[发明专利]一种基于图像处理的车辆自动跟踪驾驶方法

权利要求书

1.一种基于图像处理的车辆自动跟踪驾驶方法，其特征在于包括以下步骤：

将目标车辆图像区域设定为感兴趣区域；

将当前帧图像中的感兴趣区域的RGB颜色空间转换为HSV颜色空间；

对HSV颜色空间进行直方图统计得到直方图向量；

采集下一帧图像并根据直方图向量匹配进行粒子滤波得到目标车辆的位置；

根据下一帧与当前帧图像中的目标车辆的位移差控制本车辆跟随目标车辆；

所述根据下一帧与当前帧图像中的目标车辆的位移差控制本车辆跟随目标车辆具体为：

将下一帧图像进行透视变换，形成俯视的透视变换图：

其中，u,v，w为透视后坐标，m₁～m₈、1为系数矩阵M的元素，x″，y″为下一帧图像坐标；

根据透视变换图得到目标车辆的行驶速度；

通过透视变换图中目标车辆的位置与透视变换图下边缘中点连线的夹角得到偏移角度；

根据偏移角度与方向盘转角的对应关系，控制方向盘转向；根据方向盘转向和目标车辆的行驶速度实现本车辆跟随目标车辆；

所述根据透视变换图得到目标车辆的行驶速度:

Vt＝V_b+V’

其中，Vt为目标车辆速度，V_b为本车的速度，V’为目标车辆的相对速度，

V’＝(S*a)/t

其中，S为透视变换图上1秒中车辆变化的位移，a为每个像素对应的实际距离，t为时间；

所述将当前帧图像中的感兴趣区域的RGB颜色空间转换为HSV颜色空间通过以下公式实现：

其中，R、G、B为当前帧图像的RGB空间中的信息，max为RGB中的最大值，min为RGB中的最小值。

2.根据权利要求1所述的一种基于图像处理的车辆自动跟踪驾驶方法，其特征在于所述根据直方图向量匹配进行粒子滤波得到目标车辆的位置包括以下步骤：

1)预先设定目标车辆模板并提取直方图向量作为目标特征向量V；

2)采用高斯分布设置与目标区域相同尺寸的搜索粒子，对下一帧图像进行搜索得到所有搜索粒子的直方图向量Vi与目标特征向量V的相似度；

3)对各搜索粒子获取的相似度加权得到目标车辆的位置。

3.根据权利要求2所述的一种基于图像处理的车辆自动跟踪驾驶方法，其特征在于采用高斯分布设置与目标区域相同尺寸的搜索粒子具体为：将当前帧的感兴趣区域作为下一帧图像的感兴趣区域，在下一帧图像中感兴趣区域的若干倍范围内设置总搜索粒子的80％，若干倍范围以外的区域放置其余20％搜索粒子。

4.根据权利要求2所述的一种基于图像处理的车辆自动跟踪驾驶方法，其特征在于所述对下一帧图像进行搜索得到所有搜索粒子的直方图向量Vi与目标特征向量V的相似度包括以下步骤：

计算每个搜索粒子的h直方图，进而得到色调直方图，即向量Vi；

计算每个搜索粒子的向量Vi与目标特征向量V的相似度sum(abs(Vi-V))；

将所有搜索粒子对应的相似度进行归一化，使所有相似度的和为1。

5.根据权利要求3所述的一种基于图像处理的车辆自动跟踪驾驶方法，其特征在于所述对各搜索粒子获取的相似度加权得到目标车辆的位置具体为：

对各搜索粒子的相似度分别对于横纵坐标做加权处理，得到目标车辆的位置：

X＝sum(Xn×Wn) Y＝sum(Yn×Wn)

其中Xn、Yn表示搜索粒子的横、纵坐标，Wn为该搜索粒子对应的相似度。

6.根据权利要求2所述的一种基于图像处理的车辆自动跟踪驾驶方法，其特征在于所述对各搜索粒子获取的相似度加权得到目标车辆的位置后，进入重采样阶段：

当目标车辆图像区域与模版的差值测度小于设定值时，返回步骤2)，直到目标车辆图像区域与模版的差值测度小于设定差时，得到的粒子中心的坐标为目标车辆在图像中的位置。

7.根据权利要求6所述的一种基于图像处理的车辆自动跟踪驾驶方法，其特征在于所述差值测度

其中，T()是模版，F()是被检测对象即目标车辆，x,y是图像对应的坐标，x’,y’是模版对应的坐标。