[发明专利]一种基于深度相机的自动驾驶可行驶区域检测方法及系统

权利要求书

1.一种基于深度相机的自动驾驶可行驶区域检测方法，其特征在于，包括以下步骤：

S01：获取深度图像；

S02：获取深度图像的垂直梯度图；

S03：根据梯度结果二值化分类地面和障碍物，将筛选后的二值图像取接近车体的像素作为种子点获取最大连通区域，该最大连通区域的深度像素即为可行驶区域深度图。

2.根据权利要求1所述的基于深度相机的自动驾驶可行驶区域检测方法，其特征在于，所述步骤S02之前还包括对深度图像进行预处理操作，包括深度像素滤波和孔洞填补。

3.根据权利要求1所述的基于深度相机的自动驾驶可行驶区域检测方法，其特征在于，所述步骤S02中深度图像的垂直梯度图的获取方法，包括：

S21：以卷积核尺寸为窗口，依次取当前窗口内的三行一列像素，每行像素与卷积核的对应的行相乘获得三行一列的乘积，再将三行乘积相加，获得当前窗口下中心像素的梯度；

S22：计算完成后滑动窗口，取紧邻一列的三行像素计算中心梯度；

S23：当一行像素的梯度计算完成后，窗口向下移动，继续执行下一行像素的梯度计算，直到窗口中心滑动遍历完图像中所有像素，计算完成后得到的行列结果即为深度图像的像素梯度图。

4.根据权利要求1所述的基于深度相机的自动驾驶可行驶区域检测方法，其特征在于，所述步骤S03中还包括，计算深度像素点垂直倾斜角，设定阈值进行筛选，得到筛选后的二值图像。

5.根据权利要求4所述的基于深度相机的自动驾驶可行驶区域检测方法，其特征在于，所述深度像素点垂直倾斜角的计算方法，包括：

S31：根据深度相机视场角及深度成像高度计算像素间纵向视角夹角α；

S32：计算深度像素点行间的实际纵向距离，用角分辨率的正切tanα乘以深度值ρ，记录为矩阵E；

S33：用深度图像的像素梯度图与矩阵E相除，计算得到该处深度像素与纵向邻像素的倾角的正切值，记为矩阵E₂；

S34：对矩阵E₂每个元素求反正切arctan，获得深度像素所在面与相机视角方向的夹角，即深度像素点垂直倾斜角。

6.根据权利要求1所述的基于深度相机的自动驾驶可行驶区域检测方法，其特征在于，所述步骤S03之后还包括将可行驶区域深度图的每个像素根据图像宽高和深度相机视场角信息映射至对应球坐标系的俯仰θ和偏向角φ方向，深度值ρ作为球坐标距离，在三维中重建可行使区域点云。

7.一种基于深度相机的自动驾驶可行驶区域检测系统，其特征在于，包括：

深度图像获取模块，获取深度图像；

垂直梯度计算模块，获取深度图像的垂直梯度图；

可行驶区域深度图计算模块，根据梯度结果二值化分类地面和障碍物，将筛选后的二值图像取接近车体的像素作为种子点获取最大连通区域，该最大连通区域的深度像素即为可行驶区域深度图。

8.根据权利要求7所述的基于深度相机的自动驾驶可行驶区域检测系统，其特征在于，所述垂直梯度计算模块的深度图像的垂直梯度图的获取方法，包括：

S21：以卷积核尺寸为窗口，依次取当前窗口内的三行一列像素，每行像素与卷积核的对应的行相乘获得三行一列的乘积，再将三行乘积相加，获得当前窗口下中心像素的梯度；

S22：计算完成后滑动窗口，取紧邻一列的三行像素计算中心梯度；

S23：当一行像素的梯度计算完成后，窗口向下移动，继续执行下一行像素的梯度计算，直到窗口中心滑动遍历完图像中所有像素，计算完成后得到的行列结果即为深度图像的像素梯度图。