[发明专利]基于单目视觉的车前障碍物测距方法

说明书

本发明公开了一种基于单目视觉的车前障碍物测距方法，利用目标检测算法识别车辆前方图像中的障碍物，并获得障碍物的图像级坐标，再利用预先构建的图像位置信息与实际位置信息的映射关系矩阵，得到障碍物在真实世界的坐标，即可以得到该障碍物与车辆的距离数据。其中对于映射关系矩阵的构造，进一步可以设置并采集障碍物的图像数据集，利用目标检测算法提取障碍物图像坐标，并实地测量以车后轴中心点为原点的世界坐标系下障碍物的坐标，构造二者映射矩阵并经拟合优化，得到该映射关系矩阵。本发明有效解决了视觉测距成本高、结构复杂、实时性差及精确度低的问题，在高效且准确地检测出目标距离信息的同时，也避免了多目测距的匹配问题。

技术领域

本发明涉及智能车辆辅助控制领域，尤其涉及一种基于单目视觉的车前障碍物测距方法。

背景技术

随着国内交通领域的快速发展，基于计算机视觉的智能车辆辅助系统逐渐成为各汽车制造厂商和科研机构中的研究热点，智能汽车辅助系统是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。而物体间的距离是汽车了解周围环境和做出决策的关键信息，但是在图像成像的过程中因为缺失深度信息，无法直接从图像中获取物体的深度信息。因此出现了许多基于测距的传感器和测距技术，如：毫米波雷达测距、激光雷达测距、超声波测距、深度相机测距等。虽然专用的测距传感器在测距精度上高于视觉测距技术，但视觉测距因为其成本低，依然得到了更为广泛地应用。

从图像处理与模式识别发展起来的计算机视觉，主要目的就是让计算机通过图像和图像序列识别与认知三维世界，最终实现利用计算机对于三维世界的理解来实现人的视觉系统的功能。视觉测距兼顾了精确度、实时性、适应性和成本等多个方面。

目前常用的测距方法包括基于运动信息的障碍区检测技术，基于立体视觉和激光雷达的检测技术，以及多传感器融合的检测系统，但是单纯采用计算机视觉技术完成检测和测距的方法较为少见，其中之一是立体视觉检测方法，该方法利用人类双目视差感知距离的方法，实现三维信息感知，即基于三角测量的方法，运用摄像机对同一物体从不同位置成像，进而从视差中恢复距离。目前视觉测距算法中的双目立体测距，是通过特征点匹配来获得景深信息，但是耗费时间长、实时性差，并且相机安装复杂、价格昂贵，难适应量产需求。基于立体视觉的测距方法关键是在场景中的物体在左右图像中产生的一对共轭点之间的匹配问题，常用的匹配算法包括模板匹配法，特征匹配法和频率域匹配法，但是在三维投影为二维图像的过程中存在噪音与畸变，深度和不可见部分的信息缺失想，同一物体在不同视角下存在较为明显的不同，以及角度问题引发物体遮挡带来的特征信息丢失等问题，都极大的增加了图像配准的难度。

因此行业内又提出三目配准的方法，即同时摄取物体的三幅图像，从而增加景物的信息量和配准约束条件，简化配准问题；但是也因此大大增加测距系统的成本，安装和图像同步采集难度也增加，不具备适用性。

而单目视觉则相对应上述方式具有价格低廉、结构简单，且不需要数据融合以及实时性强的特点。

发明内容

鉴于上述，本发明旨在提供一种基于单目视觉的车前障碍物测距方法，以低成本便于推广实施为基础，解决相机参数优化及减小检测精度误差的问题。

本发明采用的技术方案如下：

一种基于单目视觉的车前障碍物测距方法，其中包括：

实车获得包含障碍物在内的图像数据；

利用目标检测算法获得障碍物的边界框，并基于边界框获取障碍物的像素坐标；

利用预设的单一性矩阵构建出映射矩阵，所述映射矩阵表征障碍物基于图像的像素坐标以及基于世界坐标系的实际坐标之间的映射关系；

根据障碍物的所述像素坐标以及所述映射矩阵，输出障碍物在真实世界的位置数据。

在其中至少一种可能的实现方式中，所述构建出映射矩阵包括：构造训练数据集。