基于單目視覺(jué)的智能車(chē)輛視覺(jué)導航系統設計
加入技術(shù)交流群
在以往的車(chē)輛驗證方法中，最常用的是對稱(chēng)性測度驗證。這種算法的計算量較大，且對于背景復雜，對稱(chēng)度差圖像的驗證效果不盡人意。為了解決這個(gè)問(wèn)題，該系統采用了一種基于邊緣二值化圖像，通過(guò)搜索車(chē)輛左右邊緣進(jìn)行驗證的算法。
假設疑似區域的寬度為W，區域左邊緣的坐標為(X1，Y1)，右邊緣的水平坐標為(X2，Y2)。定義函數：
式中：f(x，y)為(x，y)點(diǎn)的灰度值。在區間(X1-W／4，X1+W／4)內搜索g(u)的最大值點(diǎn)，該點(diǎn)對應的水平坐標X1’就是車(chē)輛的左邊緣坐標。同理也可以搜索到車(chē)輛的右邊緣X2’。如果左右邊緣的g(u)值均大于某閾值，那么就可以認定該車(chē)輛確實(shí)存在。實(shí)驗證明，該算法能排除掉大量的“虛警”區域并得到真實(shí)車(chē)輛的兩側邊緣。
2．3 車(chē)輛跟蹤
現關(guān)心的是前方車(chē)輛與本車(chē)相對的二維位置和速度，因此只需要使用卡爾曼濾波器預測橫坐標x、橫向速度Vx、縱坐標y、縱向坐標Vy這四個(gè)狀態(tài)向量。此外由于x方向和y方向的狀態(tài)向量沒(méi)有直接聯(lián)系，所以可以將其分為兩組分別處理。
在車(chē)輛行駛過(guò)程中，由于顛簸或遮擋等原因，系統可能會(huì )將路牌、灌木叢等物體誤認為是車(chē)輛檢測出來(lái)，產(chǎn)生虛警。而這些虛警物體往往只能在連續數幀圖像中存在。如果不采取措施，系統就會(huì )時(shí)常產(chǎn)生短促的報警。
當圖像采樣間隔足夠短時(shí)，相鄰幀內同一車(chē)輛的位置會(huì )具有很大的相關(guān)性。
系統采用檢測與跟蹤相結合的方法，根據第n幀圖像獲得的信息，預測車(chē)輛在第n+1幀圖像中的位置等信息，并與n+1幀圖像中實(shí)際檢測到的結果進(jìn)行比對。如果二者匹配度最大且超出一定值，則認定為同一車(chē)輛，繼續進(jìn)行跟蹤、報警，否則認為此車(chē)已被遮擋或消失，暫時(shí)不做處理，數幀后被剔除出去。2．4 測距報警
車(chē)間測距通常采用幾何投影模型，采用了一種簡(jiǎn)化的車(chē)距模型公式L×W=C，其中L為兩車(chē)間距，單位為m；W為圖像上目標車(chē)輛處車(chē)道寬度，單位為pixel；C為常數，可通過(guò)事先的標定獲得。然而兩車(chē)間安全車(chē)距S采用文獻推導的臨界安全車(chē)距公式動(dòng)態(tài)得到。
式中：Vr為相對車(chē)速，由對測出車(chē)距求導得到相對車(chē)速后進(jìn)行卡爾曼濾波得到；Vb為本車(chē)車(chē)速，由GPS得到。
如果告警頻率過(guò)高，容易使駕駛員麻痹大意，過(guò)低可能使駕駛員來(lái)不及做出反應，因此該系統采用由遠至近的三段報警。
若車(chē)距d≥1．5S，判定為3級威脅，發(fā)出長(cháng)而緩的報警聲，提醒駕駛員前方有障礙物，但暫無(wú)危險；若車(chē)距S≤d≤1．5S，判定為2級威脅，發(fā)出較急促的報警聲，提醒駕駛員減速；若車(chē)距d≤S，判定為1級威脅，發(fā)出短而急的報警聲，提醒駕駛員制動(dòng)；3種狀態(tài)下的告警聲差異很大，駕駛員可以很容易地根據報警聲判斷威脅等級。
3 試驗結果
系統框架及所有算法在Boiland C++ Builder 6環(huán)境下編譯完成。為了驗證系統算法的可靠性和實(shí)時(shí)性，利用在合肥市環(huán)城高速公路上采集不同車(chē)型、不同路段、不同環(huán)境光下多組道路圖像作為測試序列，進(jìn)行了大量實(shí)驗。
圖3為典型道路場(chǎng)景下的實(shí)驗結果，圖3(a)為大型卡車(chē)；(b)為小型面包車(chē)；(c)為遠距離處；(d)為近距離處的檢測結果。系統將檢測到的目標用黑框標記出來(lái)。
可以看出，系統能夠檢測到本車(chē)道內不同距離上的各種車(chē)型車(chē)輛。在高速公路上的實(shí)驗結果表明，在最大車(chē)速100 km／h的情況下，系統在Celeron M 600 MHz處理器上的處理速度為8 j／s左右，也就是說(shuō)處理一幀圖像的時(shí)間內車(chē)輛行駛3～4 m，基本滿(mǎn)足實(shí)時(shí)報警的要求。在一般光照條件下，系統正常報警的縱向距離超過(guò)200 m，視場(chǎng)角遠遠大于雷達(一般為±7°)。
為了驗證單目視覺(jué)測距準確性，在市內道路上采集了前車(chē)與本車(chē)距離從5～100 m的一組圖像。對采集的圖像進(jìn)行處理后，根據公式推導出本車(chē)與前車(chē)距離以及實(shí)際距離見(jiàn)表1。表中數據顯示，單目視覺(jué)測距的相對誤差都在5％以?xún)?，可以滿(mǎn)足實(shí)際工作中測距告警的需要。
4 結語(yǔ)
本文設計了一個(gè)基于單目視覺(jué)的汽車(chē)追尾預警系統。該系統采用了一種基于光密度差的道路檢測算法，并使用了一種以車(chē)輛陰影檢測為主、左右邊緣檢測為輔的車(chē)輛探測方法，同時(shí)采用了簡(jiǎn)單、實(shí)用的測距和報警方法。高速公路上的實(shí)驗結果證明了該系統的實(shí)時(shí)性、魯棒性和準確性。該系統目前還沒(méi)有在雨霧天氣或缺少照明的夜間環(huán)境下進(jìn)行試驗，未來(lái)我們將針對這些使用環(huán)境對系統做進(jìn)一步改進(jìn)和優(yōu)化。
評論