CN103196418A - 一种弯道车距测量方法 - Google Patents

Abstract

本发明公开了一种弯道车距测量方法，属于车辆弯道行驶安全技术领域，其特征在于实施步骤如下：1)采集本车辆前方的道路图像；2)提取并拟合本车辆所在车道的车道标志线；3)目标车辆定位；4)对目标车辆激光测距；5)校正摄像机俯仰角；6)道路图像的逆透视变换；7)计算弯道上本车辆与目标车辆之间的车距。本发明采用单目视觉和激光测距的多传感器数据融合技术，以单目视觉为主，以激光校正为辅，利用激光测距的精确结果实时校正摄像机俯仰角，然后利用该校正值进行弯道车距计算，保证了测距精度，为弯道安全预警提供可靠的数据支持。

Description

一种弯道车距测量方法

技术领域

本发明涉及车辆弯道行驶安全技术领域，具体涉及一种弯道车距测量方法。

背景技术

目前，车辆主动安全的前向碰撞预警技术能够避免车辆因安全车距不足而导致追尾碰撞等恶***通事故的发生。而车距测量是前向碰撞预警***最为基础且最重要的工作之一。车距测量分为直道车距测量和弯道车距测量。而关于直线车道车距测量的研究已非常成熟，多采用激光雷达、毫米波雷达、单目视觉技术、双目视觉等技术。但至今为止，却没有关于弯道车距的测量方法及技术。但在弯道上因安全车距不足造成交通事故也时有发生，因此研究一种准确的弯道车距测量方法对弯道碰撞预警技术至关重要。

单目视觉技术应用于车道车距测量是最为常见的方法之一。这种方法的测距精度主要取决于摄像机俯仰角，而车辆在行驶过程中，摄像机俯仰角难免受道路颠簸、车辆震动等因素的影响而产生变化，从而导致***测距精度和稳定性较差；激光具有精确测量直线距离的特点，却无法用于曲线测距。

发明内容

为弥补上述缺陷，本发明要解决的技术问题是：提出应用单目视觉技术和激光雷达数据融合的一种弯道车距测量方法。即，当车辆驶入弯道时，可以准确测量本车和前方目标车辆之间的弯道弧线车距，为弯道安全预警提供可靠的数据支持。具体方案为：

一种弯道车距测量方法，其特征在于实施步骤如下：

1)采集本车辆前方的道路图像；

2)提取并拟合本车辆所在车道的车道标志线；

3)目标车辆定位；

4)对目标车辆激光测距；

5)校正摄像机俯仰角；

6)道路图像的逆透视变换；

7)计算弯道上本车辆与目标车辆之间的车距。

所述的一种弯道车距测量方法，步骤2)中首先对步骤1）采集的图像进行中值滤波，具体是建立一个3×3的滤波器滑动窗口，按从左到右，从上到下的顺序对输入图像进行检测，对窗口内的9个像素点灰度值进行排序，取它们的中值作为窗口中心像素点的灰度值，遍历整幅输入图像后即实现了对图像的中值滤波；继而进行边缘检测，具体是利用Robert算子进行边缘检测，用R(i,j)代替像素点(i,j)处的原有灰度值g(i,j)，遍历整幅图像后，就得到图像中呈现的车道标志线的边缘图，其中 $R(i,j)=\sqrt{{(g(i,j)-g(i+1,j+1))}^2+{(g(i+1,j)-g(i,j+1))}^2};$ 然后再采用大律法(OTSU)对车道标志线的边缘图进行阈值分割；最后对本车辆所在的车道标志线进行曲线拟合，具体是采用二次多项式拟合，通过计算拟合多项式的系数矩阵即可得到本车辆所在的车道标志线的拟合曲线方程。

所述的一种弯道车距测量方法，步骤3)中采用基于多特征的车辆定位方法，首先将步骤2)中拟合得到的本车辆所在的车道设定为感兴趣区域，然后通过提取阴影、水平边缘、垂直边缘等多个特征来完成目标车辆定位，所述的目标车辆为与本车辆同车道、且位于本车辆前方并距离本车辆最近的车辆。

所述的一种弯道车距测量方法，步骤4)中使用激光测距仪测量本车辆与目标车辆之间的直线距离D，步骤5)中以步骤1）采集的图像的左上角为原点O₁、以该原点O₁处垂直向下为u轴、以该原点O₁处水平向右为v轴建立图像坐标系；以本车辆的几何中心为原点O₂、以该原点O₂处垂直向上为z轴、以该原点O₂处本车辆正前方为y轴、以该原点O₂处垂直于y轴且水平向右为x轴建立世界坐标系；利用步骤4)测到的直线距离在线计算摄像机俯仰角，计算公式为： $\mathrm{\θ}=\arctan (\frac{{0.5R}_y-n}{T_y}\×\frac{b}{f})+\arctan \frac{h}{D},$ 其中n为图像坐标系中目标车辆的u轴坐标，R_y为摄像机垂直方向分辨率，b为摄像机中ccd传感器的高度，f为摄像机的焦距，h为摄像机在世界坐标系中的z轴坐标，D为本车辆与目标车辆之间的直线距离，并对俯仰角进行实时校正。

所述的一种弯道车距测量方法，步骤6)中将步骤2）得到的本车辆所在车道的车道标志线的图像进行逆透视变换时，在校正摄像机俯仰角的前提下，将道路图像从图像坐标系转换到世界坐标系。

所述的一种弯道车距测量方法，步骤7)中，首先利用步骤2)中的车道标志线曲线拟合结果，对左/右两条车道标志线从最底部开始横线扫描，记录每次扫描得到的两个点的中点，然后采用二次多项式曲线拟合方法得到车道中心线曲线，再利用拟合曲线积分法计算本车辆与目标车辆之间的车道中心线弧段的长度，车道中心线弧段长度即本车辆与目标车辆之间的弯道车距。

本发明与现有技术相比，具有以下优点：1、提出了一种准确的弯道车距测量方法，为弯道安全预警提供可靠的数据支持；2、采用单目视觉和激光测距的多传感器数据融合技术，以单目视觉为主，以激光校正为辅，利用激光测距的精确结果实时校正摄像机俯仰角，然后利用该校正值进行弯道车距计算，保证了测距精度。

附图说明

图1为本发明实施例的流程示意图。

图2为本发明实施例的前方道路图像示意图。

图3为本发明实施例的激光测距仪和摄像机的位置关系图。

图4为本发明实施例的弯道车距计算示意图。

图5为本发明实施例的逆透视投影变换关系示意图。

图中：1、车道标志线2、车道中心线3、目标车辆4、摄像机5、激光测距仪6、本车辆L₁为本车辆与目标车辆之间的直线，L₂为本车辆与目标车辆之间的车道中心线弧段，I为图像坐标系，W为世界坐标系，x、y、z为世界坐标系W的三个坐标轴，u、v为图像坐标系I的两个坐标轴，P₁为摄像机中心的在水平地面上的投影点，P₂为目标车辆位置点，O₁为图像坐标系I的原点，O₂为世界坐标系W的原点，d、l、h分别为摄像机在世界坐标系W下的x、y、z坐标，D为本车辆与目标车辆之间的直线距离，θ为摄像机俯仰角，

为目标车辆水平方位角。

具体实施方式

在图1-5所示的实施例中，弯道车距测量方法的实施步骤如下：

1)采集本车辆6前方的道路图像：将摄像机4安装在本车辆6的副驾驶的前上方的挡风玻璃后，实时采集道路视频图像。

2)提取并拟合本车辆6所在车道的车道标志线1：首先对步骤1）采集的图像进行中值滤波，具体是建立一个3×3的滤波器滑动窗口，按从左到右，从上到下的顺序对输入图像进行检测，对窗口内的9个像素点灰度值进行排序，取它们的中值作为窗口中心像素点的灰度值，遍历整幅输入图像后即实现了对图像的中值滤波；继而进行边缘检测，具体是利用Robert算子进行边缘检测，用R(i,j)代替像素点(i,j)处的原有灰度值g(i,j)，遍历整幅图像后，就得到图像中呈现的车道标志线1的边缘图，其中 $R(i,j)=\sqrt{{(g(i,j)-g(i+1,j+1))}^2+{(g(i+1,j)-g(i,j+1))}^2};$ 然后再采用大律法(OTSU)对车道标志线1的边缘图进行阈值分割；最后对本车辆6所在的车道标志线1进行曲线拟合，具体是采用二次多项式拟合，通过计算拟合多项式的系数矩阵即可得到本车辆6所在的车道标志线1的拟合曲线方程。

3)目标车辆3的定位。采用基于多特征的车辆定位方法，首先将步骤2)中拟合得到的本车辆6所在的车道设定为感兴趣区域，然后对目标车辆3进行特征提取，目标车辆3的特征提取具体步骤为：

（1）图像分割：采用大律法(OTSU)进行图像分割，并利用区域生长法将一些空洞填充，以消除部分噪声干扰；

（2）阴影检测：通过设置阴影宽度阈值来判断连通区域是否为车辆阴影；

（3）边缘检测：对经过阴影检测后的图像进行基于Sobel算子的水平和垂直边缘检测，获取水平边缘图像I_H和垂直边缘图像I_v。对I_H的每一行元素相加，获取水平边缘向量H(H₁，H₂，…，H_m-1，H_m)，并搜索H向量中的最大值H_max，水平置信度为：

同理对I_v的每一列元素进行相加，可以得到垂直置信度为：

通过对C_V和C_H分别设置阈值来判定一个区域内是否含有车辆目标。通过以上方法即可锁定目标车辆3的区域，将该区域的质心P₂（如图2中所示）作为目标车辆3的位置，至此完成车辆定位。

4)对目标车辆3激光测距：为了激光测距仪5和摄像机4更好地配合使用，并使二者互不干扰，本发明将激光测距仪5安装在摄像机4的正下方，二者在同一个竖直平面内，并将激光测距仪5的中轴线调整为水平方向。为使激光测距仪5能够自动对准目标车辆3，本发明通过计算目标车辆3的水平方位角

并使用伺服***带动激光测距仪5在水平面内转动相应角度来实现，公式中，m为步骤3)中目标车辆3的v轴坐标（图像坐标系I下），R_x为摄像机4的水平方向分辨率，a为摄像机4内ccd传感器的宽度，f为摄像机4的焦距，γ为摄像机4的光轴o在Z=0平面的投影与y轴的夹角。输入目标车辆3的方位角，伺服***带动激光测距仪5对准目标车辆3，测量得到本车和目标车辆3之间的直线距离为D。

5)校正摄像机4的俯仰角θ：以步骤1）采集的图像的左上角为原点O₁、以该原点O₁处垂直向下为u轴、以该原点O₁处水平向右为v轴建立图像坐标系I；以本车辆6的几何中心为原点O₂、以该原点O₂处垂直向上为z轴、以该原点O₂处本车辆6正前方为y轴、以该原点O₂处垂直于y轴且水平向右为x轴建立世界坐标系W；利用步骤4)测到的直线距离在线计算摄像机4的俯仰角θ，计算公式为： $\mathrm{\θ}=\arctan (\frac{{0.5R}_y-n}{T_y}\×\frac{b}{f})+\arctan \frac{h}{D},$ 其中n为图像坐标系I中目标车辆3的u轴坐标，R_y为摄像机4的垂直方向分辨率，b为摄像机4中ccd传感器的高度，f为摄像机4的焦距，h为摄像机4在世界坐标系W中的z轴坐标，D为本车辆6与目标车辆3之间的直线距离，并对俯仰角进行实时校正。

6)道路图像的逆透视变换：设摄像机4安装在车体中的位置在世界坐标系W下的坐标为(d,l,h)，摄像机4标定的其它参数如下：

γ：摄像机4的光轴o在Z=0平面的投影与y轴的夹角；

θ：摄像机4的光轴o偏离Z=0平面的角度；

2α：摄像机4的视角；

R_x：摄像机4的水平方向分辨率；

R_y：摄像机4的垂直方向分辨率。

I到W的逆透视变换公式如下：

$x=h\×\cot (\frac{2\mathrm{\α}}{R_y-1}u-\mathrm{\α}+\mathrm{\θ})\×\mathrm{xin}(\frac{2\mathrm{\α}}{R_x-1}v-\mathrm{\α}+\mathrm{\γ})+d$

$y=h\×\cot (\frac{2\mathrm{\α}}{R_y-1}u-\mathrm{\α}+\mathrm{\θ})\×\cos (\frac{2\mathrm{\α}}{R_x-1}v-\mathrm{\α}+\mathrm{\γ})+l$

$z=0$

把步骤5)中得到的θ代入以上逆透视变换公式，实现道路图像的逆透视变换。

7)计算弯道上本车辆6与目标车辆3之间的车距：（1）首先利用逆透视变换后得到两条车道标志线1（如图4中所示），从图像最底部开始横线扫描，将第k次扫描得到的两个点的中点记为中心点C_k，扫描结束后，对车道中心点进行二次多项式曲线拟合；（2）其次，使用函数积分法计算弧段长度，具体公式为其中x_max为目标车辆3在世界坐标系W下的x坐标值，S即为本车辆6与目标车辆3之间的弯道车距。

Claims (6)

1.一种弯道车距测量方法，其特征在于实施步骤如下：

1)采集本车辆（6）前方的道路图像；

2)提取并拟合本车辆（6）所在车道的车道标志线（1）；

3)目标车辆（3）定位；

4)对目标车辆（3）激光测距；

5)校正摄像机（4）俯仰角；

6)道路图像的逆透视变换；

7)计算弯道上本车辆（6）与目标车辆（3）之间的车距。

2.根据权利要求1所述的一种弯道车距测量方法，其特征在于：步骤2)中首先对步骤1）采集的图像进行中值滤波，具体是建立一个3×3的滤波器滑动窗口，按从左到右，从上到下的顺序对输入图像进行检测，对窗口内的9个像素点灰度值进行排序，取它们的中值作为窗口中心像素点的灰度值，遍历整幅输入图像后即实现了对图像的中值滤波；继而进行边缘检测，具体是利用Robert算子进行边缘检测，用R(i,j)代替像素点(i,j)处的原有灰度值g(i,j)，遍历整幅图像后，就得到图像中呈现的车道标志线（1）的边缘图，其中 $R(i,j)=\sqrt{{(g(i,j)-g(i+1,j+1))}^2+{(g(i+1,j)-g(i,j+1))}^2};$ 然后再采用大律法对车道标志线（1）的边缘图进行阈值分割；最后对本车辆（6）所在的车道标志线（1）进行曲线拟合，具体是采用二次多项式拟合，通过计算拟合多项式的系数矩阵即可得到本车辆（6）所在的车道标志线（1）的拟合曲线方程。

3.根据权利要求1所述的一种弯道车距测量方法，其特征在于：步骤3)中采用基于多特征的车辆定位方法，首先将步骤2)中拟合得到的本车辆（6）所在的车道设定为感兴趣区域，然后通过提取阴影、水平边缘、垂直边缘等多个特征来完成目标车辆（3）定位，所述的目标车辆（3）为与本车辆（6）同车道、且位于本车辆（6）前方并距离本车辆（6）最近的车辆。

4.根据权利要求1所述的一种弯道车距测量方法，其特征在于：步骤4)中使用激光测距仪（5）测量本车辆（6）与目标车辆（3）之间的直线距离D，步骤5)中以步骤1）采集的图像的左上角为原点O₁、以该原点O₁处垂直向下为u轴、以该原点O₁处水平向右为v轴建立图像坐标系；以本车辆（6）的几何中心为原点O₂、以该原点O₂处垂直向上为z轴、以该原点O₂处本车辆（6）正前方为y轴、以该原点O₂处垂直于y轴且水平向右为x轴建立世界坐标系；利用步骤4)测到的直线距离在线计算摄像机（4）的俯仰角，计算公式为： $\mathrm{\θ}=\arctan (\frac{{0.5R}_y-n}{T_y}\×\frac{b}{f})+\arctan \frac{h}{D},$ 其中n为图像坐标系中目标车辆（3）的u轴坐标，R_y为摄像机（4）垂直方向分辨率，b为摄像机（4）中ccd传感器的高度，f为摄像机（4）的焦距，h为摄像机（4）在世界坐标系中的z轴坐标，D为本车辆（6）与目标车辆（3）之间的直线距离，并对俯仰角进行实时校正。

5.根据权利要求1所述的一种弯道车距测量方法，其特征在于：步骤6)中将步骤2）得到的本车辆（6）所在车道的车道标志线（1）的图像进行逆透视变换时，在校正摄像机（4）俯仰角的前提下，将道路图像从图像坐标系转换到世界坐标系。

6.根据权利要求1所述的一种弯道车距测量方法，其特征在于：步骤7)中，首先利用步骤2)中的车道标志线（1）曲线拟合结果，对两条车道标志线（1）从最底部开始横线扫描，记录每次扫描得到的两个点的中点，然后采用二次多项式曲线拟合方法得到车道中心线（2）的曲线，再利用拟合曲线积分法计算本车辆（6）与目标车辆（3）之间的车道中心线弧段长度，车道中心线弧段长度即本车辆（6）与目标车辆（3）之间的弯道车距。

Images