[发明专利]一种基于机器视觉的车辆避障方法及系统有效

专利信息
申请号: 201310333781.1 申请日: 2013-08-02
公开(公告)号: CN103386975A 公开(公告)日: 2013-11-13
发明(设计)人: 熊黎丽;胡晓力;王东强;李国勇;韩鹏;孙怀义 申请(专利权)人: 重庆市科学技术研究院
主分类号: B60W30/08 分类号: B60W30/08;G06T7/00
代理公司: 重庆市前沿专利事务所(普通合伙) 50211 代理人: 郭云
地址: 401123 重庆*** 国省代码: 重庆;85
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 车辆 方法 系统
【权利要求书】:

1.一种基于机器视觉的车辆避障方法,其特征在于,包括如下步骤:

S1:处理器采用基于单幅图像的障碍物检测算法判定缩微车前方是否存在障碍物,如果有障碍物,则将障碍物距离和障碍物所处车道的检测信息传输给控制器,并执行步骤S2,如果没有障碍物,则继续执行步骤S1;

S2:处理器对两个摄像头进行标定,采用立体视觉的方法判定障碍物中心位置、上边界中心位置的三维坐标,从而确定障碍物的高度并将所述障碍物高度信息传输给控制器;

S3:车身两侧的测距装置检测相邻两车道的车辆状况,为避障换道提供可行驶的区域并将所述可行使区域的信息传输给所述控制器;

S4:控制器根据获得的障碍物距离、障碍物所处车道、障碍物高度以及相邻两车道的可行使区域信息,采用自适应换道策略,向运行控制模块发送命令,控制车轮的转向和速度,完成车辆的自主换道。

2.如权利要求1所述的基于机器视觉的车辆避障方法,其特征在于:所述单幅图像的障碍物检测算法的步骤为:

S21:对图像进行色彩空间变换RGB转HSV,并单独抽取S通道图像;

S22:对S图像利用大津法进行动态阈值二值化得到二值图像Bin,对Bin图像去噪,消除干扰;

S23:在Bin图像上搜索所有可能存在的障碍物轮廓,根据设置的筛选条件将误判的障碍物剔除;

S24:并根据车道线的方位判定障碍物所处车道。

3.如权利要求1所述的基于机器视觉的车辆避障方法,其特征在于:所述立体视觉的方法为:

S31:根据主摄像头A和辅助摄像头B的安装位置,分别进行标定,得出摄像头的内参数、外参数,以及主摄像头A和辅助摄像头B之间的间距b;

S32:对辅助摄像头B获取的图像采用基于单幅图像的障碍物检测方法,获取障碍物中心位置、上边界中心位置在图像坐标系下的二维坐标;

S33:利用如下公式获取障碍物在主摄像头坐标系下的三维坐标xc,yc,zc,并利用摄像头的标定参数,得出障碍物在世界坐标系下的三维坐标,

(xc,yc,zc)=(bu1u1-u2,bv1u1-u2,bfu1-u2),]]>

其中,b为两摄像头的间距,f为摄像头的焦距,(u1,v1)为标定点在A摄像头平面的投影位置,(u2,v2)为标定点在B摄像头平面的投影位置,并且v1=v2

4.如权利要求1所述的基于机器视觉的车辆避障方法,其特征在于:所述分段式自适应控制策略是指:根据车身距离车道中间的偏移角度和距离,以及车身此刻的行驶速度,根据参数degree_per_dist自适应适度调整下一时刻的车身转角和车速,当车辆行驶在直道的中间附近位置时,始终保持车身以全速直行的方向行驶,若偏向车道两侧的任意一侧,则进行微调。

5.一种利用权利要求1所述的基于机器视觉的车辆避障系统,其特征在于,包括主摄像头A、辅助摄像头B、测距装置、处理器和控制器,

所述主摄像头A和辅助摄像头B分别用于获取路面的图像并将所述图像传输给所述处理器;

所述处理器用于判定缩微车前方是否存在障碍物并将障碍物距离和障碍物所处车道的检测信息传输给控制器,同时处理器对主摄像头A和辅助摄像头B进行标定,判定障碍物中心位置、上边界中心位置的三维坐标,从而确定障碍物的高度并将所述障碍物高度信息传输给控制器;

所述测距装置位于车身两侧,用于检测相邻两车道的车辆状况并将可行使区域的信息传输给所述控制器;

控制器与运行控制模块相连,所述运行控制模块与车轮相连,控制器根据获得的障碍物距离、障碍物所处车道、障碍物高度以及相邻两车道的可行使区域信息,向运行控制模块发送命令,所述运行控制模块控制车轮的转向和速度,完成车辆的自主换道。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆市科学技术研究院,未经重庆市科学技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310333781.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top