[发明专利]基于视差图的障碍物检测方法和装置及汽车驾驶辅助系统

说明书

技术领域

本发明实施例涉及数字图像处理技术领域，尤其是涉及一种基于视差图的障碍物检测方法和装置及汽车驾驶辅助系统。

背景技术

随着传感器技术和双目视觉技术的发展，涌现出了越来越多的视差算法，对视差图像进行分析得到障碍物信息应用于机器人领域、智能汽车领域。汽车辅助驾驶技术能够在用户驾驶汽车时向用户提供必要的信息和/或警告，以避免车辆碰撞、车辆偏离道路等危险情况。在某些情况下，甚至可以使用辅助驾驶技术来自动地控制汽车行进。

对于辅助驾驶技术而言，重要的是正确地检测道路上的障碍物。

有鉴于此，特提出本发明。

发明内容

本发明实施例的主要目的在于提供一种基于视差图的障碍物检测方法，其至少部分地解决了如何提高鲁棒性能的技术问题。此外，还提供一种基于视差图的障碍物检测装置及汽车驾驶辅助系统。

为了实现上述目的，根据本发明的一个方面，提供了以下技术方案：

一种基于视差图的障碍物检测方法，所述方法至少包括：

根据包括道路路面的图像，获取视差图及V视差图；

根据所述V视差图来模拟道路路面；

基于模拟结果，识别第一障碍物；

根据所述视差图，提取视差值大于第一阈值的物体，进行形态学运算，从而识别第二障碍物；

根据所述视差图，提取视差值小于第二阈值的物体，进行所述形态学运算，从而识别第三障碍物；

利用训练模型，对所述第一障碍物、所述第二障碍物和所述第三障碍物进行筛选，以检测所述障碍物；其中，所述训练模型基于正确的障碍物信息和错误的障碍物信息进行机器训练学习而得到。

根据本发明的另一个方面，还提供了一种基于视差图的障碍物检测装置，所述装置至少包括：

获取单元，被配置为根据包括道路路面的图像，获取视差图及V视差图；

模拟单元，被配置为根据所述V视差图来模拟道路路面；

第一识别单元，被配置为基于模拟结果，识别第一障碍物；

第二识别单元，被配置为根据所述视差图，提取视差值大于第一阈值的物体，进行形态学运算，从而识别第二障碍物；

第三识别单元，被配置为根据所述视差图，提取视差值小于第二阈值的物体，进行所述形态学运算，从而识别第三障碍物；

检测单元，被配置为利用训练模型，对所述第一障碍物、所述第二障碍物和所述第三障碍物进行筛选，以检测所述障碍物；其中，所述训练模型基于正确的障碍物信息和错误的障碍物信息进行机器训练学习而得到。

根据本发明的再一个方面，还提供了一种汽车驾驶辅助系统，该系统包括上述基于视差图的障碍物检测装置。

与现有技术相比，上述技术方案至少具有以下有益效果：

本发明实施例通过根据包括道路路面的图像，获取视差图及V视差图。接着，根据V视差图来模拟道路路面。然后基于模拟结果，识别第一障碍物。又根据视差图，提取视差值大于第一阈值的物体，进行形态学运算，从而识别第二障碍物。再根据视差图，提取视差值小于第二阈值的物体，进行形态学运算，从而识别第三障碍物。最后利用训练模型，对第一障碍物、第二障碍物和第三障碍物进行筛选，以检测障碍物。本发明实施例考虑到了实际驾驶场景中的各种场景，实现了障碍物检测结果更加鲁棒的技术效果。

当然，实施本发明的任一产品不一定需要同时实现以上所述的所有优点。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其它优点可通过在所写的说明书、权利要求书以及附图中所特别指出的方法来实现和获得。

附图说明

附图作为本发明的一部分，用来提供对本发明的进一步的理解，本发明的示意性实施例及其说明用于解释本发明，但不构成对本发明的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中：

图1为根据一示例性实施例示出的基于视差图的障碍物检测方法的流程示意图；

图2为根据一示例性实施例示出的基于视差图的障碍物检测装置结构示意图。

这些附图和文字描述并不旨在以任何方式限制本发明的构思范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。

具体实施方式