[发明专利]一种基于鱼眼相机的障碍物检测方法及装置

说明书

本发明涉及一种基于鱼眼相机的障碍物检测方法，该方法具体包括以下步骤：获取具有交叠视角的鱼眼图像A和鱼眼图像B，计算得到俯视图a和俯视图b，获取俯视图a与俯视图b所在相机坐标系的相对位置关系，对俯视图a进行子块划分，对俯视图a划分后的每一子块，结合俯视图b，求出h的值，判断俯视图a中的每一子块是否属于障碍物，对于所有判断为障碍物的子块进行聚类，标记，输出标记结果。本发明另外提供一种基于鱼眼相机的障碍物检测装置。本发明通过俯视图转换，解决了鱼眼相机成像形变问题，并保留了鱼眼相机的成像视角；本发明可适用于任意类型目标物的检测，不容易造成障碍物的漏检，检测效果好。

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于鱼眼相机的障碍物检测方法及装置。

背景技术

障碍物检测，指的是对高出地面一定高度的对自车行驶构成威胁的物体进行检测。在汽车辅助驾驶、自动驾驶等领域，障碍物检测具有重要应用前景。通过获得自车周围场景中的障碍物信息，可以进一步实现自车行驶轨迹规划，碰撞避免等应用。和固定类别的目标物检测相比，障碍物检测可以实现，对安全驾驶构成威胁的任意种类物体的检测，更适合于泊车辅助、自动泊车等应用。

鱼眼相机安装于汽车车身位置，如可安装于车身前后保险杠、左右后视镜等位置，用于检测车辆周边不同区域范围内出现的障碍物。鱼眼相机和普通平面相机相比，成像视角更大，检测范围更广，目前已经成为许多中高端汽车的标准配置。基于鱼眼相机的障碍物检测更具有应用前景和实用价值。

现有的障碍物检测相关技术主要有：1、基于机器学习训练目标物检测器的方法，该类方法需要收集待检测目标物图像样本进行训练，较不适用于任意类型目标物的检测；2、基于IPM变换的方法，该类方法通过对图像进行运动补偿，比较补偿图像和真实图像之间的差异信息检测障碍物，需要对差异信息进行阈值设定，区分障碍物和地面物，该方法可以实现对任意类别的目标物进行检测，但是阈值容易受到场景影响不易确定，对于地面强纹理容易造成误识别，弱纹理的障碍物容易造成漏检；3、基于几何约束的方法，该类方法通过计算本质矩阵，对极约束等，重建图像特征点的三维位置，利用三维位置信息，区分障碍物和地面物，但是对于一些缺乏特征点的障碍物，容易漏检，对于特征点匹配错误的图像区域，容易造成误识别，鱼眼相机，由于存在较大的成像形变，特征点的检测及匹配效果变差，也会使得该类方法的障碍物检测效果变差。

综上，现有技术的障碍物检测方法，存在适用目标物类别局限、存在较多的漏检和误检的技术问题。

发明内容

本发明的目的在于提供一种基于鱼眼相机的障碍物检测方法，解决了现有技术存在的上述问题。

本发明的上述目的通过以下技术方案实现：

一种基于鱼眼相机的障碍物检测方法，具体包括以下步骤：

S1、获取具有交叠视角的鱼眼图像A和鱼眼图像B；

S2、计算得到鱼眼图像A和鱼眼图像B分别对应的俯视图a和俯视图b；

S3、获取俯视图a与俯视图b所在相机坐标系的相对位置关系；

S4、对俯视图a进行子块划分，将俯视图a划分为若干个子块区域；

S5、对俯视图a划分后的每一子块，假设子块像素点在其所在的相机坐标系具有近似相同的真实高度h，结合俯视图b，求出h的值；

S6、判断俯视图a中的每一子块是否属于障碍物；

S7、对于所有判断为障碍物的子块，根据步骤S5计算得到的子块真实高度h，计算子块中心像素点对应的三维空间点坐标，再根据三维空间点坐标值，按照欧式距离，进行聚类；

S8、聚类后，位于同一类的子块，确定为同一障碍物区域，在俯视图a中标记同一障碍物区域上的子块，或将俯视图a中的标记结果利用鱼眼相机成像公式换算后标记在鱼眼图像A中；