[发明专利]一种基于单目视觉的车辆前方障碍物检测方法

摘要

本发明公开了一种基于单目视觉的车辆前方障碍物检测方法，将车辆前方环境划分为影响车辆安全行驶的障碍物和车辆能够安全行驶的自由驾驶空间两类，考虑到障碍物的多样性和相应检测算法的复杂性，首先将特征相对明显，更易于检测的自由驾驶空间作为重点检测对象，然后从非自由驾驶空间中进行车辆类障碍物和非车辆类障碍物的检测。本发明首先将环境分为四种情况，然后根据相应的情况选择合适的检测算法，增加了算法的环境适应性，能够适应不同光照条件的自由驾驶空间检测和车前障碍物检测，并且具有较高的实时性和准确性。

主权项

一种基于单目视觉的车辆前方障碍物检测方法，其特征在于：将车辆前方环境划分为影响车辆安全行驶的障碍物和车辆能够安全行驶的自由驾驶空间两类，考虑到障碍物的多样性和相应检测算法的复杂性，首先将特征相对明显，更易于检测的自由驾驶空间作为重点检测对象，然后从非自由驾驶空间中进行车辆类障碍物和非车辆类障碍物的检测；具体包括以下步骤：A、图像采集与行驶工况分类A1、将CCD图像传感器采集的原始彩色图像f0转换为像素为320×240的灰度图像f1；A2、截取图像f1的上部图像、中部图像和下部图像三个部分，分别记为ENVT、ENVM、ENVB；A3、求取下部图像ENVB的像素均值Pbottom和方差Vbottom，求取上部图像ENVT的像素均值Ptop和中部图像ENVM的像素均值Pmiddle；综合考虑Pbottom、Ptop和Pmiddle对行驶工况进行划分，将行驶工况分为强光照、正常光照、弱光照和夜间四种工况；B、自由驾驶空间检测B1、对图像f1进行Canny边缘提取得到边缘图像f2，针对不同行驶工况，采用的canny边缘提取的上下阈值参数如下：当行驶工况分为强光照时，上阈值为100、下阈值为50；当行驶工况分为正常光照时，上阈值为80、下阈值为40；当行驶工况分为弱光照时，上阈值为60、下阈值为30；当行驶工况分为夜间时，上阈值为60、下阈值为30；B2、对边缘提取后的图像f2进行形态学闭运算得到图像f3；B3、将形态学闭运算后的图像f3与图像f1叠加得到图像f4；B4、选择图像f4底部中央为种子点，判断其是否与周围像素相似，若不相似，左右移动；根据种子点对图像f4进行区域增长，得到图像f5；B5、自由驾驶空间检测，对区域增长后的图像f5进行孤立区域剔除得到图像f6，图像f6中像素为零的区域即为完整的自由驾驶空间；C、车辆类障碍物检测C1、截取灰度图像f1下半区域构成图像f7，根据自由驾驶空间信息确定图像f7的感兴趣区域，计算感兴趣区域内像素熵的均值TD；C2、根据步骤C1计算出的像素熵的均值TD计算更加准确的分割阈值T2，然后根据T2和步骤B5得到的自由驾驶空间，对图像f1进行阴影分割，得到初始分割图像f8；C3、对阴影分割图像f8首先进行形态学闭运算，消除较小的分割干扰，然后进行形态学开运算，恢复面积较大的候选区域，形成图像f9；C4、采用轮廓跟踪算法从图像f9中提取并标记各个轮廓，获取各轮廓的参数，所述的参数包括轮廓面积S，区域外接矩形的四个顶点坐标(xi,yi)、i＝1、2、3、4，区域外接矩形的长L、宽W和周长C，根据车辆的尺寸约束、面积比约束和对称性约束，将车底阴影与不同类型的干扰区分出来，标记出车辆，形成图像f10；D、非车辆类障碍物检测D1、提取图像f10中已标记车辆在图像f7中的位置信息；D2、对图像f7，排除其中自由驾驶空间和车辆，对剩余的非自由驾驶空间进行标记；D3、引入尺寸约束和面积比约束，区分非车辆类障碍物和路面干扰。