[发明专利]一种道路纹理特征检测方法、装置与自动驾驶系统

说明书

本发明公开了一种道路纹理特征检测方法、装置与自动驾驶系统，用于帮助辅助驾驶的道路感知功能提高多帧融合准确性。该道路纹理特征检测方法包括：基于同一道路场景的左视图及右视图获取该道路场景的稠密视差图；在世界坐标系下预设检测区域，以该预设检测区域为基准截取稠密视差图中对应的检测区域；基于检测区域的图像信息和视差信息计算检测区域点云信息；利用二维图像信息和点云信息进行单应性变换，将检测区域的图像转换至投影平面；用Gabor滤波器对投影平面的横向纹理特征做提取，并通过多帧纹理特征匹配，实现对道路纹理特征跟踪检测。

技术领域

本发明涉及智能驾驶技术领域，尤其涉及一种道路纹理特征检测方法、装置与自动驾驶系统。

背景技术

目前，汽车辅助驾驶方向的研究随着图像处理技术的发展不断进步，该技术的研究通过传感器对环境的感知能力和场景的理解能力，实现对前方成像物体的检测等功能。

监测前方道路并评估其危险情况是自动驾驶技术发展中的关键的环节，如果能实时检测到前方道路环境，可提高驾驶的舒适性和安全性。

鉴于此，提出本发明。

发明内容

本发明的主要目的在于公开一种道路纹理特征检测方法、装置与自动驾驶系统，用于解决现有技术中目标检测存在误漏等问题。

为达上述目的，根据本发明的一个方面，公开一种道路纹理特征检测方法，并采用如下技术方案：

一种道路纹理特征检测方法包括：基于同一道路场景的左视图及右视图获取该道路场景的稠密视差图；在世界坐标系下预设检测区域，以该预设检测区域为基准截取稠密视差图中对应的检测区域；基于检测区域的图像信息和视差信息计算检测区域点云信息；利用二维图像信息和点云信息进行单应性变换，将检测区域的图像转换至投影平面；用Gabor滤波器对投影平面的横向纹理特征做提取，并通过多帧纹理特征匹配，实现对道路纹理特征跟踪检测。

进一步地，所述在世界坐标系下预设检测区域，以该预设检测区域为基准截取稠密视差图中对应的检测区域包括：根据检测深度要求与检测宽度要求计算在世界坐标系下的预设检测区域，再将该预设检测区域通过仿射变换的方式换算为图像坐标系中的检测区域。

进一步地，所述基于检测区域的图像信息和视差信息计算检测区域点云信息包括：对检测区域的图像信息进行分割，并对该图像信息进行处理，依据双目立体视觉系统成像模型和小孔成像模型完成图像坐标系向世界坐标系的转换，获取检测区域的点云信息，具体转换公式如下所示：

Z＝b*F/disp

X＝(Img_x-cx)*b/disp

Y＝(Img_y-cy)*b/disp

其中，b为双目立体视觉成像系统模型的左右相机间距；F为相机焦距； cx与cy为相机主点的图像坐标，Img_x和Img_y是所述检测区域内的图像坐标点；disp为图像点坐标为(Img_x，Img_y)的视差值；X是距离相机的横向距离，Y是距离相机的纵向距离，Z是距离相机的深度。

进一步地，所述利用二维图像信息和点云信息进行单应性变换，将检测区域的图像转换至投影平面包括：通过二维图像信息和点云信息计算单应性变换矩阵，变换表述为：

Proj_x＝X*scale_x

Proj_y＝Z*scale_z