基于立体视觉确定实时可行路面的研究

2017-02-17张振伟

汽车文摘 2017年1期

基于立体视觉确定实时可行路面的研究

驾驶员主要通过视觉信息操纵汽车，通过眼睛感知公路上的车道标线判断：汽车是否保持在行驶的车道上，道路前方是否有障碍物或需要转弯等。若驾驶员注意力分散，则易引发交通事故。统计数据表明，94%的交通事故由人为造成，因而装备驾驶员辅助系统和自动避障系统的智能汽车引起了汽车制造商的关注。实现汽车智能化需要解决的关键问题是，如何确定和识别汽车周围的行驶环境。目前常采用激光扫描仪或红外传感器对路面标识进行确定。但是，这种方法只能用于标识良好的路面，不能用于标识磨损的路面。除此之外，该方法只能对特定的标识进行检测，不能对种类繁多的障碍物进行识别。对此，利用摄像头给出一种基于立体视觉的检测方法，该方法能够对汽车前方的各种路面进行识别，确定汽车的可行区域。

基于立体视觉的可行路面检测系统首先借助安装在汽车前部的双目摄像头，捕获汽车前方路面的左右图像；之后通过三角测距原理得到前方场景的高度信息，并通过左右图像的对比创造视差图；最终生成如图1所示的3D点云。为了记录生成的3D点云，建立整车坐标系：以双目摄像头中心作为原点，汽车行驶方向为X轴正方向，汽车左侧为Y轴正方向，垂直向上为Z轴正方向。基于设定的坐标系，将得到的3D点云分割成细小的网格，记录不同网格对应的坐标（包括高度）。记录的数据将作为确定可行路面的输入。采用可行路面算法确定可行路面，该算法分为数字高度图算法和分类算法两部分。数字高度图算法利用获得的数据生成汽车前方路面的数字高度图；分类算法计算数字高度图的梯度，并将各网格对应区域分为高度无变化、高度缓慢变化和高度急剧变化3类，从而确定可行路面。通过实车试验对上述方法进行验证，最终结果如图2所示。从图2中可以看出，该方法能够有效检测出汽车前部的障碍物。