專利名稱：自動識別道路深坑與障礙物的車輛智能方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種車輛智能化技術(shù)領(lǐng)域的方法，具體是一種自動識別道 路深坑與障礙物的車輛智能方法。
背景技術(shù)：
眾所周知，道路深坑與障礙物往往會導致急速行駛車輛發(fā)生重大交通事故。 隨著交通的飛速發(fā)展和汽車持有量的迅速增長，如果車輛不具備智能識別深坑 和障礙物的技術(shù)功能，由于路面突然出現(xiàn)的深坑或障礙物而釀成的交通事故勢 必會出現(xiàn)明顯上升的趨勢。
如何使車輛對前方路面深坑與障礙物具備自動檢測與判斷的技術(shù)功能，目
前已經(jīng)有諸多的專家對此類技術(shù)開展了大量的研究工作，但是，現(xiàn)有的研究工
作基本上仍是停留在理論上的探討，無法進入實際應用領(lǐng)域。其中，較具代表
性的是法國的BELFORT-MONTBELIARD大學系統(tǒng)與交通實驗室，利用邊緣匹配
和場景重建提取目標，但只限于識別近距離的目標；日本東芝公司的多媒體研
發(fā)中心，通過仿射變換和區(qū)域匹配來判斷目標的存在，但是應用范圍受區(qū)域劃
分的限制；美國的CARNEGIE MELLON大學機器人研究所，利用反透視原理，通
過幾個特征點的變換和匹配確定是否存在障礙物，但是需要依靠經(jīng)驗值的設(shè)定，
而且不適合對小目標的尋找；北京大學機器感知國家重點實驗室和寧波大學的
電路與系統(tǒng)研究所，采用構(gòu)建車道和車輛輪廓骨架的方法，然后通過骨架搜索
來判定目標，但是，也僅僅適用于同類型目標的識別。因此，上述這些方法均
因自身的技術(shù)局限性而無法予以推廣。
經(jīng)對現(xiàn)有技術(shù)文獻的檢索發(fā)現(xiàn)，魏怡等發(fā)表的論文"面向復雜背景中彩色
立體圖像的障礙物檢測"(載《自動化技術(shù)與應用》2007年第26巻第7期)，該文
采用"安裝在車輛上的兩個平行攝像機在車輛行駛的一個時間段拍攝的立體視
頻序列，然后經(jīng)采樣得到100幅彩色立體圖像"，對道路不作"一直保持水平"
的假設(shè)，設(shè)計一套算法用來提取所有可能對行車造成安全隱患的障礙物。該算
法是對基于透視理論的V—視差法的一種改進，通過改進算法"使之適用于提取復雜、變化背景的彩色立體圖像中的目標"。
但是，該文所描述的技術(shù)方法存在著明顯的不足之處(1)必須依靠一段 時間里拍攝100幅彩色立體圖像形成視頻序列，圖像采集樣本過于龐大，處理器 運算量大；(2)每次識別運算周期盡管僅"平均需要12s"，比起以往的其它 算法"平均需要75s"要少得多，但是，如此識別運算周期對于在高速公路上行 駛的車輛來說幾乎沒有任何實用價值；(3)對深坑不具備檢測功能；(4)不 具備對障礙物或深坑的測距功能，因此無法對車速實施有效的減速控制。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種自動識別道路深坑與 障礙物的車輛智能方法，使車輛在行駛過程中能夠自動、準確、快速地識別道
路上出現(xiàn)的深坑或障礙物，并依據(jù)對深坑和障礙物離開車輛的距離產(chǎn)生減速乃 至剎車指令，能夠有效避免交通事故的發(fā)生。
本發(fā)明是通過以下技術(shù)方案實現(xiàn)的，本發(fā)明包括如下步驟 步驟一，構(gòu)建硬件系統(tǒng)，給車輛配置一對針孔攝像頭，分別安裝在車輛前 遠視燈的內(nèi)側(cè)邊緣位置，完成兩個攝像頭的參數(shù)標定，其中，安裝于車輛左前 方遠視燈內(nèi)側(cè)的針孔攝像頭稱為左目針孔攝像頭，安裝于車輛右前方遠視燈內(nèi) 側(cè)的針孔攝像頭稱為右目針孔攝像頭，作為一種雙目視感圖像傳感器用于采集 車輛前方路面的景物圖像。
雙目視感圖像傳感器、信號處理器、車速操控機構(gòu)和語音提示器構(gòu)成本發(fā) 明的硬件系統(tǒng)，其工作過程是信號處理器對兩個針孔攝像頭采集到的兩幅道 路景物圖像實時進行處理，在圖像上識別出前方路面上是否存在深坑或障礙物， 并準確計算出該深坑的深度或障礙物的高度以及他們離開車輛的距離，最后將 這些識別與計算結(jié)果結(jié)合當前車速，轉(zhuǎn)換成控制指令輸出到車速操控機構(gòu)和語 音提示器；在控制指令的作用下，車速操控機構(gòu)能夠?qū)崟r地降低車速以致停車， 同時通過語音提示器警示駕駛員前方可能出現(xiàn)的危險路況。
所述攝像頭的參數(shù)標定，是指通過試驗和計算得到攝像頭成像的幾何模型 參數(shù)和攝像頭所處的位姿參數(shù)，包括攝像頭內(nèi)、外參數(shù)的標定。計算機視感檢 測技術(shù)是從攝像頭獲取的圖像出發(fā)，計算空間中物體的幾何信息，從而識別、 理解或重構(gòu)空間物體，而空間物體的幾何信息是由攝像頭成像的幾何模型參數(shù) 和攝像頭所處的位姿參數(shù)所決定的。對于計算機視感系統(tǒng)，不同的系統(tǒng)有著不
5同的精度要求，所要標定的參數(shù)也不盡相同，因此采用的標定方式和過程也有 所不同。若需要較高的測量精度，則需采用較復雜的成像模型，并且在標定過 程中需要高精度的輔助標定參照物。
根據(jù)計算機圖像坐標系像素點坐標(",v)和世界坐標系空間三維坐標
(x『，;^,Zw)之間的關(guān)系
:丄K[R
P
1
(公式一)
其中，p = [M v]、 w和v分別表示像素位于數(shù)組的列數(shù)和行數(shù)，單位為p'xd (像 素)；P = [X,f F『Zj7—， X『、&、 Z『分別代表公共角點的豎直高度、橫
向?qū)挾群涂v向長度坐標值，；iv與z『的數(shù)值是下一步?jīng)Q策的主要依據(jù)，因為表 達空間坐標的世界坐標系遵循右手定則，并將坐標原點定在雙目針孔攝像頭的
光心位置，因此，代表豎直高度的J^V為負值時，表明該空間點高出地面，否則
低于地面；代表縱向長度坐標值的Z『表明被測空間點與當前車輛的距離，且為
負值；s為世界坐標系中空間點映射到攝像頭坐標系(&，K,^;)中^軸上的分量，
其數(shù)值等于(公式一)右邊計算結(jié)果所得到的三維列向量中的第三元素值；
K =
00 1
為三維點坐標從歸一化成像平面到物理成像平面的等比例縮
放矩陣，其縮放的比例(邏輯焦距)和實際焦距/有關(guān)，單位為"像素/ra"， /x、 /;稱為"軸和v軸上的尺度因子，(Q,cJ為主點o (即物理圖像坐標系似y的原 點)的像素坐標，又稱主點坐標，矩陣K參數(shù)被稱為攝像機內(nèi)參數(shù)；
，R中的矩陣元素^稱為攝像頭旋轉(zhuǎn)參數(shù)，t中列向量
元素稱為攝像機的平移參數(shù)，R與t的參數(shù)統(tǒng)稱為攝像頭的外部參數(shù)。
所述外部參數(shù)，包括R和t，共12個，但因R為單位正交矩陣，必須滿足6 個正交約束，所以只需要標定6個外部參數(shù)，加上內(nèi)部參數(shù)/、 A、、和^、 ^，
、5,3、—
廠6，t =少
/7r9 —1總共有l(wèi)l個參數(shù)需要標定。
步驟二路面景物圖像的采集
兩個針孔攝像頭，實時采集車輛前方路面景物圖像，并將各自所采集到的
圖像輸送至信號處理器。
步驟三信號處理器對圖像進行消除圖像畸變處理。
由計算機圖像坐標系像素點坐標計算求取對應點(W,V)在歸一化虛平面圖像
坐標系畸變點坐標(&,")，再進行圖像的歸一化虛平面坐標系表達，將(a,力;)
代入歸一化虛平面圖像坐標系中圖像畸變矯正數(shù)學模型Xd二(l + V2)^ 、 :Krf=(l + A:,2)jK (式中， 一=《+乂； ^為一階徑向畸變系數(shù))進行求逆運算， 因此求得矯正畸變后的歸一化虛平面圖像坐標系理想點坐標0^，>^ ，再由理想 點坐標,X )替代(&,》)的值代入W = &/血+ q 、 V =力/辦+ s與 =辦/血' 求出對應點("，"新的坐標值，即新的像素點位置，其中，(血，辦)分別為圖像平 面上X、 y方向上單位像素間的距離，^為圖像縱橫比。計算機圖像坐標系中的 所有像素點坐標(",v)逐一經(jīng)過上述計算過程后，就能夠獲得像素點在畫面上的
理想排列，即真實景物圖像的恢復，獲得一幅反映真實景物的理想圖像。
所述圖像的歸一化虛平面坐標系表達，是指沿光軸在與攝像機光學成像 平面形成對稱的平面稱為虛平面，在其上所建立的坐標系稱為虛平面圖像坐標 系，將圖像像素特征量進行歸一化后在虛平面坐標系上的表達稱為圖像的歸一 化虛平面坐標系表達，使用歸一化表達的虛平面坐標系所處平面，又稱為歸一 化虛平面。
歩驟四雙目圖像中的公共角點尋找與匹配
在采樣圖像中，采用基于圖像灰度的角點檢測算法，主要通過計算曲率及 梯度的方法，來尋找若干個角點作為代表最具特征的邊緣點。針對已經(jīng)尋找出 來的角點在外極線約束的指導下在左、右視圖中尋找相互匹配的角點。
所述外極線約束，就是指左視(或右視)圖像上的任一點，在右視(或左 視)圖像上的對應點只可能位于一條特定的右外極線(或左外極線)上。這個 約束原則能夠極大地降低了待驗證的可能匹配點對的數(shù)量，把一個點在另外一 幅圖像上可能匹配點的分布從二維降低到了一維，減少運算量并實現(xiàn)自動匹配。步驟五物點三維坐標值的確定
在左、右視圖中相互匹配的角點坐標(W,，V,)、(",，、)通過從世界坐標系到 計算機圖像坐標系的映射關(guān)系方程(公式一)能夠轉(zhuǎn)換為對應的世界坐標
(x附,y附，z時)和(z附，u盼)，對坐標(x附,y附,z附)和(x階，u盼)分別與透 視中心的連接直線做一公垂線，并在該公垂線上求取中值，用(f『&，眾》表示， 將坐標(x附，:r附,^)和(^^,;r『,，z^)的中值(^,l^，D作為對應空間點坐標 的最優(yōu)近似值。其中，腳標/、 r分別表示左、右視圖。
步驟六對深坑或障礙物的認定
確立兩個判定閾值，包括高度負閾值&，和深坑正閾值^;高度負閾值^表 示當前車輛能夠允許的路面不平整高度，如& =-0.1附表示車輛能夠允許的路面 不平整高度為10cm;深坑正阇值^表示當前車輛能夠允許的路面不平整凹坑深 度，如^=0.05 表示車輛能夠允許的路面不平整凹坑深度為5cm; —旦路面被
檢測的空間點(f『u(J的高度坐標《,,^A時(表明路面存在障礙物)或者空
間點^^,，F(xiàn)『^^的高度坐標f『2^時(表明路面存在深坑)，當前車輛必須繞
行或剎車，否則，路面上的障礙物或者深坑很有可能會造成車輛底盤的損傷，
甚至發(fā)生重大交通事故；
歩驟七車輛行駛控制
當《.r 2 4或f『2 ^ ，己經(jīng)表明空間點(f『, 4)是一深坑或障礙物點，
此時，信號處理器能夠根據(jù)該點的&,坐標與當前車速，準確做出控制決策，將
控制決策輸出至車速操控機構(gòu)和語音提示器，在控制指令的作用下，警示駕駛 員注意前方路況，并通過車速操控機構(gòu)自動使車輛減速并能購準確停止在深坑
或障礙物之前；如4=100w、當前車速巧=80^^///，此時車輛必須以負加速
度^ = -2.47附/^對車輛進行減速，才能確保車輛在9^之內(nèi)正好在深坑或障礙物 之前停止下來。
步驟八重復步驟二到歩驟七的循環(huán)過程。
8與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果第一、能夠?qū)β访鏍顩r進行 自動檢測， 一旦發(fā)現(xiàn)深坑或障礙物，系統(tǒng)就會立即發(fā)出控制指令，警示駕駛員 注意前方路況，并自動使車輛減速，確保了行車安全；第二、能夠明顯降低車 輛追尾、相撞等道路交通事故的發(fā)生率；第三、同時具有對前方突然出現(xiàn)的行 人或車輛進行避讓的功能。在保障車輛行駛安全方面進一步提高自動化和智能 化水平。


圖1為攝像頭幾何模型圖； 圖2為攝像頭參數(shù)標定板； 圖3為外極幾何圖。
具體實施例方式
下面結(jié)合附圖對本發(fā)明的實施例作詳細說明本實施例在以本發(fā)明技術(shù)方 案為前提下進行實施，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的 保護范圍不限于下述的實施例。
本實施例包括如下歩驟
步驟一，構(gòu)建硬件系統(tǒng)，給車輛配置一對針孔攝像頭，分別安裝在車輛前 遠視燈的內(nèi)側(cè)邊緣位置，完成兩個攝像頭的參數(shù)標定，其中，安裝于車輛左前 方遠視燈內(nèi)側(cè)的針孔攝像頭稱為左目攝像頭，安裝于車輛右前方遠視燈內(nèi)側(cè)的 針孔攝像頭稱為右目攝像頭，作為一種雙目視感圖像傳感器用于采集車輛前方 路面的景物圖像。
雙目視感圖像傳感器、信號處理器、車速操控機構(gòu)和語音提示器構(gòu)成本發(fā) 明的硬件系統(tǒng)，其工作過程是信號處理器對兩個針孔攝像頭采集到的兩幅道 路景物圖像實時進行處理，在圖像上識別出前方路面上是否存在深坑或障礙物， 并準確計算出該深坑的深度或障礙物的高度以及他們離開車輛的距離，最后將 這些識別與計算結(jié)果結(jié)合當前車速，轉(zhuǎn)換成控制指令輸出到車速操控機構(gòu)和語 音提示器；在控制指令的作用下，車速操控機構(gòu)能夠?qū)崟r地降低車速以致停車， 同時通過語音提示器警示駕駛員前方可能出現(xiàn)的危險路況。
如圖1所示，實施例中采用的攝像頭幾何模型，表達了空間點坐標在計算 機圖像坐標系O"盧V 、物理圖像坐標系o矽、攝像機坐標系tv^義^和世界坐標系cv^v^Z『中的相互轉(zhuǎn)換關(guān)系，即映射關(guān)系；其中
第一，計算機圖像坐標系 m;，原點(^位于攝像頭圖像平面的左上角，M 和v分別表示像素位于數(shù)組的列數(shù)和行數(shù)，單位為p'xe/ (像素)；
第二，物理圖像坐標系o矽，原點(即主點o)定義在攝像頭光軸與物理圖像 平面的交點，c、 y軸分別與"、V軸平行；/7 (、，少 )表示針孔模型下戶點的理
想圖像坐標，A(A，力)是由透鏡徑向畸變引起的偏離A(&,凡)的實際圖像坐
標；
第三，攝像機坐標系0^^￡^，原點^定義在攝像機的光心，xe、尺軸分別 平行于x、少軸，^軸與光軸重合。^o為攝像機的有效焦距/， (a，尺,^)表示
物點P在攝像機坐標系下的三維坐標；
第四，世界坐標系6vx『&Z『，根據(jù)具體環(huán)境來定，(義『,&,Z"表示物點
尸在世界坐標系下的三維坐標。
所述左、右針孔攝像頭平行擺放，即兩個攝像頭的光軸平行，兩個攝像頭 光心連線與光軸垂直。
如圖2所示，本實施例所述的攝像頭的參數(shù)設(shè)定，采用方格模板標定法，
具體操作如下
第一，雙目攝像頭的內(nèi)、外參數(shù)標定具體采用7x6的方格模板，每個小方 格尺寸為25x25wm;在車輛停駛狀態(tài)下，將方格模板豎立于世界坐標系的
第二，左、右攝像機分別對方格模板拍攝若干幅圖像；
第三，取每幅模板圖像中的小方格正方形的四個頂點作為特征點，每幅模
板共有56個點，根據(jù)所選擇的世界坐標系M-[x,, 4 z^;f測出每個特征點
的世界坐標
第四，將方格模板中第五行的7個特征點作為三維重建點，其余49個特征 點作為標定點；
10第五，左、右攝像頭分別通過各自所拍攝到的模板圖像中的49個特征點坐 標代入(公式一)，利用外參數(shù)矩陣[R t]中列向量相互正交特性及其約束條件， 計算求得全部外參數(shù)；
第六，求得外參數(shù)矩陣[R t]后，計算與三維重建點相對應的7個特征點坐
標新=[1^, ^]、/ = l,2,K ，7)，將該7個特征點坐標計算值與上述7個三維 重建點坐標M,[Xw ^f'(、l，2，K,7)進行比較，根據(jù)相差最小目標函數(shù)
1
分別對左、右攝像機外參數(shù)標定結(jié)果做出標定誤差評價，當Onm^^時，就認為
標定達到要求；S是實現(xiàn)約定的一個足夠小的數(shù)，如本實施例取^ = 0.01。
步驟二，路面景物圖像的采集
兩個針孔攝像頭，即雙目視感圖像傳感器，實時采集車輛前方路面景物圖
像，并將各自所采集到的圖像輸送至信號處理器。 歩驟三，信號處理器對圖像進行消除圖像畸變處理
利用圖像畸變矯正數(shù)學模型;c, =(1 +V"2)^ 、力=(1 +&2)凡和計算機圖像
坐標系中的所有像素點坐標("，v)與歸一化虛平面圖像坐標系的變換關(guān)系
"=xd/c/r + cx、 v^力/巾+ c),與、=辦/血，由理想點坐標(x"，凡)替代(Xd，力)的
值代入求出對應點(w，v)新的坐標值，即新的像素點位置，計算機圖像坐標系中
的所有像素點坐標("，v)逐一經(jīng)過上述計算過程后，就能夠獲得像素點在畫面上
的理想排列，即真實景物圖像的恢復，或者說，獲得一幅反映真實景物的理想 圖像。
歩驟四，雙目圖像中的公共角點尋找與匹配
在采樣圖像中，采用基于圖像灰度的角點檢測算法，主要通過計算曲率及 梯度的方法，尋找若干個角點作為代表最具特征的邊緣點；針對已經(jīng)尋找出來 的角點在外極線約束的指導下在左、右視圖中自動尋找相互匹配的公共角點， 本實施例中找出了5個公共角點。
如圖3所示，針對雙目視覺系統(tǒng)從兩個角度觀測同一個點，尋求兩個成像點之間的外極線約束的相關(guān)幾何學問題，被稱為外極幾何。圖中，左、右攝像 頭平行擺放，P、 ^為左目攝像頭和右目攝像頭觀測的兩個三維空間共同點， O,、 O,分別為左、右攝像機的光心；e,、 ^分別為左、右像面上的外極中心； P點在左、右攝像機的歸一化虛成像平面上的成像點分別為A[X,為lf和 A[、力l]"，對于共同觀測點尸的左、右兩條外極線分別通過點戶,、e;和C 、 ^ ; ^點在左、右攝像機的歸一化虛成像平面上的成像點分別為A [x,4少,'l丫
和p:乂 i]7 ，對于共同觀測點的左、右兩條外極線分別通過點S' 、 e,和
尸/、
步驟五、確定物點三維坐標值
在左、右視圖中相互匹配的角點坐標^,，h)、 ("r，力)，如5個公共角點，通
過從世界坐標系到計算機圖像坐標系的映射關(guān)系方程能夠轉(zhuǎn)換為對應的世界坐 標(X^JV,，Z附)和(X盼,]^,Z,)，因此獲得相對5個公共角點的5對空間坐標；
采用空間中值法最后獲得5對空間坐標所對應的5個物點空間坐標的最優(yōu)近似坐
標(《r，Uw0 。
歩驟六、認定深坑或障礙物
確立兩個判定閾值高度負閾值^=-0.1柳和深坑正閾值^=0.05附； 一旦
路面被檢測的任意空間點(^『，&, Z"的高度坐標fw ^ ^時，表明路面存在障礙 物；當計算獲得的任意空間點(^^,^,^^的高度坐標^^2e。時，表明路面存在 深坑。
歩驟七、車輛行駛控制
當fw 2 et或fw S eA ，已經(jīng)表明空間點(f『,&,Zr )是一深坑或障礙物點，
此時，信號處理器能夠根據(jù)該點的^^坐標與當前車速，準確做出控制決策，將
控制決策輸出至車速操控機構(gòu)和語音提示器，在控制指令的作用下，警示駕駛 員注意前方路況，并通過車速操控機構(gòu)自動使車輛減速并能購準確停止在深坑 或障礙物之前。步驟八，重復步驟二到步驟七的循環(huán)過程。
本實施例在保障車輛行駛安全方面進一步提高自動化和智能化水平，具體 表現(xiàn)能夠?qū)β访鏍顩r進行自動檢測， 一旦發(fā)現(xiàn)深坑或障礙物，系統(tǒng)就會立即 發(fā)出控制指令，警示駕駛員注意前方路況，并自動使車輛減速，整個實施過程， 檢測深坑或障礙物的準確率達到98. 6%。
權(quán)利要求
1、一種自動識別道路深坑與障礙物的車輛智能方法，其特征在于，包括以下步驟步驟一，構(gòu)建硬件系統(tǒng)給車輛配置一對針孔攝像頭，分別安裝在車輛前遠視燈的內(nèi)側(cè)邊緣位置，完成兩個攝像頭的參數(shù)標定，其中，左目針孔攝像頭安裝于車輛左前方遠視燈內(nèi)側(cè)，右目針孔攝像頭安裝于車輛右前方遠視燈內(nèi)側(cè)，采集車輛前方路面的景物圖像；步驟二，路面景物圖像的采集，兩個針孔攝像頭實時采集車輛前方的路面圖像，并將各自所采集到的圖像輸送至信號處理器；步驟三，信號處理器對圖像進行消除圖像畸變處理；步驟四，尋找雙目圖像中的公共角點，針對已經(jīng)尋找出來的角點在外極線約束的指導下在左、右視圖中自動尋找相互匹配的角點；步驟五、確定物點三維坐標值；步驟六、認定深坑或障礙物；步驟七、車輛行駛控制；步驟八，重復步驟二到步驟七的循環(huán)過程。
2、 根據(jù)權(quán)利要求l所述的自動識別道路限速標志的車輛智能方法，其特征 是，所述歩驟一中，信號處理器對兩個針孔攝像頭采集到的兩幅道路景物圖像 實時進行處理，在圖像上識別出前方路面上是否存在深坑或障礙物，并準確計 算出該深坑的深度或障礙物的高度以及他們與車輛之間的距離，最后將這些識 別與計算結(jié)果結(jié)合當前車速，將其轉(zhuǎn)換成控制指令輸出到車速控制機構(gòu)和語音提示器。
3、 根據(jù)權(quán)利要求l所述的自動識別道路限速標志的車輛智能方法，其特征是， 所述攝像頭的參數(shù)標定，是指通過試驗和計算得到攝像頭成像的幾何模型參數(shù) 和攝像頭所處的位姿參數(shù)。
4、 根據(jù)權(quán)利要求1或3所述的自動識別道路限速標志的車輛智能方法，其特征是，所述攝像頭的參數(shù)設(shè)定包括攝像頭內(nèi)、外參數(shù)的標定。
5、 根據(jù)權(quán)利要求l所述的自動識別道路深坑與障礙物的車輛智能方法，其特征是，所述消除圖像畸變處理，是指由計算機圖像坐標系像素點坐標計算求取對應點("，"在歸一化虛平面圖像坐標系畸變點坐標(A,力;)，再進行圖像的歸一化虛平面坐標系表達，將(x^力)代入歸一化虛平面圖像坐標系中圖像畸變矯正數(shù)學模型^=(1 + ^2)氣、h=(i + V"2)J (式中，,=《+乂； ^為一階徑向畸變系數(shù))進行求逆運算，求得矯正畸變后的歸一化虛平面圖像坐標系理想 點坐標(x"，凡)，再由理想點坐標(Xu,乂,)替代(x,，h)的值代入"^/血+ c,、^沁/辦+ c,與s^辦Mc，求出對應點("，v)新的坐標值，即新的像素點位置，其中，(血，辦)分別為圖像平面上x、 y方向上單位像素間的距離，^為圖像縱橫比。
6、 根據(jù)權(quán)利要求5所述的自動識別道路深坑與障礙物的車輛智能方法，其 特征是，所述圖像的歸一化虛平面坐標系表達，是指將圖像像素特征量進行歸 一化后在虛平面坐標系上表達。
7、 根據(jù)權(quán)利要求l所述的自動識別道路深坑與障礙物的車輛智能方法，其 特征是，所述外極線約束，是指左視或右視圖像上的任一點，在右視或左視圖 像上的對應點位于一條特定的右外極線或左外極線上。
8、 根據(jù)權(quán)利要求l所述的自動識別道路深坑與障礙物的車輛智能方法，其 特征是，所述確定物點三維坐標值，是指在左、右視圖中相互匹配的角點坐標 (w,，v,)、 (w,，、)通過從世界坐標系到計算機圖像坐標系的映射關(guān)系方程，能夠轉(zhuǎn)換為對應的世界坐標(I附,4,, Z附)和(X,, F盼,Z腫)，對坐標(X附，4, Z附)和(X^4,Z腫)分別與透視中心的連接直線做一公垂線，并在該公垂線上求取中值，將坐標(^//,^,,^/)和(義，,1^,2階)的中值(^^^ ,.)作為對應空間點坐標的最優(yōu)近似值。
9、 根據(jù)權(quán)利要求l所述的自動識別道路深坑與障礙物的車輛智能方法，其 特征是，所述認定深坑或障礙物，是指，路面被檢測的空間點(f『l,《J的高度坐標f^ S&時，表明路面存在障礙物；空間點(^^,^,^)的高度坐標^^時，表明路面存在深坑；其中，^代表高度負閾值，^代表深坑正閾值。
全文摘要
一種信息處理技術(shù)領(lǐng)域的自動識別道路限速標志的車輛智能方法，包括以下步驟步驟一，將兩個針孔攝像頭分別安裝在車輛前遠視燈的內(nèi)側(cè)邊緣位置；步驟二，兩個針孔攝像頭實時采集路面景物圖像，并將各自所采集到的圖像輸送至信號處理器；步驟三，對圖像進行消除圖像畸變處理；步驟四，針對已經(jīng)尋找出來的角點在外極線約束的指導下在左、右視圖中自動實現(xiàn)角點的相互匹配；步驟五、物點三維坐標值的確定；步驟六、對深坑或障礙物做出認定；步驟七、車輛行駛控制；步驟八，重復步驟二到步驟七的循環(huán)過程。本發(fā)明能夠在保障車輛行駛安全方面進一步提高自動化和智能化水平，不會因道路出現(xiàn)的深坑或障礙物而造成車輛損壞或交通事故。
文檔編號G06K9/00GK101549683SQ20091004988
公開日2009年10月7日 申請日期2009年4月23日 優(yōu)先權(quán)日2009年4月23日
發(fā)明者應俊豪, 張秀彬, 焦東升, 遠 程, 錢斐斐 申請人:上海交通大學