一種基于全景圖像點(diǎn)線特征的車位識(shí)別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于全景圖像點(diǎn)線特征的車位識(shí)別方法，屬于智能車輛的輔助泊 車技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 泊車是在日常駕駛中經(jīng)常遇到的情況，手動(dòng)駕駛將車泊入車位需要一定的駕駛技 巧，對(duì)于新手而言往往比較難于應(yīng)對(duì)，尤其在車位比較狹小的情況下，泊車過程也是剮蹭、 碰撞等事故的多發(fā)區(qū)。
[0003] 隨著近年來車輛技術(shù)的發(fā)展，智能化的電子控制技術(shù)和環(huán)境感知技術(shù)的日益強(qiáng) 大，對(duì)駕駛者駕駛技能的要求有所降低。泊車輔助技術(shù)也是各大汽車設(shè)計(jì)廠商和車輛工程 研宄人員的熱點(diǎn)研宄領(lǐng)域。
[0004] 實(shí)際應(yīng)用中，泊車輔助技術(shù)歷經(jīng)了逐步智能化的過程。在最初階段，駕駛員通過反 光鏡目測(cè)判斷距離；隨后更多的電子傳感器被裝備于車輛，例如車前后保險(xiǎn)杠的超聲波雷 達(dá)，車尾安裝的倒車影像系統(tǒng)，能夠?qū)④嚭蠓綀D像信息直接顯示在中控屏幕上，補(bǔ)充駕駛員 視覺盲區(qū)，探測(cè)車前后的距離，但是該方法探測(cè)范圍有限。目前在某些中高級(jí)轎車上已經(jīng)裝 備了更先進(jìn)的泊車輔助系統(tǒng)，其中包括全景攝像頭：能夠幫助駕駛員俯瞰周圍環(huán)境，更有配 備車側(cè)超聲波雷達(dá)全自動(dòng)泊車入位：能夠完全自主探測(cè)車位，并將車泊入駕駛員指定方向 的車位。
[0005] 要實(shí)現(xiàn)全自動(dòng)泊車入位，車位檢測(cè)是首先要解決的問題，目前檢測(cè)車位有以下幾 類方法：基于設(shè)施的方法，基于空閑車位的方法，基于車位線的方法。
[0006] (1)基于設(shè)施的方法要求車位附近有配套安裝的輔助設(shè)施用于確定車輛對(duì)于車位 的相對(duì)位置，車輛通過識(shí)別輔助設(shè)施間接確定車位，然而對(duì)于室內(nèi)停車場(chǎng)這樣的設(shè)施相對(duì) 容易安裝，一般城市室外街道等環(huán)境大都沒有條件安裝這樣的輔助設(shè)施，并且沒有形成統(tǒng) 一標(biāo)準(zhǔn)，限制了這一方法的普遍應(yīng)用。
[0007] (2)基于空閑車位的方法是目前商品車普遍應(yīng)用的方法，其原理是利用安裝于車 身側(cè)面的一排超聲波雷達(dá)檢測(cè)左側(cè)或者右側(cè)的障礙物深度，在車輛沿道路邊緣駛過時(shí)，向 側(cè)面探測(cè)深度變化，找出符合車輛泊入條件空位，這種方法原理決定其依賴停車區(qū)域中的 已停車輛構(gòu)成的空位，而在僅有車位線的區(qū)域會(huì)失效。這種方法工作需要人員輔助完成，即 在需要泊車時(shí)預(yù)先將車在車位旁邊停好，并向車輛交互系統(tǒng)制定需檢測(cè)車位的相對(duì)于車輛 的方位，如果沒有人員輔助，將會(huì)誤識(shí)別車輛周圍所有符合尺寸大小的空缺，適應(yīng)性和智能 型較低，優(yōu)點(diǎn)在于在應(yīng)用于有人駕駛的車輛在駕駛員的輔助下穩(wěn)定性較好。
[0008] (3)基于車位線識(shí)別的方法依賴停車區(qū)域地面所劃的車位線。該方法需要車輛裝 備攝像頭，利用攝像頭采集的圖像信息做圖像處理識(shí)別的劃線特征，得到車位相對(duì)于車的 位置。該類方法，不依賴于停車區(qū)域外部設(shè)施，也不依賴于車位周圍車輛?？壳闆r，但是會(huì) 受到車位扭曲、殘破、尺寸大小不一等因素影響，高效穩(wěn)定的檢測(cè)方法能夠減少此類因素的 影響；但是一般的基于圖像識(shí)別的檢測(cè)方法容易受到多方面影響，包括：室外白天夜間光 照強(qiáng)度差別，地面反光和陰影，地面其它白色標(biāo)志標(biāo)線干擾，車位線扭曲，線條殘破等情況。
【發(fā)明內(nèi)容】

[0009] 有鑒于此，本發(fā)明旨在現(xiàn)有商品車硬件配置的基礎(chǔ)上，利用圖像點(diǎn)線特征的方法 解決圖像識(shí)別檢測(cè)方法中存在的問題，提供了一種基于全景圖像點(diǎn)線特征的車位識(shí)別方 法。
[0010] 實(shí)現(xiàn)本發(fā)明的技術(shù)方案如下：
[0011] 一種基于全景圖像點(diǎn)線特征的車位識(shí)別方法，具體過程為：
[0012] 一、獲得車輛周圍地面的全景俯視圖像，對(duì)所述全景俯視圖像做濾波和二值化處 理，獲得二值化圖像；
[0013] 二、組織二值化圖像中的點(diǎn)生成點(diǎn)集合；具體過程為：
[0014] 以行坐標(biāo)為第一優(yōu)先級(jí)，列坐標(biāo)為第二優(yōu)先級(jí)的規(guī)則，逐個(gè)遍歷二值化圖像中的 每一像素點(diǎn)，逐個(gè)存儲(chǔ)白色像素點(diǎn)至點(diǎn)集WhitePointR中；以列坐標(biāo)為第一優(yōu)先級(jí)，行坐標(biāo) 為第二優(yōu)先級(jí)的規(guī)則，逐個(gè)遍歷二值化圖像中的每一像素點(diǎn)，逐個(gè)存儲(chǔ)白色像素點(diǎn)至點(diǎn)集 WhitePointC中；同時(shí)存儲(chǔ)各白色像素點(diǎn)的線段歸屬屬性Invalid為假；
[0015] 三、逐個(gè)遍歷點(diǎn)集WhitePointR中的點(diǎn)，構(gòu)建圖像中的橫向線段，獲得橫向線段集 合WhiteLineR;逐個(gè)遍歷點(diǎn)集WhitePointC中的點(diǎn)，構(gòu)建圖像中的縱向線段，獲得縱向線段 集合WhiteLineC;
[0016] 縱向線段的構(gòu)建過程為：
[0017] 101，遍歷到點(diǎn)集WhitePointC中的某點(diǎn)P，判斷其線段歸屬屬性Valid是否為假， 若是，則在縱向線段集合WhiteLineC中新建一個(gè)對(duì)象Lin ei，并將點(diǎn)P作為該對(duì)象Lineda 起始點(diǎn)Pf，否則，進(jìn)入步驟103 ;
[0018] 102,在圖像上點(diǎn)P的下方，遞歸搜索對(duì)象Linei的終止點(diǎn)P e，其中遞歸過程應(yīng)滿足 如下規(guī)則：
[0019] ①搜索點(diǎn)未達(dá)到圖像邊緣；
[0020] ②如果當(dāng)前搜索點(diǎn)為白色點(diǎn)，則將該點(diǎn)的線段歸屬屬性Valid置為真，單次斷點(diǎn) 計(jì)數(shù)清零，并以該點(diǎn)為起始點(diǎn)繼續(xù)向下尋找白色點(diǎn)；
[0021 ] ③如果當(dāng)前搜索點(diǎn)為黑色點(diǎn)，該點(diǎn)左或右鄰點(diǎn)為白色點(diǎn)，則將左或右的白色點(diǎn)的 線段歸屬屬性Valid置為真，單次斷點(diǎn)計(jì)數(shù)清零，并以左或右的白色點(diǎn)為起始點(diǎn)繼續(xù)向下 尋找白色點(diǎn)；
[0022] ④如果當(dāng)前搜索點(diǎn)為黑色點(diǎn)，該點(diǎn)左和右鄰點(diǎn)均為黑色點(diǎn)，則將單次斷點(diǎn)計(jì)數(shù) BreaksOnce加1，總斷點(diǎn)次數(shù)Breaks加1，并以當(dāng)前搜索點(diǎn)為起始點(diǎn)繼續(xù)向下尋找白色點(diǎn)；
[0023] ⑤若單次斷點(diǎn)計(jì)數(shù)BreaksOnce超過斷點(diǎn)最大長(zhǎng)度閾值COLABSENT，則遞歸結(jié)束， 返回上一次找到的白色點(diǎn)作為對(duì)象Lin ei的終止點(diǎn)P e，該線段檢測(cè)結(jié)束；
[0024] 103,判斷點(diǎn)集WhitePointC中的點(diǎn)是否都已經(jīng)被遍歷，若是，進(jìn)入步驟104,否則， 返回步驟101 ;
[0025] 104,對(duì)集合WhiteLineC中的線段進(jìn)行篩選，保留滿足下列約束條件的線段：
[0026] 1)線段長(zhǎng)度LineLength小于預(yù)設(shè)的最大線段長(zhǎng)度；
[0027] 2)線段長(zhǎng)度LineLength大于預(yù)設(shè)的最小線段長(zhǎng)度；
[0028] 3)線段傾斜角小于預(yù)設(shè)的最大傾斜角度；
[0029] 4)線段的完整度Linelntegrity大于最小預(yù)設(shè)完整度，
[0030] Linelntegrity= (LineLength-Breaks)/LineLength*100%
[0031] 橫向線段的構(gòu)建過程為：
[0032] 201，遍歷到點(diǎn)集WhitePointR中的某點(diǎn)Q，判斷其線段歸屬屬性Valid是否為假， 若是，貝U在橫向線段集合WhiteLineR中新建一個(gè)對(duì)象Line』，并將點(diǎn)Q作為該對(duì)象Line』的 起始點(diǎn)P f，否則，進(jìn)入步驟203 ;
[0033] 202,在圖像上點(diǎn)Q的右方，遞歸搜索對(duì)象Line」的終止點(diǎn)Pe，其中遞歸過程應(yīng)滿足 如下規(guī)則：
[0034] ①搜索點(diǎn)未達(dá)到圖像邊緣；
[0035] ②如果當(dāng)前搜索點(diǎn)為白色點(diǎn)，則將該點(diǎn)的線段歸屬屬性Valid置為真，單次斷點(diǎn) 計(jì)數(shù)清零，并以該點(diǎn)為起始點(diǎn)繼續(xù)向右尋找白色點(diǎn)；
[0036] ③如果當(dāng)前搜索點(diǎn)為黑色點(diǎn)，該點(diǎn)上或下鄰點(diǎn)為白色點(diǎn)，則將上或下的白色點(diǎn)的 線段歸屬屬性Valid置為真，單次斷點(diǎn)計(jì)數(shù)清零，并以上或下的白色點(diǎn)為起始點(diǎn)繼續(xù)向右 尋找白色點(diǎn)；
[0037] ④如果當(dāng)前搜索點(diǎn)為黑色點(diǎn)，該點(diǎn)上和下鄰點(diǎn)均為黑色點(diǎn)，則將單次斷點(diǎn)計(jì)數(shù) BreaksOnce加1，總斷點(diǎn)次數(shù)Breaks加1，并以當(dāng)前搜索點(diǎn)為起始點(diǎn)繼續(xù)向右尋找白色點(diǎn)；
[0038] ⑤若單次斷點(diǎn)計(jì)數(shù)BreaksOnce超過斷點(diǎn)最大長(zhǎng)度閾值COLABSENT，則遞歸結(jié)束， 返回上一次找到的白色點(diǎn)作為對(duì)象Lim^的終止點(diǎn)P e，該線段檢測(cè)結(jié)束；
[0039] 203,判斷點(diǎn)集WhitePointR中的點(diǎn)是否都已經(jīng)被遍歷，若是，進(jìn)入步驟204,否則， 返回步驟201 ;
[0040] 204,對(duì)集合WhiteLineC中的線段進(jìn)行篩選，保留滿足下列約束條件的線段：
[0041] 1)線段長(zhǎng)度LineLength小于預(yù)設(shè)的最大線段長(zhǎng)度；
[0042] 2)線段長(zhǎng)度LineLength大于預(yù)設(shè)的最小線段長(zhǎng)度；
[0043] 3)線段傾斜角小于預(yù)設(shè)的最大傾斜角度；
[0044] 4)線段的完整度Linelntegrity大于最小預(yù)設(shè)完整度，
[0045] Linelntegrity= (LineLength-Breaks)/LineLength氺100 %
[0046] 四，從橫向線段集合WhiteLineR和縱向線段集合WhiteLineC中尋找滿足構(gòu)成車 位要求的線段，并將其存儲(chǔ)到車位線集合中；所述構(gòu)成車位要求為：
[0047] 針對(duì)全封閉車位線：
[0048] 1.四條線段長(zhǎng)度滿足待檢測(cè)車位線條的長(zhǎng)度、完整度、角度要求；
[0049] 2.各線段相對(duì)位置關(guān)系滿足構(gòu)成車位的要求；
[0050] 3.構(gòu)成的車位滿足長(zhǎng)度、寬度、完整度，長(zhǎng)寬比要求；
[0051] 針對(duì)C型車位線：
[0052] 1.除開口方向外的三條線段長(zhǎng)度滿足待檢測(cè)車位線條的長(zhǎng)度、完整度、角度要 求；
[0053] 2.各線段相對(duì)位置關(guān)系滿足構(gòu)成車位的要求；
[0054] 3.構(gòu)成的車位滿足長(zhǎng)度、寬度、完整度，長(zhǎng)寬比要求；
[0055] 所述全景圖像為利用車載魚眼攝像頭采集，該步驟的具體過程為：
[0056] (1)將WhiteLineC中的線條以橫向坐標(biāo)為參考進(jìn)行重新排序，將WhiteLineR中的 線條以縱向坐標(biāo)為參考進(jìn)行重新排序，并將兩個(gè)集合中的線條的車位歸屬屬性Invalid設(shè) 為假；