泊車(chē)位檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及車(chē)載電子技術(shù)領(lǐng)域，特別是涉及一種泊車(chē)位檢測(cè)方法。
【背景技術(shù)】
[0002] 目前，大多數(shù)的停車(chē)場(chǎng)提供垂直泊車(chē)模式（圖1A)和水平泊車(chē)模式（圖1B)。在傳 統(tǒng)技術(shù)中，垂直泊車(chē)模式或水平泊車(chē)模式中的泊車(chē)位檢測(cè)主要是通過(guò)超聲波測(cè)距雷達(dá)測(cè)量 行駛的車(chē)輛距離泊車(chē)位上障礙車(chē)的距離的變化，從而識(shí)別出障礙車(chē)輛之間的泊車(chē)位。
[0003] 發(fā)明人在研宄中發(fā)現(xiàn)，傳統(tǒng)技術(shù)的缺陷在于超聲波測(cè)距依賴(lài)于障礙車(chē)輛的存在， 如果泊車(chē)位上很少有障礙車(chē)輛或者完全沒(méi)有障礙車(chē)輛，該方法就會(huì)失效。并且，超聲波雷達(dá) 探測(cè)的范圍通常比較小。

【發(fā)明內(nèi)容】

[0004] 基于此，有必要提供一種泊車(chē)位檢測(cè)方法，應(yīng)用本發(fā)明技術(shù)方案可以在泊車(chē)位上 車(chē)輛較少的情況下也能夠檢測(cè)到泊車(chē)位，并且檢測(cè)的范圍比較大。
[0005] 一種泊車(chē)位檢測(cè)方法，包括：
[0006] 采集行駛車(chē)輛側(cè)邊的雙目圖像，圖像采集的光軸方向與行駛方向垂直，且與車(chē)輛 底面平行；
[0007] 檢測(cè)出雙目圖像中所包含的特征像素點(diǎn)及其分布，所述特征像素點(diǎn)用于表征泊車(chē) 位畫(huà)線(xiàn)或者車(chē)輛形狀的特征；
[0008] 判斷雙目圖像中任一圖像中是否含有對(duì)應(yīng)于一泊車(chē)位畫(huà)線(xiàn)的所有特征像素點(diǎn)，若 是則提示檢測(cè)到泊車(chē)位；
[0009] 根據(jù)雙目圖像中的特征像素點(diǎn)及其分布，確定泊車(chē)位上停泊的兩障礙車(chē)之間的間 距，若所述間距不小于預(yù)設(shè)閥值，則提示所述兩障礙車(chē)之間為泊車(chē)位。
[0010] 在一個(gè)實(shí)施例中，在所述采集行駛車(chē)輛側(cè)邊的雙目圖像的步驟中，包括：
[0011] 采用雙目攝像頭采集行駛車(chē)輛側(cè)邊的圖像，其中兩攝像頭的光軸相互平行，兩光 軸之間距離固定且距車(chē)輛底面等高，兩攝像頭光心及成像面處于光軸上對(duì)應(yīng)的位置，兩攝 像頭成像視角相同；
[0012] 在所述采集行駛車(chē)輛側(cè)邊的雙目圖像的步驟中，還包括：
[0013] 當(dāng)檢測(cè)環(huán)境光強(qiáng)低于預(yù)定值，開(kāi)啟補(bǔ)光裝置增強(qiáng)雙目攝像頭采集圖像的環(huán)境光 強(qiáng)。
[0014] 在一個(gè)實(shí)施例中，所述檢測(cè)出雙目圖像中所包含的特征像素點(diǎn)及其分布的步驟， 包括：
[0015] 采用canny算法對(duì)雙目圖像中兩幅圖像執(zhí)行邊緣檢測(cè)，再利用hilditch算法進(jìn)一 步得到精細(xì)化的泊車(chē)位畫(huà)線(xiàn)及車(chē)輛形狀的輪廓線(xiàn)；
[0016] 采用harris角點(diǎn)檢測(cè)算法提取四種類(lèi)型的折線(xiàn)角點(diǎn)，分為左上角點(diǎn)、右上角點(diǎn)、 左下角點(diǎn)以及右下角點(diǎn)，并記錄在兩幅圖像上的位置；
[0017] 提取輪廓線(xiàn)中圓弧線(xiàn)對(duì)應(yīng)的中心作為輪轂特征像素點(diǎn)，并記錄在兩幅圖像上的位 置。
[0018] 在一個(gè)實(shí)施例中，所述判斷雙目圖像中任一圖像中是否含有對(duì)應(yīng)于一泊車(chē)位畫(huà)線(xiàn) 的所有特征像素點(diǎn)的步驟，包括：
[0019] 在雙目圖像任一圖像中，所有類(lèi)型的折線(xiàn)角點(diǎn)均處于圖像中心的下方，且存在一 左上角點(diǎn)、一右上角點(diǎn)、一右下角點(diǎn)、一左下角點(diǎn)能沿順時(shí)針連成梯形，則對(duì)應(yīng)于一泊車(chē)位 畫(huà)線(xiàn)的所有特征像素點(diǎn)，并提示檢測(cè)到泊車(chē)位。
[0020] 在一個(gè)實(shí)施例中，所述根據(jù)雙目圖像中的特征像素點(diǎn)及其分布，確定泊車(chē)位上停 泊的兩障礙車(chē)之間的間距，若所述間距不小于預(yù)設(shè)閥值，則提示所述兩障礙車(chē)之間為泊車(chē) 位的步驟，包括：
[0021] 識(shí)別雙目圖像中兩幅圖像所含有的每一障礙車(chē)，及每一障礙車(chē)所對(duì)應(yīng)的全部特征 像素點(diǎn)；
[0022] 由任一障礙車(chē)的折線(xiàn)角點(diǎn)與輪轂特征像素點(diǎn)的位置關(guān)系，確定泊車(chē)模式為水平泊 車(chē)模式或垂直泊車(chē)模式；
[0023] 進(jìn)行特征匹配，確定同一輛障礙車(chē)的在兩幅圖像中所對(duì)應(yīng)的特征像素點(diǎn)，并獲取 兩點(diǎn)的位置差；
[0024] 基于雙目立體視覺(jué)，由所述位置差確定障礙車(chē)輛的成像深度；
[0025] 在一幅圖像中獲取兩障礙車(chē)相鄰的兩特征像素點(diǎn)的像素距離，并結(jié)合所述成像深 度計(jì)算兩障礙車(chē)之間的間距；
[0026] 若泊車(chē)模式為水平泊車(chē)模式，則將所述間距與第一閥值相比，若泊車(chē)模式為垂直 泊車(chē)模式，則將所述間距與第二閥值相比，當(dāng)所述間距不小于第一閥值或第二閥值，則提示 兩障礙車(chē)之間為泊車(chē)位。
[0027] 上述泊車(chē)位檢測(cè)方法，采集行駛車(chē)輛側(cè)邊的雙目圖像，檢測(cè)出其中兩幅圖像中所 包含的特征像素點(diǎn)，如果能夠判斷出其中含有對(duì)應(yīng)于一個(gè)泊車(chē)位畫(huà)線(xiàn)的幾個(gè)特征像素點(diǎn)， 就可以提示檢測(cè)到泊車(chē)位，由此相比于傳統(tǒng)技術(shù)，在停車(chē)場(chǎng)上無(wú)障礙車(chē)或者只有較少障礙 車(chē)的情況下，通過(guò)識(shí)別泊車(chē)位畫(huà)線(xiàn)就可以檢測(cè)到泊車(chē)位，此外上述泊車(chē)位檢測(cè)方法可以根 據(jù)雙目圖像中的特征像素點(diǎn)及其分布，確定已經(jīng)停泊的兩障礙車(chē)之間的間距，若間距不小 于預(yù)設(shè)閥值，則提示為泊車(chē)位，這種檢測(cè)方法相比于傳統(tǒng)技術(shù)中的超聲波探測(cè)，改用圖像識(shí) 別的方法，一般可以檢測(cè)較大的范圍。
【附圖說(shuō)明】
[0028] 圖IA和圖IB分別為垂直泊車(chē)模式和水平泊車(chē)模式的示意圖；
[0029] 圖2為一個(gè)實(shí)施例中的泊車(chē)位檢測(cè)方法的流程示意圖；
[0030] 圖3A為一個(gè)實(shí)施例中采集雙目圖像的立體示意圖；
[0031] 圖3B為一個(gè)實(shí)施例中采集雙目圖像的俯視視圖；
[0032] 圖3C為一個(gè)實(shí)施例中采集雙目圖像的側(cè)視視圖；
[0033] 圖4A和圖4B為一個(gè)實(shí)施例中障礙車(chē)輪廓線(xiàn)中的角點(diǎn)和輪轂特征像素點(diǎn)的示意 圖；
[0034] 圖4C為一個(gè)實(shí)施例中泊車(chē)位畫(huà)線(xiàn)中的角點(diǎn)示意圖；
[0035] 圖5A為一個(gè)實(shí)施例中同一輛障礙車(chē)的特征像素點(diǎn)處在兩幅圖像中不同位置的示 意圖；
[0036] 圖5B為一個(gè)實(shí)施例中基于雙目視覺(jué)計(jì)算成像深度的示意圖。
【具體實(shí)施方式】
[0037] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。
[0038] 參見(jiàn)圖IA和圖1B，分別為垂直泊車(chē)模式和水平泊車(chē)模式的示意圖。在本發(fā)明的后 續(xù)實(shí)施例中，行駛車(chē)輛是指進(jìn)入停車(chē)場(chǎng)后需要找尋泊車(chē)位的車(chē)輛，障礙車(chē)是指已經(jīng)?？吭?停車(chē)場(chǎng)泊車(chē)位上的車(chē)輛。當(dāng)行駛車(chē)輛的在泊車(chē)前的行駛方向與泊車(chē)后的車(chē)輛前后方向相互 垂直，則為垂直泊車(chē)模式，若相互平行，則為水平泊車(chē)模式。
[0039] 參見(jiàn)圖2,在一個(gè)實(shí)施例中提供了一種泊車(chē)位檢測(cè)方法，包括：
[0040] 步驟201，采集行駛車(chē)輛側(cè)邊的雙目圖像。
[0041] 具體的，在實(shí)施例中，泊車(chē)模式可以是垂直泊車(chē)模式或水平泊車(chē)模式，圖像采集的 光軸方向與行駛方向垂直，且與車(chē)輛底面平行。在一個(gè)實(shí)施例中，采用雙目攝像頭采集行駛 車(chē)輛側(cè)邊的圖像，其中兩攝像頭的光軸相互平行，兩光軸之間距離固定且距車(chē)輛底面等高， 兩攝像頭光心及成像面處于光軸上對(duì)應(yīng)的位置，兩攝像頭成像視角相同，具體參見(jiàn)圖3A至 圖3C，以光軸方向建立z軸，成像平面為xy平面，左攝像頭光軸 21與右攝像頭光軸^相互 平行，且之間相距為b，左光心仏與右光心O ^左成像平面與右成像平面對(duì)應(yīng)于z軸上相同 的刻度，光軸距離車(chē)輛地面的距離為h，左右攝像頭的成像視角為β，由此可見(jiàn)，在圖3A中 同一點(diǎn)A在兩幅圖像中對(duì)應(yīng)點(diǎn)B 1 (U1, V1)與aji^，vj，其y坐標(biāo)是相同的，它們之間的位置 差可以用X坐標(biāo)來(lái)表示。
[0042] 此外，可選的，在一個(gè)實(shí)施例中，當(dāng)檢測(cè)環(huán)境光強(qiáng)低于預(yù)定值，開(kāi)啟補(bǔ)光裝置增強(qiáng) 雙目攝像頭采集圖像的環(huán)境光強(qiáng)。具體可以通過(guò)光感應(yīng)傳感器來(lái)檢測(cè)光強(qiáng)，當(dāng)處于夜晚等 環(huán)境中時(shí)，就可以開(kāi)啟補(bǔ)光裝置，例如LED燈來(lái)進(jìn)行補(bǔ)光。
[0043] 步驟202,檢測(cè)出雙目圖像中所包含的特征像素點(diǎn)及其分布。
[0044] 具體的，特征像素點(diǎn)用于表征泊車(chē)位畫(huà)線(xiàn)或者車(chē)輛形狀的特征。
[0045] 在一個(gè)實(shí)施例中，本步驟具體包括下列（1)至（3):
[0046] (1)采用canny算法對(duì)雙目圖像中兩幅圖像執(zhí)行邊緣檢測(cè)，再利用hilditch算法 進(jìn)一步得到精細(xì)化的泊車(chē)位畫(huà)線(xiàn)及車(chē)輛形狀的輪廓線(xiàn)。具體的，采用雙攝像頭采集雙目圖 像，可以對(duì)兩幅圖像預(yù)先進(jìn)行相同的平滑濾波等處理。再經(jīng)過(guò)邊緣檢測(cè)以及精細(xì)優(yōu)化處理 的兩幅圖像只含有輪廓線(xiàn)，而不含其中的紋理細(xì)節(jié)，其中精細(xì)化的泊車(chē)位畫(huà)線(xiàn)及車(chē)輛形狀 的輪廓線(xiàn)（以水平泊車(chē)模式為例）可以參見(jiàn)圖4A至圖4C。
[0047] (2)采用harris角點(diǎn)檢測(cè)算法提取四種類(lèi)型的折線(xiàn)角點(diǎn)，分為左上角點(diǎn)、右上角 點(diǎn)、左下角點(diǎn)以及右下角點(diǎn)，并記錄在兩幅圖像上的位置。具體的，折線(xiàn)角點(diǎn)可視為折線(xiàn)輪 廓線(xiàn)上彎折處的像素點(diǎn)，具體分為四種類(lèi)型：左上角點(diǎn)"「"、右上角點(diǎn)"1"、左下角點(diǎn)"L" 以及右下角點(diǎn)"」"。參見(jiàn)圖4A中，一幅圖像401中的&至A 8為有后備箱的車(chē)輛輪廓線(xiàn)中 的折線(xiàn)角點(diǎn)。圖4B中，圖像402中的&至B6為無(wú)后備箱的車(chē)輛輪廓線(xiàn)中的折線(xiàn)角點(diǎn)。圖 4C中，圖像403中的(^至C4為泊車(chē)位畫(huà)線(xiàn)中的折線(xiàn)角點(diǎn)。更為具體的，A 6、C1為左上角點(diǎn) "「"，^、(：2為右上角點(diǎn)"1"，83、(；為左下角點(diǎn)"1/'，82、(： 3為右下角點(diǎn)"」，，等等。這些折 線(xiàn)角點(diǎn)可以對(duì)經(jīng)過(guò)邊緣檢測(cè)的圖像作二值化處理，再用十字形像素模板作與運(yùn)算來(lái)快速獲 取。
[0048] (3)提取輪廓線(xiàn)中圓弧線(xiàn)對(duì)應(yīng)的中心作為輪轂特征像素點(diǎn)，并記錄在兩幅圖像上 的位置?？蓞⒁?jiàn)圖4A和圖4B，障礙車(chē)輛的輪轂的輪廓線(xiàn)為圓形或者具有一些弧度（包括垂 直泊車(chē)模式中，某些視角下的輪轂為圓?。?。采用模板匹配，提取這些弧度特征，并確定這些 弧度對(duì)應(yīng)的中心作為輪轂特征像素點(diǎn)，如A 9、A1(l、B7、B8，并記錄這些點(diǎn)在成像平面上的坐標(biāo) 位置。
[0049] 步驟203,判斷雙目圖像中任一圖像中是否含有對(duì)應(yīng)于一泊車(chē)位畫(huà)線(xiàn)的所有特征 像素點(diǎn)，若是則提示檢測(cè)到泊車(chē)位。
[0050] 具體的，傳統(tǒng)技術(shù)中，通過(guò)超聲波測(cè)距，當(dāng)距離值發(fā)生變化時(shí)，則可能