基于机器视觉的智能车辆障碍物检测方法研究概要VIP免费

Vol119No14公路交通科技2002年8月JOURNALOFHIGHWAYANDTRANSPORTATIONRESEARCHANDDEVELOPMENT文章编号:1002Ο0268(200204Ο0126Ο04收稿日期:2001Ο08Ο06基于机器视觉的智能车辆障碍物检测方法研究李斌,王荣本,郭克友(吉林大学交通学院,吉林长春130025摘要:着重阐述基于机器视觉的前方车辆障碍物检测方法。首先根据公路上前方车辆的先验特征模型,建立障碍物探测的感兴趣区,以缩小搜索区域;随后提出一种新的对称变换算子,用于检测障碍物车辆的对称轴,并确定障碍物车辆的矩形轮廓。为进一步提高障碍物检测的实时性,采用递归模板匹配法对障碍物进行跟踪。试验表明上述方法是有效的。关键词:智能车辆;机器视觉;对称变换中图分类号:U49116文献标识码:AStudyonMachineVisionBasedObstacleDetectionandRecognitionMethodforIntelligentVehicleLIBin,WANGRongΟben,GUOKeΟyou(TransportationCollegeofJilinUniversity,JilinChangchun130025,ChinaAbstract:Aleadingvehicledetectionandrecognitionmethodbasedonmachinevisionismainlydescribedinthispaper.Firstly,inor2dertoreducethesearchingarea,anareaofinterest(AOIfortheobstacleisgottenbasedontheimagecontourdetectionandtheprioriknowledgeoftheleadingvehicleontheroad.Secondly,anewsymmetrytransformoperatorusedtosearchforthesymmetryaxisoftheleadingvehicleintheimageisproposed,anditstherectanglecontourisobtainedusingthehoughtransform.Thentheconceptofsym2metrydistanceisintroducedtovalidatetheleadingvehicle.Furthermore,inordertoimproverealtimeobstacledetection,arecursivetemplatematchingmethodisestablishedtotracktheleadingvehicle′slocationintheimage.Theexperimentresultsindicateitsvalidity.Keywords:Intelligentvehicle;Machinevision;Symmetrytransform探测障碍物和预测危险是智能车辆不可缺少的重要功能。对前方车辆进行实时自动探测和识别对于保持安全车距、防止发生碰撞事故具有十分重要的意义,也是安全行驶的前提条件。视觉是人类观察世界、认识世界的重要功能手段,驾驶员驾驶车辆过程中所需要信息的90%来自视觉[1]。而从图像处理与模式识别发展起来的计算机视觉(也称机器视觉,能够利用图像和图像序列来识别和认知三维世界,使计算机实现人的视觉系统的某些功能。因此机器视觉已成为目前智能车辆及安全辅助驾驶中信息获取手段的主要途径。本文立足机器视觉技术,提出了一种比较系统的障碍物实时探测识别方法。试验验证了它的有效性。1基于先验知识的车辆特征模型通常,人们对待识别和定位的目标都具有先验知识,人类视觉系统之所以能识别和分辨千差万别的目标,也是长期积累先验知识或者说是训练学习的结果。公路上行驶的前方车辆在灰度图像中主要呈现以下后视特征:11形状特征。大体为矩形,而且满足特殊的形状比例,宽一般在1~2m之间,高一般在1~3m之间。21边界特征。底部水平线、左右两侧的垂直边、后车窗、保险杠、车牌在图像中呈明显的边界特征。31灰度特征。一般情况下,车辆在图像中与背景灰度有显著差异。可考虑离线建立背景的灰度特征模型,以便在线时和车辆的灰度进行比较。41对称性特征。车辆的对称特征包括灰度对称、水平边缘和垂直边缘对称。51位置特征。一般位于车道线内。61序列图像特征。前方车辆在图像序列中呈一定的连续性。图1障碍物探测识别流程图71动态变化特征。车辆特征模型应是动态变化的。距离不同所呈现的特征是不同的。例如,当车辆距离较远时,往往仅灰度特征较明显,但随着车辆逐渐靠近,其形状、边界和对称特征也逐步明显。本文提出的车辆障碍物检测方法,首先从中选取部分有效特征,运用大量的先验知识,对车辆进行探测和识别。障碍物检测过程可以分为两个阶段:首先利用先验知识探测前方车辆,形成障碍物假设和感兴趣区,然后在感兴趣区中确认识别障碍物。在连续的图像序列中,当前方车辆障碍物被确认后,后续图像中采用递归模板匹配法跟踪障碍物目标。车辆障碍物检测流程如图1。2障碍物探测及感兴趣区的建立211障碍物搜索区域的缩小行驶在公路上的车辆都有一定的位置特征,不...