基于单目视觉的车辆测距系统研究
【关键词】单目视觉;汽车测距系统
随着现代汽车智能化程度不断提高，利用机器视觉获取路况环境信息，进而对汽车实时控制是实现汽车智能化的重要方法之一，而通过单目视觉系统来监测本车与前方障碍物的距离是为汽车智能化纵向控制提供输入参数最常用的方法。
单目视觉系统通常使用对应点标定法来获取相关的参数，但由于汽车行驶过程中摄像机位置经常发生变化，进而引起系统参数发生变化，使得本方法的精确度经常发生变化。本文提出通过镜头跟随汽车移动导致图像放大倍数的改变，然后根据图像大小的变化和移动距离来计算车辆与前方障碍物之间的距离。
一、障碍物距离计算方法
本测量方法的理论依据是物体成像关系，汽车带动摄像头移动，摄像头对前方障碍物进行拍摄，拍摄图片由图像处理机处理，计算出障碍物距离。
假设汽车行驶在相对平整的路面上，我们采用计算机视觉中常用的透视投影，路况的光线均通过透镜的中心。经过透镜的中心且垂直于图像平面的直线可称之为光轴。下面我们分平行和垂直于光轴移动两种情况计算障碍物的移动。
1.障碍物平行于光轴移动的计算
图1 障碍物向镜头移动成像图
障碍物在AB位置时成像为CD;随着障碍物与摄像头距离变化后，障碍物在A’B’位置成像为C’D’;C’D’/CD=k;k为障碍物的图像放大率。假设障碍物在AB位置时的物距为U，像距为V，障碍物在A’B’位置时的物距为U’，像距仍然为V，则有式①和式②。
① ②
②式除以①式得：
③
因为AB=A’B’，由③式得：
④
其中，镜头的移动距离可以通过车速计算得到，为障碍物到透镜中心的距离，其为正值，图像放大率大于1，说明障碍物靠近镜头;其为负值，说明障碍物远离镜头。障碍物距离镜头的远近只和物体相对移动的距离及其图像放大率有关。
2.障碍物垂直于光轴移动
物体垂直于光轴移动，设障碍物在AB位置成像为CD，当障碍物垂直向上移动到位置A’B’，成像为C’D’。
图2 障碍物AB垂直移动
由图2，令，有：
⑤
⑥
由⑤、⑥式得 ：，
因此，我们得到以下结论：障碍物在光轴垂直方向做相对移动时，所成图像放大率保持不变。
二、障碍物的检测
本文的障碍物检测是基于灰度梯度的原则，一般可以认为障碍物的灰度变化是比较平缓的，但是在障碍物与环境相交处会形成灰度由亮到暗的水平边缘。假设道路上车辆为障碍物，对所拍摄定灰度图像进行边缘检测，通过一般边缘检测可以得到障碍物图像边缘，即确定了物体的大小，便能根据前文中障碍物距离的计算方法来计算距离。
一般障碍物的边缘都是通过Sobel边缘检测算子获得，结果如下：
也可通过计算每行灰度的平均值，按水平线或竖直线逐行扫描，由上而下，由左到右，当灰
度值急剧发生变化时，认为检测到障碍物的边缘，获得障碍物图像的长度。最后，计算图像的放大倍数，根据式④汽车摄像头求出此时障碍物距离车辆的距离。
三、结论
本文提出了利用单目视觉测量障碍物与车辆之间距离的测量方法。在车辆运行带动摄像头镜头的移动引起了图像放大倍数变化，然后根据图像放大倍数的变化和相对移动的距离就可以计算出汽车与障碍物之间的距离。本方法可以获取比较精确的障碍物距离，为了提高障碍物的识别及距离检测的可靠性，在今后的工作中，应对更复杂环境下车辆检测、距离测试进行研究，提高本方法的适用性。
。
杜俊贤（1980—），男，山东济南人，烟台汽车工程职业学院讲师。
发布评论