基于圖像處理的車(chē)距測(cè)量算法

史戰(zhàn)果 張?bào)?吳迪 程帥 張秀彬

(1.上海交通大學(xué) 電子信息與電氣工程學(xué)院，上海 200240;2.南京軍區(qū)兵種訓(xùn)練基地，江蘇 南京 212400)

0 引言

隨著人民經(jīng)濟(jì)水平的提高，汽車(chē)已經(jīng)是我們生活中不可或缺的產(chǎn)品。隨之而來(lái)的是交通事故的增加和人民財(cái)產(chǎn)的損失。據(jù)不完全統(tǒng)計(jì)，交通事故中由于沒(méi)有把握好前后車(chē)輛的安全車(chē)距而導(dǎo)致的汽車(chē)相撞事故占有很大的比例，因此能夠識(shí)別前后車(chē)輛的距離問(wèn)題是防止交通事故發(fā)生的保證。當(dāng)前已有超聲波［1］、毫米波雷達(dá)［2］、激光等技術(shù)［3］被應(yīng)用于車(chē)載系統(tǒng)以解決車(chē)輛對(duì)前方物體的測(cè)距問(wèn)題。但就現(xiàn)有技術(shù)而言，超聲波測(cè)量距離較短;毫米波雷達(dá)在電磁波干擾情況下對(duì)測(cè)距影響較大;點(diǎn)激光測(cè)點(diǎn)少，成像式激光技術(shù)又過(guò)于復(fù)雜，經(jīng)濟(jì)成本太高;因此造成這些技術(shù)的推廣受到一定的限制。針對(duì)這一問(wèn)題，本文將提出一種基于圖像處理的車(chē)距測(cè)量算法對(duì)車(chē)距進(jìn)行測(cè)算。

1 對(duì)前方車(chē)輛的識(shí)別

1.1 建立車(chē)輛背景模板數(shù)據(jù)庫(kù)

收集與整理車(chē)輛背景圖像作為模板，并事先在在車(chē)載系統(tǒng)的信號(hào)處理器中建立車(chē)輛背景模板數(shù)據(jù)庫(kù)。如圖1所示，一次列舉了多種類(lèi)型車(chē)輛背景圖像的采集而建立起來(lái)的模板集。

圖1 若干類(lèi)型車(chē)輛背景圖像模板示意圖

1.2 車(chē)輛前方景物圖像的實(shí)時(shí)采集

將車(chē)載雙目視感系統(tǒng)實(shí)時(shí)采集的車(chē)輛前方景物圖像進(jìn)行合成獲得主視場(chǎng)圖像，按照最有利于分析和運(yùn)算的大小規(guī)格截取觀測(cè)窗口，該窗口的選取使得運(yùn)算能夠集中于車(chē)輛行駛車(chē)道前方30～200 m距離內(nèi)的車(chē)輛識(shí)別，如圖2。

圖2 某路段車(chē)輛前方景物圖

1.3 快速識(shí)別前方車(chē)輛

本文采用空間域模板匹配算法［4］來(lái)匹配車(chē)輛相似度，從而快速識(shí)別前方車(chē)輛。具體過(guò)程如下:

(1)利用數(shù)據(jù)庫(kù)中的模板作為濾波算子滑過(guò)主視場(chǎng)觀測(cè)窗口圖像，尋求符合匹配基準(zhǔn)的圖像區(qū)域。這個(gè)過(guò)程又是被稱(chēng)為Back Project，獲得的結(jié)果圖像可以表達(dá)為

式(1)中 R(s，t，x，y)為獲得結(jié)果圖像，t(m，n)為模板圖像，s(x，y)為現(xiàn)場(chǎng)圖像，現(xiàn)場(chǎng)圖像尺寸為W×H，模板尺寸為w×h。

可以看到，R(s，t，x，y)跟模板 t(m，n)、現(xiàn)場(chǎng)圖像 s(x，y)和當(dāng)前位置(x，y)有關(guān)。

(2)具體通過(guò)計(jì)算模板圖像和現(xiàn)場(chǎng)圖像之間的誤差值得出匹配位置。誤差公式如下

絕對(duì)誤差 SAD(s，t，x，y)

模板和現(xiàn)場(chǎng)圖像在(x，y)處的 w×h區(qū)域內(nèi)容越接近，誤差就越小。求得 R(s，t，x，y)的結(jié)果圖像后，找到整個(gè)圖像上最小的點(diǎn)位置，作為模板匹配的位置。運(yùn)用此算法對(duì)圖2進(jìn)行模板匹配后得到的圖像參見(jiàn)圖3白色虛線(xiàn)框所示區(qū)域。

圖3 模板匹配

2 判定前方車(chē)輛所出車(chē)道

2.1 計(jì)算前方車(chē)輛的行投影中心

當(dāng)車(chē)載視感系統(tǒng)在主視場(chǎng)觀測(cè)窗口內(nèi)采用w×h模板尋找到匹配區(qū)域時(shí)，通過(guò)模板匹配區(qū)域計(jì)算前方車(chē)輛的行投影中心。

如圖4中實(shí)例的行投影中心的計(jì)算方法是，對(duì)匹配區(qū)域作一根水平線(xiàn)相交于左、右邊緣兩個(gè)交點(diǎn) (il，jl)和(ir，jr);作兩個(gè)交點(diǎn)連線(xiàn)的垂直平分線(xiàn);則該垂直平分線(xiàn)與橫坐標(biāo)軸的交點(diǎn)即為前方車(chē)輛的行投影中心P，且

圖4 行投影中心計(jì)算圖例

式(5)中的i、j分別代表觀測(cè)窗口圖像的橫軸和縱軸坐標(biāo)。

2.2 對(duì)前方車(chē)輛行車(chē)道進(jìn)行確認(rèn)

如圖5所示，對(duì)前方車(chē)輛行車(chē)道進(jìn)行確認(rèn)，通過(guò)匹配區(qū)域的下邊緣做一水平線(xiàn)，求其與兩側(cè)行標(biāo)線(xiàn)的交點(diǎn)a和b。將中心點(diǎn)P的i軸坐標(biāo)P(i)與交點(diǎn)a和b的i軸坐標(biāo)進(jìn)行比較，以確定前方車(chē)輛所處行車(chē)道。

進(jìn)行車(chē)道確認(rèn)后，發(fā)現(xiàn)前方車(chē)輛與自己車(chē)輛在同一車(chē)道后，將前方車(chē)輛中心點(diǎn)P進(jìn)行標(biāo)注。

3 車(chē)距測(cè)量

識(shí)別出前方與自己車(chē)輛所處車(chē)道一致后，采用雙目視差原理［5］來(lái)計(jì)算車(chē)距。

圖5 車(chē)輛行車(chē)道確認(rèn)圖例

3.1 雙目視差原理

如圖6所示，利用雙目視差測(cè)距原理檢測(cè)當(dāng)前車(chē)輛距我車(chē)的距離。

圖6中，Ol、Or分別為左、右兩個(gè)攝像機(jī)(圖像傳感器)的光學(xué)中心位置(簡(jiǎn)稱(chēng)光心);Pl、Pr分別為標(biāo)注點(diǎn) P在左、右兩個(gè)攝像機(jī)的圖像平面(虛成像平面)上的投影點(diǎn);AP、OP分別為標(biāo)注點(diǎn)P至OlOr連線(xiàn)的垂線(xiàn)與虛成像平面及OlOr連線(xiàn)的交點(diǎn);Al、Ar分別為過(guò)Ol、Or向虛成像平面作兩根垂線(xiàn)與其交點(diǎn)。

圖6 雙目視差測(cè)距原理圖

3.2 車(chē)距計(jì)算

(1)利用外極線(xiàn)約束原理［6］快速確定被匹配目標(biāo)中心點(diǎn)P在左右視圖圖像上的位置。所述外極線(xiàn)約束，即外極線(xiàn)幾何約束，就是指左視(或右視)圖像上的任一點(diǎn)，在右視(或左視)圖像上的對(duì)應(yīng)點(diǎn)只可能位于一條特定的直線(xiàn)上，稱(chēng)為右外極線(xiàn)(或左外極線(xiàn))。

(2)根據(jù)尋找到的公共特征點(diǎn)的圖像坐標(biāo)轉(zhuǎn)換為虛成像平面坐標(biāo)，轉(zhuǎn)換公式為

式(7)中，i、j為計(jì)算機(jī)圖像坐標(biāo)，f為攝像機(jī)光學(xué)有效焦距，dx、dy分別為圖像平面上 x、y方向上單位像素間的距離，sx為圖像縱橫比。cx、cy為光心o在計(jì)算機(jī)成像平面上的像素坐標(biāo)，即光心坐標(biāo)(cx，cy)。

(3)通過(guò)轉(zhuǎn)換公式計(jì)算獲知點(diǎn)Al、Pl、Ar和Pr的虛成像平面坐標(biāo)，即

考慮 yAl=yPl=yAr=yPr，因此能夠求出雙目視差l-r，即

(4)應(yīng)用視差測(cè)距公式直接計(jì)算該公共特征點(diǎn)與自身車(chē)輛的距離。

必須指出，計(jì)算過(guò)程，兩個(gè)攝像機(jī)光心間距b的計(jì)算單位為m，(公式1)中其余兩個(gè)量，即視差l-r和成像焦距?f的單位均為像素?cái)?shù)。

4 實(shí)驗(yàn)

4.1 實(shí)驗(yàn)平臺(tái)搭建

為了檢驗(yàn)本文提出的車(chē)距測(cè)量算法，搭建了有硬件系統(tǒng)和軟件測(cè)試系統(tǒng)組成的實(shí)驗(yàn)平臺(tái)。硬件系統(tǒng)有兩個(gè)性能數(shù)據(jù)完全一致的CCD攝像頭、圖像采集模塊組成;軟件測(cè)試系統(tǒng)是在LabVIEW環(huán)境下，結(jié)合 NI公司的Vision工具進(jìn)行編寫(xiě)。本系統(tǒng)具有面板簡(jiǎn)潔、操作簡(jiǎn)單、數(shù)據(jù)存儲(chǔ)讀取方便等特點(diǎn)，可以實(shí)時(shí)顯示圖像及處理結(jié)果。軟件界面如圖7所示。

圖7 實(shí)驗(yàn)平臺(tái)的軟件界面

4.2 實(shí)驗(yàn)結(jié)果

圖像采集模塊對(duì)車(chē)輛前方的景物進(jìn)行實(shí)時(shí)采集，通過(guò)軟件測(cè)試平臺(tái)對(duì)采集到的圖像進(jìn)行算法應(yīng)用。表1列出了對(duì)30 m、40 m、50 m、60 m、70 m、100 m、150 m 距離上的車(chē)輛進(jìn)行實(shí)驗(yàn)的數(shù)據(jù)。

表1 車(chē)距測(cè)量結(jié)果

5 結(jié)束語(yǔ)

實(shí)驗(yàn)進(jìn)一步證實(shí):本文所提供的方法具有較高的運(yùn)算速率和較低的測(cè)量誤差:(1)運(yùn)算周期小于30 ms;(2)識(shí)別準(zhǔn)確率高達(dá)99%;(3測(cè)量結(jié)果誤差都在0.25%以?xún)?nèi)。充分說(shuō)明該測(cè)距算法在車(chē)輛安全距離測(cè)量方面有著精度高、速度快的優(yōu)點(diǎn)。且整個(gè)過(guò)程實(shí)現(xiàn)自動(dòng)化，因此完全能滿(mǎn)足實(shí)時(shí)性的要求。對(duì)前方車(chē)輛進(jìn)行自動(dòng)識(shí)別和測(cè)距，完全能滿(mǎn)足汽車(chē)輔助駕駛技術(shù)中車(chē)輛距離測(cè)量的實(shí)際需要，是一種行之有效的車(chē)距測(cè)量方法。在實(shí)驗(yàn)中搭建的安全車(chē)距測(cè)距平臺(tái)也為下一步研究安全車(chē)距控制系統(tǒng)奠定了基礎(chǔ)。

［1］Carullo A，Parvis M.An ultrasonic sensor for distance measurement in automotive applications［J］.IEEE Sensors Journal，2001，1(2):143.

［2］Joongsuk Park，Cam Nguyen.A new millimeter-wave step-frequency radar sensor for distance measurement［J］.IEEE Microwave and Wireless Components Letters，2002，12(6):221-222.

［3］鐘震宇，鐘澤宇.汽車(chē)激光測(cè)距防撞語(yǔ)音報(bào)警系統(tǒng)的設(shè)計(jì)與研究［J］.太原理工大學(xué)學(xué)報(bào)，2008(S2):204-208.

［4］張秀彬、應(yīng)俊豪.智能視感學(xué)［M］.北京:中國(guó)水利水電出版社，2010(3):131-133.

［5］Xu Jie ，Chen Yi-min，Shi Zhi-long.Distance measurement using binocular-camera with adaptive focusing［J］. Journal of Shanghai University，2009，15(2):169-174.

［6］Pritt，Mark D.Image registration with use of the epipolar constraint for parallel projections［J］.Journal of the Optical Society of America A，1993，10(10):2187.