馬兆敏 胡 波
(廣西科技大學(xué)電氣與信息工程學(xué)院,廣西 柳州 545000)
車輛在平行泊車時(shí), 路崖槽作為道路邊緣是泊車位的標(biāo)線之一。 對(duì)駕駛員在調(diào)整汽車位置入庫(kù)的過(guò)程中, 有一定高度的路崖槽會(huì)對(duì)駕駛技術(shù)提出更高要求。 入庫(kù)車輛操作的每一步中, 車輛最好能盡量靠近路崖槽, 但一旦車胎接觸到路崖槽, 有一定高度的路崖槽會(huì)對(duì)車輛輪胎造成損傷。 路崖槽高度的準(zhǔn)確量化信息對(duì)駕駛員來(lái)說(shuō)非常重要。
機(jī)器視覺(jué)測(cè)量技術(shù)由于其非接觸性、成本低、速度快、 信息量豐富等優(yōu)勢(shì), 應(yīng)用到車輛安全行駛的課題研究已經(jīng)開(kāi)展很多。 引入視覺(jué)對(duì)道路檢測(cè)的研究中,2013 年郭春釗等提出了基于立體視覺(jué)的可行駛道路區(qū)域與非道路區(qū)域間邊界的檢測(cè)方法, 巧妙的建立了狀態(tài)序列的觀測(cè)概率函數(shù),以尋找道路/非道路邊界的最優(yōu)狀態(tài)序列[1]。 2017 年王世峰等基于機(jī)器學(xué)習(xí)的基本原理, 提出使用加速度傳感器和相機(jī)特征數(shù)據(jù)融合對(duì)路面類型進(jìn)行分類的方法, 使用兩種傳感器數(shù)據(jù)特征融合方法, 不但識(shí)別精度有所提高, 而且其可靠性和適應(yīng)性也都優(yōu)于單獨(dú)使用加速度數(shù)據(jù)或路面圖像數(shù)據(jù)[2]。 鄧燕子等針對(duì)傳統(tǒng)圖模型分割算法提取的物體邊緣不夠精細(xì), 難以適應(yīng)復(fù)雜道路場(chǎng)景布局的問(wèn)題,提出了一種基于多層圖模型推理的道路場(chǎng)景分割(HGI)算法[3]。杜凱等針對(duì)大多數(shù)道路檢測(cè)方法存在光照變化敏感,陰影導(dǎo)致誤檢、漏檢等問(wèn)題,提出了一種改進(jìn)的光照不變道路檢測(cè)算法[4]。 這些基于視覺(jué)的檢測(cè)集中在道路本身的數(shù)據(jù)分析, 而對(duì)于道路邊界路崖槽高度的定量分析卻不多見(jiàn)。 而對(duì)于保障車輛安全行駛的障礙高度及位置參數(shù)的測(cè)量, 已有一些學(xué)者開(kāi)展相關(guān)研究。 2015 年胡亞利等通過(guò)插值法和最小二乘法建立景物的圖像高度與實(shí)際高度之間的映射關(guān)系,建立車載攝像機(jī)標(biāo)定模型, 并據(jù)此對(duì)障礙高度進(jìn)行測(cè)量[5]。2016 年羅逍等提出了一種基于雷達(dá)和圖像融合的車輛寬度和位置測(cè)量方法,根據(jù)圖像中目標(biāo)的陰影或雷達(dá)探測(cè)目標(biāo)在圖像中的投影生成目標(biāo)假設(shè)區(qū)域[6]。 2018 年王錚等提出一種基于雙目視覺(jué)的自動(dòng)導(dǎo)引車 (AGV)障礙物檢測(cè)與避障方法[7]。
本文引入機(jī)器視覺(jué)系統(tǒng),結(jié)合視覺(jué)測(cè)量算法,對(duì)路崖槽高度進(jìn)行定量的分析研究。
按視覺(jué)測(cè)量的方法, 路崖槽高度定量分析可以分為4 個(gè)步驟。 首先, 對(duì)攝像機(jī)系統(tǒng)進(jìn)行路平面上的標(biāo)定, 得到路面標(biāo)定點(diǎn)在圖像上的位置信息。 其次在標(biāo)定點(diǎn)位置分別布置高度標(biāo)定物進(jìn)行圖像采集, 并建立標(biāo)定物各圖像高度與實(shí)際高度的對(duì)應(yīng)關(guān)系表。 再次,對(duì)路崖槽進(jìn)行圖像采集, 獲路崖槽路面上的特征點(diǎn)位置, 并據(jù)此選取該特征點(diǎn)可依據(jù)的標(biāo)定物圖像高度與實(shí)際高度的對(duì)應(yīng)關(guān)系表。 最后, 求取路崖槽縫隙線邊緣特征點(diǎn), 并據(jù)此得到其圖像上的距離, 結(jié)合上步中選擇好的關(guān)系表,按插值法求取路崖槽高度。
在道路平面上布置標(biāo)定紙, 用攝像機(jī)系統(tǒng)采集圖像,如圖1 所示。 建立圖像坐標(biāo)系,如圖2 所示。 通過(guò)圖像坐標(biāo)提取軟件對(duì)標(biāo)定紙中灰白相間的標(biāo)定點(diǎn)提取其圖像坐標(biāo)(u,v)。
圖1 道路平面標(biāo)定紙圖像
圖2 圖像坐標(biāo)系
在標(biāo)定點(diǎn)位置分別布置高度標(biāo)定物進(jìn)行圖像采集, 只采集高度標(biāo)定物在圖像中完整出現(xiàn)的情況。 設(shè)有n 個(gè)標(biāo)定點(diǎn)處能采集到完整的高度標(biāo)定物圖像。 其中布置在標(biāo)定點(diǎn)C 的高度標(biāo)定物圖像如圖3 所示。
通過(guò)圖像坐標(biāo)提取軟件分別提取標(biāo)定點(diǎn)上標(biāo)定物特征點(diǎn)的圖像位置坐標(biāo), 并建立圖像距離與實(shí)際高度的對(duì)應(yīng)關(guān)系表。
在路崖槽施工時(shí), 工人拼接路崖磚會(huì)形成明顯的水泥連接縫。 如圖4 所示,AB 為拍攝到的路崖槽縫隙線。 對(duì)路崖槽進(jìn)行圖像采集, 需要采集到包含有縫隙線的圖像,以此縫隙線與地面接觸處為特征點(diǎn),如圖4中的A 點(diǎn)。 通過(guò)圖像坐標(biāo)提取軟件獲取該特征點(diǎn)在圖像中的位置坐標(biāo)。
求此特征點(diǎn)和步驟1 中獲得的路面各標(biāo)定點(diǎn)的距離, 獲取與之最近的路面標(biāo)定點(diǎn), 從而選擇此標(biāo)定點(diǎn)的圖像高度與實(shí)際高度對(duì)應(yīng)關(guān)系表進(jìn)行后續(xù)計(jì)算。
通過(guò)圖像坐標(biāo)提取軟件對(duì)路崖槽縫隙線體現(xiàn)高度的邊緣特征點(diǎn),例如圖4 中的A、B 兩點(diǎn)。 根據(jù)兩點(diǎn)間的距離公式,計(jì)算路崖槽縫隙線的圖像高度。例如圖4中AB 間的圖像距離即為路崖槽縫隙線的圖像高度。結(jié)合上步中選擇好的關(guān)系表, 通過(guò)插值法求得路崖槽高度。
在廣西科技大學(xué)教學(xué)樓之間的道路中進(jìn)行實(shí)驗(yàn)數(shù)據(jù)采集。 攝像機(jī)距離地面的高度為86cm;拍攝圖像的像素為640480。
圖3 高度標(biāo)定物圖像
圖4 路崖槽圖像
圖1 為采集到的道路平面上布置標(biāo)定紙的圖像,圖像坐標(biāo)系如圖2 所示。 提取標(biāo)定點(diǎn)圖像坐標(biāo)表。
實(shí)驗(yàn)下的攝像機(jī)拍攝系統(tǒng)所采集到路崖槽圖像如圖4 所示。AB 為路崖槽的縫隙線??p隙線與地面接觸特征點(diǎn)為A 點(diǎn)。 通過(guò)圖像坐標(biāo)提取軟件獲得該點(diǎn)的圖像坐標(biāo)見(jiàn)表1。分別計(jì)算此點(diǎn)與各路面標(biāo)定點(diǎn)的距離。由此可知A 點(diǎn)和道路平面標(biāo)定點(diǎn)C 點(diǎn)最近(C 點(diǎn)如圖3 所 示)。
表1 路崖槽高度特征點(diǎn)數(shù)據(jù)表
提取路崖槽縫隙線的特征點(diǎn)A、B 點(diǎn)(見(jiàn)圖4)的圖像坐標(biāo),由兩點(diǎn)間距離公式求得該路崖槽縫隙線的圖像高度,見(jiàn)表1。 由插值法計(jì)算路崖槽縫隙線的世界坐標(biāo)系下實(shí)際高度為9.4cm。 經(jīng)現(xiàn)場(chǎng)用直尺直接測(cè)量, 測(cè)得路崖槽高度為9.3cm。 該方法的測(cè)量誤差為0.1cm,相對(duì)誤差為1%。
本文通過(guò)先求出路面標(biāo)定點(diǎn)的圖像位置, 再在各標(biāo)定點(diǎn)處布置標(biāo)定物的方法, 經(jīng)過(guò)兩次標(biāo)定求得路崖槽高度。 路崖槽是道路的重要部分, 其高度信息為駕駛安全提供保障, 利用機(jī)器視覺(jué)測(cè)量路崖槽高度相對(duì)其他傳感器更易于實(shí)現(xiàn)。