[發明專利]基于視差圖的障礙物檢測方法和裝置及汽車駕駛輔助系統

在審

• 申請號: 201610057038.1
• 申請日: 2016-01-28
• 公開（公告）號: CN105740802A
• 公開（公告）日: 2016-07-06
• 發明（設計）人: 謝啟偉;姜安;陳曦;崔峰;朱海濤;孟然
• 申請（專利權）人: 北京中科慧眼科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京博維知識產權代理事務所(特殊普通合伙) 11486
• 代理人: 王藝

1.一種基于視差圖的障礙物檢測方法，其特征在于，所述方法至少包括：

根據包括道路路面的圖像，獲取視差圖及V視差圖；

根據所述V視差圖來模擬道路路面；

基于模擬結果，識別第一障礙物；

根據所述視差圖，提取視差值大于第一閾值的物體，進行形態學運算，從而識別第二障礙物；

根據所述視差圖，提取視差值小于第二閾值的物體，進行所述形態學運算，從而識別第三障礙物；

利用訓練模型，對所述第一障礙物、所述第二障礙物和所述第三障礙物進行篩選，以檢測所述障礙物；其中，所述訓練模型基于正確的障礙物信息和錯誤的障礙物信息進行機器訓練學習而得到。

2.根據權利要求1所述的方法，其特征在于，所述訓練模型通過以下步驟得到：

根據所述包括道路路面的圖像，獲取所述視差圖及所述V視差圖；

根據所述V視差圖來模擬道路路面；

基于所述模擬結果，識別所述第一障礙物；

根據所述視差圖，提取所述視差值大于第一閾值的物體，進行所述形態學運算，從而識別所述第二障礙物；

根據所述視差圖，提取所述視差值小于第二閾值的物體，進行所述形態學運算，從而識別所述第三障礙物；

基于所述第一障礙物、所述第二障礙物和所述第三障礙物，進行人工篩選；

基于所述人工篩選結果，標定所述正確的障礙物信息和所述錯誤的障礙物信息，構成所述訓練集；

基于所述訓練集，根據所述視差圖中的障礙物區域信息及圖像特征，進行機器訓練學習，生成訓練模型。

3.根據權利要求2所述的方法，其特征在于，在所述進行人工篩選之前還包括：

計算所述視差圖的梯度信息；

基于所述梯度信息并結合視差信息，去除梯度模值小的障礙物。

4.一種基于視差圖的障礙物檢測裝置，其特征在于，所述裝置至少包括：

獲取單元，被配置為根據包括道路路面的圖像，獲取視差圖及V視差圖；

模擬單元，被配置為根據所述V視差圖來模擬道路路面；

第一識別單元，被配置為基于模擬結果，識別第一障礙物；

第二識別單元，被配置為根據所述視差圖，提取視差值大于第一閾值的物體，進行形態學運算，從而識別第二障礙物；

第三識別單元，被配置為根據所述視差圖，提取視差值小于第二閾值的物體，進行所述形態學運算，從而識別第三障礙物；

檢測單元，被配置為利用訓練模型，對所述第一障礙物、所述第二障礙物和所述第三障礙物進行篩選，以檢測所述障礙物；其中，所述訓練模型基于正確的障礙物信息和錯誤的障礙物信息進行機器訓練學習而得到。

5.根據權利要求4所述的裝置，其特征在于，所述檢測單元包括

獲取模塊，被配置為根據所述包括道路路面的圖像，獲取所述視差圖及所述V視差圖；

模擬模塊，被配置為根據所述V視差圖來模擬道路路面；

第一識別模塊，被配置為基于所述模擬結果，識別所述第一障礙物；

第二識別模塊，被配置為根據所述視差圖，提取所述視差值大于第一閾值的物體，進行所述形態學運算，從而識別所述第二障礙物；

第三識別模塊，被配置為根據所述視差圖，提取所述視差值小于第二閾值的物體，進行所述形態學運算，從而識別所述第三障礙物；

篩選模塊，被配置為基于所述第一障礙物、所述第二障礙物和所述第三障礙物，進行人工篩選；

標定模塊，被配置為基于所述人工篩選結果，標定所述正確的障礙物信息和所述錯誤的障礙物信息，構成所述訓練集；

生成模塊，被配置為基于所述訓練集，根據所述視差圖中的障礙物區域信息及圖像特征，進行機器訓練學習，生成訓練模型。

6.根據權利要求5所述的裝置，其特征在于，所述檢測單元還包括：

計算模塊，被配置為計算所述視差圖的梯度信息；

去除模塊，被配置為基于所述梯度信息并結合視差信息，去除梯度模值小的障礙物。

7.一種汽車駕駛輔助系統，其特征在于，包括權利要求4至6中任一所述的裝置。