[發(fā)明專利]一種基于圖像處理的車輛自動(dòng)跟蹤駕駛方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610057086.0
• 申請(qǐng)日: 2016-01-27
• 公開（公告）號(hào): CN105740804B
• 公開（公告）日: 2019-04-26
• 發(fā)明（設(shè)計(jì)）人: 田雨農(nóng);范玉濤;周秀田;于維雙;陸振波
• 申請(qǐng)（專利權(quán)）人: 大連樓蘭科技股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06T7/254
• 代理公司: 沈陽科苑專利商標(biāo)代理有限公司 21002
• 代理人: 許宗富

本發(fā)明涉及一種基于圖像處理的車輛自動(dòng)跟蹤駕駛方法，包括以下步驟：將目標(biāo)車輛圖像區(qū)域設(shè)定為感興趣區(qū)域；將當(dāng)前幀圖像中的感興趣區(qū)域的RGB顏色空間轉(zhuǎn)換為HSV顏色空間；對(duì)HSV顏色空間進(jìn)行直方圖統(tǒng)計(jì)得到直方圖向量；采集下一幀圖像并根據(jù)直方圖向量匹配進(jìn)行粒子濾波得到目標(biāo)車輛的位置；根據(jù)下一幀與當(dāng)前幀圖像中的目標(biāo)車輛的位移差控制本車輛跟隨目標(biāo)車輛。本發(fā)明基于圖像處理技術(shù)，基于多車同時(shí)遠(yuǎn)距離長(zhǎng)途行駛，可以緩解后車駕駛員的長(zhǎng)途疲勞，降低車輛事故的情況，同時(shí)攜帶設(shè)備簡(jiǎn)單，只需要前方的前置攝像頭和車載智能終端，即可輕松實(shí)現(xiàn)后車的自動(dòng)駕駛。

技術(shù)領(lǐng)域

本發(fā)明涉及一種車輛半自動(dòng)駕駛方法，具體說是一種基于圖像處理的車輛自動(dòng)跟蹤駕駛方法。

背景技術(shù)

以探測(cè)搜索、捕獲跟蹤、激光瞄準(zhǔn)為技術(shù)依托的機(jī)載光電穩(wěn)定跟蹤系統(tǒng)已成為發(fā)展新一代光電裝備的戰(zhàn)略基點(diǎn)之一，對(duì)于現(xiàn)代化生產(chǎn)和生活有著非常重要的意義。在機(jī)載光電穩(wěn)定跟蹤系統(tǒng)中，圖像跟蹤是一個(gè)關(guān)鍵技術(shù)，直接決定了跟蹤系統(tǒng)的性能。同時(shí)，圖像跟蹤也是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)熱點(diǎn)研究問題，在視覺監(jiān)控、人機(jī)互動(dòng)、機(jī)器人導(dǎo)航等領(lǐng)域有著廣泛的應(yīng)用。

圖像跟蹤方法大致可分為兩大類：概率跟蹤方法和確定性跟蹤方法。概率跟蹤方法由于跟蹤性能穩(wěn)定、可靠，已成為圖像跟蹤的主流方法，卡爾曼濾波和粒子濾波是這類方法的典型代表。

卡爾曼濾波對(duì)系統(tǒng)模型和后驗(yàn)分布有嚴(yán)格限制，只能處理線性、高斯、單模態(tài)的情況，而在圖像跟蹤應(yīng)用中，后驗(yàn)概率的分布往往是非線性、非高斯、多模態(tài)的，因此卡爾曼濾波的應(yīng)用受到一定的限制。與卡爾曼濾波不同，粒子濾波對(duì)于系統(tǒng)模型沒有特殊要求，而且能夠保持狀態(tài)的多模態(tài)分布，不易受雜波的影響，在跟蹤領(lǐng)域得到了很大發(fā)展。但常規(guī)粒子濾波跟蹤算法存在計(jì)算量大、采樣效率低等問題，而且由于實(shí)際跟蹤場(chǎng)景的復(fù)雜性，給常規(guī)粒子濾波跟蹤算法提出了很大的挑戰(zhàn)。

發(fā)明內(nèi)容

針對(duì)上述技術(shù)不足，本發(fā)明的目的提供一種基于圖像處理的車輛自動(dòng)跟蹤駕駛方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種基于圖像處理的車輛自動(dòng)跟蹤駕駛方法，包括以下步驟：

將目標(biāo)車輛圖像區(qū)域設(shè)定為感興趣區(qū)域；

將當(dāng)前幀圖像中的感興趣區(qū)域的RGB顏色空間轉(zhuǎn)換為HSV顏色空間；

對(duì)HSV顏色空間進(jìn)行直方圖統(tǒng)計(jì)得到直方圖向量；

采集下一幀圖像并根據(jù)直方圖向量匹配進(jìn)行粒子濾波得到目標(biāo)車輛的位置；

根據(jù)下一幀與當(dāng)前幀圖像中的目標(biāo)車輛的位移差控制本車輛跟隨目標(biāo)車輛。

所述將當(dāng)前幀圖像中的感興趣區(qū)域的RGB顏色空間轉(zhuǎn)換為HSV顏色空間通過以下公式實(shí)現(xiàn)：

其中，R、G、B為當(dāng)前幀圖像的RGB空間中的信息，max為RGB中的最大值，min為RGB中的最小值。

所述根據(jù)直方圖向量匹配進(jìn)行粒子濾波跟蹤感興趣區(qū)域中的目標(biāo)車輛包括以下步驟：

1)預(yù)先設(shè)定目標(biāo)車輛模板并提取直方圖向量作為目標(biāo)特征向量V；

2)采用高斯分布設(shè)置與目標(biāo)區(qū)域相同尺寸的搜索粒子，對(duì)下一幀圖像進(jìn)行搜索得到所有搜索粒子的直方圖向量Vi與目標(biāo)特征向量V的相似度；

3)對(duì)各搜索粒子獲取的相似度加權(quán)得到目標(biāo)車輛的位置。

采用高斯分布設(shè)置與目標(biāo)區(qū)域相同尺寸的搜索粒子具體為：將當(dāng)前幀的感興趣區(qū)域作為下一幀圖像的感興趣區(qū)域，在下一幀圖像中感興趣區(qū)域的若干倍范圍內(nèi)設(shè)置總搜索粒子的80％，若干倍范圍以外的區(qū)域放置其余20％搜索粒子。

所述對(duì)當(dāng)前圖像進(jìn)行搜索得到所有搜索粒子的直方圖向量Vi與目標(biāo)特征向量V的相似度包括以下步驟：