[發明專利]一種基于視覺的障礙物檢測方法和裝置、障礙物距離計算方法和裝置

有效

• 申請號: 202010883622.9
• 申請日: 2020-08-28
• 公開（公告）號: CN112116644B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 于紅緋;郭來德;盧紫微
• 申請（專利權）人: 遼寧石油化工大學
• 主分類號: G06T7/55
• 分類號: G06T7/55;G06T7/80;G06T7/73;G06T5/00;G06V20/58;G01C3/00
• 代理公司: 沈陽易通專利事務所 21116
• 代理人: 王建男

本發明涉及一種基于視覺的障礙物檢測方法和裝置，其中障礙物檢測方法包括：獲取相機拍攝的圖像、圖像校正、獲取深度圖、道路區域檢測、障礙物檢測、最終將所述障礙物區域檢測結果標記在原始獲取的相機拍攝的圖像中，輸出障礙物區域。本發明另外提供了一種障礙物距離計算方法，是在障礙物檢測方法的基礎上，將所述障礙物區域檢測結果標記在原始獲取的相機拍攝的圖像中，輸出障礙物區域、障礙物距離計算、輸出計算得到的每個障礙物的真實距離值同時本發明還提供了障礙物距離計算裝置。本發明通過利用深度學習模型預測的深度圖，僅用單目相機，可以實現障礙物區域檢測及障礙物距離計算，既可以較好的解決任意類型的運動及靜止障礙物的檢測及定位問題，在具有坡度的路面上依然適用。

技術領域

本發明涉及障礙物檢測技術領域，特別涉及一種基于視覺的障礙物檢測方法和裝置、障礙物距離計算方法和裝置。

背景技術

障礙物檢測及障礙物距離計算對汽車安全駕駛具有重要意義。根據障礙物檢測及障礙物距離計算結果，可以實現碰撞避免、路徑規劃等功能。

現有的基于視覺的障礙物檢測技術主要有：基于深度學習的特定類型障礙物檢測方法，如車輛檢測、行人檢測等；基于幾何約束的任意類型障礙物檢測方法；以及基于IPM變換的障礙物檢測方法。而這些檢測技術在應用過程中具有以下缺陷：(1)基于深度學習的方法只能檢測特定種類的障礙物；(2)基于幾何約束的方法可以檢測任意種類的障礙物，但是當使用單目相機時，該類方法只能檢測靜止障礙物，對于運動障礙物較難檢測，并且無法直接完成運動障礙物的距離計算；(3)基于IPM變換的方法可以利用單目相機同時檢測運動及靜止障礙物，但是需要道路平坦，道路不存在坡度等前提限制，縮減了算法適用范圍。

發明內容

為了解決上述技術問題，本發明的目的在于提供一種基于視覺的障礙物檢測方法和裝置、障礙物距離計算方法和裝置。本發明通過利用深度學習模型預測的深度圖，僅用單目相機，可以實現障礙物區域檢測及障礙物距離計算，既可以較好的解決任意類型的運動及靜止障礙物的檢測及定位問題，在具有坡度的路面上依然適用。

本發明的上述目的通過以下技術方案實現：

一種基于視覺的障礙物檢測方法，具體包括以下步驟：

S1、獲取相機拍攝的圖像；

S2、圖像校正：對獲取的圖像通過校正得到校正后圖像；

S3、獲取深度圖：利用離線訓練好的深度學習模型對校正后圖像進行深度預測，獲得深度圖，并轉化為視差圖；

S4、道路區域檢測：對視差圖按列處理，確定所有的地面像素點，所有的地面像素點的圖像坐標位置，構成道路區域檢測結果；

S5、障礙物檢測：對視差圖按列處理，確定所有的障礙物像素點，所有的障礙物像素點的圖像坐標位置，構成障礙物區域檢測結果；

S6、將所述障礙物區域檢測結果標記在原始獲取的相機拍攝的圖像中，輸出障礙物區域。

進一步地，所述步驟S2的校正方法具體包括：

將原始輸入圖像利用相機的內參數校正得到無畸變圖像，利用離線外參標定方法，事先標定出相機安裝角度，包括相機的安裝俯角、滾動角和偏航角，利用所述安裝角度，將經內參校正后的無畸變圖像，進一步校正為無安裝角度的校正后圖像。

進一步地，所述步驟S4的道路區域檢測具體包括以下步驟：

S401、讀取視差圖中任意一個未被處理過的列，對該讀取列視差值進行求導，得到對應的導數值，將導數值按列存儲，得到導數值的存儲列，并計算存儲列中從最大行rm行到rm-r1行的所有導數值的均值t1，確定t1為基準值，其中r1為第一閾值，即預先設定的用于計算t1的行數閾值；由于導數值的存儲列和當前讀取列對應，所以導數值存儲列的行數，和視差圖的行數相等，所述最大行rm行為當前導數值的存儲列中位于最下方的行；