CN103481842B - 一种车辆检测与跟踪模式的切换方法 - Google Patents

Abstract

本发明公开了一种车辆检测与跟踪模式的切换方法，包括以下步骤：（1）检测视频中的车辆，并标记；（2）对标记出的车辆编号，并记录车辆信息；（3）若驾驶员要求对车辆进行跟踪，则切换到跟踪模式；（4）若驾驶员没有要求跟踪车辆，则判断当前视频中是否有三辆以上完整车辆被检测到，如果有，则进入步骤（5），如果没有则返回步骤（1）；（5）自动进入车辆跟踪模式，处理连续若干帧或目标丢失后返回步骤（1）。与现有技术相比，本发明除了能进行车辆检测，车辆跟踪，还能根据驾驶员要求对特定车辆进行跟踪以及自动根据检测结果跟踪检测目标，把车辆检测与车辆跟踪结合起来，极大地提高车辆检测跟踪算法的实时性并满足驾驶员的需求。

Description

一种车辆检测与跟踪模式的切换方法

技术领域

本发明涉及车辆检测与跟踪技术研究领域，特别涉及一种车辆检测与跟踪模式的切换方法。

背景技术

随着社会的发展、人们生活水平的不断提高，汽车逐渐得到普及。但随之而来的是交通事故尤其是恶性交通事故趋势不断上升。近年来，车辆的增长速度已经远远高于道路和其他交通设施的增长速度，因此，交通事故不断发生，人员伤亡与日俱增、财产损失严重。

造成交通事故的原因主要有超速行驶、占道行驶、酒后驾驶、疲劳驾驶等。可以看出，交通事故发生的大多数诱因都是司机驾驶时的主观原因。研究表明，如果能提前约0.5秒警告驾驶员，那么60%左右的交通事故是有可能避免的；如果有1秒的提前警告时间则可以避免绝大多数的事故。

基于这些原因，人们开始要求车辆不仅要有良好的安全性，还要具备一定的智能性，继而产生了智能车辆（IntelligentVehicle）这一概念。为了提高汽车的安全性以及智能型，要求车辆能够准确地识别出道路上的主要障碍物（如车辆），进行跟踪，同时提示驾驶员，让驾驶员能够及时地掌握道路的状况，对驾驶过程中潜在的危险做出准确的判断。所以，研究智能车辆辅助驾驶系统，为汽车提供安全辅助驾驶功能，能够为减少常规车辆因驾驶员主观原因造成的交通事故提供技术保障。车辆的识别、跟踪是智能车辆研究领域中的重要组成部分，对于智能车辆的安全驾驶至关重要。

目前，智能车辆辅助驾驶系统硬件主要包括视频采集装置、车辆检测跟踪装置、显示装置和语音提示装置，如图1所示，车辆检测跟踪装置分别与视频采集装置、显示装置和语音提示装置相连接，其工作方式为：视频采集装置将视频数据输入车辆检测跟踪装置，处理结果在显示装置中显示出来，并用语音提示装置提示，以提醒驾驶员采取适当的操作。其中车辆检测跟踪装置所采用的算法主要分为两种，一种是车辆跟踪算法，另一种是目标跟踪算法。车辆跟踪算法主要是基于检测的跟踪，也就是对每帧图像都进行车辆检测，把检测到的车辆标记出来，形成对车辆的跟踪。这样的跟踪算法由于是基于车辆检测的，所以实时性较差。目标跟踪算法则是需要指定要跟踪的目标，这样就需要驾驶员不断地指定跟踪的目标，会严重影响到驾驶员，但实时性高。

因此，提出一种实时性高、同时更有助于驾驶员形式的、安全的智能车辆辅助驾驶系统具有极大的研究价值。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种车辆检测与跟踪模式的切换方法，该方法以车辆检测方法为基础，能够与车辆跟踪方法相互切换，从而提高车辆检测算法的实时性并满足驾驶员对特定车辆的跟踪要求，实用性强。

本发明的目的通过以下的技术方案实现：一种车辆检测与跟踪模式的切换方法，包括以下步骤：

（1）检测视频中的车辆，并标记；

（2）对标记出的车辆编号，并记录车辆信息；

（3）若驾驶员要求对车辆进行跟踪，则切换到车辆跟踪模式；

（4）若驾驶员没有要求跟踪车辆，则判断当前视频中是否有三辆以上完整车辆被检测到，如果有，则进入步骤（5），如果没有则返回步骤（1）；

（5）自动进入车辆跟踪模式，处理连续若干帧或目标丢失后返回步骤（1）。

具体的，所述步骤（1）中，所述视频是由安装在车辆上的摄像头实时拍摄，摄像头安装在车辆前端左右两侧的位置。

为了加快检测速度和精度，得到视频后，在进行步骤（1）之前，先进行预处理，预处理过程如下：

（1-1）确定感兴趣区域；根据实际应用中视频图像拍摄的内容来选择感兴趣区域，例如在视频图像中，已知大部分的车道在图像的下半部分，所以可取下半部分的图像作为感兴趣区域。

（1-2）从感兴趣区域中提取出车道线的边缘点；

（1-3）采用Hough变换对步骤（1-2）得到的边缘点进行处理，拟合车道线，根据拟合的车道线斜率判定得到两条外车道线；

（1-4）截取视频中外车道线内的路面区域，即为驾驶员所需要检测车辆、跟踪车辆的重点区域，截取之后再进行车辆的检测。

更进一步的，所述步骤（1-3）中，根据摄像头安装位置，所需拟合的车道线斜率为正负各一条，所以在进行Hough变换时，将斜率为正以及斜率为负的直线分开记录，各拟合两条备选直线总计四条相应的直线，最后分别选取斜率绝对值较小的两条直线作为外车道线。因为在视频图像中，外车道线的斜率相对于虚车道线更倾斜，所以判定一侧中斜率绝对值较小的直线为外车道线。

具体的，所述步骤（1）中，检测视频中的车辆的具体步骤如下：

获取截取的外车道线内的路面区域的灰度直方图的峰值，根据车道线的灰度值，做二值化处理，提取出车辆底部阴影区域所在位置；

根据上述提取的位置，在获得的视频图像中标出车底，根据预设的一般汽车的宽高比例标出整辆车，同时对检测到的车辆进行编号，并记录下矩形框的左上角坐标和右下角坐标以及车辆的图像信息。

具体的，所述步骤（4）中，判断当前视频中是否有三辆以上完整车辆被检测到的方法是：

（4-1）驾驶员观测前方车道以及前方左右车道距离驾驶员最近的车辆是否在显示装置中被检测出来，如果有两辆以上的车辆被检测出来，则进入步骤（4-2）；

（4-2）将当前所检测出来的车辆在显示装置中所占面积大小与预设的值做比较，如果超过则认为检测到了完整车辆，否则认为检测不完整。

为了使计算更简便，所述步骤（1）中，视频中检测到的每个车辆均用一矩形框标记，矩形框的大小通过检测到的每台车的对角坐标来确定。进而在步骤（4-2）进行面积比对时，计算更简单，判断效率更高。

优选的，所述对车辆进行跟踪时采用的是Mean-shift跟踪算法。

本发明与现有技术相比，具有如下优点和有益效果：

1、本发明采用车辆检测与车辆跟踪相结合的方法。一般情况下，车辆检测算法的耗时较长，而跟踪算法则相对较快，通过对较好的检测结果进行跟踪，使算法的效率有较大的提高，能更好地满足实时性要求。

2、本发明在跟踪部分，一方面可以根据驾驶员意愿对检测中显示的车辆进行跟踪，满足驾驶员的特定需求，另一方面又可以自动评估检测结果进入跟踪模式，满足驾驶员在不同驾驶环境下的需求。

3、本发明很好地把车道线检测、车辆检测以及车辆跟踪结合在一起，具有测量准确，检测跟踪速度快的优点。

附图说明

图1为现有技术中智能车辆辅助驾驶系统硬件结构示意图。

图2为本发明方法的流程图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例1

本实施例车辆检测与跟踪模式的切换方法，可以在车辆检测和车辆跟踪两种模式之间进行转换，从而在车辆检测过程中，若驾驶员希望跟踪某些车辆，如不熟悉行车路线，要有车辆在前面带路或警方需要跟踪嫌疑人所乘车辆等情况下时，则系统把所要跟踪的目标车辆数据传送到跟踪部分，进行跟踪。

同时，本实施例所述的切换方法还可以在驾驶员没有要求进行跟踪时，由系统评估检测结果，若认为检测结果效果较好，则自动切换到跟踪模式，跟踪一定的帧数后，重新切换到检测模式，以检测新进入视频中的车辆。

上述方法具体实现的过程如下：

（1）安装视频采集装置：所述视频采集装置包括已知参数的摄像头（如焦距、视角范围）、摄像头固定架；其中，摄像头固定架安装固定在车辆前端左右两侧的位置，摄像头安装在摄像头固定架上，左右两侧各一台。

（2）摄像头采集图像，并输入至视频处理系统。

（3）确定感兴趣区域，所述感兴趣区域用于检测车道线。

（4）对步骤（3）中得到的感兴趣区域进行预处理，提取车道线的边缘。

（5）采用Hough变换对步骤（4）得到的边缘点进行处理，拟合车道线。根据摄像头安装位置，所得到的直线斜率应为正负各一条，所以在采用Hough变换进行累加时，将斜率为正以及斜率为负的直线分开记录，各拟合两条备选直线总计四条相应的直线。因为在视频图像中，外车道线的相对于虚车道线更倾斜，所以最后分别选取斜率绝对值较小的两条直线作为外车道线。

（6）截取外车道线内的路面区域，即为驾驶员所需要检测车辆、跟踪车辆的重点区域，截取之后进入车辆检测的处理阶段。

（7）先获取车道区域的灰度直方图的峰值，即为路面的主要灰度，根据车道线的灰度值，做二值化处理，提取出车辆底部阴影区域所在位置。

（8）根据上述提取的位置，在获得的视频图像中标出车底，根据一般汽车的宽高比例标出整辆车，同时对检测到的车辆进行编号，并记录下矩形框的左上角坐标（i_k1,j_k1)和右下角坐标（i_k2,j_k2)以及车辆的图像信息，k表示第k辆车。

（9）检测结果处理：如果驾驶员主动要求根据标识出来的检测结果要求切入跟踪模式，则采用跟踪算法对目标进行跟踪，直到驾驶员要求停止跟踪；若无，则系统自动根据设置的条件对检测结果进行判断，如果满足条件，则对检测结果中显示的车辆跟踪10～20帧或目标丢失之后，重复（2）～（8），如果不满足条件，则重复（2）～（8）。

步骤（9）中的检测结果处理具体过程为：

（9-1）驾驶员可以根据显示装置上显示的检测结果，对标出的车辆进行跟踪。这时系统将车辆的序号以及保存的图像信息传送到车辆跟踪部分，采用Mean-shift跟踪算法对目标车辆进行跟踪；如果驾驶员没有主动要求跟踪，则跳过此步；

（9-2）评估检测结果：当驾驶员没有主动要求对检测结果进行跟踪，则进入评估检测效果阶段。检测效果主要体现在两方面：（1）检测结果中所记录的车辆数目。驾驶员在做出判断时，主要考虑前方车道以及前方左右车道距离驾驶员最近的车辆，所以如果检测结果中能标记出三辆以上，则认为检测结果已经能让驾驶员做出正确判断；（2）检测结果中标记出来车辆的完整性。系统在标记出车辆视觉效果的好坏，主要体现的是矩形框的大小。可以根据所要处理视频，选取前方距离驾驶员最近的车辆的平均大小来评估视觉效果，该步骤可以在驾驶员使用前初始化。如在640*480的图像中，一般车辆需要40*40像素大小的矩形框即能较好地标记出车辆，这个大小的矩形框不仅能标记出整辆车，而且包含的背景较少。

在实际应用何种，如果能检测到三辆比较完整的车辆就视为好的检测效果。所以先看步骤（8）中检测到的车辆的数目，如果大于等于3辆，则继续考虑所标出车辆的完整性。由于距离不同，车辆的大小不同，在640*480的视频序列中可以折中认为如果标记框的大小为40*40像素左右时，视为较完整地标出车辆；

（9-3）如果在（9-2）中认为检测结果较好，则启动跟踪模式，采用Mean-shift跟踪算法对接下来的10～20帧图像不进行检测，只进行跟踪，结束之后或目标丢失，重复（2）～（9）。如果（9-2）评估检测结果没有达到所设定的跟踪条件，则重复（2）～（9）。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (5)

1.一种车辆检测与跟踪模式的切换方法，其特征在于，包括以下步骤：

(1)检测视频中的车辆，并标记；

(2)对标记出的车辆编号，并记录车辆信息；

(3)若驾驶员要求对车辆进行跟踪，则切换到车辆跟踪模式；

(4)若驾驶员没有要求跟踪车辆，则判断当前视频中是否有三辆以上完整车辆被检测到，如果有，则进入步骤(5)，如果没有则返回步骤(1)；

(5)自动进入车辆跟踪模式，处理连续若干帧或目标丢失后返回步骤(1)；

在进行步骤(1)之前，先进行预处理，预处理过程如下：

(1-1)确定感兴趣区域；

(1-2)从感兴趣区域中提取出车道线的边缘点；

(1-3)采用Hough变换对步骤(1-2)得到的边缘点进行处理，拟合车道线，根据拟合的车道线斜率判定得到两条外车道线；

(1-4)截取视频中外车道线内的路面区域，即为驾驶员所需要检测车辆、跟踪车辆的重点区域，截取之后再进行车辆的检测；

所述步骤(1)中，检测视频中的车辆的具体步骤如下：

获取截取的外车道线内的路面区域的灰度直方图的峰值，根据车道线的灰度值，做二值化处理，提取出车辆底部阴影区域所在位置；

根据上述提取的位置，在获得的视频图像中标出车底，根据预设的一般汽车的宽高比例标出整辆车，同时对检测到的车辆进行编号，并记录下矩形框的左上角坐标和右下角坐标以及车辆的图像信息；

所述步骤(4)中，判断当前视频中是否有三辆以上完整车辆被检测到的方法是：

(4-1)驾驶员观测前方车道以及前方左右车道距离驾驶员最近的车辆是否在显示装置中被检测出来，如果有两辆以上的车辆被检测出来，则进入步骤(4-2)；

(4-2)将当前所检测出来的车辆在显示装置中所占面积大小与预设的值做比较，如果超过则认为检测到了完整车辆，否则认为检测不完整。

2.根据权利要求1所述的车辆检测与跟踪模式的切换方法，其特征在于，所述步骤(1)中，所述视频是由安装在车辆上的摄像头实时拍摄，摄像头安装在车辆前端左右两侧的位置。

3.根据权利要求1所述的车辆检测与跟踪模式的切换方法，其特征在于，所述步骤(1-3)中，根据摄像头安装位置，所需拟合的车道线斜率为正负各一条，所以在进行Hough变换时，将斜率为正以及斜率为负的直线分开记录，各拟合两条备选直线总计四条相应的直线，最后分别选取斜率绝对值较小的两条直线作为外车道线。

4.根据权利要求1所述的车辆检测与跟踪模式的切换方法，其特征在于，所述步骤(1)中，视频中检测到的每个车辆均用一矩形框标记，矩形框的大小通过检测到的每台车的对角坐标来确定。

5.根据权利要求1所述的车辆检测与跟踪模式的切换方法，其特征在于，所述对车辆进行跟踪时采用的是Mean-shift跟踪算法。