CN104482872A - 基于平行结构光的路缘边界检测方法及装置、工程机械 - Google Patents
基于平行结构光的路缘边界检测方法及装置、工程机械 Download PDFInfo
- Publication number
- CN104482872A CN104482872A CN201410853508.6A CN201410853508A CN104482872A CN 104482872 A CN104482872 A CN 104482872A CN 201410853508 A CN201410853508 A CN 201410853508A CN 104482872 A CN104482872 A CN 104482872A
- Authority
- CN
- China
- Prior art keywords
- curb
- luminous point
- parallel lines
- coordinate system
- lines structure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明提供了一种基于平行结构光的路缘边界检测方法及装置、工程机械。该方法包括以下步骤:接收两束平行线结构光照射路缘;获取路缘图像,并提取路缘的三维结构信息;通过获取的路缘结构信息计算工程机械到路缘的距离。在上述技术方案中,通过采用平行线结构光照射路缘,并通过对采集的路缘图像得到路缘的三维结构信息,从而能够计算出工程机械到路缘的距离,通过上述方法可以直观的得到工程机械到路缘边界的准确距离,避免了在检测时的误差,提高了检测准确性。
Description
技术领域
本发明涉及工程机械的技术领域,尤其涉及到一种基于平行结构光的路缘边界检测方法及装置、工程机械。
背景技术
工程机械在施工时,需要保持沿路缘行驶作业,,目前路缘边界的检测方法有:(1)人工观测:现行移动车辆及设备主要通过人工观测路缘,估算路缘边界位置及与车辆之间的距离。(2)摄像头监视:车身左侧安装摄像头,实时传送画面至显示屏,供机手观测判断。(3)图像处理方案:通过摄像机采集道路路缘图像,利用路缘的结构信息进行路缘边界定位及距离测量。
现有技术的缺点在于:1、人工观测劳动强度较大。2、夜晚难以看清路缘。3、人工经验估算距离,精度不高。4、现有图像处理方案针对非结构化路缘边界检测精度低。
发明内容
本发明提供一种基于平行结构光的路缘边界检测方法及装置,用以提高工程机械在运动时检测路缘边界的精度。
本发明提供了一种基于平行结构光的路缘边界检测方法,该基于平行结构光的路缘边界检测方法包括以下步骤:
接收两束平行线结构光照射路缘;
获取路缘图像,并提取路缘的三维结构信息;
通过获取的路缘结构信息计算工程机械到路缘的距离。
在上述技术方案中,通过采用平行线结构光照射路缘,并通过对采集的路缘图像得到路缘的三维结构信息,从而能够计算出工程机械到路缘的距离,通过上述方法可以直观的得到工程机械到路缘边界的准确距离,避免了在检测时的误差,提高了检测准确性。
优选的,所述采集路缘图像,并提取路缘的三维结构信息具体为:
通过采集所述两束平行线结构光照射路缘边界的图像;
建立表示所述采集的真实世界的图像的投影的图像坐标系,并根据建立的表示所述摄像机视角的三维坐标系与真实世界的三维坐标系之间的转换关系,获取所述图像坐标系与所述真实世界的三维坐标系之间的转换关系;
在采集的图像中,获取每束平行线结构光在所述图像坐标系中的初始光点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述图像坐标系内的光点集合;
根据霍夫变换将获取的每束平行线结构光的光点集合中的光点拟合出每束平行线结构光在设定坐标系内的直线方程;
通过获取的两束平行线结构光的直线方程计算得出路缘边界在所述设定坐标系内的直线方程。
优选的,所述获取每束平行线结构光在设定的坐标系中的初始点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述设定坐标系内的光点集合具体为:针对每束平行线结构光:
在设定的坐标系内确定每个平行激光的初始光点位置及灰度值P1(x1,y1,val1);
建立光点集合S1,并将初始光点加入到集合S1中;
按照设定关系选取S1中的任意光点Pi(xi,yi,vali)的候选光点Pj(xj,yj,valj);
建立候选光点集合T1;
对S1中的任意光点Pi(xi,yi,vali),计算Pi与所述候选光点集T1中每一点Pj(xj,yj,valj)的距离;
对S1中的光点与候选光点集T1中的候选光点的距离进行排序,选择3个距离最小光点加入集合S1。
优选的,所述设定关系为:xj<xi±d,yj<yi±d,valj>vali*0.5;其中,d为平行激光光条的最大高度常量。
优选的,所述根据霍夫变换将获取的每束平行线结构光的光点集合中的光点拟合出每束平行线结构光在设定坐标系内的直线方程具体为:
对S1中各光点建立极坐标方程ρ=xcosθ+ysinθ;
对各光点方程,θ以步长为1°,依次求对应的ρ,并将对应ρθ矩阵单元累加计数,其中,-45°≤θ≤135°;
对θ为-45°到135°各行中的矩阵元素数累加,求最大的行值θ1;
对θ1行,从最右列向左求得第一个最大值对应的ρa,从最左列向右求得第一个最大值对应的ρb;
依据极坐标对(θ1,ρa)和(θ1,ρb),建立直线方程y=fa(x)和y=fb(x);
对θ为-45°和45°的所有行求最大值对应的座标(θ2,ρc)及对应的直线方程y=fc(x)。
优选的,所述通过获取的两束平行激光的直线方程计算得出路缘边界在所述设定坐标系内的直线方程具体为:
通过获取的每束平行线结构光的直线方程中的y=fa(x)和y=fc(x)获取交点;所述交点为路缘边界上的点,通过获取的路缘边界上的点获取路缘边界在所述设定的坐标系的直线方程。
优选的,在提取每束平行线结构光在设定的坐标系中初始光点的坐标时,提取显示装置上与平行激光的颜色相一致的图像分量作为处理对象。
优选的,所述通过获取的路缘结构信息计算工程机械到路缘的距离具体为:通过获取的路缘边界的直线方程以及获取的所述图像坐标系与所述真实世界的三维坐标系之间的转换关系,计算出工程机械与路缘边界的距离。
优选的,所述投射两束平行线结构光照射路缘具体为:通过设置在车体上的激光发射器发射两束平行激光。
优选的,所述通过摄像机采集所述两束平行线结构光照射路缘边界的图像具体为:在工程机械上设置摄像机,且摄像机的采集范围覆盖所述激光发射器的照射范围。
本发明还提供了一种控制装置,该控制装置包括:
获取模块,用于获取两束平行线结构光照射路缘的图像;
数据处理模块,用于根据路缘的图像提取路缘的三维结构信息;通过获取的路缘结构信息计算工程机械到路缘的距离。
在上述技术方案中,通过采用平行线结构光照射路缘,并通过对采集的路缘图像得到路缘的三维结构信息,从而能够计算出工程机械到路缘的距离,通过上述方法可以直观的得到工程机械到路缘边界的准确距离,避免了在检测时的误差,提高了检测准确性。
优选的,所述控制装置提取路缘的三维结构信息具体为:
通过采集所述两束平行线结构光照射路缘边界的图像;
建立表示所述采集的真实世界的图像的投影的图像坐标系,并根据建立的表示所述摄像机视角的三维坐标系与真实世界的三维坐标系之间的转换关系,获取所述图像坐标系与所述真实世界的三维坐标系之间的转换关系;
在采集的图像中,获取每束平行线结构光在所述图像坐标系中的初始光点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述图像坐标系内的光点集合;
根据霍夫变换将获取的每束平行线结构光的光点集合中的光点拟合出每束平行线结构光在设定坐标系内的直线方程;
通过获取的两束平行线结构光的直线方程计算得出路缘边界在所述设定坐标系内的直线方程。
优选的,所述控制装置获取每束平行线结构光在设定的坐标系中的初始点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述设定坐标系内的光点集合具体为:
针对每束平行线结构光:
在设定的坐标系内确定每个平行线结构光的初始光点位置及灰度值P1(x1,y1,val1);
建立光点集合S1,并将初始光点加入到集合S1中;
按照设定关系选取S1中的任意光点Pi(xi,yi,vali)的候选光点Pj(xj,yj valj);
建立候选光点集合T1;
对S1中的任意光点Pi(xi,yi,vali),计算Pi与所述候选光点集T1中每一点Pj(xj,yj,valj)的距离;
对S1中的光点与候选光点集T1中的候选光点的距离进行排序,选择3个距离最小光点加入集合S1。
优选的,所述设定关系为:xj<xi±d,yj<yi±d,valj>vali*0.5;其中,d为平行线结构光的光条的最大高度常量。
优选的,所述控制装置根据霍夫变换将获取的平行线结构光的光点集合中的光点拟合出平行线结构光在设定坐标系内的直线方程具体为:
对S1中各光点建立极坐标方程ρ=xcosθ+ysinθ;
对各光点方程,θ以步长为1°,依次求对应的ρ,并将对应ρθ矩阵单元累加计数,其中,-45°≤θ≤135°;
对θ为-45°到135°各行中的矩阵元素数累加,求最大的行值θ1;
对θ1行,从最右列向左求得第一个最大值对应的ρa,从最左列向右求得第一个最大值对应的ρb;
依据极坐标对(θ1,ρa)和(θ1,ρb),建立直线方程y=fa(x)和y=fb(x);
对θ为-45°和45°的所有行求最大值对应的座标(θ2,ρc)及对应的直线方程y=fc(x)。
优选的,所述控制装置通过获取的两束平行线结构光的直线方程计算得出路缘边界在所述设定坐标系内的直线方程具体为:
通过获取的每束平行线结构光的直线方程中的y=fa(x)和y=fc(x)获取交点;所述交点为路缘边界上的点,通过获取的路缘边界上的点获取路缘边界在所述设定的坐标系的直线方程。
本发明还提供了一种基于平行结构光的路缘边界检测装置,该装置包括:
设置在车体上的激光发射器;
设置在所述车体上并用于采集所述激光发射器照射出的平行光的彩色摄像,所述彩色摄像装置的采集范围覆盖所述激光发射器的照射范围;
与所述彩色摄像装置信号连接的显示装置;
图像处理器,用于提取路缘的三维结构信息;通过获取的路缘结构信息计算工程机械到路缘的距离。
在上述技术方案中,通过采用平行线结构光照射路缘,并通过对采集的路缘图像得到路缘的三维结构信息,从而能够计算出工程机械到路缘的距离,通过上述方法可以直观的得到工程机械到路缘边界的准确距离,避免了在检测时的误差,提高了检测准确性。
优选的,所述图像处理器为上述任一项所述的控制装置。
本发明还提供了一种工程机械,该工程机械包括上述的基于平行结构光的路缘边界检测装置。
在上述技术方案中,通过采用平行线结构光照射路缘,并通过对采集的路缘图像得到路缘的三维结构信息,从而能够计算出工程机械到路缘的距离,通过上述方法可以直观的得到工程机械到路缘边界的准确距离,避免了在检测时的误差,提高了检测准确性。
附图说明
图1为本发明实施例提供的基于平行结构光的路缘边界检测方法流程图;
图2是本发明实施例提供的工程机械的结构示意图;
图3为本发明实施例提供的建立坐标系的示意图;
图4为本发明实施例提供的两束平行激光的光点类聚示意图;
图5为本发明实施例提供的两束平行激光拟合成直线的示意图。
具体实施方式
以下结合附图对本发明的具体实施例进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
如图1、图2及图3所示,图1为本发明实施例提供的基于平行结构光的路缘边界检测方法流程图;图2是本发明实施例提供的工程机械的结构示意图;图3为本发明实施例提供的建立坐标系的示意图;
本发明实施例提供了一种基于平行结构光的路缘边界检测方法,该基于平行结构光的路缘边界检测方法包括以下步骤:
接收两束平行线结构光照射路缘;
获取路缘图像,并提取路缘的三维结构信息;
通过获取的路缘结构信息计算工程机械到路缘的距离。
在上述实施例中,通过采用平行线结构光照射路缘,并通过对采集的路缘图像得到路缘的三维结构信息,从而能够计算出工程机械到路缘的距离,通过上述方法可以直观的得到工程机械到路缘边界的准确距离,避免了在检测时的误差,提高了检测准确性。
其中的采集路缘图像,并提取路缘的三维结构信息具体为:
通过采集所述两束平行线结构光照射路缘边界的图像;
建立表示所述采集的真实世界的图像的投影的图像坐标系,并根据建立的表示所述摄像机视角的三维坐标系与真实世界的三维坐标系之间的转换关系,获取所述图像坐标系与所述真实世界的三维坐标系之间的转换关系;
在采集的图像中,获取每束平行线结构光在所述图像坐标系中的初始光点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述图像坐标系内的光点集合;
根据霍夫变换将获取的每束平行线结构光的光点集合中的光点拟合出每束平行线结构光在设定坐标系内的直线方程;
通过获取的两束平行线结构光的直线方程计算得出路缘边界在所述设定坐标系内的直线方程。
在上述具体实施例中通过采用平行线结构光照射路缘边界,并通过采用近邻类聚的关系获取采集的平行线结构光照射路缘边界的图像上的光点,获取每条平行线结构光的光点在设定坐标系上的光点集合,并根据霍夫变换得到每条平行线结构光在设定坐标系内的直线方程,从而能够通过计算得到路缘边界的直线方程,并能够计算出工程机械到路缘边界的距离。通过上述方法可以直观的得到工程机械到路缘边界的准确距离,避免了在检测时的误差,提高了检测准确性。
为了方便对本实施例的理解,下面以具体实施例对本发明实施例提供的基于平行结构光的路缘边界检测方法进行详细描述。如图2所示,本发明实施例提供的检测方法,其中的平行激光采用设置在工程机械上的激光发射器2发射。图像的采集通过摄像机3采集。
步骤001、通过激光发射器2照射路缘边界1;
具体的,该激光发射器2,安装于车辆或设备右侧反光镜处,激光发射器2固定在车辆或设备右侧反光镜处,与地面平成30度夹角,用于向路缘投影平行线结构光,该平行线结构光为两束平行激光。彩色摄像机3固定在车辆或设备右侧,光轴方向与地面成一定夹角,以激光发射器2结构光在图像中右区域为佳(30°~60°之间,具体根据车头长短而定)。激光发射器2和彩色摄像机3的标定是为了确定彩色摄像机3与结构光之间的空间关系,方便后续图像上平行线结构光的检测与路缘距离计算。具体关系如图2所示。
步骤002、建立坐标系
具体的,彩色彩色摄像机3标定涉及三个座标系,即表示真实世界的世界座标系OwXwYwZw,表示彩色摄像机3视角的彩色摄像机3座标系OcXcYcZc,以及表示真实世界的图像投影的图像座标系Ouv。
彩色摄像机3坐标系和世界座标之间的转换关系如下:
不考虑彩色摄像机3的畸变,彩色摄像机3坐标系与图像坐标系的关系如下:
其中,u表示图像的像素横坐标,v表示图像的像素纵坐标,f为彩色摄像机3的焦距。
将图像坐标系和彩色摄像机3坐标系关系代入式(1)可得到图像坐标与世界坐标转换关系,最终实现用图像的坐标来表示世界坐标系中的距离。
步骤003、RGB分量提取;
一般地,一副彩色图像可由R(红)、G(绿)和B(蓝)分量表示。由于激光发射器2产生的平行光颜色固定(一般选择蓝色或红色,由于红色易受白天太阳光和晚上路灯的干扰,所以可选择蓝色光),可选择与激光颜色的一致的图像分量作为处理对象,以减少无关区域和噪声的影响。即在提取每束平行线结构光在设定的坐标系中初始光点的坐标时,提取显示装置5上与平行激光的颜色相一致的图像分量作为处理对象。从而提高了采集信息的准确性,进而提高了整个检测方法检测的准确性。
步骤004、获取每束平行线结构光在设定的坐标系中的初始光点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述设定坐标系内的光点集合;
具体的,激光发射器2投影线结构光到路缘后,彩色摄像机3将采集到含到平行激光的图像,需中图像中提取出光条信息,以反映路缘的三维结构。
针对光条的提取,提出了一种基于K近邻聚类的方法,具体描述如下:
a)确定光条聚类初始点,即在设定的坐标系内确定每个平行激光的初始光点位置及灰度值P1(x1,y1,val1);
对于两条平行激光,确定图像上一个初始光点位置及灰度值P1(x1,y1,val1)和P2(x2,y2,val2),并加入光点集合S1和S2。彩色摄像机3标定后,激光发射器2投影的线结构光在图像上的位置是相对固定的,如图4所示可以选结定区域内沿Y轴寻找两个灰度值最大的点。
b)候选光点确定
对S1中的任意点P(xi,yi,vali),确定聚类搜索区域中像素点P(xj,yj,valj)为候选光点,并加入候选光点集T1,其中xj<x1±d,yj<y1±d,valj>val1*0.5,d光条最大高度常量。类似地,对S2可以确定候选光点集T2。
c)像素距离计算
对S1中的任意点P(xi,yi,vali),计算与候选光点集T1中每一点P(xj,yj,valj)的距离,计算标准如下:
I)空间距离
II)灰度距离
III)像素距离D=D1+D2。
类似地,对S2可以计算与候选光点集T2的距离。
d)近邻光点选择
对S1与候选光点集T1的距离进行排序,选择3距离最小光点加入集合S1。类似地可选择3距离最小光点加入集合S2
e)重复过程b)、c)和d),直至无新的像素光点可加入光点集合,结束,从而获取两条平行激光的光点的集合。
步骤005、根据霍夫变换将获取的每束平行线结构光的光点集合中的光点拟合出每束平行线结构光在设定坐标系内的直线方程;
具体的,聚类后的光点集合实际上是激光发射器2的线结构光在图像上的投影,因此可拟合图像上的线结构光。具体直线拟合方法如下:
I)对S1中各光点建立极坐标方程ρ=xcosθ+ysinθ;
II)对各光点方程,θ以步长为1°取-45°到135°之间的值,依次求对应的ρ,并将对应ρθ矩阵单元累加计数;
III)对θ为-45°到135°各行中的矩阵元素数累加,求最大的行值θ1;
IV)对θ1行,从最右列向左求得第一个最大值对应的ρa,从最左列向右求得第一个最大值对应的ρb;
V)依据极坐标对(θ1,ρa)和(θ1,ρb),建立直线方程y=fa(x)和y=fb(x);
VI)对θ为-45°和45°的所有行求最大值对应的座标(θ2,ρc)及对应的直线方程y=fc(x)。
VII)类似地,可求得光点集合S2对应的三条直线。
步骤006、通过获取的两束平行激光的直线方程计算得出路缘边界1在所述设定坐标系内的直线方程;
具体的,同一条线结构光形成的三条直线实际表示了路缘的三维结构信息,直线y=fa(x)和y=fc(x)的交点即图像上路缘的边界位置,也即图5中的q(x1,y1)和q(x2,y2)。为了提高精度,可选择两点线段的中点表示图像上路缘的边界值,也即q((x1+x2)/2,(y1+y2)/2)。
步骤007、通过获取的路缘边界1的直线方程计算出工程机械与路缘边界1的距离。
此外,两线结构光边界可形成路缘边界线,可进一步用来表示车辆行走的趋势,直线斜率大于0有远离路缘边界趋势,直线斜率小于0有靠近路缘边界趋势。
此外,本发明实施例还提供了一种控制装置,该控制装置包括:
获取模块,用于获取平行激光照射到路缘边界的图像;
数据处理模块,用于根据路缘的图像提取路缘的三维结构信息;通过获取的路缘结构信息计算工程机械到路缘的距离。
在上述实施例中,通过采用平行激光照射路缘边界,并通过采用近邻类聚的关系获取采集的平行激光照射路缘边界的图像上的光点,获取每束平行线结构光的光点在设定坐标系上的光点集合,并根据霍夫变换得到每束平行线结构光在设定坐标系内的直线方程,从而能够通过计算得到路缘边界的直线方程,从而能够计算出工程机械到路缘边界的距离。通过上述方法可以直观的得到工程机械到路缘边界的准确距离,避免了在检测时的误差,提高了检测准确性。
控制装置在具体路缘结构信息计算工程机械到路缘的距离时,其具体功能如下:
所述控制装置提取路缘的三维结构信息具体为:
通过采集所述两束平行线结构光照射路缘边界的图像;
建立表示所述采集的真实世界的图像的投影的图像坐标系,并根据建立的表示所述摄像机视角的三维坐标系与真实世界的三维坐标系之间的转换关系,获取所述图像坐标系与所述真实世界的三维坐标系之间的转换关系;
在采集的图像中,获取每束平行线结构光在所述图像坐标系中的初始光点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述图像坐标系内的光点集合;
根据霍夫变换将获取的每束平行线结构光的光点集合中的光点拟合出每束平行线结构光在设定坐标系内的直线方程;
通过获取的两束平行线结构光的直线方程计算得出路缘边界在所述设定坐标系内的直线方程。
所述控制装置获取每束平行线结构光在设定的坐标系中的初始点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述设定坐标系内的光点集合具体为:
针对每束平行线结构光:
在设定的坐标系内确定每个平行线结构光的初始光点位置及灰度值P1(x1,y1,val1);
建立光点集合S1,并将初始光点加入到集合S1中;
按照设定关系选取S1中的任意光点Pi(xi,yi,vali)的候选光点Pj(xj,yj valj);
建立候选光点集合T1;
对S1中的任意光点Pi(xi,yi,vali),计算Pi与所述候选光点集T1中每一点Pj(xj,yj,valj)的距离;
对S1中的光点与候选光点集T1中的候选光点的距离进行排序,选择3个距离最小光点加入集合S1。
其中,所述设定关系为:xj<xi±d,yj<yi±d,valj>vali*0.5;其中,d为平行线结构光的光条的最大高度常量。
优选的,所述控制装置根据霍夫变换将获取的平行线结构光的光点集合中的光点拟合出平行线结构光在设定坐标系内的直线方程具体为:
对S1中各光点建立极坐标方程ρ=xcosθ+ysinθ;
对各光点方程,θ以步长为1°,依次求对应的ρ,并将对应ρθ矩阵单元累加计数,其中,-45°≤θ≤135°;
对θ为-45°到135°各行中的矩阵元素数累加,求最大的行值θ1;
对θ1行,从最右列向左求得第一个最大值对应的ρa,从最左列向右求得第一个最大值对应的ρb;
依据极坐标对(θ1,ρa)和(θ1,ρb),建立直线方程y=fa(x)和y=fb(x);
对θ为-45°和45°的所有行求最大值对应的座标(θ2,ρc)及对应的直线方程y=fc(x)。
所述控制装置通过获取的两束平行线结构光的直线方程计算得出路缘边界在所述设定坐标系内的直线方程具体为:
通过获取的每束平行线结构光的直线方程中的y=fa(x)和y=fc(x)获取交点;所述交点为路缘边界上的点,通过获取的路缘边界上的点获取路缘边界在所述设定的坐标系的直线方程。
继续参考图2,本发明还提供了一种基于平行结构光的路缘边界1检测装置,该装置包括:
设置在车体6上的激光发射器2;
设置在所述车体6上并用于采集所述激光发射器2照射出的平行光的彩色摄像装置;
与所述彩色摄像装置信号连接的显示装置5;
图像处理器4,用于提取路缘的三维结构信息;通过获取的路缘结构信息计算工程机械到路缘的距离。
在上述实施例中,通过采用平行激光照射路缘边界1,并通过采用近邻类聚的关系获取采集的平行激光照射路缘边界1的图像上的光点,获取每束平行线结构光的光点在设定坐标系上的光点集合,并根据霍夫变换得到每束平行线结构光在设定坐标系内的直线方程,从而能够通过计算得到路缘边界1的直线方程,从而能够计算出工程机械到路缘边界1的距离。通过上述方法可以直观的得到工程机械到路缘边界1的准确距离,避免了在检测时的误差,提高了检测准确性。
继续参考图2,本发明还提供了一种工程机械,该工程机械包括上述的基于平行结构光的路缘边界1检测装置。
在上述实施例中,通过采用平行激光照射路缘边界1,并通过采用近邻类聚的关系获取采集的平行激光照射路缘边界1的图像上的光点,获取每束平行线结构光的光点在设定坐标系上的光点集合,并根据霍夫变换得到每束平行线结构光在设定坐标系内的直线方程,从而能够通过计算得到路缘边界1的直线方程,从而能够计算出工程机械到路缘边界1的距离。通过上述方法可以直观的得到工程机械到路缘边界1的准确距离,避免了在检测时的误差,提高了检测准确性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (17)
1.一种基于平行结构光的路缘边界检测方法,其特征在于,包括以下步骤:
接收两束平行线结构光照射路缘;
获取路缘图像,并提取路缘的三维结构信息;
通过获取的路缘结构信息计算工程机械到路缘的距离。
2.如权利要求1所述的基于平行结构光的路缘边界检测方法,其特征在于,所述采集路缘图像,并提取路缘的三维结构信息具体为:
通过采集所述两束平行线结构光照射路缘边界的图像;
建立表示所述采集的真实世界的图像的投影的图像坐标系,并根据建立的表示所述摄像机视角的三维坐标系与真实世界的三维坐标系之间的转换关系,获取所述图像坐标系与所述真实世界的三维坐标系之间的转换关系;
在采集的图像中,获取每束平行线结构光在所述图像坐标系中的初始光点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述图像坐标系内的光点集合;
根据霍夫变换将获取的每束平行线结构光的光点集合中的光点拟合出每束平行线结构光在设定坐标系内的直线方程;
通过获取的两束平行线结构光的直线方程计算得出路缘边界在所述设定坐标系内的直线方程。
3.如权利要求2所述的基于平行结构光的路缘边界检测方法,其特征在于,所述获取每束平行线结构光在设定的坐标系中的初始点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述设定坐标系内的光点集合具体为:针对每束平行线结构光:
在设定的坐标系内确定每个平行线结构光的初始光点位置及灰度值P1(x1,y1,val1);
建立光点集合S1,并将初始光点加入到集合S1中;
按照设定关系选取S1中的任意光点Pi(xi,yi,vali)的候选光点Pj(xj,yj valj);
建立候选光点集合T1;
对S1中的任意光点Pi(xi,yi,vali),计算Pi与所述候选光点集T1中每一点Pj(xj,yj,valj)的距离;
对S1中的光点与候选光点集T1中的候选光点的距离进行排序,选择3个距离最小光点加入集合S1。
4.如权利要求3所述的基于平行结构光的路缘边界检测方法,其特征在于,所述设定关系为:xj<xi±d,yj<yi±d,valj>vali*0.5;其中,d为平行线结构光的光条的最大高度常量。
5.如权利要求3所述的基于平行结构光的路缘边界检测方法,其特征在于,所述根据霍夫变换将获取的平行线结构光的光点集合中的光点拟合出平行线结构光在设定坐标系内的直线方程具体为:
对S1中各光点建立极坐标方程ρ=xcosθ+ysinθ;
对各光点方程,θ以步长为1°,依次求对应的ρ,并将对应ρθ矩阵单元累加计数,其中,-45°≤θ≤135°;
对θ为-45°到135°各行中的矩阵元素数累加,求最大的行值θ1;
对θ1行,从最右列向左求得第一个最大值对应的ρa,从最左列向右求得第一个最大值对应的ρb;
依据极坐标对(θ1,ρa)和(θ1,ρb),建立直线方程y=fa(x)和y=fb(x);
对θ为-45°和45°的所有行求最大值对应的座标(θ2,ρc)及对应的直线方程y=fc(x)。
6.如权利要求5所述的基于平行结构光的路缘边界检测方法,其特征在于,所述通过获取的两束平行线结构光的直线方程计算得出路缘边界在所述设定坐标系内的直线方程具体为:
通过获取的每束平行线结构光的直线方程中的y=fa(x)和y=fc(x)获取交点;所述交点为路缘边界上的点,通过获取的路缘边界上的点获取路缘边界在所述设定的坐标系的直线方程。
7.如权利要求2所述的基于平行结构光的路缘边界检测方法,其特征在于,在提取每束平行线结构光在设定的坐标系中初始光点的坐标时,提取显示装置上与平行激光的颜色相一致的图像分量作为处理对象。
8.如权利要求2所述的基于平行结构光的路缘边界检测方法,其特征在于,所述通过获取的路缘结构信息计算工程机械到路缘的距离具体为:
通过获取的路缘边界的直线方程以及获取的所述图像坐标系与所述真实世界的三维坐标系之间的转换关系,计算出工程机械与路缘边界的距离。
9.一种控制装置,其特征在于,包括:
获取模块,用于获取两束平行线结构光照射路缘的图像;
数据处理模块,用于根据路缘的图像提取路缘的三维结构信息;通过获取的路缘结构信息计算工程机械到路缘的距离。
10.如权利要求9所述的控制装置,其特征在于,所述控制装置提取路缘的三维结构信息具体为:
通过采集所述两束平行线结构光照射路缘边界的图像;
建立表示所述采集的真实世界的图像的投影的图像坐标系,并根据建立的表示所述摄像机视角的三维坐标系与真实世界的三维坐标系之间的转换关系,获取所述图像坐标系与所述真实世界的三维坐标系之间的转换关系;
在采集的图像中,获取每束平行线结构光在所述图像坐标系中的初始光点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述图像坐标系内的光点集合;
根据霍夫变换将获取的每束平行线结构光的光点集合中的光点拟合出每束平行线结构光在设定坐标系内的直线方程;
通过获取的两束平行线结构光的直线方程计算得出路缘边界在所述设定坐标系内的直线方程。
11.如权利要求10所述的控制装置,其特征在于,所述控制装置获取每束平行线结构光在设定的坐标系中的初始点的坐标,并根据设定的近邻类聚的关系获取每束平行线结构光的光点在所述设定坐标系内的光点集合具体为:
针对每束平行线结构光:
在设定的坐标系内确定每个平行线结构光的初始光点位置及灰度值P1(x1,y1,val1);
建立光点集合S1,并将初始光点加入到集合S1中;
按照设定关系选取S1中的任意光点Pi(xi,yi,vali)的候选光点Pj(xj,yj valj);
建立候选光点集合T1;
对S1中的任意光点Pi(xi,yi,vali),计算Pi与所述候选光点集T1中每一点Pj(xj,yj,valj)的距离;
对S1中的光点与候选光点集T1中的候选光点的距离进行排序,选择3个距离最小光点加入集合S1。
12.如权利要求11所述的控制装置,其特征在于,所述设定关系为:xj<xi±d,yj<yi±d,valj>vali*0.5;其中,d为平行线结构光的光条的最大高度常量。
13.如权利要求11所述的控制装置,其特征在于,所述控制装置根据霍夫变换将获取的平行线结构光的光点集合中的光点拟合出平行线结构光在设定坐标系内的直线方程具体为:
对S1中各光点建立极坐标方程ρ=xcosθ+ysinθ;
对各光点方程,θ以步长为1°,依次求对应的ρ,并将对应ρθ矩阵单元累加计数,其中,-45°≤θ≤135°;
对θ为-45°到135°各行中的矩阵元素数累加,求最大的行值θ1;
对θ1行,从最右列向左求得第一个最大值对应的ρa,从最左列向右求得第一个最大值对应的ρb;
依据极坐标对(θ1,ρa)和(θ1,ρb),建立直线方程y=fa(x)和y=fb(x);
对θ为-45°和45°的所有行求最大值对应的座标(θ2,ρc)及对应的直线方程y=fc(x)。
14.如权利要求13所述的控制装置,其特征在于,所述控制装置通过获取的两束平行线结构光的直线方程计算得出路缘边界在所述设定坐标系内的直线方程具体为:
通过获取的每束平行线结构光的直线方程中的y=fa(x)和y=fc(x)获取交点;所述交点为路缘边界上的点,通过获取的路缘边界上的点获取路缘边界在所述设定的坐标系的直线方程。
15.一种基于平行结构光的路缘边界检测装置,其特征在于,包括:
设置在车体上的激光发射器;
设置在所述车体上并用于采集所述激光发射器照射出的平行光的彩色摄像装置,所述彩色摄像装置的采集范围覆盖所述激光发射器的照射范围;
图像处理器,用于提取路缘的三维结构信息;通过获取的路缘结构信息计算工程机械到路缘的距离。
16.如权利要求15所述的基于平行结构光的路缘边界检测装置,其特征在于,所述图像处理器为如权利要求9~14任一项所述的控制装置。
17.一种工程机械,其特征在于,包括如权利要求15或16所述的基于平行结构光的路缘边界检测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410853508.6A CN104482872B (zh) | 2014-12-31 | 2014-12-31 | 基于平行结构光的路缘边界检测方法及装置、工程机械 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410853508.6A CN104482872B (zh) | 2014-12-31 | 2014-12-31 | 基于平行结构光的路缘边界检测方法及装置、工程机械 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104482872A true CN104482872A (zh) | 2015-04-01 |
CN104482872B CN104482872B (zh) | 2018-02-13 |
Family
ID=52757442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410853508.6A Active CN104482872B (zh) | 2014-12-31 | 2014-12-31 | 基于平行结构光的路缘边界检测方法及装置、工程机械 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104482872B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112361977A (zh) * | 2020-11-10 | 2021-02-12 | 成都新西旺自动化科技有限公司 | 一种基于权重分配的直线间距测量方法 |
CN113128742A (zh) * | 2020-01-14 | 2021-07-16 | 中联重科股份有限公司 | 工程机械的施工方法、装置、可读存储介质和处理器 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281022A (zh) * | 2008-04-08 | 2008-10-08 | 上海世科嘉车辆技术研发有限公司 | 基于单目机器视觉的车辆距离测量方法 |
CN101617197A (zh) * | 2007-02-16 | 2009-12-30 | 三菱电机株式会社 | 道路地物测量装置、地物识别装置、道路地物测量方法、道路地物测量程序、测量装置、测量方法、测量程序、测量位置数据、测量终端装置、测量服务器装置、作图装置、作图方法、作图程序以及作图数据 |
CN101975951A (zh) * | 2010-06-09 | 2011-02-16 | 北京理工大学 | 一种融合距离和图像信息的野外环境障碍检测方法 |
CN102628671A (zh) * | 2012-03-29 | 2012-08-08 | 中国人民解放军第二炮兵工程学院 | 一种基于单摄像机双色线结构光的三维坐标测量方法 |
-
2014
- 2014-12-31 CN CN201410853508.6A patent/CN104482872B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101617197A (zh) * | 2007-02-16 | 2009-12-30 | 三菱电机株式会社 | 道路地物测量装置、地物识别装置、道路地物测量方法、道路地物测量程序、测量装置、测量方法、测量程序、测量位置数据、测量终端装置、测量服务器装置、作图装置、作图方法、作图程序以及作图数据 |
CN101281022A (zh) * | 2008-04-08 | 2008-10-08 | 上海世科嘉车辆技术研发有限公司 | 基于单目机器视觉的车辆距离测量方法 |
CN101975951A (zh) * | 2010-06-09 | 2011-02-16 | 北京理工大学 | 一种融合距离和图像信息的野外环境障碍检测方法 |
CN102628671A (zh) * | 2012-03-29 | 2012-08-08 | 中国人民解放军第二炮兵工程学院 | 一种基于单摄像机双色线结构光的三维坐标测量方法 |
Non-Patent Citations (1)
Title |
---|
高灿等: "基于机器视觉的路缘识别及距离测量方法研究", 《建设机械技术与管理》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128742A (zh) * | 2020-01-14 | 2021-07-16 | 中联重科股份有限公司 | 工程机械的施工方法、装置、可读存储介质和处理器 |
CN113128742B (zh) * | 2020-01-14 | 2024-03-22 | 中联重科股份有限公司 | 工程机械的施工方法、装置、可读存储介质和处理器 |
CN112361977A (zh) * | 2020-11-10 | 2021-02-12 | 成都新西旺自动化科技有限公司 | 一种基于权重分配的直线间距测量方法 |
CN112361977B (zh) * | 2020-11-10 | 2021-05-28 | 成都新西旺自动化科技有限公司 | 一种基于权重分配的直线间距测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104482872B (zh) | 2018-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102682292B (zh) | 基于单目视觉的道路边缘检测及粗定位方法 | |
CN110979321B (zh) | 一种用于无人驾驶车辆的障碍物躲避方法 | |
CN103413313B (zh) | 基于电力机器人的双目视觉导航系统及方法 | |
CN110197589B (zh) | 一种基于深度学习的闯红灯违法检测方法 | |
CN101929867B (zh) | 使用道路模型的畅通路径检测 | |
US9251426B2 (en) | Three-dimensional object detection device, three-dimensional object detection method | |
CN100437660C (zh) | 基于全方位视觉传感器的违章车辆监控装置 | |
US9569675B2 (en) | Three-dimensional object detection device, and three-dimensional object detection method | |
US9141870B2 (en) | Three-dimensional object detection device and three-dimensional object detection method | |
US8634593B2 (en) | Pixel-based texture-less clear path detection | |
US9591274B2 (en) | Three-dimensional object detection device, and three-dimensional object detection method | |
CN102435174B (zh) | 基于混合式双目视觉的障碍物检测方法及装置 | |
CN108068817A (zh) | 一种无人驾驶汽车自动变道装置及方法 | |
CN103714343B (zh) | 线激光器照明条件下双线阵相机采集的路面图像拼接及匀化方法 | |
EP2958054A2 (en) | Hazard detection in a scene with moving shadows | |
CN105654732A (zh) | 一种基于深度图像的道路监控系统及方法 | |
CN108108750A (zh) | 基于深度学习和单目视觉的距离空间重建方法 | |
CN103386975A (zh) | 一种基于机器视觉的车辆避障方法及系统 | |
CN103400392A (zh) | 基于变电站巡检机器人的双目视觉导航系统及方法 | |
CN103268072A (zh) | 一种基于机器视觉的缩微车、缩微车控制系统及控制方法 | |
CN103204104B (zh) | 一种车辆全视角驾驶监控系统及方法 | |
CN112308913B (zh) | 一种基于视觉的车辆定位方法、装置及车载终端 | |
CN103854272A (zh) | 全景泊车系统自动找点匹配方法 | |
CN110379168A (zh) | 一种基于Mask R-CNN的交通车辆信息获取方法 | |
JP4936045B2 (ja) | 車体色判別装置、方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |