CN105320938B - 一种夜晚环境下的后方车辆检测方法 - Google Patents

Abstract

本发明公开了一种夜晚环境下的后方车辆检测方法，具体包括如下步骤：在车辆后方中心位置安装车载相机，利用车载相机的视觉传感器进行采集图像；将从视觉传感器中采集图像进行序列灰度化，并分割出图像中明亮区域；车前灯验证：根据先验知识和透视原理，验证图像中明亮区域是否为车前灯；对获得的车前灯区域，利用车灯匹配原理，确定后方车辆的位置及距离。本发明可以稳定的定位到车辆后方车辆，为驾驶员提供准确的环境信息，找出属于同一车辆的两个匹配的车灯对，以确定后方车辆的位置，仅用视觉信息探测后方车辆，成本低，效率高。

Description

一种夜晚环境下的后方车辆检测方法

技术领域

本发明属于智能交通技术领域，具体涉及一种夜晚环境下的后方车辆检测方法。

背景技术

目前，在夜晚情况下，为了让驾驶员快速获得后方车辆的行驶状况，需要快速检测后方来车。然而，迄今为止大部分的工作都是集中在白天场景，这些情况下可以用车辆自身的一些信息如边缘特征，颜色特征，阴影特征等，但是因夜晚条件下光线差，车辆特征不明显，检测车辆的工作较少。

发明内容

根据以上现有技术的不足，本发明的目的是提供一种夜晚环境下的后方车辆检测方法，可以稳定的定位到车辆后方车辆，为驾驶员提供准确的环境信息。

为了解决上述技术问题，本发明采用的技术方案为：一种夜晚环境下的后方车辆检测方法，该方法包括以下步骤：步骤一、采集图像，利用视觉传感器进行采集图像；步骤二、图像灰度化，将从视觉传感器中采集图像进行序列灰度化，并分割出图像中明亮区域；步骤三、车前灯验证，验证图像中明亮区域是否为车前灯；步骤四、车灯匹配及车辆定位，对获得的车前灯区域，利用车灯匹配原理，确定后方车辆的位置及距离。

所述步骤一的视觉传感器安装于在车辆后方中心位置的车载相机上，用于拍摄夜间灯光区域，并确定相机的相关参数，以确定后方车辆位置信息。

所述步骤二将采集到的图像灰度化，利用灰度化公式获取灰度图像，用最大类间方差法获取图像分割阈值，以分割图像，提取出图像中的明亮区域。

所述步骤三包括以下步骤：步骤a、判断明亮区域的位置与消失线的关系；步骤b、判断候选区域的纵横比和面积的形状特征；步骤c、判断两个候选区域是否在同一列上；步骤d、判断两个候选区域地面反光。所述步骤a如果在消失线以上，即C_y(L)＜DL_y，则认为是干扰光源，其中，C_y(L)为候选区域的质心纵坐标位置，DL_y为消失线的纵坐标位置。所述步骤b判断候选区域是否满足纵横比H(L)/W(L)≤Th_ar；面积符合设定阈值，如果不满足，则认为是干扰光源，其中H(L)、W(L)、A(L)分别表示光亮目标物L的高、宽和面积；Th_ar表示纵横比阈值，为大于1的常数。所述步骤c判断两个候选区域是否在同一列上，l(L₂)≤C_x(L₁)≤r(L₂)；l(L₁)≤C_x(L₂)≤r(L₁)，式中，C_x(L_i)(i＝1,2)表示候选区域L_i的质心横坐标；l(L_i)，r(L_i)分别表示候选区域L_i的最小外接矩形的左右边界的横坐标。所述步骤d如果两候选区域在同一列，假设L₂在L₁的下方，如果L₁和L₂满足如下条件：W(L₁)≥α·W(L₂)；W(L₂)/H(L₂)≤Th_ar；W(L₂)/H(L₂)≤Th_a；则L₂为地面反光，则排除该候选区域，α为0和1之间的常数，Th_ar，Th_a为小于1的正常数；

所述步骤四首先根据两个单灯候选区域的形状和位置关系，可以初步判断其是否是同一辆车上；确定是同一辆车的基础上，利用先验知识确定其是否为车辆的灯对。通过以下方法初步判断其是否是同一辆车上：步骤一、两灯之间的水平距离需要小于最大的车辆宽度，max(l(L₁),l(L₂))-min(r(L₁),r(L₂))＜Th_h；Th_h＝α×min(W(L₁),W(L₂))；其中，l(L_i)，r(L_i)为灯L_i的左和右边缘，W(L_i)为灯L_i的宽度，α为大于1的常数；步骤二、两车灯候选区域水平位置(min(b(L₁),b(L₂))-max(t(L₁),t(L₂)))/min(H(L₁),H(L₂))＜Th_p；H(L₁)，b(L_i)，t(L_i)为L_i的高度，下边缘和上边缘，Th_p为小于等于1的正常数；步骤三、两车灯候选区域的形状min(H(L₁),H(L₂))/max(H(L₁),H(L₂))＞Th_height；min(W(L₁),W(L₂))/max(W(L₁),W(L₂))＞Th_width，其中Th_height为高度相似性阈值，Th_width为宽度相似性阈值。通过以下方法确定其是否为车辆的灯对：步骤一、灯对组合框的纵横比W(B)/H(B)≥Th_wh，其中W(B)，H(B)分别表示组合框B的宽度和高度，Th_wh表示纵横比阈值，取车辆的前车灯之间的距离和前车灯高度的比例；步骤二、灯对和组合框的面积比Th_low＞(A(L₁)+A(L₂))/A(B)＞Th_up，其中A(L₁)表示灯的面积，A(B)表示组合框的面积，Th_up，Th_low表示面积比的上下限阈值；步骤三、灯对的面积差异max(A(L₁),A(L₂))/min(A(L₁),A(L₂))≤Th_a，其中，Th_a为车灯面积比的阈值。

本发明有益效果是:本发明可以稳定的定位到车辆后方车辆，为驾驶员提供准确的环境信息，找出属于同一车辆的两个匹配的车灯对，以确定后方车辆的位置，仅用视觉信息探测后方车辆，成本低，效率高。

附图说明

下面对本说明书附图所表达的内容及图中的标记作简要说明：

图1是本发明的具体实施方式的原理图。

具体实施方式

下面对照附图，通过对实施例的描述，本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。

夜晚环境下的后方车辆检测方法，具体包括如下步骤：1)、采集图像：在车辆后方中心位置安装车载相机，利用车载相机的视觉传感器进行采集图像；

2)、图像灰度化：将从视觉传感器中采集图像进行序列灰度化，并分割出图像中明亮区域；

3)、车前灯验证：根据先验知识和透视原理，验证图像中明亮区域是否为车前灯；

4)、车灯匹配及车辆定位：对获得的车前灯区域，利用车灯匹配原理，确定后方车辆的位置及距离。

夜晚环境下的后方车辆检测方法，具体包括如下步骤：

1)、采集图像：在车辆后方中心位置安装车载相机上的视觉传感器，清晰的拍摄夜间灯光区域，测量视觉传感器的位置信息，并确定相机的相关参数，以确定后方车辆位置信息；

2)、图像灰度化：首先将采集到的图像灰度化，灰度化常用公式：

I_g(x,y)＝0.299R(x,y)+0.587G(x,y)+0.114B(x,y)，利用灰度化常用公式对获取的灰度图像用最大类间方差法以获取图像分割阈值，以分割图像，提取出图像中的明亮区域；

3)、车前灯验证：根据先验知识和透视原理，验证图像中明亮区域是否为车前灯：

判断明亮区域的位置与消失线的关系，如果在消失线以上，即C_y(L)＜DL_y，则认为是干扰光源，C_y(L)为候选区域的质心纵坐标位置，DL_y为消失线的纵坐标位置；

判断候选区域的形状特征：

纵横比：H(L)/W(L)≤Th_ar；面积：

符合一定阈值，如果不满足，则认为是干扰光源，H(L)、W(L)、A(L)分别表示光亮目标物L的高、宽和面积；Th_ar表示纵横比阈值，为大于1的常数，它的选取可参照真实车辆头灯的纵横比为候选区域所在区域的最小车灯面积阈值，它与目标车辆与自车的距离相关；

在剩下的候选区域中，判断两个候选区域是否在同一列上，即：

l(L₂)≤C_x(L₁)≤r(L₂)

l(L₁)≤C_x(L₂)≤r(L₁)

式中，C_x(L_i)(i＝1,2)表示候选区域L_i的质心横坐标；l(L_i)，r(L_i)分别表示候选区域L_i的最小外接矩形的左右边界的横坐标；如果两候选区域在同一列，假设L₂在L₁的下方，如果L₁和L₂满足如下条件：

W(L₁)≥α·W(L₂)

W(L₂)/H(L₂)≤Th_ar

W(L₂)/H(L₂)≤Th_a

则L₂为地面反光，则排除该候选区域。α为0和1之间的常数，Th_ar，Th_a为小于1的正常数；

4)、对获得的车前灯区域，利用车灯匹配原理，确定后方车辆的位置及距离：

根据两个单灯候选区域的形状和位置关系，可以初步判断其是否是同一辆车上，灯对组合的假设产生规则如下：

(1)、两灯之间的水平距离需要小于最大的车辆宽度，即：

max(l(L₁),l(L₂))-min(r(L₁),r(L₂))＜Th_h

Th_h＝α×min(W(L₁),W(L₂))

l(L_i)，r(L_i)为灯L_i的左和右边缘，W(L_i)为灯L_i的宽度，α为大于1的常数；

(2)、两车灯候选区域水平位置差异较小，即：

(min(b(L₁),b(L₂))-max(t(L₁),t(L₂)))/min(H(L₁),H(L₂))＜Th_p

H(L₁)，b(L_i)，t(L_i)为L_i的高度，下边缘和上边缘，Th_p为小于等于1的正常数，

(3)、两车灯候选区域的形状相似性，即：

min(H(L₁),H(L₂))/max(H(L₁),H(L₂))＞Th_height

min(W(L₁),W(L₂))/max(W(L₁),W(L₂))＞Th_width

其中Th_height为高度相似性阈值，Th_width为宽度相似性阈值。

在车灯候选区域组合后，利用先验知识确定其是否为车辆的灯对。

灯对组合框的纵横比要在一定范围内，即：

W(B)/H(B)≥Th_wh

其中W(B)，H(B)分别表示组合框B的宽度和高度，Th_wh表示纵横比阈值，其值一般取车辆的前车灯之间的距离和前车灯高度的比例。

灯对和组合框的面积比在一定范围内，即：

Th_low＞(A(L₁)+A(L₂))/A(B)＞Th_up

其中A(L₁)表示灯的面积，A(B)表示组合框的面积，Th_up，Th_low表示面积比的上下限阈值，

因实际车辆宽度在1.2m～2.5m之间，其在图像空间中有一定的像素数量，且成一定比例，为此，计算车辆的像素宽度：

其中W_p，W_R分别表示车辆的像素宽度和真实宽度，d表示车辆与自车的距离，h表示相机的安装高度，a_x，a_y分别表示相机的径向畸变和切向畸变系数。

此外，同一车辆上的两个车灯的面积差异较小，即：

max(A(L₁),A(L₂))/min(A(L₁),A(L₂))≤Th_a

其中，Th_a为车灯面积比的阈值；

为了减少误判情况，灯对之间不能有平行的单灯，且灯对之间不能重叠，即：

l(B)≤C_x(L)≤r(B)

t(B)≤C_y(L)≤b(B)

其中，t(B)，b(B)，l(B)，r(B)为灯对B的上下左右位置，C_x(L)，C_y(L)为车灯L质心的横纵坐标，如果灯对B₁处于另一个灯对B₂范围内，即：

l(B₂)≤C_x(B₁)≤r(B₂)

t(B₂)≤C_y(B₁)≤b(B₂)

则灯对B₁为误识别灯对。

上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。本发明的保护范围应该以权利要求书所限定的保护范围为准。

Claims (9)

1.一种夜晚环境下的后方车辆检测方法，其特征在于,该方法包括以下步骤：

步骤一、采集图像，利用视觉传感器进行采集图像；

步骤二、图像灰度化，将从视觉传感器中采集图像进行序列灰度化，并分割出图像中明亮区域；

步骤三、车前灯验证，验证图像中明亮区域是否为车前灯；

步骤四、车灯匹配及车辆定位，对获得的车前灯区域，利用车灯匹配原理，确定后方车辆的位置及距离；

所述步骤三包括以下步骤：

步骤a、判断明亮区域的位置与消失线的关系；

步骤b、判断候选区域的纵横比和面积的形状特征；

步骤c、判断两个候选区域是否在同一列上；

步骤d、判断两个候选区域地面反光。

2.根据权利要求1所述的夜晚环境下的后方车辆检测方法，其特征在于，所述步骤一的视觉传感器安装于在车辆后方中心位置的车载相机上，用于拍摄夜间灯光区域，并确定相机的相关参数，以确定后方车辆位置信息。

3.根据权利要求1所述的夜晚环境下的后方车辆检测方法，其特征在于，所述步骤二将采集到的图像灰度化，利用灰度化公式获取灰度图像，用最大类间方差法获取图像分割阈值，以分割图像，提取出图像中的明亮区域。

4.根据权利要求1所述的夜晚环境下的后方车辆检测方法，其特征在于，所述步骤a如果在消失线以上，即则认为是干扰光源，其中，为候选区域的质心纵坐标位置，为消失线的纵坐标位置。

5.根据权利要求1所述的夜晚环境下的后方车辆检测方法，其特征在于，所述步骤b判 断候选区域是否满足纵横比；面积；符合设定阈值，如果不 满足，则认为是干扰光源，其中分别表示光亮目标物的高、宽和 面积；表示纵横比阈值，为大于1的常数，为候选区域所在区域的最小车灯面积阈 值。

6.根据权利要求1所述的夜晚环境下的后方车辆检测方法，其特征在于，所述步骤c判 断两个候选区域是否在同一列上， 式中，表示候选区域的质心横坐标；分别表示候选区域的 最小外接矩形的左右边界的横坐标，所述步骤d如果两候选区域在同一列，假设在的 下方，如果和满足如下条件：；；；则为地面反光，则排除该候选区域，为0和1之间的常数，为小于1的正常数。

7.根据权利要求1所述的夜晚环境下的后方车辆检测方法，其特征在于，所述步骤四首先根据两个单灯候选区域的形状和位置关系，可以初步判断其是否是同一辆车上；确定是同一辆车的基础上，利用先验知识确定其是否为车辆的灯对。

8.根据权利要求7所述的夜晚环境下的后方车辆检测方法，其特征在于，通过以下方法初步判断其是否是同一辆车上：

步骤一、两灯之间的水平距离需要小于最大的车辆宽度，其中， 为灯的左和右边缘， 为灯的宽度，为大于1的常数；

步骤二、两车灯候选区域水平位置为 的高度，下边缘和上边缘，为小于等于1的正常数；

步骤三、两车灯候选区域的形状 其中为高度相似性 阈值，为宽度相似性阈值。

9.根据权利要求7所述的夜晚环境下的后方车辆检测方法，其特征在于，通过以下方法确定其是否为车辆的灯对：

步骤一、灯对组合框的纵横比其中分别表示组合框B的宽度和高度，表示纵横比阈值，取车辆的前车灯之间的距离和前车灯高度的比例；

步骤二、灯对和组合框的面积比其中表示灯的面积，表示组合框的面积，表示面积比的上下限阈 值；

步骤三、灯对的面积差异其中，为车灯面积比的阈值。