CN108399360A - 一种连续型障碍物检测方法、装置及终端 - Google Patents

一种连续型障碍物检测方法、装置及终端 Download PDF

Info

Publication number
CN108399360A
CN108399360A CN201810060308.3A CN201810060308A CN108399360A CN 108399360 A CN108399360 A CN 108399360A CN 201810060308 A CN201810060308 A CN 201810060308A CN 108399360 A CN108399360 A CN 108399360A
Authority
CN
China
Prior art keywords
disparity map
continuous type
road surface
end point
surface end
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
Application number
CN201810060308.3A
Other languages
English (en)
Other versions
CN108399360B (zh
Inventor
夏克江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hisense Group Co Ltd
Original Assignee
Hisense Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hisense Group Co Ltd filed Critical Hisense Group Co Ltd
Priority to CN201810060308.3A priority Critical patent/CN108399360B/zh
Publication of CN108399360A publication Critical patent/CN108399360A/zh
Application granted granted Critical
Publication of CN108399360B publication Critical patent/CN108399360B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种连续型障碍物检测方法、装置及终端,涉及辅助驾驶技术领域,通过以路面消失点为基准,在U视差图中,以特定角度划分出不同区域,形成不同的子U视差图区域,不属于同一类别的视差点落入不同子U视差图区域中,从而使得连续型障碍物和车辆的视差点划分到不同的子U视差图区域中;然后,在不同的子U视差图区域中,分别进行直线拟合,实现了将连续型障碍物和车辆的视差点的区分开,分别直线拟合,避免将不属于同一类别的视差点拟合到一起而出现的误检问题,提高了连续型障碍物检测的正确率。对于车辆的检测也能够给驾驶员提供侧方车辆碰撞预警,降低交通事故发生的概率。

Description

一种连续型障碍物检测方法、装置及终端
技术领域
本发明涉及辅助驾驶技术领域,特别涉及一种连续型障碍物检测方法、 装置及终端。
背景技术
路面连续型障碍物是指连续型的路边栅栏、灌木丛、广告牌等。在基于 双目立体视觉的连续型障碍物检测方法中,检测算法对于真正的连续型障碍 物和非连续型障碍物(例如车辆)难以区分,首先,路边连续型障碍物由于 颜色和纹理存在一定的连续性,因此,连续型障碍物在视差图像中有效的视 差点会减少;其次,两侧正常行驶的车辆会对连续型障碍物产生遮挡情况, 采用一般的检测算法往往难以区分连续型障碍物和非连续型障碍物(例如车 辆)。
现有技术中,基于双目立体视觉的连续型障碍物检测方法主要是通过在V 视差图中提取一定高度作为连续型障碍物所在区域,并将此高度范围所包含 的像素点投到U视差图中,在U视差图中通过直线拟合的方法来检测连续型 障碍物。而从V视差图中提取一定高度作为检测区域时,并没有区分所提取 的区域是否包含连续型障碍物,尤其是当侧前方存在车辆遮挡连续型障碍物 时,在U视差图中进行连续型障碍物的检测难以区分连续型障碍物和车辆, 往往会将不属于同一类别的视差点拟合到一起,导致错误的检测结果。
发明内容
本发明的目的是提供一种连续型障碍物检测方法,以解决现有技术中的 检测难以区分连续型障碍物和车辆,导致错误的检测结果的问题,提高了连 续型障碍物检测的正确率。
为达到上述目的,本发明第一方面提供了一种连续型障碍物检测方法, 所述连续型障碍物检测方法包括以下步骤:
根据摄像头组件采集的图像生成视差图和V视差图,在所述视差图中检 测路面消失点,在所述V视差图中检测道路相关线及根据距离所述道路相关 线特定高度范围的点确定U视差图;
确定所述路面消失点在所述U视差图中的位置,以所述路面消失点的位 置为基准,以特定角度在所述U视差图中生成多条射线;
在相邻两条所述射线包含的子U视差图区域中进行直线拟合,并根据所 述直线拟合的结果确定各个方向的连续性障碍物。
可选地,根据所述直线拟合的结果确定各个方向的连续性障碍物,具体 包括:
获取所述U视差图中靠近边缘的斜线;
根据所述边缘的方向,将所述斜线作为与所述边缘对应的连续性障碍物。
可选地,以所述路面消失点的位置为基准,以特定角度在所述U视差图 生成多条射线,具体包括:
以所述路面消失点所在列为基准,将所述U视差图生成第一区域和第二 区域,并分别以所述路面消失点为基准,分别以特定角度在所述第一区域和 所述第二区域生成多条射线。
可选地,所述特定角度根据被测对象的横坐标间隔、所述摄像头组件的 基线长度来确定。
本发明第二方面提供了一种连续型障碍物检测装置,所述连续型障碍物 检测装置包括:
视差图处理模块,用于根据摄像头组件采集的图像生成视差图和V视差 图,在所述视差图中检测路面消失点,在所述V视差图中检测道路相关线及 根据距离所述道路相关线特定高度范围的点确定U视差图;
区域划分模块,用于确定所述路面消失点在所述U视差图中的位置,以 所述路面消失点的位置为基准,以特定角度在所述U视差图中生成多条射 线;
障碍物检测模块,用于在相邻两条所述射线包含的U视差图区域中进行 直线拟合,并根据所述直线拟合的结果确定各个方向的连续性障碍物。
可选地,障碍物检测模块用于根据所述直线拟合的结果确定各个方向的 连续性障碍物,具体包括:
获取所述U视差图中靠近边缘的斜线;
根据所述边缘的方向,将所述斜线作为与所述边缘对应的连续性障碍物。
可选地,区域划分模块还用于:以所述路面消失点所在列为基准,将所 述U视差图生成第一区域和第二区域,并分别以所述路面消失点为基准,分 别以特定角度在所述第一区域和所述第二区域生成多条射线。
可选地,所述连续型障碍物检测装置还包括特定角度确定模块,用于根 据被测对象的横坐标间隔、所述摄像头组件的基线长度来确定所述特定角 度。
本发明第三方面提供了一种连续型障碍物检测终端,包括:
处理器;以及用于存储数据以及处理器可执行指令的存储器;用于采集 图像的摄像头组件;
其中,所述处理器被用于执行以上实施例提供的连续型障碍物检测方法。
本发明第四方面提供了一种计算机可读存储介质,所述计算机可读存储 介质内存储有计算机程序,所述计算机程序被处理器执行时实现以上实施例 提供的方法的步骤。
基于以上技术方案,本发明实施例中,通过以路面消失点为基准,在U 视差图中,以特定角度划分出不同区域,形成不同的子U视差图区域,由于 属于同一类别的视差点在视差图中的分布集中,因此,属于同一类别的视差 点落入同一子U视差图区域中,不属于同一类别的视差点落入不同子U视 差图区域中,从而使得连续型障碍物和车辆的视差点划分到不同的子U视差 图区域中;然后,在不同的子U视差图区域中,分别进行直线拟合,实现了将连续型障碍物和车辆的视差点的区分开,分别直线拟合,避免将不属于同 一类别的视差点拟合到一起而出现的误检问题,提高了连续型障碍物检测的 正确率。对于车辆的检测也能够给驾驶员提供侧方车辆碰撞预警,降低交通 事故发生的概率。
附图说明
图1为本发明实施例提出的一种连续型障碍物检测方法的流程示意图;
图2为本发明实施例提出的基准图和视差图的示意图;
图3为本发明实施例提出的视差图中路面消失点的示意图;
图4为本发明实施例提出的V视差图中路面检测结果的示意图;
图5为本发明实施例提出的取一定高度范围作为连续型障碍物检测的 ROI区域的示意图;
图6为本发明实施例提出的ROI区域对应的视差图的示意图;
图7为本发明实施例提出的ROI区域对应的视差图和U视差图的示意图;
图8为本发明实施例提出的U视差图中路面消失点的示意图;
图9为本发明实施例提出的三维测距原理图;
图10为本发明实施例提出的世界坐标系下X-Z示意图;
图11为本发明实施例提出的在U视差图上以特定角度生成多条射线及直 线拟合结果的示意图;
图12为本发明实施例提出的一种连续型障碍物检测装置的结构示意图;
图13为本发明实施例提出的一种连续型障碍物检测终端的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其 中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功 能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发 明,而不能解释为对本发明的限制。
现有的通过U视差图检测连续型障碍物的方法中,只是简单的在U视差图 中通过直线拟合算法来拟合直线,并以此直线来表示连续型障碍物在U视差图 中所在位置。这样做的不足之处是直线拟合算法只是简单的对U视差图中所存 在的点进行统计,而没有任何先验信息来对拟合的正确性进行检测。以图7 中U视差图为例,直线拟合算法并不能区分哪些是汽车上的点,哪些是中间护 栏上的点,阈值设置不合理的情况下拟合出的斜线有很大可能性会穿越汽车 和中间护栏,造成误检的发生。
本发明实施例第一方面提供了一种连续型障碍物检测方法,其流程示意 图如图1所示,所述连续型障碍物检测方法包括以下步骤:
步骤S01:根据摄像头组件采集的图像生成视差图和V视差图,在所述 视差图中检测路面消失点,在所述V视差图中检测道路相关线及根据距离所 述道路相关线特定高度范围的点确定U视差图。
在具体的应用场景中,所述摄像头组件具体为双目相机。
需要说明的是,本步骤所提及的摄像头组件的作用在于用于后续处理的 基准影像的获取,在保证基准影响准确获取的前提下,该摄像头组件也可以 通过其他影像获取装置来代替,这样的具体设备类型的变化并不会影响本申 请的保护范围。
而基于该双目相机所获取的影像数据,本步骤的处理过程可以分为三部 分,具体说明如下:
1、视差图处理过程。
首先,将双目相机采集到的左右图像通过校正、立体匹配等技术获取视 差图。
在具体实施场景中,可以采用基于区域的立体匹配算法得到稀疏视差图。
如图2所示,其中图2A代表对应当前场景的灰度图,基于图2A的灰度 图将非检测区域b去掉,非检测区域b主要包括天空等背景信息,图2B是 基于去掉非检测区域b后的图2A中的检测区域对应的视差图。其中,中间 栅栏2即为连续型障碍物,是需要检测的对象。但在如图2A所示的场景中, 车辆1对于中间栅栏2存在一定的遮挡。因此,在根据视差图来检测连续型 障碍物的过程中,非常容易混淆车辆1和真正的连续型障碍物(中间栅栏2)。
通过上述场景中车辆1对于中间栅栏2的位置关系可知,对于如图2B所 示的视差图中,车辆1对于中间栅栏2存在遮挡,认为车辆1离双目相机更 近,而中间栅栏2离双目相机更远。这种位置关系反映到U视差图中,距离 双目相机更近的车辆1在U视差图中纵坐标(视差值d)更大,而距离双目 相机更远的中间栅栏2在U视差图中纵坐标更小。可以利用车辆1和中间栅 栏2在U视差图比较明显的位置对应关系来检测连续型障碍物,对车辆1和 中间栅栏2进行辨别。
进一步分析具体应用场景中的影像数据,基于视觉的远景呈现效果,在 影像数据的地平线上,可以获取到路面消失点,即可以认为在无穷远处,所 有路面标识物(车道线)将汇聚到一点,其所在位置处视差值无限接近于零。
在本实施例中,需要将路面消失点作为后续检测算法的一个重要参考, 因此,需要在图2B所示的视差图中确定出路面消失点3,具体如图3所示。
2、V视差图处理过程。
首先,基于前述的双目相机所获取的影像数据,确定相应的V视差图。
在本发明具体实施例中,将图2B所示的视差图投影到V视差图中,在V 视差图中检测代表路面的斜线,得到道路相关线。
在如图4所示的处理结果中,视差图的路面区域投影到V视差图中呈一 条倾斜的直线,即为道路相关线4。
进一步的,考虑到车辆1和中间栅栏2的视差点分布在道路相关线4以 上区域。为了得到确定检测目标,可以选取V视差图中路面以上一定高度范 围内包含的区域作为检测连续型障碍物的ROI区域。具体如图5所示,其 中虚线包含的范围为连续型障碍物检测ROI区域5。
3、视差图和V视差图的ROI截取处理。
确定图5所选取的一定高度范围内的区域在图2B所示的视差图中所对应 的位置,并进行ROI截取处理。得到如图6所示的连续型障碍物检测ROI 区域5的视差图,比较显示,连续型障碍物检测ROI区域5的视差图包含了 真正的连续型障碍物(中间栅栏2)和车辆1的轮胎或底盘。
进一步的,基于前述的双目相机所获取的影像数据,确定相应的U视差 图。并将图6所示的连续型障碍物检测ROI区域5的视差图和U视差图进 行比较,得到如图7所示的对比结果。
对比可知,当车辆1对连续型障碍物产生遮挡时,由于车辆1距离相机 更近,而中间栅栏2距离相机更远,因此,在U视差图中,离相机更近的车 辆1会产生更大的视差值,而离相机较远的中间栅栏2会产生较小的视差值。
综上所述,无论在视差图或是在U视差图中,连续型障碍物一定位于最 外侧,相对而言,车辆等非连续型障碍物必然位于更靠内侧的位置。因此, 可以利用这条比较明显的位置对应关系(视差图以及U视差图)来检测连续 型障碍物,并对连续型障碍物和车辆进行辨别,具体的辨别过程参见后续说 明。
步骤S02:确定所述路面消失点在所述U视差图中的位置,以所述路面 消失点的位置为基准,以特定角度在所述U视差图中生成多条射线。
本发明具体实施例中,如图3所示,路面消失点3所在位置处视差值无 限接近于零,因此,如图8所示,在相对应的U视差图中路面消失点3所在 行也可以基本确定,即第0行。
本发明可选实施例中,所采用的在U视差图中检测连续型障碍物方法具 体为:以路面消失点为基准,在U视差图中以一定的角度间隔画出多条射线, 并在相邻两条射线所包含的U视差图部分检测斜线。根据前述的分析,进一 步将最左、最右侧检测到的斜线作为连续型障碍物所在位置,将相对靠内侧 检测到的斜线作为侧向来车。值得注意的是,以上所述检测方法首先应该将 整副视差图从中间列(例如路面消失点所在列)划分为左右两部分,并分别 在各部分中检测连续型障碍物。
基于上述的处理方法,步骤S02的处理过程即为:以所述路面消失点所 在列为基准,将所述U视差图生成第一区域和第二区域,并分别以所述路面 消失点为基准,分别以特定角度在所述第一区域和所述第二区域生成多条射 线。
其中,在本发明可选实施例中,所述特定角度根据被测对象的横坐标间 隔、所述摄像头组件的基线长度来确定。
下面,对上述的特定角度(在本实施例中标识为θ)的确定过程进行说明 如下:
如图9所示,为双目相机成像原理及三维测距原理示意图,图9中的坐标 系是以双目相机光轴中心为坐标系原点建立的图像坐标系,图像坐标系中视 差值为d、横坐标为u的像点在世界坐标系下对应的横坐标为x,根据三角 形相似关系可得如下关系式:
上式中,x表示世界坐标系下被测对象横坐标,W表示成像面上图像宽 度,u表示图像坐标系下被测对象在图像中的横坐标,B表示摄像头组件基 线长,d表示被测对象视差值大小。
双目相机的左相机采集到的图像称为左图,双目相机的右相机采集到的 图像称为右图,在特定角度θ确定的推导分析过程中,可以基于左图作为待分 析图像进行示意图的分析,也可以基于右图作为待分析图像进行示意图的分 析。
在具体实施例中,选取右图作为待分析图像,以右图的图像中心(即图9 中右侧的光轴为中心)建立世界坐标系,在世界坐标系中,待分析图像里包 含车道线,如图10所示,根据三角形相似原理,可得
整理上式,得到
其中x为带正负符号的世界坐标系下的横坐标。
从上式,可以进一步推导出图像坐标系下的横坐标u和视差值d的对应 关系式:
根据上式可以得到图像坐标系下横坐标u和视差值d的一个对应关系, 将上式和直线方程y=k*x+b相对应,可以看出斜率而因为k=tan(θ), 因此,特定角度θ可以表示为:
在世界坐标系中,从中间列以间隔Δx分别向左和向右将待分析图像分为 多个区域,如图10所示。以实测场景为例,正常的一条车道宽度约为3.6m, 可以将横坐标间隔Δx设置为1.2m,此时,从世界坐标系的中间列,以Δx的 间隔,当向左搜索到第一个Δx的位置时,x的数值为-1.2,将x带入上述公 式,计算可得到左侧第一个Δx位置处的x对应的θ值;当向右搜索到第一个 Δx的位置时,x的数值为1.2,将x带入上述公式,计算可得到右侧第一个 Δx位置处的x对应的θ的值。
路面消失点3所在列为基准, 将U视差图生成第一区域9和第二区域10,并以所述路面消失点3为原点, 分别以特定角度θ在所述第一区域9和所述第二区域10生成多条射线,将 U视差图划分为多个子U视差图区域81,基于这样的处理,属于同一类的视 差点被划分到相邻两条射线包含的子U视差图区域81中,不属于同一类的 视差点被划分到不同子U视差图区域81中,通过这样的划分,将中间栅栏2 和车辆1的视差点区分 开来,避免将不属于同一类别的视差点拟合到一起而出现的误检问题。
步骤S03:在相邻两条所述射线包含的子U视差图区域中进行直线拟合, 并根据所述直线拟合的结果确定各个方向的连续性障碍物。
本发明可选实施例中,根据所述直线拟合的结果确定各个方向的连续性 障碍物,具体包括:获取所述U视差图中靠近边缘的斜线;根据所述边缘的 方向,将所述斜线作为与所述边缘对应的连续性障碍物。
本发明具体实施例中,采用霍夫变换在不同的子U视差图区域81中分别 进行直线拟合,共拟合出两条线段,分别是拟合线段6和拟合线段7,如图 11所示,拟合线段6和拟合线段7均位于U视差图的第一区域9中。拟合 线段6靠近边缘,视差值较小,距离双目相机较远,确定拟合线段6为中间 栅栏2,拟合线段7视差值较大,距离双目相机较近,确定拟合线段7为车 辆1。
基于以上技术方案,本发明实施例中,通过以路面消失点3为基准,在U 视差图中,以特定角度划分出不同区域,形成不同的子U视差图区域81, 由于属于同一类别的视差点在视差图中的分布集中,因此,属于同一类别的 视差点落入同一子U视差图区域81中,不属于同一类别的视差点落入不同 子U视差图区域81中,从而使得连续型障碍物和车辆1的视差点划分到不 同的子U视差图区域81中;然后,在不同的子U视差图区域81中,分别 进行直线拟合,实现了将连续型障碍物和车辆1的视差点的区分开,分别直 线拟合,避免将不属于同一类别的视差点拟合到一起而出现的误检问题,提 高了连续型障碍物检测的正确率。对于车辆1的检测也能够给驾驶员提供侧 方车辆1碰撞预警,降低交通事故发生的概率。
本发明实施例第二方面提供了一种连续型障碍物检测装置,其结构示意 图如图12所示,所述连续型障碍物检测装置包括:
视差图处理模块121,用于根据摄像头组件采集的图像生成视差图和V 视差图,在所述视差图中检测路面消失点,在所述V视差图中检测道路相关 线及根据距离所述道路相关线特定高度范围的点确定U视差图;
区域划分模块122,用于确定所述路面消失点在所述U视差图中的位置, 以所述路面消失点的位置为基准,以特定角度在所述U视差图中生成多条射 线;
障碍物检测模块123,用于在相邻两条所述射线包含的U视差图区域中 进行直线拟合,并根据所述直线拟合的结果确定各个方向的连续性障碍物。
本发明可选实施例中,障碍物检测模块123用于根据所述直线拟合的结 果确定各个方向的连续性障碍物,具体包括:获取所述U视差图中靠近边缘 的斜线;根据所述边缘的方向,将所述斜线作为与所述边缘对应的连续性障 碍物。
本发明可选实施例中,区域划分模块122还用于:以所述路面消失点所 在列为基准,将所述U视差图生成第一区域和第二区域,并分别以所述路面 消失点为基准,分别以特定角度在所述第一区域和所述第二区域生成多条射 线。
本发明可选实施例中,所述连续型障碍物检测装置还包括特定角度确定 模块,用于根据被测对象的横坐标间隔、所述摄像头组件的基线长度来确定 所述特定角度。
本发明实施例第三方面提供了一种连续型障碍物检测终端,其结构示意 图如图13所示,包括:
处理器131;以及用于存储数据以及处理器131可执行指令的存储器132; 用于采集图像的摄像头组件136;处理器131和存储器132通过外围设备接口 133与摄像头组件136连接。
其中,所述处理器131被用于执行以上实施例提供的连续型障碍物检测 方法。
在具体实施过程中,处理器131和存储器132通过外围设备接口133还 分别与射频电路134、显示屏135、音频电路137、定位组件138、电源139 连接。其中,电源139用于提供电能,定位组件138用于提供实时定位,射 频电路134、显示屏135和音频电路137用于提供人机交互的通信服务。
本发明实施例第四方面提供了一种计算机可读存储介质,所述计算机可 读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现以上 实施例提供的方法的步骤。
通过应用以上技术方案,本发明通过以路面消失点3为基准,在U视差图 中,以特定角度划分出不同区域,将中间栅栏和车辆的视差点划分到不同的 子U视差图区域中,将中间栅栏和车辆的视差点区分开来,并分别在不同的子 U视差图区域进行斜线检测,避免将不属于同一类别的视差点拟合到一起而出 现的误检问题,从而解决了当侧前方存在车辆遮挡连续型障碍物时,在U视差 图中进行连续型障碍物的检测难以区分连续型障碍物和非连续型障碍物导致 误检的问题,提高了连续型障碍物检测的正确率;同时,连续型障碍物的正 确检测对于可行驶区域的检测起到关键作用,而对于侧前方车辆的检测也能 够给驾驶员提供侧方车辆碰撞预警,降低交通事故发生的概率。
本领域技术人员可以理解附图只是一个可选实施场景的示意图,附图中 的模块或流程并不一定是实施本发明所必须的。
本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景 描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施 场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块,也可 以进一步拆分成多个子模块。
上述本发明序号仅仅为了描述,不代表实施场景的优劣。
以上公开的仅为本发明的几个具体实施场景,但是,本发明并非局限于 此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (10)

1.一种连续型障碍物检测方法,其特征在于,所述连续型障碍物检测方法包括以下步骤:
根据摄像头组件采集的图像生成视差图和V视差图,在所述视差图中检测路面消失点,在所述V视差图中检测道路相关线及根据距离所述道路相关线特定高度范围的点确定U视差图;
确定所述路面消失点在所述U视差图中的位置,以所述路面消失点的位置为基准,以特定角度在所述U视差图中生成多条射线;
在相邻两条所述射线包含的子U视差图区域中进行直线拟合,并根据所述直线拟合的结果确定各个方向的连续性障碍物。
2.如权利要求1所述的连续型障碍物检测方法,其特征在于,根据所述直线拟合的结果确定各个方向的连续性障碍物,具体包括:
获取所述U视差图中靠近边缘的斜线;
根据所述边缘的方向,将所述斜线作为与所述边缘对应的连续性障碍物。
3.如权利要求1所述的连续型障碍物检测方法,其特征在于,以所述路面消失点的位置为基准,以特定角度在所述U视差图生成多条射线,具体包括:
以所述路面消失点所在列为基准,将所述U视差图生成第一区域和第二区域,并分别以所述路面消失点为基准,分别以特定角度在所述第一区域和所述第二区域生成多条射线。
4.如权利要求3所述的连续型障碍物检测方法,其特征在于,所述特定角度根据被测对象的横坐标间隔、所述摄像头组件的基线长度来确定。
5.一种连续型障碍物检测装置,其特征在于,所述连续型障碍物检测装置包括:
视差图处理模块,用于根据摄像头组件采集的图像生成视差图和V视差图,在所述视差图中检测路面消失点,在所述V视差图中检测道路相关线及根据距离所述道路相关线特定高度范围的点确定U视差图;
区域划分模块,用于确定所述路面消失点在所述U视差图中的位置,以所述路面消失点的位置为基准,以特定角度在所述U视差图中生成多条射线;
障碍物检测模块,用于在相邻两条所述射线包含的U视差图区域中进行直线拟合,并根据所述直线拟合的结果确定各个方向的连续性障碍物。
6.如权利要求5所述的连续型障碍物检测装置,其特征在于,障碍物检测模块用于根据所述直线拟合的结果确定各个方向的连续性障碍物,具体包括:
获取所述U视差图中靠近边缘的斜线;
根据所述边缘的方向,将所述斜线作为与所述边缘对应的连续性障碍物。
7.如权利要求5所述的连续型障碍物检测装置,其特征在于,区域划分模块还用于:以所述路面消失点所在列为基准,将所述U视差图生成第一区域和第二区域,并分别以所述路面消失点为基准,分别以特定角度在所述第一区域和所述第二区域生成多条射线。
8.如权利要求5所述的连续型障碍物检测装置,其特征在于,所述连续型障碍物检测装置还包括特定角度确定模块,用于根据被测对象的横坐标间隔、所述摄像头组件的基线长度来确定所述特定角度。
9.一种连续型障碍物检测终端,其特征在于,包括:
处理器;以及用于存储数据以及处理器可执行指令的存储器;用于采集图像的摄像头组件;
其中,所述处理器被用于执行权利要求1-4任一项所述的连续型障碍物检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-4任一项所述方法的步骤。
CN201810060308.3A 2018-01-22 2018-01-22 一种连续型障碍物检测方法、装置及终端 Active CN108399360B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810060308.3A CN108399360B (zh) 2018-01-22 2018-01-22 一种连续型障碍物检测方法、装置及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810060308.3A CN108399360B (zh) 2018-01-22 2018-01-22 一种连续型障碍物检测方法、装置及终端

Publications (2)

Publication Number Publication Date
CN108399360A true CN108399360A (zh) 2018-08-14
CN108399360B CN108399360B (zh) 2021-12-24

Family

ID=63094109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810060308.3A Active CN108399360B (zh) 2018-01-22 2018-01-22 一种连续型障碍物检测方法、装置及终端

Country Status (1)

Country Link
CN (1) CN108399360B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969071A (zh) * 2019-06-13 2020-04-07 北京中科慧眼科技有限公司 一种基于可行驶区域的障碍物检测方法、装置及系统
CN111284490A (zh) * 2018-12-06 2020-06-16 海信集团有限公司 车载双目相机检测前车溜车的方法及车载双目相机
CN112767723A (zh) * 2019-11-05 2021-05-07 深圳市大富科技股份有限公司 路况检测方法、计算机存储设备、车载终端和车辆
WO2021232222A1 (zh) * 2020-05-19 2021-11-25 华为技术有限公司 用于测距的方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164851A (zh) * 2011-12-09 2013-06-19 株式会社理光 道路分割物检测方法和装置
CN103390269A (zh) * 2012-05-11 2013-11-13 株式会社理光 连续型道路分割物检测方法和装置
CN103679121A (zh) * 2012-09-14 2014-03-26 株式会社理光 采用视差图像检测路边的方法及系统
EP2838051A2 (en) * 2013-08-12 2015-02-18 Ricoh Company, Ltd. Linear road marking detection method and linear road marking detection apparatus
CN104573627A (zh) * 2014-11-19 2015-04-29 湖南大学 基于二值图像的车道线保留与检测算法
CN104902261A (zh) * 2014-03-06 2015-09-09 株式会社日立制作所 用于低清晰度视频流中的路面识别的装置和方法
CN106056569A (zh) * 2015-04-17 2016-10-26 丰田自动车株式会社 行驶路面检测装置和行驶路面检测方法
CN107341454A (zh) * 2017-06-21 2017-11-10 海信集团有限公司 一种场景中障碍物的检测方法及装置、电子设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164851A (zh) * 2011-12-09 2013-06-19 株式会社理光 道路分割物检测方法和装置
CN103390269A (zh) * 2012-05-11 2013-11-13 株式会社理光 连续型道路分割物检测方法和装置
CN103679121A (zh) * 2012-09-14 2014-03-26 株式会社理光 采用视差图像检测路边的方法及系统
EP2838051A2 (en) * 2013-08-12 2015-02-18 Ricoh Company, Ltd. Linear road marking detection method and linear road marking detection apparatus
CN104902261A (zh) * 2014-03-06 2015-09-09 株式会社日立制作所 用于低清晰度视频流中的路面识别的装置和方法
CN104573627A (zh) * 2014-11-19 2015-04-29 湖南大学 基于二值图像的车道线保留与检测算法
CN106056569A (zh) * 2015-04-17 2016-10-26 丰田自动车株式会社 行驶路面检测装置和行驶路面检测方法
CN107341454A (zh) * 2017-06-21 2017-11-10 海信集团有限公司 一种场景中障碍物的检测方法及装置、电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘鹏辉等: "基于消失点迭代重估的道路边缘检测", 《电子与信息学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111284490A (zh) * 2018-12-06 2020-06-16 海信集团有限公司 车载双目相机检测前车溜车的方法及车载双目相机
CN111284490B (zh) * 2018-12-06 2021-06-04 海信集团有限公司 车载双目相机检测前车溜车的方法及车载双目相机
CN110969071A (zh) * 2019-06-13 2020-04-07 北京中科慧眼科技有限公司 一种基于可行驶区域的障碍物检测方法、装置及系统
CN110969071B (zh) * 2019-06-13 2023-08-18 北京中科慧眼科技有限公司 一种基于可行驶区域的障碍物检测方法、装置及系统
CN112767723A (zh) * 2019-11-05 2021-05-07 深圳市大富科技股份有限公司 路况检测方法、计算机存储设备、车载终端和车辆
WO2021232222A1 (zh) * 2020-05-19 2021-11-25 华为技术有限公司 用于测距的方法和装置

Also Published As

Publication number Publication date
CN108399360B (zh) 2021-12-24

Similar Documents

Publication Publication Date Title
EP3007099B1 (en) Image recognition system for a vehicle and corresponding method
CN110443225B (zh) 一种基于特征像素统计的虚实车道线识别方法及其装置
KR100411875B1 (ko) 스테레오 영상 시차 지도 융합 방법 및 그를 이용한 3차원영상 표시 방법
US6819779B1 (en) Lane detection system and apparatus
US20180018528A1 (en) Detecting method and device of obstacles based on disparity map and automobile driving assistance system
CN104166834B (zh) 路面检测方法和装置
Labayrade et al. In-vehicle obstacles detection and characterization by stereovision
CN108399360A (zh) 一种连续型障碍物检测方法、装置及终端
CN110197173B (zh) 一种基于双目视觉的路沿检测方法
CN111553252A (zh) 一种基于深度学习及u-v视差算法的道路行人自动识别定位方法
Lombardi et al. Unified stereovision for ground, road, and obstacle detection
CN107491065B (zh) 利用障碍物的地面边界信息检测物体的侧面的方法和装置
Oniga et al. Polynomial curb detection based on dense stereovision for driving assistance
CN110667474B (zh) 通用障碍物检测方法、装置与自动驾驶系统
KR20130053980A (ko) 영상 데이터 융합 기반의 장애물체 검출 방법 및 장치
Petrovai et al. A stereovision based approach for detecting and tracking lane and forward obstacles on mobile devices
CN112927283A (zh) 测距方法及装置、存储介质及电子设备
US11256929B2 (en) Image-based road cone recognition method and apparatus, storage medium, and vehicle
Hultqvist et al. Detecting and positioning overtaking vehicles using 1D optical flow
CN110675442A (zh) 一种结合目标识别技术的局部立体匹配方法及系统
Romdhane et al. A generic obstacle detection method for collision avoidance
CN113569812A (zh) 未知障碍物的识别方法、装置和电子设备
EP4287137A1 (en) Method, device, equipment, storage media and system for detecting drivable space of road
Philipsen et al. Day and night-time drive analysis using stereo vision for naturalistic driving studies
CN113989765A (zh) 一种轨道障碍物的检测方法、检测装置及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant