閻 俊, 王 娟

(西安電子工程研究所 生產(chǎn)2室， 陜西 西安 710100)

車道障礙目標(biāo)參數(shù)測(cè)量的分析

閻 俊, 王 娟

(西安電子工程研究所 生產(chǎn)2室， 陜西 西安 710100)

針對(duì)車載視頻中的障礙目標(biāo)，通過(guò)單目視覺(jué)測(cè)距法對(duì)目標(biāo)位置進(jìn)行測(cè)量；利用物像位置公式推倒障礙目標(biāo)的外形求解方法；基于視頻跟蹤系統(tǒng)，采用幀差法得到運(yùn)動(dòng)目標(biāo)的速度參數(shù)、方向參數(shù)、加速度參數(shù)等計(jì)算障礙目標(biāo)的大致運(yùn)行軌跡。結(jié)果表明，對(duì)參數(shù)的實(shí)時(shí)測(cè)量分析能有效避免車道的防偏和防撞問(wèn)題，為車載視頻系統(tǒng)捕捉多個(gè)目標(biāo)、分析處理多個(gè)目標(biāo)、及時(shí)合理規(guī)避目標(biāo)障礙等提供了一定的理論依據(jù)。

車載視頻；障礙目標(biāo)；單目視覺(jué)；自動(dòng)駕駛

隨著第三代移動(dòng)通訊技術(shù)等在汽車上的廣泛應(yīng)用，現(xiàn)代汽車正向著智能化方向發(fā)展。利用安裝于車上的各式各樣的傳感器，在第一時(shí)間收集車內(nèi)外的環(huán)境參數(shù)及車周圍的景物參數(shù)，通過(guò)計(jì)算機(jī)進(jìn)行靜態(tài)、動(dòng)態(tài)目標(biāo)的辨識(shí)、測(cè)量、追蹤等技術(shù)上的分析處理，確定有無(wú)干擾目標(biāo)障礙，制定合理行車動(dòng)作，避免事故發(fā)生及行車動(dòng)作時(shí)的浪費(fèi)。

對(duì)車載視頻行車道上障礙目標(biāo)位置、外形尺寸、相對(duì)運(yùn)動(dòng)等參數(shù)的判定有多種測(cè)量方法。如激光測(cè)距[1-2]、激光雷達(dá)測(cè)距、連續(xù)波雷達(dá)測(cè)距、單脈沖雷達(dá)測(cè)距[3]、雙攝像頭成像測(cè)距、超聲波測(cè)距儀[4-5]、無(wú)源紅外測(cè)距儀等。文獻(xiàn)[6～8]利用已安裝的激光雷達(dá)對(duì)目標(biāo)測(cè)距；文獻(xiàn)[9]通過(guò)安裝激光脈沖測(cè)距儀來(lái)測(cè)距，利用理想光學(xué)系統(tǒng)的光學(xué)測(cè)距原理來(lái)反推目標(biāo)的外形尺寸，該方法克服了超聲波測(cè)距誤差過(guò)大的缺陷，測(cè)距精度可達(dá)到毫米級(jí)別，但作用距離較短且電路復(fù)雜。本文對(duì)車載視頻圖像中如何監(jiān)測(cè)本車與前方障礙目標(biāo)之間參數(shù)的測(cè)量算法進(jìn)行研究，立足于單目視覺(jué)技術(shù)[10]來(lái)實(shí)現(xiàn)車道保持和進(jìn)行障礙物檢測(cè)的實(shí)時(shí)測(cè)量；應(yīng)用光學(xué)測(cè)距原理，利用物像位置公式推倒障礙目標(biāo)的外形求解方法；基于視頻跟蹤系統(tǒng)，采用幀差法[11]得到運(yùn)動(dòng)目標(biāo)的速度參數(shù)、方向參數(shù)、加速度參數(shù)等計(jì)算障礙目標(biāo)的大致運(yùn)行軌跡。

1 視頻畫面內(nèi)障礙目標(biāo)分析

自動(dòng)駕駛汽車[12-14]由衛(wèi)星導(dǎo)航系統(tǒng)根據(jù)駕駛員所給定的目的地設(shè)定行駛路線；由主動(dòng)巡航系統(tǒng)中的探測(cè)，設(shè)備對(duì)汽車周圍環(huán)境進(jìn)行實(shí)時(shí)探測(cè)并反應(yīng)至主控計(jì)算機(jī)進(jìn)行解算、目標(biāo)識(shí)別，做出環(huán)境模擬，制定詳細(xì)的行車動(dòng)作；行車過(guò)程中會(huì)遇到各種意外情況，自動(dòng)駕駛安防系統(tǒng)可對(duì)其做出正確處理，如前方突然出現(xiàn)障礙物等；當(dāng)汽車到達(dá)目的地后，停車動(dòng)作由停車系統(tǒng)進(jìn)行處理，同時(shí)車后輪上的位置評(píng)估器對(duì)行車動(dòng)作進(jìn)行驗(yàn)證。其工作原理如圖1所示

圖1 自動(dòng)駕駛原理

主動(dòng)巡航系統(tǒng)中的關(guān)鍵技術(shù)是車載視頻圖像處理技術(shù)。其中，車載視頻行車道上正向防撞需要檢測(cè)本車道前方的障礙目標(biāo)，如果每一幅視頻圖像均檢測(cè)定位目標(biāo)，那么一定會(huì)影響系統(tǒng)的實(shí)時(shí)性，所以最實(shí)際的解決方法就是根據(jù)已分析出的目標(biāo)信息預(yù)測(cè)目標(biāo)可能出現(xiàn)的位置，并進(jìn)行跟蹤檢測(cè)。首先對(duì)視頻畫面上所有目標(biāo)標(biāo)記后進(jìn)行初步分析，并對(duì)無(wú)影響車輛行駛的目標(biāo)進(jìn)行排除，有影響的目標(biāo)建立車輛行駛方向的車道線和汽車自身安全行駛所需的雙車道線。對(duì)于在雙車道線以外的目標(biāo)，只需對(duì)目標(biāo)進(jìn)行跟蹤即可，若目標(biāo)圖框不進(jìn)入雙車道線內(nèi)，則不需要對(duì)目標(biāo)其它參數(shù)進(jìn)行計(jì)算；若目標(biāo)進(jìn)入雙車道線，則需根據(jù)進(jìn)入雙車道線目標(biāo)距離汽車遠(yuǎn)近程度，優(yōu)先進(jìn)行參數(shù)測(cè)量分析計(jì)算，得到詳細(xì)的參數(shù)后，將參數(shù)信息輸入3D環(huán)境圖中，以便計(jì)算機(jī)根據(jù)情況設(shè)計(jì)行車計(jì)劃。

對(duì)障礙目標(biāo)參數(shù)的測(cè)量主要包括：目標(biāo)距離、目標(biāo)外形尺寸、目標(biāo)與本車相對(duì)行進(jìn)方向及相對(duì)速度、計(jì)算目標(biāo)行進(jìn)方向與本車行進(jìn)方向交點(diǎn)位置及時(shí)間等。

2 障礙目標(biāo)參數(shù)測(cè)量方法

2.1 單目視覺(jué)實(shí)時(shí)測(cè)距法

一般情況下，攝像機(jī)所拍攝到的畫面是空間三維場(chǎng)景在二維空間的投影。然而，利用機(jī)器視覺(jué)對(duì)道路狀況進(jìn)行識(shí)別的過(guò)程中，就需要一種逆求解的過(guò)程，將二維畫面還原成空間三維路面圖像，這一過(guò)程就是獲取目標(biāo)距離信息的算法。目前單目視覺(jué)系統(tǒng)一般采用對(duì)應(yīng)點(diǎn)標(biāo)定法來(lái)獲取目標(biāo)的距離信息。即通過(guò)不同坐標(biāo)系中對(duì)應(yīng)點(diǎn)的對(duì)應(yīng)坐標(biāo)求解坐標(biāo)系的轉(zhuǎn)換關(guān)系。然而對(duì)于應(yīng)用在自動(dòng)駕駛汽車上的攝像機(jī)來(lái)說(shuō)，由于汽車行駛過(guò)程中會(huì)有顛簸，致使攝像機(jī)的參數(shù)發(fā)生變化，所以適用性受到了限制。

根據(jù)攝像機(jī)投影模型，通過(guò)幾何推導(dǎo)得到路面坐標(biāo)系和圖像坐標(biāo)系之間的關(guān)系?；趲缀侮P(guān)系推導(dǎo)法，提出了利用單目視覺(jué)監(jiān)測(cè)本車與前方障礙物之間距離的實(shí)時(shí)測(cè)距算法[10]。由于試驗(yàn)分析表明攝像機(jī)的俯仰角對(duì)算法的精度有較大影響，因此提出了利用道路邊界平行約束條件來(lái)實(shí)時(shí)計(jì)算攝像機(jī)的動(dòng)態(tài)俯仰角度的算法，其可以獲取較為準(zhǔn)確的目標(biāo)距離信息，并已通過(guò)靜態(tài)實(shí)車試驗(yàn)和動(dòng)態(tài)實(shí)車試驗(yàn)驗(yàn)證了算法的準(zhǔn)確性和實(shí)時(shí)性。根據(jù)小孔成像模型，可以將單目視覺(jué)系統(tǒng)簡(jiǎn)化為攝像機(jī)投影模型，如圖2和圖3所示。

圖2 攝像機(jī)投影模型-投影關(guān)系

圖3 攝像機(jī)投影模型-投影平面

圖2中平面ABU代表道路平面，ABCD為攝像機(jī)拍攝到的道路平面上的梯形區(qū)域，O點(diǎn)為攝像機(jī)鏡頭中心點(diǎn)，OG為攝像機(jī)光軸，G點(diǎn)為攝像機(jī)光軸和道路平面的交點(diǎn)(同時(shí)也是視野梯形的對(duì)角線交點(diǎn))，I點(diǎn)為O點(diǎn)在道路平面上的垂直投影。在路面坐標(biāo)系中，將G點(diǎn)定義為坐標(biāo)系原點(diǎn)，車輛前進(jìn)方向定義為Y軸方向。G、A、B、C、D各點(diǎn)在圖像平面內(nèi)的對(duì)應(yīng)點(diǎn)如圖3所示：a、b、c、d為像平面矩形的4個(gè)端點(diǎn)，H和W分別為像平面的高和寬。定義圖像矩形的中點(diǎn)g為像平面坐標(biāo)系的坐標(biāo)原點(diǎn)，y軸代表車輛前進(jìn)方向。取道路平面上一點(diǎn)P，其在道路平面坐標(biāo)系的坐標(biāo)為(XP，XP) ，P點(diǎn)在圖像平面內(nèi)的對(duì)應(yīng)點(diǎn)為p，其在像平面坐標(biāo)系的坐標(biāo)為(xp，yp) ，利用幾何關(guān)系可以推導(dǎo)出如下路面坐標(biāo)與圖像坐標(biāo)之間的對(duì)應(yīng)關(guān)系

(1)

其中

(2)

(3)

式(2)～式(3)中，H為圖像的高；W為圖像的寬；h為攝像機(jī)的安裝高度；2β0為攝像機(jī)鏡頭的水平視野角；2α0為攝像機(jī)鏡頭的垂直視野角；γ0為攝像機(jī)的俯仰角。式(1)的前兩式為像平面到路平面的映射關(guān)系；后兩式為路平面到像平面的逆映射關(guān)系。

假設(shè)本車與前方障礙物的真實(shí)距離為dr，根據(jù)單目視覺(jué)的測(cè)距算法計(jì)算得到的本車與前方障礙物的距離為dc。dc=d1+d2，其中d1為攝像機(jī)最近視野到本車前端的距離，d2是由圖像上得到的最近視野與障礙物的距離。求解d2的方法如下：(1)通過(guò)攝像機(jī)得到視野前方圖像；(2)通過(guò)障礙物識(shí)別算法識(shí)別出圖像中的障礙物，并用矩形框?qū)⑵錁?biāo)記出來(lái)；(3)求取該矩形框底邊中點(diǎn)的圖像平面坐標(biāo)u1、v1；(4)求取圖像平面底邊中點(diǎn)的圖像平面坐標(biāo)u2、v2；(5)將圖像平面坐標(biāo)u1、v1、u2、v2通過(guò)前文提到的幾何關(guān)系推導(dǎo)成道路平面坐標(biāo)x1、y1、x2、y2；(6)d2= ((y1-y2)2+(x1-x2)2)0.5。

2.2 障礙目標(biāo)外形的測(cè)量

理想光學(xué)系統(tǒng)中物與像處于同一介質(zhì)，故圖4中物方焦距與像方焦距相等，都用f′表示。

圖4 理想光學(xué)測(cè)距原理

圖中AB=H，AF=D′，A′B′=h，PF=f′。根據(jù)物象位置公式(即牛頓公式)H/h=D′/f′，距離估算過(guò)程中D≈D′, 求得目標(biāo)的近似距離：D≈(H/h)f′。

基于文中單目視覺(jué)實(shí)時(shí)測(cè)距法所測(cè)距離，利用物象位置公式計(jì)算目標(biāo)的外形大小為H≈(D/f′)h。 其中，D為目標(biāo)近似距離；H為目標(biāo)實(shí)際高度；h為目標(biāo)相高；f′為焦距。

目標(biāo)的外形圖像利用圖像處理等技術(shù)可以單獨(dú)提取出來(lái)，并計(jì)算出像的外框大小，根據(jù)H≈(D/f′)h可以計(jì)算出目標(biāo)的外形尺寸。

2.3 障礙目標(biāo)運(yùn)動(dòng)參數(shù)的測(cè)量

如何對(duì)目標(biāo)的運(yùn)動(dòng)參數(shù)進(jìn)行測(cè)量，首先要能做到對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤。視頻跟蹤系統(tǒng)是具有一定智能的圖像跟蹤裝置，它能在比較復(fù)雜的背景下按照標(biāo)準(zhǔn)電視制式，逐場(chǎng)提取與分離視場(chǎng)內(nèi)的運(yùn)動(dòng)目標(biāo)，提取目標(biāo)亮度與結(jié)構(gòu)特征，測(cè)定目標(biāo)中心相對(duì)中心軸的方位與俯仰角誤差，該跟蹤角誤差信息經(jīng)變換后反映到道路模擬畫面上，實(shí)現(xiàn)對(duì)目標(biāo)的實(shí)時(shí)自動(dòng)跟蹤。視頻跟蹤仿真如圖5所示。

圖5 視頻跟蹤仿真圖

對(duì)于動(dòng)態(tài)場(chǎng)景，由于目標(biāo)與攝像頭之間存在復(fù)雜的相對(duì)運(yùn)動(dòng)，運(yùn)動(dòng)檢測(cè)富有挑戰(zhàn)性。傳統(tǒng)的幀差法[15-16]已經(jīng)不再適用，如何能對(duì)全局的運(yùn)動(dòng)進(jìn)行估計(jì)和補(bǔ)償，成為問(wèn)題的關(guān)鍵。要檢測(cè)動(dòng)態(tài)場(chǎng)景中的運(yùn)動(dòng)目標(biāo)，關(guān)鍵在于對(duì)場(chǎng)景的運(yùn)動(dòng)進(jìn)行估計(jì)，通過(guò)估計(jì)出的運(yùn)動(dòng)參數(shù)補(bǔ)償其運(yùn)動(dòng)，最后使用幀差法得到運(yùn)動(dòng)目標(biāo)，如圖6所示。

圖6 幀差法得到運(yùn)動(dòng)目標(biāo)

將目標(biāo)提取出來(lái)，此時(shí)就可以計(jì)算出目標(biāo)的位置和形狀參數(shù)，投影到模擬道路畫面上，記錄為t1時(shí)刻，如圖7所示；經(jīng)過(guò)Δt時(shí)間后，目標(biāo)的位置已經(jīng)發(fā)生變化，其形狀也有了輕微的變化，對(duì)此時(shí)的視頻畫面再次進(jìn)行分析，并與上一個(gè)畫面進(jìn)行差分對(duì)比，就可以得出目標(biāo)新的位置和形狀的參數(shù)信息，將得到的參數(shù)投影到模擬道路畫面上，記錄為t2時(shí)刻，如圖8所示；再經(jīng)過(guò)Δt時(shí)間后，對(duì)視頻畫面再次進(jìn)行分析，并與上一個(gè)畫面進(jìn)行差分對(duì)比，得出目標(biāo)新的位置和形狀的參數(shù)信息，將得到的參數(shù)投影到模擬道路畫面上，記錄為t3時(shí)刻，圖9所示。

圖7 t1時(shí)刻目標(biāo)位置

圖8 t2時(shí)刻目標(biāo)位置

圖9 t3時(shí)刻目標(biāo)位置

以此類推，利用式(4)計(jì)算出目標(biāo)的運(yùn)動(dòng)速度參數(shù)、方向參數(shù)

(4)

式(4)中，V表示目標(biāo)的矢量速度；L1、L2表示目標(biāo)在t1時(shí)刻和t2時(shí)刻的時(shí)候與坐標(biāo)原點(diǎn)(即本車位置)的矢量距離。對(duì)式(4)求導(dǎo)可得出目標(biāo)的加速度參數(shù)、運(yùn)動(dòng)曲線參數(shù)等。然后利用得出的速度參數(shù)、方向參數(shù)、加速度參數(shù)就可以計(jì)算出目標(biāo)的大致運(yùn)行軌跡和經(jīng)過(guò)時(shí)間t后將處于的位置。

得出目標(biāo)的運(yùn)動(dòng)參數(shù)后，此時(shí)，目標(biāo)的運(yùn)動(dòng)參數(shù)應(yīng)為目標(biāo)相對(duì)于本車的運(yùn)動(dòng)參數(shù)，與本車的運(yùn)動(dòng)參數(shù)矢量相加，則為目標(biāo)的絕對(duì)運(yùn)動(dòng)參數(shù)，根據(jù)其絕對(duì)運(yùn)動(dòng)參數(shù)則可以判斷出目標(biāo)為靜止目標(biāo)還是運(yùn)動(dòng)目標(biāo)，為自動(dòng)駕駛汽車的行駛提供了參考依據(jù)。

3 結(jié)束語(yǔ)

本文主要對(duì)車載視頻中如何監(jiān)測(cè)本車與前方障礙物之間參數(shù)的測(cè)量算法進(jìn)行研究。(1)立足于單目視覺(jué)技術(shù)來(lái)實(shí)現(xiàn)車道保持和進(jìn)行障礙物檢測(cè)的實(shí)時(shí)測(cè)量，證實(shí)該算法具有較高的準(zhǔn)確性，可滿足測(cè)距要求；(2)應(yīng)用光學(xué)測(cè)距原理，利用物像位置公式推倒障礙目標(biāo)的外形求解方法；(3)基于視頻跟蹤系統(tǒng)，采用幀差法得到運(yùn)動(dòng)目標(biāo)的速度參數(shù)、方向參數(shù)、加速度參數(shù)等計(jì)算障礙目標(biāo)的大致運(yùn)行軌跡。

車載視頻中目標(biāo)參數(shù)的測(cè)量能夠準(zhǔn)確的探測(cè)并跟蹤本車前方的障礙物，解決了在自動(dòng)駕駛汽車過(guò)程中本車道的防偏和防撞問(wèn)題，為車載視頻系統(tǒng)捕捉多個(gè)

目標(biāo)、分析處理多個(gè)目標(biāo)、及時(shí)合理規(guī)避目標(biāo)障礙等提供了一定的理論依據(jù)。

[1] 鄭大青,陳偉民,陳麗,等.一種基于相位測(cè)量的快速高精度大范圍的激光測(cè)距法[J]．光電子·激光，2015，35(2)：303-308.

[2] 權(quán)貴秦,郝睿鑫,于洵.一種室內(nèi)標(biāo)定激光測(cè)距準(zhǔn)確度方法的研究[J].國(guó)外電子測(cè)量技術(shù),2013,32(9)：42-45.

[3] 聶濤.應(yīng)答式單脈沖雷達(dá)測(cè)距精度分析[J]．中國(guó)無(wú)線電,2014,10(4):12-15.

[4] 仲園,郁昊.基于超聲波測(cè)距原理的倒車防撞預(yù)警器的設(shè)計(jì)[J].電子設(shè)計(jì)工程,2016(5)：158-161.

[5] 苑潔,常太華.基于STM32單片機(jī)的高精度超聲波測(cè)距系統(tǒng)的設(shè)計(jì)[J].電子設(shè)計(jì)工程, 2011 (15)：76-76.

[6] 姜海嬌,來(lái)建成,王春勇,等. 激光雷達(dá)的測(cè)距特性及其測(cè)距精度研究[J].中國(guó)激光, 2011, 21(5)：15-20.

[7] 姚金良,嚴(yán)惠民,張秀達(dá),等.一種應(yīng)用圖像配準(zhǔn)疊加提高成像激光雷達(dá)測(cè)距精度的方法[J].中國(guó)激光,2010,37(6)：33-37.

[8] 焦宏偉,秦石喬,胡春生,等.一種脈沖激光雷達(dá)與攝像機(jī)標(biāo)定方法的研究[J].中國(guó)激光,2011,38(1)：21-24.

[9] 周睿,孔東．一種高精度相位激光測(cè)距方法的實(shí)現(xiàn)[J]．科學(xué)技術(shù)與工程,2009,21(9)：6337-6342.

[10] 郭磊,徐友春,李克強(qiáng),等.基于單目視覺(jué)的實(shí)時(shí)測(cè)距方法研究[J]．中國(guó)圖像圖形學(xué)報(bào),2006,11(1)：74-77.

[11] 邱道尹,張文靜,顧波,等.幀差法在運(yùn)動(dòng)目標(biāo)實(shí)時(shí)跟蹤中的應(yīng)用[J]．華北水利水電學(xué)報(bào),2009,30(3)：45-46.

[12] Richard Bishop.Intelligent vehicle technology and trends[M].MD,USA:Artech House Publishers,2005.

[13] 陳大明,勐海華,湯天波.全球自動(dòng)駕駛發(fā)展現(xiàn)狀與趨勢(shì)[J]．華東科技,2014(10)：68-70.

[14] 馬春江.自動(dòng)駕駛技術(shù)的討論與展望[J]．信息與電腦:理論版,2014(12)：53-54.

[15] 張曉慧.視頻監(jiān)控運(yùn)動(dòng)目標(biāo)檢測(cè)算法的研究與實(shí)現(xiàn)[D]. 西安：西安電子科技大學(xué),2012.

[16] 呂國(guó)亮,趙曙光,趙俊.基于三幀差分和連通性檢驗(yàn)的圖像運(yùn)動(dòng)目標(biāo)檢測(cè)新方法[J].液晶與顯示,2007,22(1)：87-93.

Measurement of Parameters for Barriers to the Target In Lane

YAN Jun, WANG Juan

(Production Room 2, Xi’an Electronic Engineering Research Institute, Xi’an 710100, China)

Barriers to target of vehicle-mounted video, such as the target location, is measured by the monocular vision algorithm. The shape solving method is obtained by the image formula. The target trajectory of speed, direction and acceleration are obtained by the frame difference method in the video tracking system. Results show that parameter measurement avoids the car collision effectively. It provides a theoretical basis for the vehicle-mounted video system to capture multiple targets, analyze and deal with multiple targets, and timely avoid obstacles.

vehicle-mounted video; barrier to target; monocular vision; auto-pilot

2016- 04- 06

閆俊(1985-)，女，碩士，助理工程師。研究方向：雷達(dá)技術(shù)。

10.16180/j.cnki.issn1007-7820.2017.02.024

TN949.293; TP391.1

A

1007-7820(2017)02-090-04