蔣慶剛，譚克奇

(河南理工大學(xué)鶴壁工程技術(shù)學(xué)院，河南 鶴壁 458030)

1 引言

智能車輛導(dǎo)航中各項(xiàng)信息處理技術(shù)的發(fā)展，促使汽車控制領(lǐng)域步入了新一級(jí)的科技時(shí)代，例如新興的車輛自主駕駛技術(shù)，其自主駕駛的重點(diǎn)是對(duì)導(dǎo)航路徑進(jìn)行高效準(zhǔn)確的識(shí)別。相比于主流的慣性導(dǎo)航、衛(wèi)星導(dǎo)航與天文導(dǎo)航，仿生的偏振光導(dǎo)航類似于一種自主導(dǎo)航，既不存在偏差累積，也不會(huì)輕易受到干擾，而且偏振光導(dǎo)航已經(jīng)實(shí)現(xiàn)了實(shí)時(shí)定位功能。

在導(dǎo)航路徑識(shí)別方面，現(xiàn)已有眾多研究人員對(duì)其展開討論。文獻(xiàn)[1]提出一種基于SVM與圖匹配相結(jié)合的車載激光點(diǎn)云道路標(biāo)線識(shí)別方法，以標(biāo)線為基礎(chǔ)對(duì)目標(biāo)進(jìn)行點(diǎn)云分割，構(gòu)建由延展度、最小外包矩形面積與不變矩等組成的形狀特征矢量，再通過SVM對(duì)道路標(biāo)線實(shí)施粗略分類并架構(gòu)圖結(jié)構(gòu)，采用圖匹配的策略對(duì)粗略的分類結(jié)果進(jìn)行優(yōu)化，從而實(shí)現(xiàn)路徑標(biāo)識(shí)線的準(zhǔn)確識(shí)別，該方法除了可以精確識(shí)別多種類標(biāo)線目標(biāo)，還對(duì)形狀類似的標(biāo)線辨別存在較強(qiáng)的穩(wěn)健性，但是存在識(shí)別結(jié)果偏差大的問題。文獻(xiàn)[2]提出一種農(nóng)業(yè)機(jī)器人視覺導(dǎo)航路徑識(shí)別方法，該方法通過光照無關(guān)量剔除光照干擾，并采用混合閾值方法對(duì)圖像進(jìn)行分割，實(shí)現(xiàn)對(duì)導(dǎo)航路徑的識(shí)別。實(shí)驗(yàn)結(jié)果表明，該方法識(shí)別精準(zhǔn)度較高。但是會(huì)由于樣本種類不均衡導(dǎo)致識(shí)別效果與實(shí)時(shí)性均有所下降。

為解決上述問題，將偏振光仿生技術(shù)與圖像處理技術(shù)進(jìn)行結(jié)合，得出一種基于偏振光實(shí)時(shí)定位的標(biāo)識(shí)線導(dǎo)航路徑圖像識(shí)別方法。通過對(duì)偏振光相關(guān)信息的獲取，得到相應(yīng)的地理坐標(biāo)，達(dá)成偏振光實(shí)時(shí)定位，采用圖像處理技術(shù)預(yù)處理路徑圖像，通過抽行掃描法抽取得到路徑標(biāo)識(shí)線特征點(diǎn)，并以此為依據(jù)利用線性回歸方程架構(gòu)標(biāo)識(shí)線的表達(dá)式，基于特征點(diǎn)的質(zhì)量判定，選取精準(zhǔn)性較高的特征點(diǎn)結(jié)合數(shù)學(xué)形態(tài)學(xué)來識(shí)別路徑圖像中的標(biāo)識(shí)線。實(shí)驗(yàn)結(jié)果表明，所提方法可以有效去除圖像存在的噪聲點(diǎn)，并且識(shí)別效果較好。

2 標(biāo)識(shí)線導(dǎo)航路徑圖像識(shí)別方法

2.1 偏振光實(shí)時(shí)定位原理

從理論上說，通過兩點(diǎn)不平行偏振光的偏振向量能夠推算得到太陽的方向向量，在某一時(shí)間的太陽高度角[3，4]與方位角是對(duì)應(yīng)于當(dāng)?shù)氐乩碜鴺?biāo)的，因此，采用兩個(gè)或兩個(gè)以上偏振光的偏振方向向量、時(shí)間信息、太陽方向向量判別方式與地磁信息[5]，就能夠求得當(dāng)?shù)氐牡乩碜鴺?biāo)，使偏振光實(shí)時(shí)定位性能得到實(shí)現(xiàn)。圖1為偏振光方向向量和太陽方向向量示意圖。

圖1 偏振光方向向量和太陽方向向量示意圖

圖1中，4個(gè)被觀察點(diǎn)分別用W1、W2、W3與W4表示，其偏振方向向量分別用P1、P2、P3與P4表示，觀察點(diǎn)、太陽和天頂點(diǎn)分別表示為O、S和Z。太陽高度角、方位角分別表示為hs和As，其中As為太陽方向向量位于水平坐標(biāo)系中的投影與正北方向所構(gòu)成的夾角。按照天空內(nèi)偏振光的分散形式，得出偏振e方向向量pe與平面WlOS為垂直關(guān)系，其中l(wèi)=1，2，3，4，因此，隨機(jī)選取兩個(gè)呈不平行關(guān)系的偏振e方向向量pe(e=1，2，3，4)與偏振f方向向量pf進(jìn)行向量積，便可求得太陽方向向量Sb0，其計(jì)算公式如下

Sb0=(Sbx，Sby，Sbz)hs=K(Pe×Pf)hs

(e，f=1，2，3，4;e≠f)

(1)

式中，太陽方向向量位于載體坐標(biāo)系中X、Y、Z軸的坐標(biāo)值用Sbx、Sby、Sbz表示，關(guān)于整數(shù)K值選為1還是-1，則要依據(jù)太陽方向向量判定方式進(jìn)行確定。圖2為載體坐標(biāo)系示意圖。

圖2 載體坐標(biāo)系示意圖

根據(jù)圖2載體坐標(biāo)系中的太陽方向向量得出

(2)

式中，δ、φ和ω分別表示太陽赤緯、地理緯度與太陽時(shí)角。其中，太陽時(shí)角用下列公式進(jìn)行表示

ω=η+15(tUT1+E)-180°

(3)

式中，η、tUT1及E分別表示為地理經(jīng)度、格林尼治時(shí)間與時(shí)差。

格林尼治時(shí)間[6]與世界統(tǒng)一時(shí)間(tUTC)之間存在小于0.9s的誤差，因?yàn)閷⑵鋯挝粨Q算成小時(shí)后數(shù)值極小，所以對(duì)計(jì)算產(chǎn)生的影響微乎其微，可以忽略不計(jì)。因此，將格林尼治時(shí)間替換成世界統(tǒng)一時(shí)間，代入上式后得到

ω=η+15(tUTC+E)-180°

(4)

圖2中的As用下式表示

As=A′s+H+D

(5)

式中，地磁北極和電子羅盤體軸所構(gòu)成的夾角表示為H，被觀察點(diǎn)的磁偏角表示為D，其能夠通過地理的經(jīng)緯度獲得，表達(dá)式如下

D=f(φ，η)

(6)

2.2 路徑圖像預(yù)處理

為了降低圖像分析、識(shí)別難度，則要對(duì)原始圖像執(zhí)行預(yù)處理，突出顯示原始圖像中的有用信息，并消除噪聲。圖像降噪是采用中值濾波技術(shù)[7，8]實(shí)現(xiàn)的，該技術(shù)是一種基于部分平均的平滑技術(shù)，可以有效抑制脈沖干擾和椒鹽噪聲，而且對(duì)線性濾波器引起的圖像細(xì)節(jié)模糊存在一定程度的優(yōu)化性，令圖像邊緣得到有效的保護(hù)。

中值濾波界定：如果有一組序列x1，x2，x3，…，xn，將其按大小順序排列成xi1≤xi2≤xi3≤…≤xin，那么得到如下中值表達(dá)式

M=median(x1，x2，x3，…，xn)

(7)

通過一個(gè)3×3的網(wǎng)格，對(duì)二維網(wǎng)格中的數(shù)據(jù)實(shí)現(xiàn)一維排序，根據(jù)上式得到中值M，將網(wǎng)格中心的原始灰度替換成中值M。

圖像分割的重中之重就是關(guān)于閾值的確定，而想要更好地適應(yīng)外部環(huán)境的變化，應(yīng)選用全局自動(dòng)閾值分割法[9]運(yùn)用于路徑圖像分割。關(guān)于路徑圖像的閾值分割，簡(jiǎn)單來說，是在一個(gè)閾值處將圖像的直方圖分成目標(biāo)范圍與背景范圍兩個(gè)部分。Otsu方法的核心理念就是令兩部分的類內(nèi)方差為極小值，而類間方差為極大值[10]。

如果將路徑圖像的直方圖灰度變化區(qū)間設(shè)定為[m1，m2]，直方圖被整數(shù)K值分割成C1與C2，且K∈(m1，m2)，那么得到直方圖變化區(qū)間[m1，K]與[K，m2]。圖像中的像素總和、灰度值設(shè)定為i的像素個(gè)數(shù)和每個(gè)像素的發(fā)生概率分別用N、ni和Pi表示，而C1、C2的發(fā)生概率和均值則分別用ω1、ω2和μ1、μ2表示，得出下列公式

(8)

(9)

依據(jù)兩部分與整體路徑圖像的關(guān)系可以得出

μ=ω1μ1+ω2μ2

(10)

(11)

(12)

(13)

式(12)、(13)中，Pi(j)代表產(chǎn)生Cj部分灰度值為i的像素概率，其中j=1，2。從上列各式可以看出類內(nèi)方差和類間方差都是整數(shù)K值的函數(shù)，若在[m1，m2]中選擇的整數(shù)K值，滿足類間方差極大且類內(nèi)方差極小，則該整數(shù)K值是最優(yōu)閾值，并通過創(chuàng)建的判定函數(shù)J來對(duì)其進(jìn)行驗(yàn)證

(14)

從式(14)可以發(fā)現(xiàn)，取判定函數(shù)J的極大值時(shí)，對(duì)應(yīng)整數(shù)K值便是所需閾值。該閾值分割法并不影響先驗(yàn)概率，因此，其可以最大程度地分割路徑圖像內(nèi)的背景和目標(biāo)。

2.3 標(biāo)識(shí)線導(dǎo)航路徑圖像識(shí)別

高速上的道路存在諸多的特殊性，在設(shè)計(jì)與構(gòu)建階段都要遵循嚴(yán)格的行業(yè)準(zhǔn)則，例如其極限轉(zhuǎn)彎半徑設(shè)定是650m，所以在車前方距視平面40m內(nèi)的車道分界線均能夠以直線處理。原始路徑圖像經(jīng)過預(yù)處理，對(duì)圖像坐標(biāo)系中標(biāo)識(shí)線的像素方位和分散寬度進(jìn)行確定，從而獲得標(biāo)識(shí)線的中心像素方位，再通過最小平方法擬合標(biāo)識(shí)線的中心像素，對(duì)圖像坐標(biāo)系中標(biāo)識(shí)線的位置參數(shù)做進(jìn)一步的確定，如圖3所示。

圖3 標(biāo)識(shí)線識(shí)別原理示意圖

分析圖3可知，將圖像底邊的中心點(diǎn)設(shè)為坐標(biāo)原點(diǎn)O，橫向正方向?yàn)閤軸，縱向正方向?yàn)閥軸，也是車輛的對(duì)稱線。利用左右側(cè)分開處理的策略對(duì)標(biāo)識(shí)線進(jìn)行識(shí)別，下式分別為設(shè)定的左右側(cè)標(biāo)識(shí)線中心線直線方程

y=a1x+b1

(15)

y=a2x+b2

(16)

因?yàn)槁窂綀D像經(jīng)預(yù)處理后變成了二值圖像，其背景像素值是0，標(biāo)識(shí)線圖像像素值則是1，因此，通過在選擇的掃描范圍中抽行掃描圖像，便能夠得到一組標(biāo)識(shí)線中點(diǎn)坐標(biāo)。根據(jù)圖3，將提取的行縱坐標(biāo)設(shè)置成yi，那么位于該行的標(biāo)識(shí)線圖像起點(diǎn)、終點(diǎn)的橫坐標(biāo)用xi1、xi2表示，若xi=(xi1+xi2)/2，那么該行的標(biāo)識(shí)線圖像中點(diǎn)坐標(biāo)是(xi，yi)。因此，從路徑圖像中提取并掃描n行后，就可獲得一組標(biāo)識(shí)線中點(diǎn)坐標(biāo)(xi，yi)，其中i=0，1，…，n。

將照相機(jī)采集到的路徑圖像尺寸設(shè)置成320×240，提取特征點(diǎn)的數(shù)量n設(shè)置成5，以確保識(shí)別結(jié)果的實(shí)時(shí)性與準(zhǔn)確性。掃描的各行像素是沿y軸從下到上，且每隔24個(gè)像素便進(jìn)行一次抽取而獲得的，各行的掃描方向?yàn)檠豿軸正方向從左到右完成[11]。若第i行掃描的像素首次發(fā)生像素值突變，則此時(shí)該點(diǎn)的坐標(biāo)是(xi1，yi)，然后繼續(xù)掃描；若再次發(fā)生像素值突變，則此時(shí)該點(diǎn)的坐標(biāo)是(xi2，yi)，此行掃描終止。若提取特征點(diǎn)數(shù)量n<5，掃描繼續(xù)；若n>5，掃描終止。

利用最小平方法來直線擬合所獲取的中心線5個(gè)特征點(diǎn)坐標(biāo)，便可解得參數(shù)a1、b1，同理識(shí)別右側(cè)標(biāo)識(shí)線。

依據(jù)標(biāo)識(shí)線識(shí)別原理，對(duì)標(biāo)識(shí)線導(dǎo)航路徑圖像進(jìn)行識(shí)別。由于路徑場(chǎng)景中包含大量的引導(dǎo)線與各類標(biāo)志物，如四向道路、三向道路、彎道、拐角、丁字路口、掉頭標(biāo)識(shí)以及轉(zhuǎn)彎標(biāo)識(shí)等[12]，在充分考慮各類標(biāo)識(shí)物的基礎(chǔ)上，實(shí)現(xiàn)對(duì)標(biāo)識(shí)線導(dǎo)航路徑圖像的識(shí)別。具體的識(shí)別步驟如下：

1)對(duì)圖像中路徑的邊緣點(diǎn)進(jìn)行識(shí)別，在識(shí)別過程中，在圖像處理區(qū)域中，依次對(duì)所有像素進(jìn)行二值化處理，從而得到路徑左、右邊緣點(diǎn)，在此過程中，要注意保護(hù)路徑邊緣細(xì)節(jié)。

2)在識(shí)別一幀導(dǎo)航路徑圖像時(shí)，采用中值濾波算法設(shè)定一個(gè)閾值，根據(jù)該閾值判斷該像素是否為噪聲點(diǎn)。如果是噪聲點(diǎn)，需要對(duì)其進(jìn)行中值濾波處理；如果不是噪聲點(diǎn)，將圖像的像素直接輸出即可。

3)運(yùn)用最優(yōu)閾值法得到導(dǎo)航路徑圖像的最佳閾值。

4)雖然經(jīng)過中值濾波技術(shù)處理后的圖像中的噪聲得到了大量減少，但是為了進(jìn)一步提升圖像識(shí)別質(zhì)量，采用數(shù)學(xué)形態(tài)學(xué)中的開運(yùn)算方法對(duì)圖像進(jìn)行進(jìn)一步去噪，從而得到準(zhǔn)確的標(biāo)識(shí)線導(dǎo)航路徑圖像識(shí)別結(jié)果。

3 仿真研究

為了給車輛導(dǎo)航提供有效的數(shù)據(jù)支持，確保標(biāo)識(shí)線得到穩(wěn)定、實(shí)時(shí)的辨識(shí)，實(shí)驗(yàn)選取一輛微型客車，在其前擋風(fēng)玻璃的中心位置安裝導(dǎo)航，對(duì)所提方法與文獻(xiàn)[1]方法、文獻(xiàn)[2]方法進(jìn)行測(cè)試和對(duì)比驗(yàn)證。

3.1 識(shí)別偏差對(duì)比

獲得不同車速相同路徑行駛情況下，采用三種方法識(shí)別的標(biāo)識(shí)線偏差對(duì)比結(jié)果，如表1所示。

表1 識(shí)別偏差對(duì)比數(shù)據(jù)

通過表1可以看出，三種方法偏差值隨著車速的提升而增加，其中，所提方法的識(shí)別偏差值最小，在不同路況情況下，相比于弧線標(biāo)識(shí)線，直線的標(biāo)識(shí)線識(shí)別效果更加理想，且偏差值與車速之間的正比例關(guān)系不變。無論是路徑情況還是行駛速度方面，所提方法均優(yōu)于文獻(xiàn)方法，具備優(yōu)秀的識(shí)別性能與良好的穩(wěn)定性。

3.2 導(dǎo)航路徑識(shí)別效果對(duì)比

將大型超市作為導(dǎo)航搜索的目標(biāo)點(diǎn)，采用所提方法、文獻(xiàn)[1]方法、文獻(xiàn)[2]方法在設(shè)定固定出發(fā)點(diǎn)行駛向距離出發(fā)點(diǎn)最近的大型超市，在必經(jīng)路線某個(gè)路口設(shè)置交通事故點(diǎn)，觀察三種方法的導(dǎo)航路徑判斷對(duì)比結(jié)果，如圖4所示。

圖4 導(dǎo)航路徑識(shí)別效果對(duì)比

分析圖4可知，采用所提方法、文獻(xiàn)[1]方法和文獻(xiàn)[2]方法行駛的實(shí)際路徑分別為5km、10km、7km，其中所提方法的行駛路徑最短，當(dāng)三種導(dǎo)航的必經(jīng)路口上發(fā)生事故時(shí)，文獻(xiàn)[1]方法在路口發(fā)生事故時(shí)，返回出發(fā)點(diǎn)重新選擇最近目標(biāo)點(diǎn)，耗時(shí)最長，路徑最長。文獻(xiàn)[2]方法在所經(jīng)路口發(fā)生事故時(shí)，選擇返回城市主干道，判斷其它大型超市作為新的目標(biāo)點(diǎn)，造成其行程較長，耗時(shí)較長。所提方法在所經(jīng)路口發(fā)生交通事故時(shí)，在事故點(diǎn)附近迅速判斷最近的備選道路及最近的目標(biāo)點(diǎn)，穿過居民區(qū)小路，最終達(dá)到目標(biāo)點(diǎn)，耗時(shí)較短且路程最短，與原計(jì)劃最短路程相差不多。由此可知，所提方法路徑識(shí)別規(guī)劃的實(shí)時(shí)性最好。

為了進(jìn)一步驗(yàn)證所提方法的有效性，以是否能夠識(shí)別出標(biāo)識(shí)線導(dǎo)航路徑圖像中的標(biāo)識(shí)物為標(biāo)準(zhǔn)，對(duì)比不同方法的圖像識(shí)別效果，圖5為待識(shí)別圖像。

圖5 待識(shí)別圖像

分析圖5可知，為了檢驗(yàn)所提方法的識(shí)別能力，在待識(shí)別圖像中設(shè)置了四向道路、三向道路、拐角、彎道以及指示箭頭與禁止停車等引導(dǎo)線與各類標(biāo)識(shí)物，采用不同方法對(duì)該圖像進(jìn)行識(shí)別，識(shí)別結(jié)果如表2所示。

表2 標(biāo)識(shí)物識(shí)別結(jié)果

分析表2中數(shù)據(jù)可知，采用所提方法能夠有效識(shí)別出圖像中的各類標(biāo)識(shí)物，僅對(duì)部分標(biāo)識(shí)物在識(shí)別中存在缺失現(xiàn)象，如拐角標(biāo)識(shí)和禁止停車標(biāo)識(shí)。而采用文獻(xiàn)[1]方法和文獻(xiàn)[2]方法對(duì)圖像中的標(biāo)識(shí)物進(jìn)行識(shí)別時(shí)，遺漏的標(biāo)識(shí)物較多，說明所提方法的識(shí)別效果較好，具有明顯的優(yōu)勢(shì)性。這是由于所提方法采用最優(yōu)閾值法獲取導(dǎo)航路徑圖像的最佳閾值，并結(jié)合數(shù)學(xué)形態(tài)學(xué)中的開運(yùn)算方法對(duì)圖像進(jìn)行進(jìn)一步去噪，從而得到了更加準(zhǔn)確的標(biāo)識(shí)物識(shí)別結(jié)果。

4 結(jié)論

由于在復(fù)雜或有危險(xiǎn)因素的路況中實(shí)時(shí)、精準(zhǔn)地識(shí)別標(biāo)識(shí)線存在一定的難度。為解決此類問題，提出一種基于偏振光實(shí)時(shí)定位的標(biāo)識(shí)線導(dǎo)航路徑圖像識(shí)別方法。利用偏振光的相關(guān)信息求得對(duì)應(yīng)的地理坐標(biāo)，完成偏振光實(shí)時(shí)定位，通過中值濾波對(duì)路徑圖像完成預(yù)處理，根據(jù)分割區(qū)域與整體路徑圖像的關(guān)系，采用Otsu方法選取一個(gè)滿足類內(nèi)方差極小、類間方差極大的最優(yōu)閾值，利用抽行掃描法對(duì)標(biāo)識(shí)線的中心像素方位進(jìn)行獲取，再結(jié)合最小平方法的擬合方程式和數(shù)學(xué)形態(tài)學(xué)有效地對(duì)標(biāo)識(shí)線完成理想識(shí)別。經(jīng)過實(shí)驗(yàn)驗(yàn)證，所提方法具有較好的圖像識(shí)別效果，可以更好地為視覺導(dǎo)航提供理論支持。