沈陽(yáng)職業(yè)技術(shù)學(xué)院 李 斌

基于單目視覺(jué)的障礙物檢測(cè)方法研究

沈陽(yáng)職業(yè)技術(shù)學(xué)院 李 斌

單目視覺(jué)技術(shù)應(yīng)用于障礙物檢測(cè)領(lǐng)域的常用方法，都是以傳統(tǒng)的單目視覺(jué)成像原理為基礎(chǔ)。因此首先要對(duì)了傳統(tǒng)的單目視覺(jué)檢測(cè)障礙物的原理進(jìn)行簡(jiǎn)單介紹。根據(jù)被測(cè)障礙物的不同，其測(cè)量方法也不盡相同，文中針對(duì)不同場(chǎng)合下的障礙物檢測(cè)方法進(jìn)行了分析研究。

單目視覺(jué)；障礙物；檢測(cè)

隨著智能車輛、機(jī)器人以及智能交通等科學(xué)技術(shù)的發(fā)展，對(duì)障礙物的檢測(cè)已成為了智能設(shè)備必須要完成的基本功能。應(yīng)用激光、超聲波等傳感器技術(shù)也可以實(shí)現(xiàn)對(duì)障礙物的檢測(cè)，但立體視覺(jué)檢測(cè)障礙物相比于其他技術(shù)，具有更直觀、測(cè)量信息更完整等優(yōu)勢(shì)。

單目視覺(jué)測(cè)量技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域的一種對(duì)障礙物檢測(cè)的重要方法之一，研究的是物體的幾何空間位置與二維圖像的對(duì)應(yīng)關(guān)系。按照視覺(jué)傳感器數(shù)量可分為單目視覺(jué)測(cè)量、雙目視覺(jué)測(cè)量、多目視覺(jué)測(cè)量等。其中的單目視覺(jué)是指用一個(gè)攝像機(jī)完成圖像的采集和障礙物的實(shí)際測(cè)量工作，相比于雙目視覺(jué)與多目視覺(jué)，單目視覺(jué)具有結(jié)構(gòu)簡(jiǎn)單、成本低等優(yōu)勢(shì)。本文首先簡(jiǎn)單介紹傳統(tǒng)立體視覺(jué)的測(cè)距原理，然后根據(jù)被測(cè)物的不同分別介紹幾種當(dāng)前國(guó)內(nèi)相關(guān)領(lǐng)域常用的基于單目視覺(jué)測(cè)量障礙物的方法。

1. 傳統(tǒng)立體視覺(jué)檢測(cè)原理

2. 單目視覺(jué)障礙物測(cè)量方法

2.1利用特征點(diǎn)檢測(cè)障礙物

根據(jù)傳統(tǒng)立體視覺(jué)測(cè)距原理可以發(fā)現(xiàn)，測(cè)距之前大都要先對(duì)攝像機(jī)進(jìn)行標(biāo)定，即找到圖像和標(biāo)定范圍之內(nèi)被測(cè)物體的對(duì)應(yīng)幾何關(guān)系，而沒(méi)有事先被標(biāo)定的空間點(diǎn)，其圖像上的映射像素坐標(biāo)為已標(biāo)定點(diǎn)的近似值，并非實(shí)際值。根據(jù)這一現(xiàn)象可以推斷，被測(cè)物體到攝像機(jī)的距離，實(shí)際是測(cè)量攝像機(jī)到目標(biāo)前表面上某點(diǎn)的近似距離，對(duì)于無(wú)法成像的部分是無(wú)法精確測(cè)量的。在選擇某點(diǎn)時(shí)，應(yīng)選擇有意義的點(diǎn)作為特征點(diǎn)，即將目標(biāo)物到攝像機(jī)的測(cè)距轉(zhuǎn)化為攝像機(jī)光心到特征點(diǎn)的距離，該測(cè)距原理的關(guān)鍵是找到代表性的特征點(diǎn)。其中，以目標(biāo)的形心作為特征點(diǎn)，利用圖像處理進(jìn)行特征點(diǎn)計(jì)算，從而可得出特征點(diǎn)到攝像機(jī)的完全距離。但是這種測(cè)量方法隨著被測(cè)物體距離攝像機(jī)距離越遠(yuǎn)，其測(cè)距誤差會(huì)出現(xiàn)逐漸變大的趨勢(shì)。對(duì)目標(biāo)所在平面內(nèi)測(cè)量值進(jìn)行修正，測(cè)量誤差會(huì)明顯減小［7］。

2.2利用幾何方法檢測(cè)障礙物

單目視覺(jué)測(cè)量中最簡(jiǎn)單的一種測(cè)量法是幾何相似法測(cè)量［8］。幾何相似法測(cè)量應(yīng)用場(chǎng)合是指在被測(cè)對(duì)象的幾何參數(shù)都要在同一平面，并且被測(cè)物面與攝像系統(tǒng)光軸垂直的情況。根據(jù)透視投影模型，物體及其對(duì)應(yīng)的圖像滿足相似關(guān)系，只要從圖像上提取所需參數(shù)，再乘以實(shí)際放大倍數(shù)，就可以得到實(shí)際物體的幾何參數(shù)，但這種方法只限于二維測(cè)量。

為了在幾何測(cè)量的基礎(chǔ)上，提高障礙物的三維信息測(cè)量精度，又產(chǎn)生了結(jié)構(gòu)光法測(cè)量技術(shù)。其原理是用激光光源照射被測(cè)物體表面，通過(guò)反射光線在CCD攝像機(jī)上的投影，從而確定點(diǎn)、線、面的三維信息，再通過(guò)測(cè)量多個(gè)光平面或者用多個(gè)結(jié)構(gòu)光傳感器將各個(gè)光平面測(cè)量的參考坐標(biāo)系統(tǒng)一起來(lái)，繼而獲得被測(cè)物體表面的三維空間信息。結(jié)構(gòu)光測(cè)量的特點(diǎn)是測(cè)量速度快，但整體測(cè)量精度受結(jié)構(gòu)參數(shù)標(biāo)定影響較大。

2.3實(shí)時(shí)運(yùn)動(dòng)的障礙物檢測(cè)方法

當(dāng)前，單目視覺(jué)對(duì)固定障礙物的檢測(cè)研究相對(duì)較多，而運(yùn)動(dòng)障礙物的檢測(cè)需要大量的不斷采集圖像并對(duì)其進(jìn)行誤差補(bǔ)償，運(yùn)算量較大，而這就導(dǎo)致了障礙物檢測(cè)時(shí)間的延長(zhǎng)［9］。文獻(xiàn)［11］提出了一種應(yīng)用單目視覺(jué)對(duì)實(shí)時(shí)運(yùn)動(dòng)物體進(jìn)行檢測(cè)的方法。該方法將攝像機(jī)的俯仰角和實(shí)際高度作為影響障礙物距離檢測(cè)即障礙物三維位置和二維圖像對(duì)應(yīng)關(guān)系的兩個(gè)重要因素，而經(jīng)過(guò)實(shí)驗(yàn)對(duì)比分析，攝像機(jī)高度對(duì)測(cè)量結(jié)果的影響很小，而俯仰角則是影響測(cè)量結(jié)果最關(guān)鍵的因素。而攝像機(jī)實(shí)際運(yùn)動(dòng)過(guò)程中其俯仰角會(huì)隨著路況而變化，因此通過(guò)初始俯仰角計(jì)算所得的車道線將不再平行，用固定的初始化俯仰角并不總是準(zhǔn)確的，所以要在實(shí)際路面上重新計(jì)

算。利用道路車到平行線作為約束條件，可以求解攝像機(jī)實(shí)時(shí)的實(shí)際俯仰角。根據(jù)三維位置和二維圖像對(duì)應(yīng)關(guān)系，帶入該俯仰角，即可求得實(shí)時(shí)變化的障礙物位置。通過(guò)實(shí)驗(yàn)結(jié)果分析發(fā)現(xiàn)，這種方法結(jié)果存在一定誤差。校正的方法是人為的將結(jié)果減去不同的誤差經(jīng)驗(yàn)值，其中在某個(gè)誤差值校正下所測(cè)得障礙物距離最接近實(shí)際障礙物距離，就確認(rèn)該誤差值為最佳校正值。用這種方法測(cè)得的實(shí)驗(yàn)結(jié)果表明，在10m～50m范圍之內(nèi)所測(cè)障礙物誤差范圍不超過(guò)1m。由此可見(jiàn)，其對(duì)障礙物檢測(cè)的距離范圍是有約束的，但是其實(shí)時(shí)性卻得到了保證。

3. 結(jié)束語(yǔ)

立體視覺(jué)技術(shù)在障礙物檢測(cè)中的應(yīng)用是計(jì)算機(jī)技術(shù)的一個(gè)熱門(mén)研究領(lǐng)域，就單目視覺(jué)來(lái)說(shuō)，其對(duì)障礙物的檢測(cè)方法也種類繁多。本文就當(dāng)前常用的單目視覺(jué)障礙物檢測(cè)方法進(jìn)行了研究，發(fā)現(xiàn)每種方法都各有優(yōu)缺利弊，也就是有其應(yīng)用的局限性，其局限性的根本是被測(cè)障礙物的不確定性所造成的。因此，要想提高障礙物的檢測(cè)精度和測(cè)量時(shí)效性，必須要多種技術(shù)融合。比如將單目視覺(jué)技術(shù)同激光、雷達(dá)、超聲波等技術(shù)融合，或者采取視覺(jué)多元化的處理辦法，比如將障礙物的色彩信息［10］、陰影信息［11］等等作為被處理對(duì)象的有用信息，使其參與單目視覺(jué)檢測(cè)障礙物的運(yùn)算過(guò)程中，都可以極大幅度的提高檢測(cè)質(zhì)量。

［1］Zhao Liang，Thorpe C.Stereo and neural network-based pendestrian detection.IEEE Transactions on Intelligent Transportation Systems，2000，1（3）：148-154.

［2］賈慧星，章毓晉.車輛輔助駕駛系統(tǒng)中基于計(jì)算機(jī)視覺(jué)的行人檢測(cè)研究綜述［J］.自動(dòng)化學(xué)報(bào)，2007（1）.

［3］李斌.智能車輛前方車輛探測(cè)及安全車距控制方法的研究［D］.吉林大學(xué)，2002.

［4］Xu Feng-Liang，Liu Xia，F(xiàn)ujimura K.Pedestrian detection and tracking with night vision.IEEE Transactions on Intelligent Transportation Systems，2005，6（1）：63-71.

［5］馬頌德，張正友.計(jì)算機(jī)視覺(jué)-計(jì)算理論與算法基礎(chǔ)［M］.北京：科學(xué)出版社，2003.

［6］李斌，高宏偉.基于立體視覺(jué)的巖石表面三維評(píng)估技術(shù)研究［D］.沈陽(yáng)理工大學(xué)，2013

［7］韓延祥，張志勝，戴敏.用于目標(biāo)測(cè)距的單目視覺(jué)測(cè)量方法［J］.光學(xué)精密工程，2011（5）.

［8］黃桂平，李廣云，王保豐，葉聲華.單目視覺(jué)測(cè)量技術(shù)研究［J］.計(jì)量學(xué)報(bào)，2004（4）.

［9］郭磊，徐友春，李克強(qiáng)，連小珉.基于單目視覺(jué)的實(shí)時(shí)測(cè)距方法研究［J］.中國(guó)圖象圖形學(xué)報(bào)，2006（1）.

［10］王榮本，趙兵，李琳輝，張明恒.智能車輛的障礙物檢測(cè)研究方法綜述［J］.公路交通科技，2007（11）.

［11］楊建榮，曲仕茹.基于單目視覺(jué)的障礙物檢測(cè)方法研究［J］.計(jì)算機(jī)仿真，2009（2）.

Approach Review of Obstacle Detection based on Monocular Vision

Li Bin
（Shenyang Polytechnic College，Shenyang 110045，China）

The commonly method of monocular vision technology that used in obstacle detection are based on traditional monocular vision imaging principle.So the principle about obstacle detection based on traditional monocular vision must be introduced firstly.And then，the measurenment method is diffenrent depending on the different obstacles to be measured.So the paper analyzed and reasearched several obstacle detection method according to different situations.

Monocular vision；Obstacles；Detection

李斌（1985—），男，遼寧沈陽(yáng)人，碩士，助教，研究方向：控制理論與控制工程。