本發(fā)明屬于無人駕駛車輛主動安全領(lǐng)域，尤其涉及一種基于雙目視覺的無人駕駛汽車霧天主動避險的方法。

背景技術(shù)：

近年來，我國汽車產(chǎn)業(yè)一直高歌猛進，發(fā)展勢頭迅猛。汽車智能化，汽車信息化，無人駕駛等汽車行業(yè)先進領(lǐng)域發(fā)展快速，利用雙目視覺系統(tǒng)，模仿人的眼睛，對汽車行進過程中前方物體進行三維重建的技術(shù)也越來越多的應(yīng)用到無人駕駛汽車當(dāng)中。對物體進行三維重建的目的主要是用來實現(xiàn)無人駕駛汽車的主動避險。

雙目視覺系統(tǒng)屬于仿真生物視覺系統(tǒng)，屬于計算機視覺領(lǐng)域，傳統(tǒng)的雙目視覺技術(shù)是首先對攝像機標(biāo)定，用來模仿人的雙眼，然后用標(biāo)定好的攝像機獲取兩張雙目圖像，然后提取兩張圖片上的特征信息進行立體匹配，最后計算匹配好的同名特征點或者特征區(qū)域的視差信息，進而反算求出深度信息，最后利用所計算出來的信息進行物體的三維模型重建。

傳統(tǒng)的雙目視覺系統(tǒng)，雖然可以實現(xiàn)但是需要的時間比較長，無法應(yīng)用于無人駕駛汽車上，為了解決這一問題，采用gpu加速處理圖片以及利用深度學(xué)習(xí)的方法快速識別物體的技術(shù)應(yīng)運而生，深度學(xué)習(xí)的算法，主要是選擇和組織合適的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過監(jiān)督學(xué)習(xí)的方法，控制整個神經(jīng)網(wǎng)絡(luò)，來加快處理一對圖片所需要的時間，然而，這種算法有仍然有比較大的缺陷，在光線較弱的霧天或者反光路面算法容易失效，并且由于物體特征比較模糊，無法對物體進行識別以及三維重建。進而導(dǎo)致車輛在霧天行駛時，無法有效地避免危險。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種基于雙目視覺的無人駕駛汽車霧天主動避險的方法，以克服現(xiàn)有技術(shù)的不足。

為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于雙目視覺的無人駕駛汽車霧天主動避險的方法，具體包括以下步驟：

1)、首先通過雙目視覺系統(tǒng)對前方進行拍攝，獲得雙目視覺圖；

2)、對所得雙目視覺圖進行平滑、光順、去噪預(yù)處理；

3)、從預(yù)處理后的雙目視覺圖中尋找相對清晰的特征區(qū)域，并在gpu并行架構(gòu)下，計算得到濃密的視差圖；

4)、將得到的視差圖信息反映到灰度空間0～255；

5)、初始灰度值設(shè)為h0＝0，并搜索第一幀圖像的灰度的最大值記為h1；

6)、判斷h1是否大于h0；如果否，說明h1＝h0＝0，前方無物體；如果為是，說明前方有物體，并將h1的灰度值賦給h0；

7)、將賦值后的h0與根據(jù)汽車行駛速度和制動減速度得到的安全灰度閾值t作比較，如果h0>＝t，說明無人駕駛車輛與物體之間的距離小于安全距離，汽車主動緊急制動避險，如果h0<t，說明前方物體暫時沒有與無人駕駛汽車相碰的危險，車輛按原速行駛，并繼續(xù)對前方進行不斷的循環(huán)拍攝與判斷。

進一步的，步驟1)中獲取的雙目視覺圖指通過雙目視覺系統(tǒng)分別獲取左圖片a和右圖片b。

進一步的，步驟4)中，灰度初始值h0是指人為規(guī)定的無障礙物時的灰度值，即h0＝0。

進一步的，步驟(4)中視差圖信息與灰度空間值的關(guān)系：

利用三角形的相似關(guān)系可以得出：

左圖片

右圖片

這兩個公式分別是以點o和點o’為坐標(biāo)原點，左圖片a和右圖片b的向量方向相反，因此視差為：

上式中d為視差值，z為深度，由于d與灰度空間值成正比例關(guān)系。

進一步的，其中λ＝1.2。

進一步的，步驟7)中安全灰度閾值t的計算方法如下：

制動過程中車速為：

t0是開始采取制動到制動開始起作用所需要的時間，v0為采取制動措施前的初始車速，v(0)＝v0,v(t0+t1)＝0；是平均制動減速度；

對車速v(t)進行積分可求出制動距離

引入安全系數(shù)λ，λ為實際安全距離e與制動距離s之比，從而實際安全距離可表示為：

e＝λs

安全灰度閾值t＝255-e，即可得到安全灰度閾值t。

進一步的，步驟3)中，從預(yù)處理后的雙目圖像中通過深度學(xué)習(xí)的方法，從深度神經(jīng)網(wǎng)絡(luò)系統(tǒng)中快速尋找相對清晰的特征區(qū)域p0。

進一步的，步驟2)和步驟3)中雙目視覺圖包括天氣良好情況下拍攝的圖片和霧天拍攝的特征不清晰的圖片。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益的技術(shù)效果：

本發(fā)明一種基于雙目視覺的無人駕駛汽車霧天主動避險的方法，首先通過雙目視覺系統(tǒng)對前方進行拍攝，獲得雙目視覺圖；然后再對所得雙目視覺圖進行平滑、光順、去噪預(yù)處理，從預(yù)處理后的雙目視覺圖中尋找相對清晰的特征區(qū)域，并在gpu并行架構(gòu)下，計算得到濃密的視差圖，將得到的視差圖信息反映到灰度空間0～255，初始灰度值設(shè)為h0＝0，并搜索第一幀圖像的灰度的最大值記為h1，判斷h1是否大于h0；如果否，說明h1＝h0＝0，前方無物體；如果為是，說明前方有物體，并將h1的灰度值賦給h0，將賦值后的h0與根據(jù)汽車行駛速度和制動減速度得到的安全灰度閾值t作比較，如果h0>＝t，說明無人駕駛車輛與物體之間的距離小于安全距離，汽車主動緊急制動避險，如果h0<t，說明前方物體暫時沒有與無人駕駛汽車相碰的危險，車輛按原速行駛，并繼續(xù)對前方進行不斷的循環(huán)拍攝與判斷，利用了雙目視覺系統(tǒng)中視差與深度的關(guān)系，無需對物體進行三維重建，只需要不斷對比前后兩幀圖片的深度信息并判斷是否達(dá)到安全閾值，便能夠?qū)崿F(xiàn)無人駕駛車輛的主動避險，該方法既能夠在天氣晴朗，光線良好的情況下快速判斷車距，主動停車避險，又能夠在霧天等光線不良的情況下，保證算法的可靠性。

附圖說明

圖1為本發(fā)明系統(tǒng)結(jié)構(gòu)示意圖。

圖2為平行配置雙目視覺系統(tǒng)計算原理圖。

圖3為灰度與距離的關(guān)系示意圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明做進一步詳細(xì)描述：

如圖1所示，一種基于雙目視覺的無人駕駛汽車霧天主動避險的方法，具體包括以下步驟：

1)、首先通過雙目視覺系統(tǒng)對前方進行拍攝，獲得雙目視覺圖；

2)、對所得雙目視覺圖進行平滑、光順、去噪預(yù)處理；

3)、從預(yù)處理后的雙目視覺圖中尋找相對清晰的特征區(qū)域，并在gpu并行架構(gòu)下，計算得到濃密的視差圖；

4)、將得到的視差圖信息反映到灰度空間0～255；

5)、初始灰度值設(shè)為h0＝0，并搜索第一幀圖像的灰度的最大值記為h1；

6)、判斷h1是否大于h0；如果否，說明h1＝h0＝0，前方無物體；如果為是，說明前方有物體，并將h1的灰度值賦給h0；

7)、將賦值后的h0與根據(jù)汽車行駛速度和制動減速度得到的安全灰度閾值t作比較，如果h0>＝t，說明無人駕駛車輛與物體之間的距離小于安全距離，汽車主動緊急制動避險，如果h0<t，說明前方物體暫時沒有與無人駕駛汽車相碰的危險，車輛按原速行駛，并繼續(xù)對前方進行不斷的循環(huán)拍攝與判斷。

步驟1)中獲取的雙目視覺圖指通過雙目視覺系統(tǒng)分別獲取左圖片a和右圖片b。

步驟3)中，從預(yù)處理后的雙目圖像中通過深度學(xué)習(xí)的方法，從深度神經(jīng)網(wǎng)絡(luò)系統(tǒng)中快速尋找相對清晰的特征區(qū)域p0。

步驟4)中，灰度初始值h0是指人為規(guī)定的無障礙物時的灰度值，即h0＝0。

步驟4)中視差圖信息與灰度空間值的關(guān)系：

以平行配置的雙目視覺系統(tǒng)為例，其視覺系統(tǒng)簡易的計算原理圖如圖2所示：

利用三角形的相似關(guān)系可以得出：

左圖片

右圖片

這兩個公式分別是以點o和點o’為坐標(biāo)原點，左圖片a和右圖片b的向量方向相反，因此視差為：

由上面的公式可以看出視差d與深度z成反比例關(guān)系，其他形式的雙目視覺系統(tǒng)不改變其視差與深度的反比例關(guān)系，由于d與灰度成正比例關(guān)系，因此，灰度與深度z也成反比例關(guān)系，即灰度值能夠直接反應(yīng)物體的深度情況，灰度值越高說明物體越靠近攝像機，灰度值越低說明物體越遠(yuǎn)離攝像機。

步驟7)中安全灰度閾值t的計算方法如下：

制動過程中車速為：

t0是開始采取制動到制動開始起作用所需要的時間，v0為采取制動措施前的初始車速，v(0)＝v0,v(t0+t1)＝0；是平均制動減速度；

對車速v(t)進行積分可求出制動距離

引入安全系數(shù)λ，λ為實際安全距離e與制動距離s之比，從而實際安全距離可表示為：

e＝λs

把λ＝1時的車距稱為準(zhǔn)安全車距，如果前方物體與無人駕駛車輛的距離在準(zhǔn)安全車距以上，則可防止車輛與物體相撞，安全起見取λ＝1.2。

步驟2)和步驟3)中雙目視覺圖既可以是在晴天天氣良好情況下拍攝的圖片，也可以是在霧天拍攝的特征不清晰的雙目圖片。如圖3所示，灰度與距離的關(guān)系示意圖，距離越近灰度值越大就是中間那個黑色的，慢慢隨著距離變遠(yuǎn)。

將實際安全車距反映到灰度空間0-255，便可得到我們需要的安全灰度閾值t，根據(jù)我國交通法規(guī)，當(dāng)能見度小于500米大于200米時，時速不得超過80公里；能見度小于200米大于100米時，時速不得超過60公里；能見度小于100米大于50米時，時速不得超過40公里；能見度在30米以內(nèi)時，時速應(yīng)控制在20公里以下；一般視距10米左右時，時速應(yīng)控制在5公里以下；霧天行車的最高時速為80km/h，此時所需的安全距離最大，反映到灰度空間的灰度閾值最小，隨著速度的降低灰度閾值逐漸增大，因此安全灰度閾值是一個隨速度變化而變化的量。