一種障礙物檢測(cè)方法和裝置制造方法
【專利摘要】本發(fā)明實(shí)施例公開(kāi)了一種障礙物檢測(cè)方法，所述方法包括：獲取第一幀圖像和第二幀圖像；檢測(cè)所述第一幀圖像的特征點(diǎn)；將所述特征點(diǎn)和第二幀圖像中對(duì)應(yīng)位置的特征點(diǎn)進(jìn)行匹配；對(duì)匹配成功的第一幀圖像的特征點(diǎn)進(jìn)行聚類，形成特征點(diǎn)類；選取表示接近自車的特征點(diǎn)類來(lái)代表障礙物進(jìn)行顯示，實(shí)現(xiàn)對(duì)障礙物的檢測(cè)。本發(fā)明實(shí)施例還公開(kāi)了一種障礙物檢測(cè)裝置。本發(fā)明實(shí)施例提供的障礙物檢測(cè)方法和裝置能夠使自車在任何狀態(tài)均可以檢測(cè)到接近自車的障礙物，提高了駕駛?cè)藛T及乘車人員的安全性。
【專利說(shuō)明】一種障礙物檢測(cè)方法和裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種障礙物檢測(cè)方法和裝置。

【背景技術(shù)】
[0002] 在駕駛員駕駛車輛行駛時(shí)，位于自車后方及兩側(cè)盲區(qū)區(qū)域內(nèi)的障礙物（如車輛、 行人等）容易對(duì)駕駛者構(gòu)成安全隱患，尤其是當(dāng)駕駛員沒(méi)有注意到障礙物存在而進(jìn)行變道 行駛時(shí)。因此，檢測(cè)盲區(qū)區(qū)域內(nèi)是否存在障礙物，并將障礙物的信息反饋給駕駛員對(duì)駕駛員 來(lái)說(shuō)非常重要。
[0003] 現(xiàn)有技術(shù)中檢測(cè)障礙物的方法有兩類：一類是基于障礙物外觀的方法，另一類是 基于運(yùn)動(dòng)方向的方法。
[0004] 基于障礙物外觀的方法是利用特定障礙物的外觀特征來(lái)判斷障礙物是否為特定 障礙物，如果是，則將該障礙物的相關(guān)信息匯報(bào)給駕駛員。舉例而言，如果特定障礙物為車 輛，則利用車輛的外觀特征（如車輪、車牌、車輛底部陰影等）來(lái)判斷障礙物是否為車輛；如 果特定障礙物為行人，則利用人的外觀特征（如頭部、軀干部、四肢部等）來(lái)判斷障礙物是 否為人。
[0005] 基于障礙物外觀的方法的優(yōu)點(diǎn)在于不易受光照變化影響，檢測(cè)結(jié)果較為穩(wěn)定。但 是由于該方法需要對(duì)特定障礙物事先進(jìn)行定義，所以檢測(cè)的對(duì)象種類有限。從另一角度來(lái) 講，由于該方法需要依此判斷檢測(cè)的障礙物是否為特定的障礙物（例如首先判斷障礙物是 否為車輛，如果否，再判斷該障礙物是否為人），當(dāng)特定檢測(cè)物的種類較多時(shí)，檢測(cè)的時(shí)間相 應(yīng)增加，很有可能導(dǎo)致駕駛員接收到障礙物信息時(shí)來(lái)不及采取相應(yīng)措施，發(fā)生車輛事故，所 以為了防止這種情況的出現(xiàn)，特定障礙物的種類需要被限制。
[0006] 基于運(yùn)動(dòng)方向的方法的基本原理是：當(dāng)車輛向前直行時(shí)，以該車輛為參照物，車輛 后面的相對(duì)于地面靜止的物體、與車輛前進(jìn)方向相反的物體、雖與車輛前進(jìn)方向相同但是 其速度小于該車輛的物體均向背離該車輛的方向運(yùn)動(dòng)，只有與該車輛前進(jìn)方向相同且速度 大于該車輛的速度的物體是朝向該車輛的位置前進(jìn)的，即該物體正在追趕該車輛，所以該 物體因成為潛在的障礙物而被檢測(cè)。
[0007] 所述基于運(yùn)動(dòng)方向的方法的優(yōu)點(diǎn)在于不需要考慮檢測(cè)目標(biāo)的種類，克服了基于障 礙物外觀方法只能檢測(cè)特定種類障礙物的缺點(diǎn)，但是該方法對(duì)檢測(cè)車輛直行時(shí)的障礙物較 為容易，當(dāng)車輛轉(zhuǎn)彎時(shí)，需要獲取車輛的旋轉(zhuǎn)角度等運(yùn)動(dòng)參數(shù)。而通過(guò)圖像獲取車輛的運(yùn)動(dòng) 參數(shù)需要利用圖像中相對(duì)于地面靜止的物體來(lái)做參照物進(jìn)行計(jì)算，而車載環(huán)境下，地面的 特征常常不夠豐富，無(wú)法達(dá)到計(jì)算要求。所以基于運(yùn)動(dòng)的方法通常僅能在車輛直行時(shí)對(duì)障 礙物進(jìn)行檢測(cè)，無(wú)法保證車輛轉(zhuǎn)彎時(shí)駕駛員的安全性。


【發(fā)明內(nèi)容】

[0008] 為了解決現(xiàn)有技術(shù)，本發(fā)明實(shí)施例提供一種障礙物檢測(cè)方法和裝置，實(shí)現(xiàn)了車輛 在任何狀態(tài)都能進(jìn)行障礙物的檢測(cè)，提高了駕駛員的安全性。
[0009] 本發(fā)明實(shí)施例提供了一種障礙物檢測(cè)方法，所述方法包括：
[0010] 獲取第一幀圖像和第二幀圖像；
[0011] 檢測(cè)所述第一幀圖像的特征點(diǎn)；
[0012] 將所述特征點(diǎn)和第二幀圖像中對(duì)應(yīng)位置的特征點(diǎn)進(jìn)行匹配；
[0013] 對(duì)匹配成功的第一幀圖像的特征點(diǎn)進(jìn)行聚類，形成特征點(diǎn)類；
[0014] 選取表示接近自車的特征點(diǎn)類來(lái)代表障礙物進(jìn)行顯示，實(shí)現(xiàn)對(duì)障礙物的檢測(cè)。
[0015] 優(yōu)選的，所述檢測(cè)所述第一幀圖像的特征點(diǎn)具體為：
[0016] 根據(jù)所述第一幀圖像生成像素梯度圖像；
[0017] 選取所述像素梯度圖像中在X軸或y軸方向的梯度值為局部極大值的特征點(diǎn)；
[0018] 將沒(méi)有被選擇的特征點(diǎn)的梯度值設(shè)為零，并重新生成像素梯度圖像；
[0019] 遍歷重新生成的像素梯度圖像的點(diǎn)，以被遍歷的特征點(diǎn)為中心，在預(yù)設(shè)搜索窗口 內(nèi)統(tǒng)計(jì)重新生成的像素梯度圖像中梯度值大于梯度閾值的特征點(diǎn)的個(gè)數(shù)；
[0020] 判斷所述特征點(diǎn)的個(gè)數(shù)是否大于或等于第一閾值；
[0021] 如果是，則選取所述搜索窗口內(nèi)梯度值最大的點(diǎn)作為所述第一幀圖像的特征點(diǎn)。
[0022] 優(yōu)選的，在所述將所述特征點(diǎn)和第二幀圖像中對(duì)應(yīng)位置的特征點(diǎn)進(jìn)行匹配之后， 所述方法還包括：
[0023] 對(duì)包含所述第一幀圖像的連續(xù)k幀圖像進(jìn)行特征點(diǎn)匹配，獲取特征點(diǎn)序列，所述 特征點(diǎn)序列是指由相鄰的兩幀圖像中匹配的特征點(diǎn)組成的向量集，且所述k大于或等于4;
[0024] 判斷所述向量集中相鄰的兩個(gè)向量是否至少滿足以下兩個(gè)條件中的其一：所述相 鄰的兩個(gè)向量的長(zhǎng)度變化在第一預(yù)設(shè)范圍內(nèi)；所述相鄰的兩個(gè)向量的角度變化在第二預(yù)設(shè) 范圍內(nèi)；
[0025] 如果否，則去除構(gòu)成所述特征點(diǎn)序列的所有特征點(diǎn)。
[0026] 優(yōu)選的，所述對(duì)匹配成功的第一幀圖像的特征點(diǎn)進(jìn)行聚類具體為：
[0027] 步驟A:選取一未被編號(hào)和標(biāo)記的第一幀圖像的特征點(diǎn)作為種子點(diǎn)，并對(duì)述種子 點(diǎn)進(jìn)行編號(hào)和標(biāo)記；
[0028] 步驟B:按照預(yù)設(shè)規(guī)則查找所述種子點(diǎn)的所有鄰居點(diǎn)；
[0029] 步驟C:對(duì)所有鄰居點(diǎn)進(jìn)行編號(hào)，所述鄰居點(diǎn)的編號(hào)與所述種子點(diǎn)的編號(hào)一致；
[0030] 步驟D:選取任一鄰居點(diǎn)，將所述鄰居點(diǎn)作為種子點(diǎn)并進(jìn)行標(biāo)記，執(zhí)行步驟B和步 驟C，直至所有符合預(yù)設(shè)規(guī)則的鄰居點(diǎn)均被編號(hào)和標(biāo)記；
[0031] 步驟E:將編號(hào)相同的特征點(diǎn)歸為一類特征點(diǎn)。
[0032] 優(yōu)選的，所述預(yù)設(shè)規(guī)則為：
[0033]所述第一幀圖像的種子點(diǎn)的像素坐標(biāo)為(x;，.V:)，所述第二幀圖像中與所述種子點(diǎn) 匹配的特征點(diǎn)的像素坐標(biāo)為^ ,.K所述種子點(diǎn)的鄰居點(diǎn)的像素坐標(biāo)為，所述第 二幀圖像中與所述鄰居點(diǎn)匹配的特征點(diǎn)的像素坐標(biāo)為(.C兄％)，其中j尹i，所述r為與所 述第一幀圖像與所述第二幀圖像之間相隔的圖像的幀數(shù)；
[0034] 所述種子點(diǎn)與所述鄰居點(diǎn)至少需要滿足以下其中一個(gè)關(guān)系條件：

【權(quán)利要求】
1. 一種障礙物檢測(cè)方法，其特征在于，所述方法包括： 獲取第一幀圖像和第二幀圖像； 檢測(cè)所述第一幀圖像的特征點(diǎn)； 將所述特征點(diǎn)和第二幀圖像中對(duì)應(yīng)位置的特征點(diǎn)進(jìn)行匹配； 對(duì)匹配成功的第一幀圖像的特征點(diǎn)進(jìn)行聚類，形成特征點(diǎn)類； 選取表示接近自車的特征點(diǎn)類來(lái)代表障礙物進(jìn)行顯示，實(shí)現(xiàn)對(duì)障礙物的檢測(cè)。
2. 根據(jù)權(quán)利要求1所述的障礙物檢測(cè)方法，其特征在于，所述檢測(cè)所述第一幀圖像的 特征點(diǎn)具體為： 根據(jù)所述第一幀圖像生成像素梯度圖像； 選取所述像素梯度圖像中在X軸或y軸方向的梯度值為局部極大值的特征點(diǎn)； 將沒(méi)有被選擇的特征點(diǎn)的梯度值設(shè)為零，并重新生成像素梯度圖像； 遍歷重新生成的像素梯度圖像的點(diǎn)，以被遍歷的特征點(diǎn)為中心，在預(yù)設(shè)搜索窗口內(nèi)統(tǒng) 計(jì)重新生成的像素梯度圖像中梯度值大于梯度閾值的特征點(diǎn)的個(gè)數(shù)； 判斷所述特征點(diǎn)的個(gè)數(shù)是否大于或等于第一閾值； 如果是，則選取所述搜索窗口內(nèi)梯度值最大的點(diǎn)作為所述第一幀圖像的特征點(diǎn)。
3. 根據(jù)權(quán)利要求1所述的障礙物檢測(cè)方法，其特征在于，在所述將所述特征點(diǎn)和第二 幀圖像中對(duì)應(yīng)位置的特征點(diǎn)進(jìn)行匹配之后，所述方法還包括： 對(duì)包含所述第一幀圖像的連續(xù)k幀圖像進(jìn)行特征點(diǎn)匹配，獲取特征點(diǎn)序列，所述特征 點(diǎn)序列是指由相鄰的兩幀圖像中匹配的特征點(diǎn)組成的向量集，且所述k大于或等于4 ; 判斷所述向量集中相鄰的兩個(gè)向量是否至少滿足以下兩個(gè)條件中的其一：所述相鄰的 兩個(gè)向量的長(zhǎng)度變化在第一預(yù)設(shè)范圍內(nèi)；所述相鄰的兩個(gè)向量的角度變化在第二預(yù)設(shè)范圍 內(nèi)； 如果否，則去除構(gòu)成所述特征點(diǎn)序列的所有特征點(diǎn)。
4. 根據(jù)權(quán)利要求1所述的障礙物檢測(cè)方法，其特征在于，所述對(duì)匹配成功的第一幀圖 像的特征點(diǎn)進(jìn)行聚類具體為： 步驟A:選取一未被編號(hào)和標(biāo)記的第一幀圖像的特征點(diǎn)作為種子點(diǎn)，并對(duì)述種子點(diǎn)進(jìn) 行編號(hào)和標(biāo)記； 步驟B:按照預(yù)設(shè)規(guī)則查找所述種子點(diǎn)的所有鄰居點(diǎn)； 步驟C:對(duì)所有鄰居點(diǎn)進(jìn)行編號(hào)，所述鄰居點(diǎn)的編號(hào)與所述種子點(diǎn)的編號(hào)一致； 步驟D:選取任一鄰居點(diǎn)，將所述鄰居點(diǎn)作為種子點(diǎn)并進(jìn)行標(biāo)記，執(zhí)行步驟B和步驟C， 直至所有符合預(yù)設(shè)規(guī)則的鄰居點(diǎn)均被編號(hào)和標(biāo)記； 步驟E:將編號(hào)相同的特征點(diǎn)歸為一類特征點(diǎn)。
5. 根據(jù)權(quán)利要求4所述的障礙物檢測(cè)方法，其特征在于，所述預(yù)設(shè)規(guī)則為： 所述第一幀圖像的種子點(diǎn)的像素坐標(biāo)為所述第二幀圖像中與所述種子點(diǎn)匹配 的特征點(diǎn)的像素坐標(biāo)為(.<?',);所述種子點(diǎn)的鄰居點(diǎn)的像素坐標(biāo)為，所述第二 幀圖像中與所述鄰居點(diǎn)匹配的特征點(diǎn)的像素坐標(biāo)為，其中j尹i，所述r為與所述 第一幀圖像與所述第二幀圖像之間相隔的圖像的幀數(shù)； 所述種子點(diǎn)與所述鄰居點(diǎn)至少需要滿足以下其中一個(gè)關(guān)系條件：
其中，所述R為距離閾值，所述λ為長(zhǎng)度變化閾值，所述C為角度閾值。
6. 根據(jù)權(quán)利要求1所述的障礙物檢測(cè)方法，其特征在于，所述選取表示接近自車的特 征點(diǎn)類來(lái)代表障礙物具體為： 計(jì)算所述第一幀圖像與所述第二幀圖像的距離變化比，所述距離變化比為第一幀圖像 中某類特征點(diǎn)的矢量長(zhǎng)度總和與所述第二幀圖像中位置對(duì)應(yīng)的該類特征點(diǎn)的矢量長(zhǎng)度總 和之比，所述矢量長(zhǎng)度總和是指某類特征點(diǎn)中所有任意兩個(gè)特征點(diǎn)的長(zhǎng)度矢量之和； 當(dāng)所述第一幀圖像的獲取時(shí)間比所述第二幀圖像的獲取時(shí)間早，則將所述距離變化比 小于1的特征點(diǎn)類表示接近自車的特征點(diǎn)類； 當(dāng)所述第一幀圖像的獲取時(shí)間比所述第二幀圖像的獲取時(shí)間晚，則將所述距離變化比 大于1的特征點(diǎn)類表示接近自車的特征點(diǎn)類。
7. -種障礙物檢測(cè)裝置，其特征在于，所述裝置包括：圖像獲取單元、特征點(diǎn)檢測(cè)單 元、特征點(diǎn)匹配單元、特征點(diǎn)聚類單元、特征點(diǎn)類選取單元和顯示單元； 所述圖像獲取單元和所述特征點(diǎn)檢測(cè)單元連接，所述特征點(diǎn)檢測(cè)單元和所述特征點(diǎn)匹 配單元連接，所述特征點(diǎn)匹配單元和所述特征點(diǎn)聚類單元連接，所述特征點(diǎn)聚類單元和所 述特征點(diǎn)類選取單元連接，所述特征點(diǎn)類選取單元和所述顯示單元連接； 其中，所述圖像獲取單元，用于獲取第一幀圖像和第二幀圖像； 所述特征點(diǎn)檢測(cè)單元，用于檢測(cè)所述第一幀圖像的特征點(diǎn)； 所述特征點(diǎn)匹配單元，用于將所述特征點(diǎn)和第二幀圖像中對(duì)應(yīng)位置的特征點(diǎn)進(jìn)行匹 配； 所述特征點(diǎn)聚類單元，用于對(duì)匹配成功的第一幀圖像的特征點(diǎn)進(jìn)行聚類，形成特征點(diǎn) 類； 所述特征點(diǎn)類選取單元，用于選取表示接近自車的特征點(diǎn)類； 所述顯示單元，用于將選取的特征點(diǎn)類代表障礙物進(jìn)行顯示，實(shí)現(xiàn)對(duì)障礙物的檢測(cè)。
8. 根據(jù)權(quán)利要求7所述的障礙物檢測(cè)裝置，其特征在于，所述特征點(diǎn)檢測(cè)單元包括：梯 度圖像生成單元、第一特征點(diǎn)選取單元、圖像重新生成單元、統(tǒng)計(jì)單元、第一判斷單元和第 二特征點(diǎn)選取單元； 所述圖像獲取單元與所述梯度圖像生成單元連接，所述梯度圖像生成單元與所述第一 特征點(diǎn)選取單元連接，所述第一特征點(diǎn)選取單元與所述圖像重新生成單元連接，所述圖像 重新生成單元與所述統(tǒng)計(jì)單元連接，所述統(tǒng)計(jì)單元與所述第一判斷單元連接，所述第一判 斷單元與所述第二特征點(diǎn)選取單元連接，所述第二特征點(diǎn)選取單元與所述特征點(diǎn)匹配單元 連接； 其中，所述梯度圖像生成單元，用于根據(jù)所述第一幀圖像生成像素梯度圖像； 所述第一特征點(diǎn)選取單元，用于選取所述像素梯度圖像中在X軸或y軸方向的梯度值 為局部極大值的特征點(diǎn)； 所述圖像重新生成單元，用于將沒(méi)有被所述第一特征點(diǎn)選取單元選擇的特征點(diǎn)的梯度 值設(shè)為零，并重新生成像素梯度圖像； 所述統(tǒng)計(jì)單元，用于遍歷重新生成的像素梯度圖像的點(diǎn)，以被遍歷的特征點(diǎn)為中心，在 預(yù)設(shè)搜索窗口內(nèi)統(tǒng)計(jì)重新生成的像素梯度圖像中梯度值大于梯度閾值的特征點(diǎn)的個(gè)數(shù)； 所述第一判斷單元，用于判斷所述特征點(diǎn)的個(gè)數(shù)是否大于或等于第一閾值，如果是，則 激活所述第二特征點(diǎn)選取單元； 所述第二特征點(diǎn)選取單元，用于選取所述搜索窗口內(nèi)梯度值最大的點(diǎn)作為所述第一幀 圖像的特征點(diǎn)。
9. 根據(jù)權(quán)利要求7所述的障礙物檢測(cè)裝置，其特征在于，所述裝置還包括特征點(diǎn)序列 獲取單元、第二判斷單元和特征點(diǎn)去除單元； 所述特征點(diǎn)匹配單元與所述特征點(diǎn)序列獲取單元連接，所述特征點(diǎn)序列獲取單元與所 述第二判斷單元連接，所述第二判斷單元和所述特征點(diǎn)去除單元連接，所述特征點(diǎn)去除單 元和所述特征點(diǎn)聚類單元連接； 其中，所述特征點(diǎn)序列獲取單元，用于對(duì)包含所述第一幀圖像的連續(xù)k幀圖像進(jìn)行特 征點(diǎn)匹配，獲取特征點(diǎn)序列，所述特征點(diǎn)序列是指由相鄰的兩幀圖像中匹配的特征點(diǎn)組成 的向量集，且所述k大于或等于4 ; 所述第二判斷單元，用于判斷所述向量集中相鄰的兩個(gè)向量是否至少滿足以下兩個(gè)條 件中的其一：所述相鄰的兩個(gè)向量的長(zhǎng)度變化在第一預(yù)設(shè)范圍內(nèi)；所述相鄰的兩個(gè)向量的 角度變化在第二預(yù)設(shè)范圍內(nèi)；如果否，則激活所述特征點(diǎn)去除單元； 所述特征點(diǎn)去除單元，用于去除構(gòu)成所述特征點(diǎn)序列的所有特征點(diǎn)。
10. 根據(jù)權(quán)利要求7所述的障礙物檢測(cè)裝置，其特征在于，所述特征點(diǎn)類選取單元包 括：距離變化比計(jì)算單元和選取單元； 所述特征點(diǎn)聚類單元與所述距離變化比計(jì)算單元連接，所述距離變化比計(jì)算單元與所 述選取單元連接，所述選取單元與所述顯示單元連接； 其中，所述距離變化比計(jì)算單元，用于計(jì)算所述第一幀圖像與所述第二幀圖像的距離 變化比，所述距離變化比為第一幀圖像中某類特征點(diǎn)的矢量長(zhǎng)度總和與所述第二幀圖像中 位置對(duì)應(yīng)的該類特征點(diǎn)的矢量長(zhǎng)度總和之比，所述矢量長(zhǎng)度總和是指某類特征點(diǎn)中所有任 意兩個(gè)特征點(diǎn)的長(zhǎng)度矢量之和； 所述選取單元，用于當(dāng)所述第一幀圖像的獲取時(shí)間比所述第二幀圖像的獲取時(shí)間早 時(shí)，將所述距離變化比小于1的特征點(diǎn)類表示接近自車的特征點(diǎn)類；或，當(dāng)所述第一幀圖像 的獲取時(shí)間比所述第二幀圖像的獲取時(shí)間晚時(shí)，將所述距離變化比大于1的特征點(diǎn)類表示 接近自車的特征點(diǎn)類。
【文檔編號(hào)】G06K9/00GK104318206SQ201410520226
【公開(kāi)日】2015年1月28日 申請(qǐng)日期:2014年9月30日 優(yōu)先權(quán)日:2014年9月30日
【發(fā)明者】于紅緋, 劉威, 袁淮 申請(qǐng)人:東軟集團(tuán)股份有限公司