本發(fā)明屬于道路安全評(píng)價(jià)技術(shù)領(lǐng)域，涉及一種基于視覺圖像的道路視距檢測(cè)方法及裝置。

背景技術(shù)：

駕駛?cè)说男熊囈暰嗍潜ＷC行車安全的重要條件，是評(píng)價(jià)道路視覺環(huán)境優(yōu)劣的量化指標(biāo)，也是提高車輛安全行駛的重要前提。

目前的視距檢測(cè)方法主要有基于運(yùn)行車速的視距檢測(cè)、不同道路與車型的視距檢測(cè)以及公路三維動(dòng)態(tài)視距計(jì)算，這三種方法有效獲取了駕駛員的行車視距。

基于運(yùn)行車速的視距檢測(cè)在一定程度上考慮了駕駛員的實(shí)際行車狀態(tài)，增加了視距檢測(cè)的實(shí)用性，簡(jiǎn)單實(shí)用；但是該方法將平曲線和豎曲線視距分開考慮，只能實(shí)現(xiàn)計(jì)算檢測(cè)某一位置靜態(tài)的、兩維的視距，存在很大局限性；不同道路與車型的視距檢測(cè)的應(yīng)用范圍有很大的局限性，不同道路采取不同的檢測(cè)方法；道路三維視距檢測(cè)方法考慮了更多視距的影響因素，更能夠反映真實(shí)的道路情況，但道路三維模型的建立需要詳細(xì)的道路幾何信息，且模型建立較為復(fù)雜，由于已建道路可能存在設(shè)計(jì)資料缺乏，后期改擴(kuò)建較多的情況，建模難度較大導(dǎo)致視距檢測(cè)效率不高。

由此可見，研發(fā)一種高效、適用范圍廣的視距檢測(cè)方法成為一種客觀需求，是有待本領(lǐng)域技術(shù)人員提出解決方案的課題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于視覺圖像的道路視距檢測(cè)方法及系統(tǒng)，克服現(xiàn)有技術(shù)中的視距檢測(cè)技術(shù)的使用范圍具有較強(qiáng)的局限性以及模型建立具有很強(qiáng)的復(fù)雜性的缺陷。

為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案為：

一種基于視覺圖像的道路視距檢測(cè)方法，其中，包括：

獲取行車圖像、行車參數(shù)和攝像參數(shù)，其中所述行車圖像是在行車過程中從車輛所在位置向車輛前方拍攝的圖像，所述行車參數(shù)是拍攝所述行車圖像時(shí)的所述車輛的行車參數(shù)，所述攝像參數(shù)是拍攝所述行車圖像的攝像機(jī)的參數(shù)；

確定所述行車圖像中的車道線坐標(biāo)值(c，r)；

根據(jù)所述攝像參數(shù)對(duì)所述行車圖像進(jìn)行逆透視變換處理，將所述行車圖像中的車道線坐標(biāo)值(c，r)轉(zhuǎn)換為逆透視車道線坐標(biāo)(X，Z)；

根據(jù)所述逆透視車道線坐標(biāo)(X，Z)確定車輛前方左側(cè)道路長(zhǎng)度L_左和車輛前方右側(cè)道路長(zhǎng)度L_右；

根據(jù)所述車輛前方左側(cè)道路長(zhǎng)度L_左和所述車輛前方右側(cè)道路長(zhǎng)度L_右確定行車視距L。

上述的基于視覺圖像的道路視距檢測(cè)方法，其中，所述行車參數(shù)為所述車輛在水平方向上的加速度a_前后、所述車輛的實(shí)際加速度a_car；所述攝像參數(shù)為所述攝像機(jī)的像素焦距fc、所述攝像機(jī)的光軸與所述行車圖像的成像平面交點(diǎn)像素坐標(biāo)(c₀，r₀)、所述攝像機(jī)相對(duì)于路面的高度H、所述攝像機(jī)的俯仰角α、所述攝像機(jī)的航偏角β。

上述的基于視覺圖像的道路視距檢測(cè)方法，其中，確定所述行車圖像中的車道線坐標(biāo)值(c，r)，包括：

從所述行車圖像中識(shí)別出車道邊界線；

采用樣條曲線方程表征所述車道邊界線；

通過所述樣條曲線方程確定所述行車圖像中的車道線坐標(biāo)值(c，r)。

上述的基于視覺圖像的道路視距檢測(cè)方法，其中，從所述行車圖像中識(shí)別出車道邊界線，包括：

對(duì)所述行車圖像進(jìn)行灰度平滑處理得到鄰域平均化的灰度圖像；

采用區(qū)域生長(zhǎng)算法，以所述灰度圖像中的種子點(diǎn)并將像素灰度差值作為生長(zhǎng)準(zhǔn)則從所述灰度圖像中識(shí)別出各個(gè)疑似道路區(qū)域；

采用形態(tài)學(xué)平滑連接所述各個(gè)疑似道路區(qū)域上的相關(guān)聯(lián)的邊緣點(diǎn)，以對(duì)所述各個(gè)疑似道路區(qū)域進(jìn)行優(yōu)化處理；

采用灰度梯度的邊緣檢測(cè)算法對(duì)經(jīng)過優(yōu)化處理后的所述各個(gè)疑似道路區(qū)域進(jìn)行邊緣檢測(cè)，以確定所述各個(gè)疑似道路區(qū)域的輪廓；

根據(jù)預(yù)定車道線線形特征從所述各個(gè)疑似道路區(qū)域的輪廓中剔除非道路區(qū)域輪廓，將保留的道路區(qū)域輪廓作為所述車道邊界線。

上述的基于視覺圖像的道路視距檢測(cè)方法，其中，根據(jù)所述攝像參數(shù)對(duì)所述行車圖像進(jìn)行逆透視變換處理，將所述行車圖像中的車道線坐標(biāo)值(c，r)轉(zhuǎn)換為逆透視車道線坐標(biāo)(X，Z)，包括：

利用下列公式計(jì)算逆透視車道線坐標(biāo)(X，Z)：

上述的基于視覺圖像的道路視距檢測(cè)方法，其中，根據(jù)所述車輛前方左側(cè)道路長(zhǎng)度L_左和所述車輛前方右側(cè)道路長(zhǎng)度L_右確定行車視距L，包括：

根據(jù)所述逆透視車道線坐標(biāo)(X，Z)確定所述車輛前方左側(cè)道路與所述車輛前方右側(cè)道路之間的距離D以及所述車輛與所述車輛前方右側(cè)道路之間的距離D_右；

利用下列公式計(jì)算行車視距L：

上述的基于視覺圖像的道路視距檢測(cè)方法，其中，在根據(jù)所述車輛前方左側(cè)道路長(zhǎng)度L_左和所述車輛前方右側(cè)道路長(zhǎng)度L_右確定行車視距L之后，還包括：

根據(jù)所述行車視距L與預(yù)設(shè)需求視距L₀判斷所述行車視距L是否滿足駕駛需求。

上述的基于視覺圖像的道路視距檢測(cè)方法，其中，根據(jù)所述行車視距L與預(yù)設(shè)需求視距判斷所述行車視距L是否滿足需求，包括：

利用下列公式計(jì)算視距判定值Result：

判斷Result是否大于或等于0，當(dāng)Result大于或等于0時(shí)，判定所述行車視距L滿足駕駛需求，當(dāng)Result小于0時(shí)，判定所述行車視距L不滿足駕駛需求。

上述的基于視覺圖像的道路視距檢測(cè)方法，其中，在所述根據(jù)所述行車視距L與預(yù)設(shè)需求視距L₀判斷所述行車視距L是否滿足駕駛需求之前，還包括：

確定每個(gè)時(shí)間點(diǎn)的行車圖像中的左車道線的切線與右車道線的切線的滅點(diǎn)的坐標(biāo)值(c_d，r_d)；

利用下列公式計(jì)算每個(gè)時(shí)間點(diǎn)的道路坡度信息θ′：

其中，g為重力加速度。

確定計(jì)算出的道路坡度信息θ′中的最大值和最小值，將所述最大值和最小值的平均值作為道路坡度信息θ。；

根據(jù)所述道路坡度信息θ、行車速度和需求反應(yīng)時(shí)間計(jì)算所述預(yù)設(shè)需求視距L₀。

一種基于視覺圖像的道路視距檢測(cè)裝置，其中，包括：

圖像獲取單元，用于獲取行車圖像、行車參數(shù)和攝像參數(shù)，其中所述行車圖像是在行車過程中從車輛所在位置向車輛前方拍攝的圖像，所述行車參數(shù)是拍攝所述行車圖像時(shí)的所述車輛的行車參數(shù)，所述攝像參數(shù)是拍攝所述行車圖像的攝像機(jī)的參數(shù)；

圖像坐標(biāo)確定單元，用于確定所述行車圖像中的車道線坐標(biāo)值(c，r)；

逆透視處理單元，用于根據(jù)所述攝像參數(shù)對(duì)所述行車圖像進(jìn)行逆透視變換處理，將所述行車圖像中的車道線坐標(biāo)值(c，r)轉(zhuǎn)換為逆透視車道線坐標(biāo)(X，Z)；

道路長(zhǎng)度確定單元，用于根據(jù)所述逆透視車道線坐標(biāo)(X，Z)確定車輛前方左側(cè)道路長(zhǎng)度L_左和車輛前方右側(cè)道路長(zhǎng)度L_右；

行車視距計(jì)算單元，用于根據(jù)所述車輛前方左側(cè)道路長(zhǎng)度L_左和所述車輛前方右側(cè)道路長(zhǎng)度L_右確定行車視距L。

由于采用上述技術(shù)方案，本發(fā)明具有如下有益效果：本發(fā)明提供的基于視距檢測(cè)的道路視距檢測(cè)方法及裝置，突破了現(xiàn)有視距檢測(cè)技術(shù)的適用范圍局限及模型建立復(fù)雜的缺陷，操作簡(jiǎn)單，能高效、快速、精準(zhǔn)的完成道路的視距檢測(cè)。

附圖說明

圖1為本發(fā)明實(shí)施例中基于視覺圖像的道路視距檢測(cè)方法的一個(gè)具體示例的流程圖。

圖2a為本發(fā)明實(shí)施例中駕駛員白天正常駕駛時(shí)觀察到的前方道路的影像。

圖2b為本發(fā)明實(shí)施例中駕駛員夜晚正常駕駛時(shí)觀察到的前方道路的影像。

圖3為本發(fā)明實(shí)施例中的一種逆透視變換結(jié)果的影像示意組圖。

圖4a是依據(jù)本發(fā)明所生成疑似道路區(qū)域的圖像。

圖4b是對(duì)圖4a所示疑似道路區(qū)域進(jìn)行邊緣檢測(cè)得到的圖像。

圖4c是對(duì)圖4b進(jìn)一步處理后形成的車道邊界線圖像。

具體實(shí)施方式

以下結(jié)合附圖所示對(duì)本發(fā)明作進(jìn)一步的說明。

本發(fā)明提供一種基于視覺圖像的道路視距檢測(cè)方法，如圖1所示，該方法包括如下步驟：

S1，獲取行車圖像、行車參數(shù)和攝像參數(shù)，其中行車圖像是在行車過程中從車輛所在位置向車輛前方拍攝的圖像，行車參數(shù)是拍攝行車圖像時(shí)的車輛的行車參數(shù)，攝像參數(shù)是拍攝行車圖像的攝像機(jī)的參數(shù)。

在一個(gè)具體實(shí)施例中，檢測(cè)人員采用GARMIN GDR35行車記錄儀，在車輛行駛過程中不間斷地采集車輛前方且在駕駛員視覺范圍內(nèi)的視頻信息，然后將該視頻導(dǎo)入計(jì)算機(jī)中，計(jì)算機(jī)可以以幀為單位從視頻中獲取視頻圖像，如圖2a-2b所示，該圖像即駕駛者正常駕駛時(shí)觀測(cè)到的影像,其中，圖2a是白天觀測(cè)到的影像，圖2b是夜間觀測(cè)到的影像；上述行車參數(shù)可以是在拍攝視頻時(shí)該車輛的加速度等信息，具體可以從行車記錄儀記錄的數(shù)據(jù)獲得，也可以通過對(duì)行車記錄儀記錄的數(shù)據(jù)進(jìn)行計(jì)算獲得；攝像參數(shù)即行車記錄儀的諸如攝像角度、焦距等多種相關(guān)信息。

S2，確定行車圖像中的車道線坐標(biāo)值(c，r)。行車圖像中至少包括車道線(車道兩側(cè)的邊界線)，同時(shí)還可能包括其他背景內(nèi)容，本方案需要從圖像中識(shí)別出車道線，并確定該圖像的坐標(biāo)原點(diǎn)，以坐標(biāo)原點(diǎn)為基礎(chǔ)確定車道線在該坐標(biāo)系中的坐標(biāo)值。從圖像中識(shí)別出特定內(nèi)容的方式有多種，本發(fā)明利用現(xiàn)有的圖像識(shí)別方法都是可行的。

S3，根據(jù)攝像參數(shù)對(duì)行車圖像進(jìn)行逆透視變換處理，將行車圖像中的車道線坐標(biāo)值(c，r)轉(zhuǎn)換為逆透視車道線坐標(biāo)(X，Z)；如上所述，采集的行車圖像是從駕駛者的角度觀測(cè)到的路面的影像，該圖像中的車道線長(zhǎng)度受到觀測(cè)角度的影響不能反映車道線的實(shí)際長(zhǎng)度，逆透視變換即是將行車圖像轉(zhuǎn)換為反映真實(shí)距離的道路線型俯視圖，該俯視圖中的車道線坐標(biāo)是根據(jù)上述坡度信息、攝像參數(shù)信息、以及行車圖像中的車道線坐標(biāo)值計(jì)算得到的，該坐標(biāo)值可以表示車道線的實(shí)際長(zhǎng)度。為了說明本步驟的效果，在此給出一系列逆透視變換處理后的車道線示意圖，如圖3所示，其中的兩條線段即為俯視的車道線，需要說明的是，但在實(shí)際應(yīng)用過程中不必生成此圖像，只需確定其中的車道線坐標(biāo)即可。

S4，根據(jù)逆透視車道線坐標(biāo)(X，Z)確定車輛前方左側(cè)道路長(zhǎng)度L_左和車輛前方右側(cè)道路長(zhǎng)度L_右，即圖3中的兩條車道線的長(zhǎng)度?？紤]到攝像裝置與車頭之間還存在一定距離，為了更準(zhǔn)確地計(jì)算行車視距，還可以將L_左和L_右分別減除一個(gè)預(yù)定長(zhǎng)度作為修正，預(yù)定長(zhǎng)度例如1m，視為修正攝像裝置與車頭之間的距離。

S5，根據(jù)車輛前方左側(cè)道路長(zhǎng)度L_左和車輛前方右側(cè)道路長(zhǎng)度L_右確定行車視距L。行車視距L即車輛前方道路中心線的長(zhǎng)度，具體可以利用插值法根據(jù)車輛前方左側(cè)道路和車輛前方右側(cè)道路確定道路中心線位置，然后進(jìn)一步確定其長(zhǎng)度。

本發(fā)明實(shí)施例提供的基于視覺圖像的道路視距檢測(cè)方法，采用逆透視方法確定逆透視車道線坐標(biāo)，并根據(jù)該逆透視車道線坐標(biāo)確定車輛前方左側(cè)道路長(zhǎng)度和右側(cè)道路長(zhǎng)度，繼而確定行車視距，該方法降低了視距檢測(cè)中圖像處理的復(fù)雜程度，能夠快速、精準(zhǔn)的完成道路視距的檢測(cè)，為駕駛員安全駕駛及道路安全評(píng)價(jià)提供良好前提。

作為一個(gè)優(yōu)選的實(shí)施方式，上述行車參數(shù)為車輛在水平方向上的加速度a_前后、車輛的實(shí)際加速度a_car；攝像參數(shù)為攝像機(jī)的像素焦距fc、攝像機(jī)的光軸與行車圖像的成像平面交點(diǎn)像素坐標(biāo)(c₀，r₀)、攝像機(jī)相對(duì)于路面的高度H、攝像機(jī)的俯仰角α、攝像機(jī)的航偏角β。

進(jìn)一步地，上述步驟S2可以包括如下步驟：

S21，從行車圖像中識(shí)別出車道邊界線；

S22，采用樣條曲線方程表征車道邊界線，本方案優(yōu)選采用最小二乘法對(duì)上述識(shí)別出的車道邊界線的特征點(diǎn)進(jìn)行擬合，目的是讓噪聲產(chǎn)生的誤差平方和ε最小，不妨假設(shè)(x₁,y₁)、(x₂,y₂)、(x₃,y₃)為待擬合的能代表車道邊界線的特征點(diǎn)，其中，待擬合的特征點(diǎn)坐標(biāo)滿足擬合公式y(tǒng)＝f(x),ε采用如下公式進(jìn)行計(jì)算：

S23，通過樣條曲線方程確定行車圖像中的車道線坐標(biāo)值(c，r),作為一個(gè)優(yōu)選的方案，采用四個(gè)控制點(diǎn)來(lái)獲取一條車道線，分別為p₁,p₂,p₃,p₄，其中，p₁和p₄上述樣條曲線表征的車道線的起點(diǎn)和終點(diǎn)，而p₂和p₃為能表示道路線性的控制點(diǎn)，一般情況下，可以根據(jù)將視覺圖像的距離劃分為1/6，1/3，1/2的方法確定p₂和p₃，當(dāng)依據(jù)此規(guī)則確定的p₂和p₃無(wú)法表征道路線型時(shí)，可以根據(jù)特殊路況的需求直接給出。進(jìn)一步地，上述S21可以包括如下步驟：

S211，對(duì)行車圖像進(jìn)行灰度平滑處理得到鄰域平均化的灰度圖像，作為本方案一個(gè)優(yōu)選的實(shí)施例，行車圖像為函數(shù)f(x，y)，則行車圖像上的任意點(diǎn)(x,y)處的梯度可以表示為：

繼而，梯度幅度為：

采用將點(diǎn)(x,y)及其鄰域圖像的梯度平均值作為點(diǎn)(x,y)的梯度值。

S212，采用區(qū)域生長(zhǎng)算法，以灰度圖像中的種子點(diǎn)作為種子點(diǎn)并將像素灰度差值作為生長(zhǎng)準(zhǔn)則從灰度圖像中識(shí)別出各個(gè)疑似道路區(qū)域，作為種子點(diǎn)，選取原則是能表示道路區(qū)域的亮度，且與其周圍的灰度分布均勻，在本實(shí)施例中，調(diào)用Halcon中的regiongrowing_mean的算法生長(zhǎng)生成疑似道路區(qū)域。

S213，采用形態(tài)學(xué)平滑連接各個(gè)疑似道路區(qū)域上的相關(guān)聯(lián)的邊緣點(diǎn)，以對(duì)各個(gè)疑似道路區(qū)域進(jìn)行優(yōu)化處理，利用HALCON中的erosion與dilation(形態(tài)腐蝕學(xué)、膨脹算子)識(shí)別出的疑似道路區(qū)域進(jìn)行平滑處理。

S214，采用灰度梯度的邊緣檢測(cè)算法對(duì)經(jīng)過優(yōu)化處理后的各個(gè)疑似道路區(qū)域進(jìn)行邊緣檢測(cè)，以確定各個(gè)疑似道路區(qū)域的輪廓，眾所周知，邊緣檢測(cè)可以采用Roberts算子、Prewitt算子、Sobel算子和Canny算子等技術(shù)方案，本方案優(yōu)選采用HALCON中的sobel_amp檢測(cè)疑似道路區(qū)域的邊緣。

S215，根據(jù)預(yù)定車道線線形特征從各個(gè)疑似道路區(qū)域的輪廓中剔除非道路區(qū)域輪廓，將保留的道路區(qū)域輪廓作為車道邊界線。

參見圖4a、4b和4c所示，圖4a是生成疑似道路區(qū)域的圖像，然后采用形態(tài)學(xué)平滑原理連接疑似道路區(qū)域中相關(guān)聯(lián)的邊緣點(diǎn)，形成疑似區(qū)域的邊緣，然后對(duì)疑似道路區(qū)域進(jìn)行邊緣檢測(cè)，形成圖4b所示圖像，最后將經(jīng)過邊緣檢測(cè)后的圖像與生成的疑似道路區(qū)域進(jìn)行比對(duì)，剔除形成的無(wú)關(guān)的邊緣點(diǎn)或者疑似道路區(qū)域的部分區(qū)域，形成車道邊界線，參見圖4c所示圖像。

作為一個(gè)優(yōu)選的實(shí)施方式，上述步驟S3可以包括如下步驟：

利用下列公式計(jì)算逆透視車道線坐標(biāo)(X，Z)：

作為一個(gè)優(yōu)選的實(shí)施方式，上述步驟S5可以包括如下步驟：

S51，根據(jù)逆透視車道線坐標(biāo)(X，Z)確定車輛前方左側(cè)道路與車輛前方右側(cè)道路之間的距離D以及車輛與車輛前方右側(cè)道路之間的距離D_右；

S52，利用下列公式計(jì)算行車視距L：

在上述步驟S5之后，本方法還可以包括如下步驟：

S6，根據(jù)行車視距L與預(yù)設(shè)需求視距L₀判斷行車視距L是否滿足駕駛需求。

進(jìn)一步地，上述S6可以包括：

S61，利用下列公式計(jì)算視距判定值Result：

S62，判斷Result是否大于或等于0，當(dāng)Result大于或等于0時(shí)，判定行車視距L滿足駕駛需求，當(dāng)Result小于0時(shí)，判定行車視距L不滿足駕駛需求。

進(jìn)一步的，在步驟S6之前，還可以包括根據(jù)行車參數(shù)和攝像參數(shù)計(jì)算道路坡度，根據(jù)道路坡度、需求反應(yīng)視距和行車速度計(jì)算預(yù)設(shè)需求視距，具體的，計(jì)算道路坡度包括如下步驟：

步驟S6₀1，確定每個(gè)時(shí)間點(diǎn)的行車圖像中的左車道線的切線與右車道線的切線的滅點(diǎn)的坐標(biāo)值(c_d，r_d)，具體方法是將行車記錄儀固定于駕駛員正前方的前擋風(fēng)玻璃內(nèi)側(cè)，與駕駛員的視線水平，假設(shè)車輛靜止在路面上，則車輛處在當(dāng)前位置時(shí)，則車輛左車道切線與右車道切線在圖像中的交點(diǎn)坐標(biāo)(c_d，r_d)。

步驟S6₀2，利用下列公式計(jì)算每個(gè)時(shí)間點(diǎn)的道路坡度信息θ′：

其中，g為重力加速度。

步驟S6₀3，確定計(jì)算出的道路坡度信息θ′中的最大值和最小值，將最大值和最小值的平均值作為道路坡度信息θ。值得一提的是，拍攝圖像的車輛在一段道路上連續(xù)行駛，該段道路可能存在多處起伏，即道路坡度可能是隨時(shí)間不斷變化的，本方案可以針對(duì)每個(gè)時(shí)間點(diǎn)的數(shù)據(jù)計(jì)算出與全部時(shí)間點(diǎn)對(duì)應(yīng)的道路坡度，也可以針對(duì)該段道路計(jì)算出一個(gè)平均坡度，本實(shí)施例優(yōu)選采用平均坡度。

作為一個(gè)優(yōu)選實(shí)施例，預(yù)設(shè)視距L₀的計(jì)算公式如下：

式中：v₈₅—車輛行駛車速(km/h)：

t—駕駛員反應(yīng)時(shí)間，優(yōu)選為2.5s(判斷時(shí)間1.5s、運(yùn)行時(shí)間1.0s)；

—路面與輪胎之間的縱向摩阻系數(shù)，本實(shí)施例中計(jì)算停車視距優(yōu)選參照路面的潮濕狀態(tài)；

S₀—安全距離，優(yōu)選，取5～10m；

i—道路坡度信息，上坡為正，下坡為負(fù)。

優(yōu)選的，設(shè)計(jì)速度為120～80km/h時(shí)，V₈₅采用設(shè)計(jì)速度的85％；60～40km/h時(shí)，V₈₅采用設(shè)計(jì)速度的90％；30～20km/h時(shí)，V₈₅采用設(shè)計(jì)速度。

在此值得一提，在計(jì)算貨車或巴士客車時(shí)，按照上述公式計(jì)算預(yù)設(shè)視距L₀，而在計(jì)算小轎車之類的小型客車時(shí)，由于小型客車比較小，坡度信息也會(huì)比較小，優(yōu)選的，計(jì)算小型客車的預(yù)設(shè)視距L時(shí)，優(yōu)選坡度i為零。

同時(shí)，本申請(qǐng)?zhí)峁┮环N基于視覺圖像的道路檢測(cè)裝置，該裝置主要包括圖像獲取單元、圖像坐標(biāo)確定單元、道路坡度信息計(jì)算單元、逆透視處理單元、道路長(zhǎng)度確定單元和行車視距計(jì)算單元，其中，圖像獲取單元用于獲取行車圖像、行車參數(shù)和攝像參數(shù)，其中行車圖像是在行車過程中從車輛所在位置向車輛前方拍攝的圖像，行車參數(shù)是拍攝行車圖像時(shí)的車輛的行車參數(shù)，攝像參數(shù)是拍攝行車圖像的攝像機(jī)的參數(shù)；圖像坐標(biāo)確定單元用于確定行車圖像中的車道線坐標(biāo)值(c，r)；道路坡度信息計(jì)算單元用于根據(jù)行車參數(shù)和攝像參數(shù)計(jì)算道路坡度信息θ；逆透視處理單元用于根據(jù)道路坡度信息θ和攝像參數(shù)對(duì)行車圖像進(jìn)行逆透視變換處理，將行車圖像中的車道線坐標(biāo)值(c，r)轉(zhuǎn)換為逆透視車道線坐標(biāo)(X，Z)；道路長(zhǎng)度確定單元用于根據(jù)逆透視車道線坐標(biāo)(X，Z)確定車輛前方左側(cè)道路長(zhǎng)度L_左和車輛前方右側(cè)道路長(zhǎng)度L_右；行車視距計(jì)算單元用于根據(jù)車輛前方左側(cè)道路長(zhǎng)度L_左和車輛前方右側(cè)道路長(zhǎng)度L_右確定行車視距L。

作為一種優(yōu)選實(shí)施例，基于視覺圖像的道路檢測(cè)裝置還包括一判斷模塊，用于判斷行車視距是否滿足駕駛需求。

綜上所述，本發(fā)明通過構(gòu)建一包括圖像獲取單元、圖像坐標(biāo)確定單元、道路坡度信息計(jì)算單元、逆透視處理單元、道路長(zhǎng)度確定單元和行車視距計(jì)算單元的基于視覺圖像的道路視距檢測(cè)裝置，首先獲取行車圖像、行車參數(shù)和攝像參數(shù)，確定行車圖像中的車道線坐標(biāo)值(c，r)，將行車圖像中的車道線坐標(biāo)值(c，r)轉(zhuǎn)換為逆透視車道線坐標(biāo)(X，Z)，并根據(jù)逆透視車道線坐標(biāo)(X，Z)確定車輛前方左側(cè)道路長(zhǎng)度L_左和車輛前方右側(cè)道路長(zhǎng)度L_右，繼而確定行車視距L，本技術(shù)方案，突破了現(xiàn)有視距檢測(cè)技術(shù)的適用范圍局限及模型建立復(fù)雜的缺陷，操作簡(jiǎn)單，能高效、快速、精準(zhǔn)的完成道路的視距檢測(cè)。

上述的對(duì)實(shí)施例的描述是為便于該技術(shù)領(lǐng)域的普通技術(shù)人員能理解和應(yīng)用本發(fā)明。熟悉本領(lǐng)域技術(shù)的人員顯然可以容易地對(duì)這些實(shí)施例做出各種修改，并把在此說明的一般原理應(yīng)用到其他實(shí)施例中而不必經(jīng)過創(chuàng)造性的勞動(dòng)。因此，本發(fā)明不限于上述實(shí)施例，本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的揭示，對(duì)于本發(fā)明做出的改進(jìn)和修改都應(yīng)該在本發(fā)明的保護(hù)范圍之內(nèi)。