本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體而言，涉及一種基于仿生眼的無(wú)人駕駛車輛路徑規(guī)劃方法及系統(tǒng)。

背景技術(shù)：

智能車輛與交通技術(shù)興起，無(wú)人駕駛車輛技術(shù)作為其關(guān)鍵技術(shù)之一被開(kāi)發(fā)。無(wú)人駕駛車輛行駛過(guò)程需要多部分協(xié)同工作，保證對(duì)大量的內(nèi)部數(shù)據(jù)監(jiān)測(cè)，外部附近障礙感知以及行駛路線預(yù)判與規(guī)劃等才能使其安全行使。

路徑規(guī)劃是無(wú)人駕駛車輛技術(shù)研究的重要研究方向之一，無(wú)人駕駛車輛如何根據(jù)當(dāng)前獲得的環(huán)境信息來(lái)確定最優(yōu)路徑并能夠在沒(méi)有人工干預(yù)的情況下沿該路徑移動(dòng)到預(yù)定目標(biāo)點(diǎn)，是其研究的熱點(diǎn)之一。

現(xiàn)有的無(wú)人駕駛車輛的路徑規(guī)劃技術(shù)部分通過(guò)道路行駛學(xué)習(xí)，部分依賴于GPS導(dǎo)航。但這些方法具有以下缺點(diǎn)：規(guī)劃路徑單一，應(yīng)用范圍有限；GPS導(dǎo)航易受障礙物干擾，導(dǎo)致定位精度低，影響行駛安全。

技術(shù)實(shí)現(xiàn)要素：

為解決上述問(wèn)題，本發(fā)明的目的在于提供一種基于仿生眼的無(wú)人駕駛車輛路徑規(guī)劃方法及系統(tǒng)，能夠通過(guò)仿生眼感知目標(biāo)車輛周圍環(huán)境，并快速規(guī)劃無(wú)人駕駛車輛的行駛路徑。

本發(fā)明提供了一種基于仿生眼的無(wú)人駕駛車輛路徑規(guī)劃方法，其特征在于，該方法基于安裝有仿生眼的無(wú)人駕駛車輛和與遙控裝置通信連接的目標(biāo)車輛，所述路徑規(guī)劃方法包括：

步驟1，所述仿生眼內(nèi)的攝像頭拍攝所述目標(biāo)車輛的視頻圖像；

步驟2，所述仿生眼內(nèi)的圖像處理器對(duì)采集到的視頻圖像進(jìn)行高斯濾波預(yù)處理以及有限對(duì)比適應(yīng)性直方均衡化預(yù)處理，增強(qiáng)視頻圖像中所有區(qū)域的紋理特征；

步驟3，所述圖像處理器對(duì)預(yù)處理后的視頻圖像進(jìn)行SIFT特征點(diǎn)匹配及Harris角點(diǎn)匹配，并通過(guò)投影方法，將所述SIFT特征點(diǎn)和所述Harris角點(diǎn)轉(zhuǎn)換到空間三維坐標(biāo)；

步驟4，所述仿生眼內(nèi)的電機(jī)控制所述仿生眼轉(zhuǎn)動(dòng)，使所述攝像頭在不同的角度和不同的位置連續(xù)拍攝所述目標(biāo)車輛的視頻圖像，重復(fù)步驟1-3，所述圖像處理器對(duì)連續(xù)拍攝的多幅圖像中相鄰兩幅圖像之間進(jìn)行SIFT特征點(diǎn)匹配，實(shí)現(xiàn)環(huán)境的三維重建，并獲取所述無(wú)人駕駛車輛和所述SIFT特征點(diǎn)之間的相對(duì)距離，實(shí)時(shí)修正所述SIFT特征點(diǎn)的位置；

步驟5，所述目標(biāo)車輛通過(guò)所述遙控裝置實(shí)現(xiàn)快速運(yùn)動(dòng)及轉(zhuǎn)彎，所述仿生眼對(duì)所述目標(biāo)車輛進(jìn)行識(shí)別與追蹤定位，獲取所述目標(biāo)車輛的位置和運(yùn)動(dòng)信息；

步驟6，采用模糊控制方法將獲取到的信息進(jìn)行模糊處理；

步驟7，通過(guò)模糊推理和解模糊處理，得到所述無(wú)人駕駛車輛的運(yùn)動(dòng)路徑，包括所述無(wú)人駕駛車輛的運(yùn)動(dòng)角度和轉(zhuǎn)角變化；

步驟8，所述無(wú)人駕駛車輛內(nèi)的電機(jī)根據(jù)該運(yùn)動(dòng)路徑控制所述無(wú)人駕駛車輛的追蹤運(yùn)動(dòng)。

作為本發(fā)明進(jìn)一步的改進(jìn)，所述仿生眼安裝在所述無(wú)人駕駛車輛上，該仿生眼在電機(jī)的驅(qū)動(dòng)下可實(shí)現(xiàn)上下運(yùn)動(dòng)、左右運(yùn)動(dòng)和繞光軸運(yùn)動(dòng)。

作為本發(fā)明進(jìn)一步的改進(jìn)，步驟4中，在進(jìn)行三維重建時(shí)，將多幅圖像中相鄰兩幅圖像的重建結(jié)果進(jìn)行疊加，同時(shí)對(duì)所述SIFT特征點(diǎn)使用基于顏色區(qū)域增長(zhǎng)稠密化方法消除疊加誤差。

本發(fā)明還提供了一種基于仿生眼的無(wú)人駕駛車輛路徑規(guī)劃系統(tǒng)，包括：

采集模塊，其通過(guò)所述仿生眼內(nèi)的攝像頭拍攝所述目標(biāo)車輛的視頻圖像；

預(yù)處理模塊，其與所述采集模塊相連，所述預(yù)處理模塊通過(guò)所述仿生眼內(nèi)的圖像處理器對(duì)采集到的視頻圖像進(jìn)行高斯濾波預(yù)處理以及有限對(duì)比適應(yīng)性直方均衡化預(yù)處理，增強(qiáng)視頻圖像中所有區(qū)域的紋理特征；

匹配模塊，其與所述預(yù)處理模塊相連，所述匹配模塊通過(guò)所述圖像處理器對(duì)預(yù)處理后的視頻圖像進(jìn)行SIFT特征點(diǎn)匹配及Harris角點(diǎn)匹配，并通過(guò)投影方法，將所述SIFT特征點(diǎn)和所述Harris角點(diǎn)轉(zhuǎn)換到空間三維坐標(biāo)；

三維重建模塊，其與所述匹配模塊相連，所述三維重建模塊通過(guò)所述仿生眼內(nèi)的電機(jī)控制所述仿生眼轉(zhuǎn)動(dòng)，使所述攝像頭在不同的角度和不同的位置連續(xù)拍攝所述目標(biāo)車輛的視頻圖像，重復(fù)步驟1-3，所述圖像處理器對(duì)連續(xù)拍攝的多幅圖像中相鄰兩幅圖像之間進(jìn)行SIFT特征點(diǎn)匹配，實(shí)現(xiàn)環(huán)境的三維重建，并獲取所述無(wú)人駕駛車輛和所述SIFT特征點(diǎn)之間的相對(duì)距離，實(shí)時(shí)修正所述SIFT特征點(diǎn)的位置；

識(shí)別定位模塊，其與所述三維重建模塊相連，所述識(shí)別定位模塊通過(guò)所述遙控裝置實(shí)現(xiàn)所述目標(biāo)車輛的快速運(yùn)動(dòng)及轉(zhuǎn)彎，所述仿生眼對(duì)所述目標(biāo)車輛進(jìn)行識(shí)別與追蹤定位，獲取所述目標(biāo)車輛的位置和運(yùn)動(dòng)信息；

模糊處理模塊，其與所述識(shí)別定位模塊相連，所述模糊處理模塊采用模糊控制方法將獲取到的信息進(jìn)行模糊處理；

路徑規(guī)劃模塊，其與所述模糊處理模塊相連，所述路徑規(guī)劃模塊通過(guò)模糊推理和解模糊處理，得到所述無(wú)人駕駛車輛的運(yùn)動(dòng)路徑，包括所述無(wú)人駕駛車輛的運(yùn)動(dòng)角度和轉(zhuǎn)角變化；

運(yùn)動(dòng)追蹤模塊，其與所述路徑規(guī)劃模塊相連，所述運(yùn)動(dòng)追蹤模塊通過(guò)所述無(wú)人駕駛車輛內(nèi)的電機(jī)控制所述無(wú)人駕駛車輛根據(jù)該運(yùn)動(dòng)路徑實(shí)現(xiàn)追蹤運(yùn)動(dòng)。

作為本發(fā)明進(jìn)一步的改進(jìn)，所述仿生眼安裝在所述無(wú)人駕駛車輛上，所述遙控裝置與所述目標(biāo)車輛通信連接，所述仿生眼在電機(jī)的驅(qū)動(dòng)下可實(shí)現(xiàn)上下運(yùn)動(dòng)、左右運(yùn)動(dòng)和繞光軸運(yùn)動(dòng)。

作為本發(fā)明進(jìn)一步的改進(jìn)，所述三維重建模塊在進(jìn)行三維重建時(shí)，將多幅圖像中相鄰兩幅圖像的重建結(jié)果進(jìn)行疊加，同時(shí)對(duì)所述SIFT特征點(diǎn)使用基于顏色區(qū)域增長(zhǎng)稠密化方法消除疊加誤差。

本發(fā)明的有益效果為：

1、基于360度旋轉(zhuǎn)運(yùn)動(dòng)的仿生眼拍攝目標(biāo)車輛周圍的環(huán)境，覆蓋范圍廣，拍攝到的路況信息清晰明確，通過(guò)圖像處理后可以快速得到目標(biāo)車輛周圍道路分布狀況與交通狀況，該信息實(shí)時(shí)、準(zhǔn)確，依據(jù)該數(shù)據(jù)能夠快速獲得合理的規(guī)劃路徑；

2、通過(guò)對(duì)多幅連續(xù)圖像通過(guò)紋理映射，并利用仿生眼繞光軸旋轉(zhuǎn)的額外自由度實(shí)現(xiàn)旋轉(zhuǎn)補(bǔ)償，實(shí)現(xiàn)快速的圖像匹配，同時(shí)也避免了三維重建過(guò)程中的累積誤差，實(shí)現(xiàn)真實(shí)的三維重建；

3、通過(guò)仿生眼進(jìn)行目標(biāo)識(shí)別與三維定位，并根據(jù)所測(cè)的三維相對(duì)位置關(guān)系調(diào)整自身的追蹤運(yùn)動(dòng)，定位誤差小，精度高；

4、在不確定環(huán)境下采用模糊控制的控制方法對(duì)無(wú)人駕駛車輛進(jìn)行控制，進(jìn)一步提高了對(duì)目標(biāo)車輛的定位效果。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例所述的一種基于仿生眼的無(wú)人駕駛車輛路徑規(guī)劃方法的流程示意圖；

圖2為本發(fā)明實(shí)施例所述的一種基于仿生眼的無(wú)人駕駛車輛路徑規(guī)劃系統(tǒng)的結(jié)構(gòu)框圖。

具體實(shí)施方式

下面通過(guò)具體的實(shí)施例并結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的詳細(xì)描述。

實(shí)施例1，如圖1所示，本發(fā)明實(shí)施例的一種基于仿生眼的無(wú)人駕駛車輛路徑規(guī)劃方法，，該方法基于安裝有仿生眼的無(wú)人駕駛車輛和與遙控裝置通信連接的目標(biāo)車輛，路徑規(guī)劃方法包括：

步驟1，仿生眼內(nèi)的攝像頭拍攝目標(biāo)車輛的視頻圖像；

步驟2，仿生眼內(nèi)的圖像處理器對(duì)采集到的視頻圖像進(jìn)行高斯濾波預(yù)處理以及有限對(duì)比適應(yīng)性直方均衡化預(yù)處理，增強(qiáng)視頻圖像中所有區(qū)域的紋理特征；

步驟3，圖像處理器對(duì)預(yù)處理后的視頻圖像進(jìn)行SIFT特征點(diǎn)匹配及Harris角點(diǎn)匹配，并通過(guò)投影方法，將SIFT特征點(diǎn)和Harris角點(diǎn)轉(zhuǎn)換到空間三維坐標(biāo)；

步驟4，仿生眼內(nèi)的電機(jī)控制仿生眼轉(zhuǎn)動(dòng)，使攝像頭在不同的角度和不同的位置連續(xù)拍攝目標(biāo)車輛的視頻圖像，重復(fù)步驟1-3，圖像處理器對(duì)連續(xù)拍攝的多幅圖像中相鄰兩幅圖像之間進(jìn)行SIFT特征點(diǎn)匹配，實(shí)現(xiàn)環(huán)境的三維重建，并獲取無(wú)人駕駛車輛和SIFT特征點(diǎn)之間的相對(duì)距離，實(shí)時(shí)修正SIFT特征點(diǎn)的位置；

步驟5，目標(biāo)車輛通過(guò)遙控裝置實(shí)現(xiàn)快速運(yùn)動(dòng)及轉(zhuǎn)彎，仿生眼對(duì)目標(biāo)車輛進(jìn)行識(shí)別與追蹤定位，獲取目標(biāo)車輛的位置和運(yùn)動(dòng)信息；

步驟6，采用模糊控制方法將獲取到的信息進(jìn)行模糊處理；

步驟7，通過(guò)模糊推理和解模糊處理，得到無(wú)人駕駛車輛的運(yùn)動(dòng)路徑，包括無(wú)人駕駛車輛的運(yùn)動(dòng)角度和轉(zhuǎn)角變化；

步驟8，無(wú)人駕駛車輛內(nèi)的電機(jī)根據(jù)該運(yùn)動(dòng)路徑控制無(wú)人駕駛車輛的追蹤運(yùn)動(dòng)。

其中，仿生眼安裝在無(wú)人駕駛車輛上，該仿生眼在電機(jī)的驅(qū)動(dòng)下可實(shí)現(xiàn)上下運(yùn)動(dòng)、左右運(yùn)動(dòng)和繞光軸運(yùn)動(dòng)的360度運(yùn)動(dòng)，實(shí)現(xiàn)對(duì)目標(biāo)車輛周圍環(huán)境的全方位拍攝。圖像處理器可以采用FPGA來(lái)處理信號(hào)，利用FPGA的并行處理，可以很好的解決數(shù)據(jù)量大、處理速度不匹配、可靠性低及精度小等問(wèn)題，提高圖像處理的精度。仿生眼內(nèi)的攝像頭采用高清攝像頭，能獲取清晰的高幀頻圖像。在對(duì)圖像進(jìn)行預(yù)處理時(shí)，采用高斯濾波以及有限對(duì)比適應(yīng)性直方均衡化(CLANE)方法，可以增強(qiáng)圖像中所有區(qū)域的紋理特征。

進(jìn)一步的，步驟4中，在進(jìn)行三維重建時(shí)，將連續(xù)拍攝的多幅圖像中相鄰兩幅圖像的重建結(jié)果進(jìn)行疊加，同時(shí)對(duì)SIFT特征點(diǎn)使用基于顏色區(qū)域增長(zhǎng)稠密化方法消除疊加誤差，完成真實(shí)的環(huán)境三維重建。

實(shí)施例2，本發(fā)明還提供了一種基于仿生眼的無(wú)人駕駛車輛路徑規(guī)劃系統(tǒng)，包括采集模塊、預(yù)處理模塊、匹配模塊、三維重建模塊、識(shí)別定位模塊、模糊處理模塊、路徑規(guī)劃模塊和運(yùn)動(dòng)追蹤模塊。

采集模塊通過(guò)仿生眼內(nèi)的攝像頭拍攝目標(biāo)車輛的視頻圖像。

預(yù)處理模塊與采集模塊相連，預(yù)處理模塊通過(guò)仿生眼內(nèi)的圖像處理器對(duì)采集到的視頻圖像進(jìn)行高斯濾波預(yù)處理以及有限對(duì)比適應(yīng)性直方均衡化預(yù)處理，增強(qiáng)視頻圖像中所有區(qū)域的紋理特征。

匹配模塊與預(yù)處理模塊相連，匹配模塊通過(guò)圖像處理器對(duì)預(yù)處理后的視頻圖像進(jìn)行SIFT特征點(diǎn)匹配及Harris角點(diǎn)匹配，并通過(guò)投影方法，將SIFT特征點(diǎn)和Harris角點(diǎn)轉(zhuǎn)換到空間三維坐標(biāo)。

三維重建模塊與匹配模塊相連，三維重建模塊通過(guò)仿生眼內(nèi)的電機(jī)控制仿生眼轉(zhuǎn)動(dòng)，使攝像頭在不同的角度和不同的位置連續(xù)拍攝目標(biāo)車輛的視頻圖像，重復(fù)步驟1-3，圖像處理器對(duì)連續(xù)拍攝的多幅圖像中相鄰兩幅圖像之間進(jìn)行SIFT特征點(diǎn)匹配，實(shí)現(xiàn)環(huán)境的三維重建，并獲取無(wú)人駕駛車輛和SIFT特征點(diǎn)之間的相對(duì)距離，實(shí)時(shí)修正SIFT特征點(diǎn)的位置；進(jìn)一步的，可將多幅圖像中相鄰兩幅圖像的重建結(jié)果進(jìn)行疊加，同時(shí)對(duì)SIFT特征點(diǎn)使用基于顏色區(qū)域增長(zhǎng)稠密化方法消除疊加誤差。

識(shí)別定位模塊與三維重建模塊相連，識(shí)別定位模塊通過(guò)遙控裝置實(shí)現(xiàn)目標(biāo)車輛的快速運(yùn)動(dòng)及轉(zhuǎn)彎，仿生眼對(duì)目標(biāo)車輛進(jìn)行識(shí)別與追蹤定位，獲取目標(biāo)車輛的位置和運(yùn)動(dòng)信息。

模糊處理模塊與識(shí)別定位模塊相連，模糊處理模塊采用模糊控制方法將獲取到的信息進(jìn)行模糊處理。

路徑規(guī)劃模塊與模糊處理模塊相連，路徑規(guī)劃模塊通過(guò)模糊推理和解模糊處理，得到無(wú)人駕駛車輛的運(yùn)動(dòng)路徑，包括無(wú)人駕駛車輛的運(yùn)動(dòng)角度和轉(zhuǎn)角變化。

運(yùn)動(dòng)追蹤模塊與路徑規(guī)劃模塊相連，運(yùn)動(dòng)追蹤模塊通過(guò)無(wú)人駕駛車輛內(nèi)的電機(jī)控制無(wú)人駕駛車輛根據(jù)該運(yùn)動(dòng)路徑實(shí)現(xiàn)追蹤運(yùn)動(dòng)。

其中，仿生眼安裝在無(wú)人駕駛車輛上，遙控裝置與目標(biāo)車輛通信連接，仿生眼在電機(jī)的驅(qū)動(dòng)下可實(shí)現(xiàn)上下運(yùn)動(dòng)、左右運(yùn)動(dòng)和繞光軸運(yùn)動(dòng)。

本發(fā)明采用基于圖像SIFT特征和Harris角點(diǎn)相結(jié)合的實(shí)時(shí)三維環(huán)境構(gòu)建。由于采用特征匹配，希望圖像增強(qiáng)算法可以增強(qiáng)圖像中所有區(qū)域的紋理特征，因此首先對(duì)采集圖像進(jìn)行高斯濾波以及有限對(duì)比適應(yīng)性直方均衡化(CLANE)方法預(yù)處理。而后對(duì)角點(diǎn)進(jìn)行優(yōu)化，對(duì)優(yōu)化后的SIFT特征點(diǎn)及Harris角點(diǎn)，使用相機(jī)投影模式轉(zhuǎn)換到空間三維坐標(biāo)，再通過(guò)多幅圖像對(duì)無(wú)人駕駛車輛和環(huán)境特征點(diǎn)之間的相對(duì)距離進(jìn)行估計(jì)，實(shí)時(shí)修正特征點(diǎn)的位置，對(duì)特征點(diǎn)使用基于顏色區(qū)域增長(zhǎng)稠密化即可得到較為真實(shí)的三維重建。

由于在不確定環(huán)境下，本發(fā)明采用模糊控制的控制方法對(duì)無(wú)人駕駛車輛進(jìn)行控制，仿生眼對(duì)運(yùn)動(dòng)的目標(biāo)車輛的位置和運(yùn)動(dòng)信息進(jìn)行采集，而后將信息進(jìn)行模糊化，通過(guò)對(duì)環(huán)境重構(gòu)以及運(yùn)動(dòng)目標(biāo)的追蹤定位，實(shí)時(shí)生成合理的路徑規(guī)劃軌跡，再經(jīng)過(guò)模糊推理，解模糊處理，得到無(wú)人駕駛車輛的運(yùn)動(dòng)，包括角度的轉(zhuǎn)變。

本發(fā)明可實(shí)現(xiàn)無(wú)人駕駛車輛在對(duì)目標(biāo)車輛進(jìn)行識(shí)別的基礎(chǔ)上尋求最優(yōu)路徑快速準(zhǔn)確跟蹤運(yùn)動(dòng)目標(biāo)的識(shí)別，以及建立的三維環(huán)境模型搜索最優(yōu)路徑，對(duì)目標(biāo)車輛進(jìn)行跟蹤。

以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。