基于雙目立體視覺(jué)伺服的智能車(chē)室內(nèi)彎道控制

0 引言

智能車(chē)環(huán)境感知系統(tǒng)的一個(gè)重要任務(wù)就是實(shí)時(shí)地提供車(chē)輛在行使過(guò)程中的位置信息。機(jī)器視覺(jué)因其有信號(hào)探測(cè)范圍寬、獲取信息完整、符合人類認(rèn)知習(xí)慣、維護(hù)成本低、不產(chǎn)生環(huán)境污染等多優(yōu)點(diǎn)，已在智能車(chē)環(huán)境感知系統(tǒng)中廣泛采用。機(jī)器視覺(jué)車(chē)輛環(huán)境感知系統(tǒng)中的主要任務(wù)是完成道路及目標(biāo)的識(shí)別和跟蹤，為智能車(chē)行使提供必須的本車(chē)位置信息和周?chē)h(huán)境距離信息。

對(duì)于現(xiàn)實(shí)情況下的道路，一般可以將其分為兩大類，即：結(jié)構(gòu)化道路和非結(jié)構(gòu)化道路。結(jié)構(gòu)化道路上有明顯的道路標(biāo)記，且這些標(biāo)記具有較強(qiáng)的幾何特征，道路路面主要是由這些標(biāo)記界分確定的，如高速公路上道路中間黃色的連續(xù)標(biāo)志線或白色的間斷標(biāo)志線以及兩旁白色的連續(xù)標(biāo)志線；非結(jié)構(gòu)化道路上沒(méi)有明顯的道路標(biāo)記，在二維圖像中道路路面與非路面主要依靠紋理與色彩而區(qū)分的，如沒(méi)有標(biāo)記的水泥路、野外土路或石板路等。

彎道圖像包含豐富的道路信息和環(huán)境信息，解釋了道路周?chē)鷪?chǎng)景。彎道檢測(cè)是從道路圖像中檢測(cè)出彎曲車(chē)道線的邊界，這也是對(duì)彎道理解的基礎(chǔ)。建立彎道模型；提取車(chē)道線像素點(diǎn)；擬合車(chē)道線模型屬于目前較常采用的認(rèn)知方法，并在特定的結(jié)構(gòu)化道路體現(xiàn)出較好的檢測(cè)效果。文獻(xiàn)[6]介紹了彎道檢測(cè)在車(chē)道偏離預(yù)警、彎道限速以及彎道防碰撞預(yù)警等領(lǐng)域的應(yīng)用情況，并提出了彎道檢測(cè)應(yīng)該建立三維車(chē)道線模型，提高適用性。

均采用的Hough變換求出車(chē)道線直線方程，從而確定對(duì)應(yīng)直線段上的最低點(diǎn)和最高點(diǎn)，然后根據(jù)相應(yīng)準(zhǔn)則判斷曲線道路的彎曲方向，最后分段擬合車(chē)道線的直線段和曲線段實(shí)現(xiàn)車(chē)道線的二維重建。

彎道檢測(cè)不僅需要識(shí)別出道路邊界線，還需要判斷道路彎曲方向，確定轉(zhuǎn)彎的曲率半徑。常用的車(chē)道檢測(cè)方法可分為2大類：基于道路特征和基于道路模型的方法。目前國(guó)外主要常用基于道路模型的方法，即將彎道檢測(cè)轉(zhuǎn)化為各種曲線模型中數(shù)學(xué)參數(shù)的求解問(wèn)題。省略彎道曲線模型建立和數(shù)學(xué)參數(shù)的復(fù)雜求解過(guò)程，本文采用立體視覺(jué)感知環(huán)境的三維信息，利用它的視差原理對(duì)所獲取室內(nèi)道路周邊環(huán)境圖像中角點(diǎn)特征的位置恢復(fù)其三維信息來(lái)判斷車(chē)體的彎道轉(zhuǎn)向和偏航角度。建立了視覺(jué)信息直接控制車(chē)體驅(qū)動(dòng)偏離角與偏離距離視覺(jué)伺服控制系統(tǒng)，初步采用了BP控制策略，利用Simulink仿真環(huán)境實(shí)現(xiàn)了針對(duì)未知彎道曲率的智能車(chē)轉(zhuǎn)彎控制運(yùn)動(dòng)。

1 室內(nèi)道路環(huán)境信息的視覺(jué)感知

1.1 立體視覺(jué)系統(tǒng)模型

采用針孔成像模型將圖像中任何點(diǎn)的投影位置與實(shí)際點(diǎn)的物理位置建立連線關(guān)系，攝像機(jī)光心O與空間P點(diǎn)間的連線OP與圖像平面的交點(diǎn)即為圖像投影的位置(u,v)。用齊次坐標(biāo)和矩陣表示上述透視投影關(guān)系為：

本文采用的雙目平行相機(jī)的模型如圖1所示，C1與C2攝像機(jī)的焦距相等，各內(nèi)部參數(shù)也相等，而且兩個(gè)相機(jī)的光軸互相平行，x軸互相重合，y軸互相平行，因此，將第一個(gè)攝像機(jī)沿x軸平移一段距離b后與第二個(gè)攝像機(jī)完全重合。假設(shè)C1坐標(biāo)系為O1 x1 y1 z1，C2坐標(biāo)系為O2 x2 y2 z2，則在上述攝像機(jī)配置下，若任何空間點(diǎn)P的坐標(biāo)在C1坐標(biāo)系下為(x1),y1,z1，在C2坐標(biāo)系下為(x1)-b,y1,z1。由中心攝影的比例關(guān)系可得：

其中(u1,v1)、(u2,v2)分別為P1與P2的圖像坐標(biāo)。由P1與P2的圖像坐標(biāo)(u2,v2)、(u2,v2)可求出空間點(diǎn)P的三維坐標(biāo)(x1,y1,z1)。

1.2 室內(nèi)環(huán)境特征向量的提取與匹配

由于噪聲、光照變化、遮擋和透視畸變等因素的影響，空間同一點(diǎn)投影到兩個(gè)攝像機(jī)的圖像平面上形成的對(duì)應(yīng)點(diǎn)的特性可能不同，對(duì)在一幅圖像中的一個(gè)特征點(diǎn)或者一小塊子圖像，在另一幅圖像中可能存在好幾個(gè)相似的候選匹配。因此需要另外的信息或者約束作為輔助判據(jù)，以便能得到惟一準(zhǔn)確的匹配。最近鄰法是一種有效的為每個(gè)特征點(diǎn)尋找匹配點(diǎn)的方法。最近鄰點(diǎn)被定義為與特征點(diǎn)的不變描述子向量之間的歐氏距離最短的點(diǎn)。