拥挤交通中基于双目视觉和激光雷达联合校验的防撞方法
【技术领域】
[0001] 本发明属于智能车辆技术领域，涉及汽车安全行驶，具体涉及拥挤交通中基于双 目视觉和激光雷达的联合校验防撞方法。
【背景技术】
[0002] 随着汽车技术的发展，交通安全问题越发突出。而车辆碰撞为交通事故的主要表 现形式。
[0003] 智能交通系统通过改进"人-车-环境"耦合系统的智能化水平，可以有效提高在 途行驶车辆的安全性。作为智能交通系统的重要组成部分，智能车辆防撞技术是其实现智 能化的关键。
[0004] 基于机器视觉和激光雷达的避障方法是智能车辆常用的避障技术，其技术要点在 于首先通过机器视觉方法获得周围环境中的障碍信息，然后使用激光雷达技术获取所探测 障碍物的景深信息，综合得到障碍物的实时信息。该方法结构简单，易于实现，对于车辆在 未知环境中行驶时的障碍识别具有重要的意义。
[0005] 然而，当交通系统比较拥挤时，由于车辆间距离较近，摄像机无法获取环境中相邻 车辆的整体轮廓信息，系统会表现出鲁棒性不高，"虚警"、"漏检"现象严重等问题，并可能 导致交通事故。因此，在拥挤环境中，如何准确地检测出前方车辆的相对位置和类型，并指 导车辆防撞是一个亟待解决的问题。
【发明内容】
[0006] 本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种拥挤交 通中基于双目视觉和激光雷达联合校验的防撞方法，解决现有技术在拥挤交通环境下鲁棒 性不高的问题。
[0007] 为了实现本发明的上述目的，本发明提供了一种拥挤交通中基于双目视觉和激光 雷达的车辆防撞方法，具体包括以下步骤：
[0008]S1，对双目视觉系统和激光雷达系统进行参数联合标定，得到摄像机坐标系、雷达 坐标系与车辆坐标系三者之间的对应与转换关系；
[0009]S2,利用左侧摄像机和右侧摄像机采集车辆前方环境信息，同时使用激光雷达对 前方区域进行多线扫描，得到两种不同类型传感器的异类异步数据，并对所获得的数据进 行预处理；
[0010] S3,对步骤S2所获得的数据进行分析，判断当前车辆前方障碍物的存在性，如果 没有障碍物则返回步骤S2,否则执行步骤S4 ;
[0011]S4,采用联合鲁棒校验方法计算，得到当前障碍物相对于本车的距离信息；
[0012]S5,根据步骤S4所确定的障碍物距离信息，进行预警，提醒驾驶员前方障碍信息。
[0013] 相比现有技术，本发明具有如下有益效果：
[0014] 1、本发明采用双层障碍物检测方法，包括：首先使用耗时较短的"障碍物存在性联 合快速校验方法"判断车辆前方是否存在障碍物。当确定障碍物存在后，调用"障碍物参数 联合鲁棒校验方法"确定障碍物的具体参数。本发明可以极大的提高障碍物识别效率和鲁 棒性，系统检测单次循环不超过38ms，检测成功率达到93%以上。
[0015] 2、本发明采用双目视觉系统和激光雷达作为环境感知设备，同时对车辆前方行驶 环境进行探测。通过对左、右摄像机所捕获图像的拼接处理，解决了拥挤交通环境中，摄像 机所获得障碍物轮廓不完整的问题。同时，采用距离信息融合的方法，将双目视觉三维环境 重构，获得的障碍物的距离信息和激光雷达获得的障碍物距离信息相融合，获得更为准确 可靠的障碍物参数信息。
【附图说明】
[0016] 图1为本发明的双目视觉系统和激光雷达系统硬件框图；
[0017] 图2为本发明的拥挤交通中基于双目视觉和激光雷达的车辆防撞方法的流程图；
[0018]图3为本发明的航位推算坐标变换示意图；
[0019] 图4为本发明的拥挤交通中基于双目视觉和激光雷达的车辆防撞方法的逻辑框 图。
【具体实施方式】
[0020] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
[0021] 在本发明的描述中，除非另有规定和限定，需要说明的是，术语"安装"、"相连"、 "连接"应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可 以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据 具体情况理解上述术语的具体含义。
[0022] 本发明拥挤交通中基于双目视觉和激光雷达的车辆防撞方法利用的系统如图1 所示，防撞系统包括双目视觉系统、激光雷达采集系统、电源和电子控制计算单元。其中，双 目视觉系统包括左摄像头、左摄像头数据采集卡、右摄像头和右摄像头数据采集卡，摄像头 数据采集卡将图像信号采集后通过以太网传输到电子控制计算单元中；激光雷达系统用来 对车辆前方障碍物进行扫描，并将数据通过以太网传输到电子控制计算单元中；电子控制 计算单元用来处理双目视觉系统和激光雷达系统的数据；电源系统为双目视觉系统、激光 雷达采集系统和电子控制计算单元提供电能。
[0023] 本发明还提供了一种拥挤交通中基于双目视觉和激光雷达的车辆防撞方法，如图 2和图4所示，其包括以下步骤：
[0024] S1，采用联合标定方法对双目视觉系统和激光雷达系统进行参数联合标定，得到 摄像机坐标系、雷达坐标系与车辆坐标系三者之间的对应与转换关系。
[0025] 在本实施方式中，采用联合标定方法建立摄像机坐标系、雷达坐标系与车辆坐标 系三者之间的对应与转换关系，具体方法为：
[0026]S11，对左摄像机、右摄像机分别进行标定，获得摄像机的标定参数，所述标定参数 包括：左摄像机内参矩阵仏，右摄像机内参矩阵MK，左摄像机旋转矩阵&，右摄像机旋转矩 阵Rr，左摄像机平移向量k和右摄像机平移向量tR。
[0027]S12,对激光雷达进行标定，获得激光雷达标定参数，包括换算矩阵和平移矩阵 tn。
[0028] 在本实施方式中，具体参数的定义和标定取值方法可按照现有技术中的定义和取 值方法。
[0029]S13,给定车辆坐标系中的一点S，该点在左摄像机坐标系、右摄像机坐标系和激光 雷达坐标系中的非齐次坐标分别为X&XfXa，该点在车辆坐标系中的坐标为Xw，得到：Xi -RA+tL，XcR -RRXw+tR，XML -Rj^Xw+tj^o
[0030] S14,将步骤S13 中XcL、XM#X成中Xw消去，得到XcL=RJV1 (XcK-tK) +tL，XcK= RRRa1 〇W_ta) +tK，由此求出左摄像机、右摄像机和激光雷达之间的变换关系，分别为：
[0031]从激光雷达到左摄像机坐标系的变换关系为：RMIj=RJVS1^=tdRMIj
[0032]从激光雷达到右摄像机坐标系的变换关系为：Rmr=RrRMIjS1^=tr_RrRMIj
[0033]S2,利用左侧摄像机和右侧摄像机采集车辆前方环境信息，同时使用激光雷达对 前方区域进行多线扫描，得到两种不同类型传感器的异类异步数据，并对所获得的数据进 行预处理。
[0034] 在本实施方式中，对得到的异类异步数据预处理方法具体包括以下步骤：
[0035] S21，采用数据挖掘领域的快速OPTICS聚类算法对激光雷达得到的点云数据进行 聚类筛选，获得点云聚类，对算法生成的有序对象列表进行分析，去除其中不属于聚类群的 孤立点和奇异点。具体快速OPTICS聚类算法可参照现有的方法。
[0036]S22,对左摄像机、右摄像机获得的当前图像进行色彩空间转换处理，由三通道RGB 彩色空间转换到单通道灰度空间，并进行直方图均衡化处理。
[0037] 直方图处理的公式如下：
[0038]
【主权项】
1. 一种拥挤交通中基于双目视觉和激光雷达的车辆防撞方法，其特征在于，具体包括 以下步骤： S1，对双目视觉系统和激光雷达系统进行参数联合标定，得到摄像机坐标系、雷达坐标 系与车辆坐标系三者之间的对应与转换关系； 52, 利用左侧摄像机和右侧摄像机采集车辆前方环境信息，同时使用激光雷达对前方 区域进行多线扫描，得到两种不同