基于图像视觉的自动泊车辅助方法及系统与流程

本发明实施例涉及自动泊车技术领域，尤其涉及一种基于图像视觉的自动泊车辅助方法及系统。

背景技术：

当前，随着机动车传统技术的日益成熟，机动车技术研发开始朝着智能化方向发展，自动泊车系统是机动车技术研发的一个热点。自动泊车系统能让驾驶员仅需通过简单的操作，就可以实现机动车自动停车入位，降低了泊车操作难度。

完整的自动泊车系统包含停车位检测模块、轨迹生成模块及转向控制模块。其中，停车位检测模块作为技术核心之一，关系整个自动泊车系统的成败。

目前的停车位检测模块采用的检测技术大致分为以下几种：倒车雷达、后视摄像、侧视摄像等。这几种技术各有利弊：倒车雷达技术虽能确切判断距离，但是对车后的水沟、凸出的钢筋或竹竿等细长杆状物等无法感知，且多数依赖于空闲停车位两侧的车辆或障碍物，若停车位四周的障碍物位置很低，雷达也不能探测，且雷达对连续的空闲停车位不能准确定位；后视摄像技术直观真实，但是对距离信息无法感知，不能提供停车位信息，不能对驾驶员进行引导；侧视摄像技术不能获取车辆四周的图像信息，存在视觉盲点。

申请号为201510924119.2的中国专利文献公开了一种基于视觉的360度泊车辅助智能引导系统，在360度全景泊车系统的基础上，利用图像处理算法，在俯视图中检测停车位，将检测出的车位信息标注在显示屏上，给驾驶员车位信息的提示，并且根据检测出的车位和当前车辆的相对位置关系，计算出车辆最优停车路线，并将最优停车路线标注在显示屏上，给驾驶员提供停车引导信息。

但是，这种基于视觉的360度泊车辅助智能引导系统的停车位检测技术并未涉及实际检测场景中对目标破损的处理或对干扰的排除，不能准确检测停车位。

技术实现要素：

本发明实施例所要解决的技术问题在于，提供一种基于图视觉的自动泊车辅助方法，能准确检测停车位。

本发明实施例进一步要解决的技术问题在于，提供一种基于图视觉的自动泊车辅助系统，能准确检测停车位。

为解决上述技术问题，本发明实施例首先提供如下技术方案：一种基于图像视觉的自动泊车辅助方法，包括以下步骤：

采集目标区域的视频影像；

从视频影像中逐帧提取获得图像帧；

逐帧分析处理所述图像帧，标定出停车位线，具体包括：

对图像帧进行预处理，至少包括对图像帧进行灰度化处理和对进行灰度化处理的图像帧进行滤波处理；

对预处理后的图像帧进行边缘检测；

进行直线检测与初步筛选，初定停车位范围；

排除图像帧中初定停车位范围内的非目标干扰因素，确定图像帧中对应的停车位线；

综合各个图像帧的分析处理结果，在所述视频影像中标定停车位线。

进一步地，所述对预处理后的图像帧进行边缘检测具体包括：

对所述图像帧进行自适应阈值化处理；

基于形态学处理技术对所述自适应阈值化处理的结果进行修正；

对经过形态学处理技术修正的结果进行边缘检测。

进一步地，所述方法还包括：

根据机动车当前车速和机动车相对于标定的停车位线的位置关系进行计算以获得机动车泊车行驶路线。

进一步地，所述根据机动车当前车速和机动车相对于标定的停车位线的位置关系进行计算以获得机动车泊车行驶路线具体包括：

获取机动车当前车速；

确定机动车相对于标定的停车位线的位置关系；

进行运算，获得机动车泊车行驶路线。

进一步地，所述方法还包括：

控制机动车沿所述机动车泊车行驶路线行驶，直至机动车完整驶入停车位线范围内。

另一方面，本发明实施例进一步提供如下技术方案：一种基于图像视觉的自动泊车辅助系统，包括：

视频采集模块，用于采集目标区域的视频影像；

提取模块，用于从视频影像中逐帧提取获得图像帧；

图像处理模块，用于逐帧分析处理所述图像帧，标定出停车位线，具体包括：

预处理单元，用于对图像帧进行预处理，至少包括对图像帧进行灰度化处理和对进行灰度化处理的图像帧进行滤波处理；

边缘检测单元，用于对预处理后的图像帧进行边缘检测；

初定停车位单元，用于进行直线检测与初步筛选，初定停车位范围；

排除干扰单元，用于排除图像帧中初定停车位范围内的非目标干扰因素，确定图像帧中对应的停车位线；

综合处理单元，用于综合各个图像帧的分析处理结果，在所述视频影像中标定停车位线。

进一步地，所述边缘检测单元包括：

自适应阈值处理子单元，用于对所述图像帧进行自适应阈值化处理；

形态学处理子单元，用于基于形态学处理技术对所述自适应阈值化处理的结果进行修正；

边缘检测子单元，用于对经过形态学处理技术修正的结果进行边缘检测。

进一步地，所述系统还包括计算路线模块，用于根据机动车当前车速和机动车相对于标定的停车位线的位置关系进行计算以获得机动车泊车行驶路线。

进一步地，所述计算路线模块包括：

车速单元，用于获取机动车当前车速；

位置单元，用于确定机动车相对于标定的停车位线的位置关系；

运算单元，用于进行运算，获得机动车泊车行驶路线。

进一步地，所述系统还包括控制驾驶模块，用于控制机动车沿所述机动车泊车行驶路线行驶，直至机动车完整驶入停车位线范围内。

采用上述技术方案后，本发明实施例至少具有如下有益效果：本发明实施例通过逐帧分析处理目标区域的图像帧，对非目标干扰因素排除，从而准确地检测出停车位，方便实现机动车自动停车入位，降低了泊车操作难度。

附图说明

图1是本发明自动泊车辅助方法一个可选实施例的流程示意图。

图2是本发明自动泊车辅助方法一个可选实施例的步骤s32流程示意图。

图3是本发明自动泊车辅助方法一个可选实施例的流程示意图。

图4是本发明自动泊车辅助方法一个可选实施例的步骤s4流程示意图。

图5是本发明自动泊车辅助方法一个可选实施例的流程示意图。

图6是本发明自动泊车辅助系统一个可选实施例的结构示意图。

图7是本发明实自动泊车辅助系统一个可选实施例的边缘检测单元结构示意图。

图8是本发明自动泊车辅助系统一个可选实施例的结构示意图。

图9是本发明实自动泊车辅助系统一个可选实施例的计算路线模块结构示意图。

图10是本发明实自动泊车辅助系统一个可选实施例的结构示意图。

具体实施方式

下面结合附图和具体实施例对本申请作进一步详细说明。应当理解，以下的示意性实施例及说明仅用来解释本申请，并不作为对本申请的限定，而且，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合。

如图1所示，本发明实施例首先提供一种基于图像视觉的自动泊车辅助方法，包括以下步骤：

步骤s1、采集目标区域的视频影像；

步骤s2、从视频影像中逐帧提取获得图像帧；

步骤s3、逐帧分析处理所述图像帧，标定出停车位线，具体包括：

步骤s31、对图像帧进行预处理，至少包括对图像帧进行灰度化处理和对进行灰度化处理的图像帧进行滤波处理；

步骤s32、对预处理后的图像帧进行边缘检测

步骤s33、进行直线检测与初步筛选，初定停车位范围；

步骤s34、排除图像帧中初定停车位范围内的非目标干扰因素，确定图像帧中对应的停车位线；

步骤s35、综合各个图像帧的分析处理结果，在所述视频影像中标定停车位线。

在一个具体实施例中，在步骤s31中，灰度化处理是把彩色图像进行灰度化处理，提高运算速率；滤波处理是一种增强图像的方法，可有效的抑制、减弱和平滑各种噪声，保持边缘信息，突出图像的空间信息，压抑其他无关信息。

而在另一个具体实施例中，在步骤s33中，可以采用hough直线检测与初步筛选，hough直线检测与初步筛选的具体方法为，设置检测的最小直线长度阈值thresh1和直线间隙最大值阈值thresh2，若直线长度小于阈值thresh1，则不认为是直线，否则认为是直线；若直线间隙小于阈值thresh2,则被认为是两条直线，否则为一条。

在又一个具体实施例中，在步骤s34中，排除非目标干扰因素的方法包括目标破损处理及干扰直线排除、求各垂线交点并合并交点和交点邻域内均值及方差判断。

目标破损处理及干扰直线排除，是对干扰直线进行局部排除，即在局部区域排除地面纹理噪声的干扰，在原灰度图上取hough直线检测和直线初步筛选确认的每对直线对的中点为中心、直线长度为对角长度的局部矩形区域roi，可采用两种方法，方法一是对该矩形区域图像在行上的1/4、3/4处的水平横线上，分别求取相邻像素的灰度跃变值，对满足跃变阈值的，记下其位置坐标，并分别求取两者间距；同理在图像列上的1/4、3/4的垂直竖线上，求灰度跃变值，并记下满足跃变阈值的位置坐标，分别求取同一线上的两者间距，若两个间距值相近且都处于目标宽度范围，则确认该局部为目标，否则给予剔除；方法二是对上述局部区域首先进行自适应阈值化，再连通域标记，去除较小的孤立的连通块，对余下的做前景比例统计，即计算前景点占整个局部矩形区域roi的比例值，接着对二值图提取边缘，分别进行水平、垂直方向的逐行扫描，求取穿线数，穿线数为4时，表明有穿过两条边缘线，为2时表明穿过一条边缘线，接着在水平和垂直方向分别计算穿线数相同的线段的长度，若穿线数为4或者大于4的偶数且长度满足阈值且比例值满足设定阈值时，则确认该局部为目标，否则给予剔除；对停车位线部分破损断裂的处理是对检测到的经过上述排除过后的所有直线段，按斜率相同、截距相同的条件进行聚类、拟合，得到相对完整具有一定长度的停车位线直线段，接下来判断其周围是否有与其斜率相同、截距相隔一定阈值的平行直线对。

求各垂线交点并合并交点是在经过上述的筛选剔除后，图中的直线数量较少，此时求取各垂直直线的交点，由于停车位是由垂直直线构成的，求得所有交点基本就可以确定停车位的位置；对十分靠近的多个交点进行合并。

交点邻域内均值及方差判断是取其邻域图像并求均值、方差进行判断，剔除干扰交点，即去除非停车位线对应的交点。

本实施例通过逐帧分析处理目标区域的图像帧，对非目标干扰因素排除，从而准确地检测出停车位，方便实现机动车自动停车入位，降低了泊车操作难度。

如图2所示，本发明的一个可选实施例中，所述步骤s32具体包括：

步骤s321、对所述图像帧进行自适应阈值化处理；

步骤s322、基于形态学处理技术对所述自适应阈值化处理的结果进行修正；

步骤s323、对经过形态学处理技术修正的结果进行边缘检测。

所述自适应阈值化是一种自适应的阈值确定的方法，它是按图像的灰度特性，将图形分成背景和目标两部分，背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，使类间方差最大的分割意味着错分概率最小,作用是实现图像的二值化分割，本发明应用中停车位线为地面上相对明显的标记，阈值化后停车位线目标表现为图像的前景区域，主要作用是实现图像的二值化分割。

所述形态学处理包括用来消除孤立小物体、在纤细点处分离物体、平滑较大物体边界的开运算和用来填充细小空洞、链接邻近物体、平滑其边界的闭运算，形态学处理表现为一种邻域运算形式，在每个像素位置上结构单元与二值图像对应的区域进行特定的逻辑运算，逻辑运算的结果为输出图像的相应元素，其效果取决于结构单元的大小、内容以及逻辑运算的性质，主要作用是分割出目标，形态学处理作用是分割出目标。

本实施例通过自适应阈值化处理和形态学处理，能有效地将停车位线的边缘检测出来。

如图3所示，本发明的一个可选实施例中，所述方法还包括：

步骤s4、根据机动车当前车速和机动车相对于标定的停车位线的位置关系进行计算以获得机动车泊车行驶路线。

本实施例通过计算获得准确的泊车行驶路线，从而可以方便实现机动车自动停车入位，降低了泊车操作难度。

如图4所示，本发明的一个可选实施例中，所述步骤s4具体包括：

步骤s41、获取机动车当前车速；

步骤s42、确定机动车相对于标定的停车位线的位置关系；

步骤s43、进行运算，获得机动车泊车行驶路线。

本实施例通过获取机动车当前车速，并确定机动车相对于标定的停车位线的位置关系，从而进行运算即可获得机动车泊车行驶路线，得到准确的行驶路线，方便实现机动车自动停车入位，降低了泊车操作难度。

如图5所示，本发明的一个可选实施例中，所述方法还包括：

步骤s5、控制机动车沿所述机动车泊车行驶路线行驶，直至机动车完整驶入停车位线范围内。

本实施例通过控制机动车沿计算获得的所述机动车泊车行驶路线行驶，可以自动化实现机动车停车入位，减少人为因素的影响，降低了泊车操作难度，而且能更精准地实现停车入位。

如图6所示，另一方面，本发明实施例还提供一种基于图像视觉的自动泊车辅助系统，包括：

视频采集模块1，用于采集目标区域的视频影像；

提取模块2，用于从视频影像中逐帧提取获得图像帧；

图像处理模块3，用于逐帧分析处理所述图像帧，标定出停车位线，具体包括：

预处理单元31，用于对图像帧进行预处理，至少包括对图像帧进行灰度化处理和对进行灰度化处理的图像帧进行滤波处理；

边缘检测单元32，用于对预处理后的图像帧进行边缘检测；

初定停车位单元33，用于进行直线检测与初步筛选，并初定停车位范围；

排除干扰单元34，用于排除图像帧中初定停车位范围内的非目标干扰因素，确定图像帧中对应的停车位线；

综合处理单元35，用于综合各个图像帧的分析处理结果，在所述视频影像中标定停车位线。

本发明实施例通过图像处理模块3逐帧分析处理目标区域的图像帧，对非目标干扰因素排除，从而准确检测停车位，实现机动车自动停车入位，降低了泊车操作难度。

如图7所示，本发明的一个可选实施例中，所述边缘检测单元32包括：

自适应阈值处理子单元321，用于对所述图像帧进行自适应阈值化处理；

形态学处理子单元322，用于基于形态学处理技术对所述自适应阈值化的结果进行修正；

边缘检测子单元323，用于对经过形态学处理技术修正的结果进行边缘检测。

本发明实施例通过自适应阈值处理子单元321和形态学处理子单元322分别进行自适应阈值化处理和形态学处理，可根据自适应阈值化和形态学处理的结果有效地检测出停车位线的边缘。

如图8所示，本发明的一个可选实施例中，所述系统还包括计算路线模块4，用于根据机动车当前车速和机动车相对于标定的停车位线的位置关系进行计算以获得机动车泊车行驶路线。

本实施例通过计算路线模块4计算获得准确的泊车行驶路线，从而可以方便实现机动车自动停车入位，降低了泊车操作难度。

如图9所示，本发明的一个可选实施例中，所述计算路线模块4包括：

车速单元41，用于获取机动车当前车速；

位置单元42，用于确定机动车相对于标定的停车位线的位置关系；

运算单元43，用于进行运算，获得机动车泊车行驶路线。

本发明实施例通过车速单元41获取机动车当前车速，例如可采用can处理模块来作为车速单元41获取机动车当前车速，再通过位置单元42确定机动车相对于标定的停车位线的位置关系，最后通过运算单元43获得机动车泊车行驶路线，得到准确的行驶路线，方便实现机动车自动停车入位，降低了泊车操作难度。

如图10所示，本发明的一个可选实施例中，所述系统还包括控制驾驶模块5，用于控制机动车沿所述机动车泊车行驶路线行驶，直至机动车完整驶入停车位线范围内。

本实施例通过控制驾驶模块5来控制机动车沿计算获得的所述机动车泊车行驶路线行驶，可以自动化实现机动车停车入位，减少人为因素的影响，降低了泊车操作难度，而且能更精准地实现停车入位。

本发明的一个可选实施例中，所述系统还包括显示装置，用于显示所拍摄的视频影像以及所标定的停车位线及机动车泊车行驶路线，通过提供清晰的影像信息供驾驶员实时查看辅助泊车线路及过程。

本发明实施例所述的功能如果以软件功能模块或单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本发明实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备（可以是个人计算机，服务器，移动计算设备或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-onlymemory）、随机存取存储器（ram，randomaccessmemory）、磁碟或者光盘等各种可以存储程序代码的介质。本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同范围限定。