本发明涉及无人驾驶汽车视觉识别技术领域,具体为一种基于双摄像头的无人驾驶汽车视觉识别系统。
背景技术:
无人驾驶汽车是智能汽车的一种,主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。无人驾驶汽车是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车。
它是利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。其集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物。
目前在无人驾驶汽车视觉识别中常常使用单摄像头的方式进行采集图像,但是这种方式在实际的应用中存在着控制及采集不精确的缺陷,容易受到外界的环境的干扰;同时单摄像头由于需要在拍摄中兼顾到近景与远景,导致其拍摄角度很宽泛,因而需要处理大量的图像,对数据的处理要求较高,实用性不高。
技术实现要素:
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于双摄像头的无人驾驶汽车视觉识别系统,具备安全性及实用性较高等优点,解决了单摄像头采集图像的方式在实际的应用中存在着控制及采集不精确的缺陷,容易受到外界的环境的干扰;同时单摄像头由于需要在拍摄中兼顾到近景与远景,导致其拍摄角度很宽泛,因而需要处理大量的图像,对数据的处理要求较高,实用性不高的问题。
(二)技术方案
为实现上述安全性及实用性较高等目的,本发明提供如下技术方案:一种基于双摄像头的无人驾驶汽车视觉识别系统,包括车载控制器,所述车载控制器的输出端分别与视觉分析模块和距离分析模块的输入端电连接,且视觉分析模块的输出端与识别模块的输入端电连接,识别模块的输出端与车载控制器的输入端电连接;
所述视觉分析模块的输出端还与距离分析模块的输入端电连接,距离分析模块的输出端与驾驶控制模块的输入端电连接,且驾驶控制模块与车载控制器双向电连接;
所述车载控制器的输入端还与图像采集模块的输出端电连接。
优选的,所述识别模块包括车道识别模块、障碍物识别模块、交通标志牌识别模块和信号灯识别模块,所述车道识别模块、障碍物识别模块、交通标志牌识别模块和信号灯识别模块均与视觉分析模块及车载控制器电连接。
优选的,所述视觉分析模块采用基于嵌入式系统的arm微处理器,所述驾驶控制模块采用stm32微控制器。
优选的,所述车道识别模块、交通标志牌识别模块和信号灯识别模块在运行中首先提取出每一帧图像进行灰度化、二值化、滤波和形态学处理的预处理,然后通过特征提取的方法来获取图像的特征进行识别。
根据所述的一种基于双摄像头的无人驾驶汽车视觉识别系统,现提出一种基于双摄像头的无人驾驶汽车视觉识别方法,包含以下步骤:
s1、利用双摄像头对外部环境进行交叉采集,再判断是否采集到图像;
s2、在采集到图像后将图像进行预处理,对每一帧图像进行灰度化、二值化、滤波和形态学处理;
s3、将处理后的图像传递给arm微处理器进行提取特征点并分类;
s4、对提取出的特征点与数据库中预先录入的特征点进行分析对比,判断需要遵守的交通法规以及是否需要避让障碍物;
s5、将分析对比后的信息传送给车载控制器,进而控制自动驾驶根据判断结果改变车辆的行进方向、速度及转向。
优选的,所述双摄像头交叉采集图像,并利用自身的图像处理模块剔除交叉部分重合的图像使之成为一幅完整的镜像图。
(三)有益效果
与现有技术相比,本发明提供了一种基于双摄像头的无人驾驶汽车视觉识别系统,具备以下有益效果:
1、该基于双摄像头的无人驾驶汽车视觉识别系统,采用双摄像头进行采集图像,可以有效的避免外界环境对摄像头的干扰,保证采集图像的清晰和精确,同时避免了现有单摄像头在兼顾近景与远景时出现的数据较多的问题,实用性较高。
2、该基于双摄像头的无人驾驶汽车视觉识别系统,依据双目摄像头采集的图像并计算得到图像所包含的数据对行车给出准确的分析,进一步保证了驾驶的安全性。
附图说明
图1为本发明一种基于双摄像头的无人驾驶汽车视觉识别系统示意图;
图2为本发明一种基于双摄像头的无人驾驶汽车视觉识别方法流程图。
具体实施方式
下面将结合本发明的实施例和附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,一种基于双摄像头的无人驾驶汽车视觉识别系统,包括车载控制器,车载控制器的输出端分别与视觉分析模块和距离分析模块的输入端电连接,且视觉分析模块的输出端与识别模块的输入端电连接,识别模块的输出端与车载控制器的输入端电连接;识别模块包括车道识别模块、障碍物识别模块、交通标志牌识别模块和信号灯识别模块,车道识别模块、障碍物识别模块、交通标志牌识别模块和信号灯识别模块均与视觉分析模块及车载控制器电连接。
车道识别模块、交通标志牌识别模块和信号灯识别模块在运行中首先提取出每一帧图像进行灰度化、二值化、滤波和形态学处理的预处理,然后通过特征提取的方法来获取图像的特征进行识别。
视觉分析模块的输出端还与距离分析模块的输入端电连接,距离分析模块的输出端与驾驶控制模块的输入端电连接,且驾驶控制模块与车载控制器双向电连接;视觉分析模块采用基于嵌入式系统的arm微处理器,驾驶控制模块采用stm32微控制器。
车载控制器的输入端还与图像采集模块的输出端电连接。
请参阅图2,一种基于双摄像头的无人驾驶汽车视觉识别方法,包含以下步骤:
s1、利用双摄像头对外部环境进行交叉采集,再判断是否采集到图像;
s2、在采集到图像后将图像进行预处理,对每一帧图像进行灰度化、二值化、滤波和形态学处理;
s3、将处理后的图像传递给arm微处理器进行提取特征点并分类;
s4、对提取出的特征点与数据库中预先录入的特征点进行分析对比,判断需要遵守的交通法规以及是否需要避让障碍物;
s5、将分析对比后的信息传送给车载控制器,进而控制自动驾驶根据判断结果改变车辆的行进方向、速度及转向。
本发明中,双摄像头交叉采集图像,并利用自身的图像处理模块剔除交叉部分重合的图像使之成为一幅完整的镜像图。
综上所述,该基于双摄像头的无人驾驶汽车视觉识别系统,采用双摄像头进行采集图像,可以有效的避免外界环境对摄像头的干扰,保证采集图像的清晰和精确,同时避免了现有单摄像头在兼顾近景与远景时出现的数据较多的问题,实用性较高。
该基于双摄像头的无人驾驶汽车视觉识别系统,依据双目摄像头采集的图像并计算得到图像所包含的数据对行车给出准确的分析,进一步保证了驾驶的安全性,解决了单摄像头采集图像的方式在实际的应用中存在着控制及采集不精确的缺陷,容易受到外界的环境的干扰;同时单摄像头由于需要在拍摄中兼顾到近景与远景,导致其拍摄角度很宽泛,因而需要处理大量的图像,对数据的处理要求较高,实用性不高的问题。
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物限定。