专利名称：激光辅助机器视觉测距装置的制作方法
技术领域：
本实用新型涉及一种测距装置，尤其是涉及一种激光辅助机器视觉测距装置。
背景技术：
在动态运动中，测距装置具有广泛的应用，例如汽车防追尾系统的关键技术之一就是车辆测距、测速技术，名为“汽车防撞控制方法及汽车防撞警示装置”(公布号CN101293503)就是这种应用。现在运用在汽车上的测距技术有毫米波雷达测距、激光测距、超声波测距、视频成像系统测距，红外线测距以及机械视觉测距等多种方法。毫米波雷达测距利用目标反射的电磁波发现目标并测定位置，具有不受天气条件和障碍物形状限制等优点，然而目前毫米波雷达的成本较高，而且受限于功率，探测距离也不够理想。激光测距是利用窄光速对某一地区进行扫描，并根据反射光确定目标位置的方法，激光测距范围大但易受外界条件影响。机器视觉是一种模拟人眼的探测技术，根据多个摄像头对同一目标图像的信息进行不同的计算，确定目标的位置。机器视觉测距技术的关键在于确定可以代表目标的特征点。这项技术成本低、探测距离远，但计算量较大，响应速度较慢。诸多测距技术难以在避撞系统中普及应用，其主要原因是各有技术上的弱点或造价高。
发明内容本实用新型主要目的是提供一种成本低、探测距离远、计算量较大、响应速度快的测距装置。本实用新型的上述技术问题主要是通过下述技术方案得以解决的一种激光辅助机器视觉测距装置，包括摄像装置、激光发射装置、数据采集及处理装置以及控制系统，其特征在于所述的摄像装置不少于两个；至少有两个摄像装置之间设置激光发射装置，且与激光发射装置的距离相等。使用摄像头和摄像头对物理场景进行视频采集，数据采集后处理装置计算目标空间坐标以及距离计算。激光发射装置发射激光束，并使用激光光斑中心作为系统唯一的特征点，特征点数目的降低意味着计算量的大大减少，不仅可测量的距离更远，而且特征点数目的降低使系统响应更快速，计算量的减少降低处理系统的要求，响应地可以降低成本。为提高测量精度，作为优选，所述的摄像装置三个时呈三角形设置。两个摄像装置可基本确定测量的距离，引入第三个摄像装置，可更精确地计算真实物理空间被测量物的位置。作为优选，所述的摄像装置沿行车方向设置，设于汽车后视镜或车顶或前保险杠上。用于防止前方追尾，且便于摄像装置对称地安装。因此，本实用新型具有结构合理的特点，尤其是具有成本低、探测距离远、计算量较大、响应速度快的有益效果。
[0008]附图1是本实用新型的一种结构示意图。附图2是双目成像原理图。附图3是两摄像头成像图。
具体实施方式
下面通过实施例，并结合附图，对本实用新型的技术方案作进一步具体的说明。实施例本实用新型一种激光辅助机器视觉测距装置，如附图1所示，其包括摄像装置1、激光发射装置2、数据采集及处理装置以及控制系统。摄像装置I不少于两个，至少有两个摄像装置I之间设置激光发射装置2，且与激光发射装置2的距离相等；摄像装置I为三个时呈三角形设置。摄像装置I沿行车方向设置，设于后视镜或车顶或前保险杠上。本实用新型的主要原理如下I机器视觉工作原理及改进方法。机器视觉主要是用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。1.1机器视觉测距技术。机器视觉测距技术就是利用多个摄像头对同一特征点所拍摄的图像信息进行距离测算。整个测距过程分为两步，一是计算目标空间坐标，二是距离计算。1.1.1坐标计算。使用三个摄像头(即摄像装置)即采集到的图像来对物理场景建模，将三个摄像头分为匹配的两组，分两次来对图像进行处理实现对物理场景的建模，我们将3个摄像头进行编号，分别为I号摄像头，2号摄像头和3号摄像头，在对物理场景进行建模时，首先使用I号摄像头和2号摄像头对物理场景进行视频采集，然后使用I号摄像头和3号摄像头来对物理场景进行视频采集，将摄像头分为两组采集而来的图像信息进行处理而得到对于物理场景的建模。计算真实物理空间P点位置的原理如下如图2所示，世界坐标系(X，Y, Z)中的空间任意点P，分别由I号摄像头及2号摄像头来拍摄，在图3中I号摄像头位于图像左边，2号摄像头位于图像右边，如果P点是一个真实存在的点，则它必定在两个摄像头成像平面上成像，若P在两个成像平面上分别成像于Pl和P2，它们在各自摄像头坐标系XOY平面中的坐标分别为(ul，vl )及(u2，v2 )。由典型的摄像头针孔成像模型知，P，Pl必在一条直线上，P，，P2也必在一条直线上，摄像头与成像平面的距离为焦距f，真实空间中的P点与它们在I号摄像头以及2号摄像头成像平面中成的像Pl点及P2点的射线正好交于一点，这点即为空间物理点P的位置。除此之外，还需要考虑两个摄像头成像平面的坐标系与世界坐标系的关系，通过摄像头拍摄单幅图片来确定摄像头与世界坐标系中原点的偏差(Cxl，Cyl)以及(Cx2，Cy2)，可以得到两个摄像头成像平面坐标系相对于世界坐标系的旋转矩阵Rl和R2，以及它们相对于世界坐标系的位移矩阵Tl和T2。Rl和R2都是3X3的矩阵，Tl和T2是一个3X I的矩阵。假设拍摄两幅图像的I号摄像头以及2号摄像头的旋转矩阵分别为Rl和R2，位移矩阵分别为Tl和T2，通过投影变换我们可以将同一物理坐标转换为不同摄像头坐标系下，P点在I号摄像头和2号摄像头上成像于Pl和P2点，根据摄像头成像的线性理论，求出P点在世界坐标系下的坐标X、Y、Z。通过I号摄像头与2号摄像头对真实物理空间的P点进行计算之后，可能会出现一些虚交的交点，如图2所示，P’为I号摄像头与2号摄像头虚交的点，处于同一直线上的点Pl和P2，分别被I号摄像头和2号摄像头拍摄，因为计算真实物理空间P点位置的时候是通过其在I号摄像头以及2号摄像头拍摄的成像点位置来计算的，因此就可能出现在两个成像点与摄像头虚交的位置P’，引入3号摄像头，将I号摄像头和3号摄像头分为一组，同样使用上述方法来进行计算真实物理空间P点的位置，如果P点是I号摄像头与2号摄像头虚交所形成的点P’，那么它就不能在I号摄像头与3号摄像头中成像，这样就有效去除了很多干扰点，也增加了计算的精确度。I号摄像头与3号摄像头计算物理空间P点的方法与之前相同。对于真实物理空间存在的P点，必定在两个方程组里同样有解，通过两次计算来实现对与真实物理空间点P的计算。1.1. 2距离计算在计算距离之前首先要判断特征点。一般来说，特征点位于图像轮廓线急剧锐转的两侧(及拐角两侧)，以及较平直曲线与大曲率弧线的交接部位，另外也包括拐点，即凹凸向相反的曲线结合处。确定特征点之后需要对它们进行匹配，去除干扰点。匹配判定方法如下假设两个强特征点的空间坐标分别为Zl (xl，yl, Zl)及Z2 (x2, y2, z2)，那么可计算Zl与Z2两点间距离Z，如果两个匹配点间的空间距离远远大于摄像头的解析精度，那么可以认为这两个强特征点之间是不匹配的。不匹配的特征点被称作干扰点，需要在计算距离之前消去。消去干扰点之后即可根据两点间距离公式计算距离。本文取所有特征点与系统距离的最小值为所求值。1. 2借助激光的机器视觉测距技术1.1节介绍了机器视觉测距技术的基本原理，在汽车主动防追尾系统的应用中它仍有以下不足1.受天气和光线限制一旦遭遇雨雪、大雾等恶劣天气或是夜晚等光线不足的环境，常规的机器视觉测距系统会失效。2.响应速度较慢由于常规机器视觉测距技术选定的特征点数目较大(平均每次判定20-30个特征点)，根据坐标计算方法每个特征点至少需要解两组方程，导致了巨大的总计算量，从而影响了响应速度。针对以上两个问题，本文提出了将借助激光辅助机器视觉进行测距的方案。具体方法为在车头安装激光发射器向前发射激光束，并使用激光光斑中心作为系统唯一的特征点，特征点数目的降低意味着计算量的大大减少。另外由于激光光斑非常醒目，Open CV对这样的特征点识别速度较快。这两方面使得这种测距方法的响应速度快，实时性大大提高，节约了宝贵的反应时间。受益于激光的穿透性，这种测距方案在光线不足或是气象条件恶劣的情况下依然可以发挥作用。实例说明以三个摄像头、10米的目标进行测距测试。当距离为10米时，传统机器视觉测距系统平均有2. 84%的误差率，平均反应时间为O. 254秒，而采用激光辅助后，这两项数据降为O. 9%和O. 116秒。实验数据如下，时间单位为秒机器视觉距离10. 21 10. 35 10. 24 10. 37 10. 25误差2. 1% 3. 5% 2. 4% 3. 7% 2. 5%时间O. 24 O. 27 O. 22 O. 28 O. 26激光辅助距离10. 12 10. 09 10. 08 10. 10 10. 06误差1. 2% O. 9% O. 8%1. 0% O. 6%时间O. 12 O. 10 O. 11 O. 13 O. 12。
权利要求1.一种激光辅助机器视觉测距装置，包括摄像装置(I)、激光发射装置(2)、数据采集及处理装置以及控制系统，其特征在于所述的摄像装置(I)不少于两个；至少有两个摄像装置(I)之间设置激光发射装置(2)，且与激光发射装置(2)的距离相等。
2.根据权利要求1所述的激光辅助机器视觉测距装置，其特征在于所述的摄像装置(1)三个时呈三角形设置。
3.根据权利要求1或2所述的激光辅助机器视觉测距装置，其特征在于所述的摄像装置(I)沿行车方向设置，设于后视镜或车顶或前保险杠上。
专利摘要本实用新型涉及一种激光辅助机器视觉测距装置，包括摄像装置、激光发射装置、数据采集及处理装置以及控制系统，摄像装置不少于两个；至少有两个摄像装置之间设置激光发射装置，且与激光发射装置的距离相等。使用摄像头和摄像头对物理场景进行视频采集，数据采集后处理装置计算目标空间坐标以及距离计算。激光发射装置发射激光束，并使用激光光斑中心作为系统唯一的特征点，特征点数目的降低意味着计算量的大大减少，不仅可测量的距离更远，而且特征点数目的降低使系统响应更快速，计算量的减少降低处理系统的要求，响应地可以降低成本。
文档编号G01C3/00GK202903176SQ20122048131
公开日2013年4月24日 申请日期2012年9月20日 优先权日2012年9月20日
发明者孙斌 申请人:孙斌