本发明涉及交通运输领域，具体是一种基于红外线探测目标障碍物方法。
背景技术：
智能驾驶技术是当前最火热的前沿技术之一，正处于高速发展的阶段，在军事领域和民用领域都有着重要的研究意义。智能驾驶技术涉及图像处理、模式识别、自动化等多个领域；智能车在夜间以及低照度环境下视觉摄像头难以为车辆提供准确有效的道路信息，此时就需要红外线传感器为车辆提供必需的道路探测信息，尤其针对大客车障碍物的探测以及特征提取目前尚未有特别成熟的技术方案；国内外各大整车厂也对此讳莫如深。基于此，本方案试图通过利用红外线障碍物探测获取大客车低照度情况下道路周遭环境的信息；使得大客车能够实现在夜间对路况的准确探测。
技术实现要素：
本发明为了解决现有技术的问题，提供了一种基于红外线探测目标障碍物方法，通过利用红外线在低照度环境下探测行驶道路路况的信息，并对获取的图像像素灰度等级数进行判别，对道路进行特征提取，将处理结果输入给控制器，控制器根据输入信息做出决策。增加了大客车在夜间等低照度环境下行驶时路况感知的可靠性和安全性。
本发明基本原理是利用物体的反射性质。在一定范围内，如果没有障碍物，发射出去的红外线，因为传播距离越远而逐渐减弱，最后消失。而如果有障碍物，红外线遇到障碍物，被反射到达传感器接收头。传感器检测到这一信号就可以确认正前方有障碍物。
本发明介绍了智能车在夜间以及低照度环境下视觉摄像头难以为车辆提供准确有效的道路信息，此时就需要红外线传感器为车辆提供必需的道路探测信息，之后采用红外图像分割技术将目标和背景分离，为目标识别、精确定位等后续处理提供依据。
首先运用单位像素灰度等级数判别准则检测障碍物，把图像划分成若干互不交迭区域的集合，然后根据找到的障碍物底边划定一个窗口区域，把图像各具特性的区域(也叫目标)提取出来；再在这个区域内用边缘检测算子检测障碍物的边缘，然后在次窗口区域内检测脉冲对以确定障碍物的左右边缘。最后对确认为前方车辆的物体运用卡尔曼滤波进行跟踪，检测其位置变化，在预测的小范围内确认车辆的准确位置。
本发明有益效果在于：通过利用红外线在低照度环境下探测行驶道路路况的信息，并对获取的图像像素灰度等级数进行判别，对道路进行特征提取，将处理结果输入给控制器，控制器根据输入信息做出决策。增加了大客车在夜间等低照度环境下行驶时路况感知的可靠性和安全性。
具体实施方式
下面对本发明作进一步说明。
本发明基本原理是利用物体的反射性质。在一定范围内，如果没有障碍物，发射出去的红外线，因为传播距离越远而逐渐减弱，最后消失。而如果有障碍物，红外线遇到障碍物，被反射到达传感器接收头。传感器检测到这一信号就可以确认正前方有障碍物。
本发明介绍了智能车在夜间以及低照度环境下视觉摄像头难以为车辆提供准确有效的道路信息，此时就需要红外线传感器为车辆提供必需的道路探测信息，之后采用红外图像分割技术将目标和背景分离，为目标识别、精确定位等后续处理提供依据。
首先运用单位像素灰度等级数判别准则检测障碍物，把图像划分成若干互不交迭区域的集合，然后根据找到的障碍物底边划定一个窗口区域，把图像各具特性的区域(也叫目标)提取出来；再在这个区域内用边缘检测算子检测障碍物的边缘，然后在次窗口区域内检测脉冲对以确定障碍物的左右边缘。最后对确认为前方车辆的物体运用卡尔曼滤波进行跟踪，检测其位置变化，在预测的小范围内确认车辆的准确位置。
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。