一种以立体视觉检测障碍物的装置与方法
【技术领域】
[0001]本发明是有关一种以立体视觉检测障碍物的装置与方法，特别是一种以立体视觉以立体视觉检测障碍物的装置与方法。
【背景技术】
[0002]科技日益进步，汽车工业随着科技的发展，也逐渐成为拥有智能的交通工具。汽车配备多种智能型装置，例如:障碍物检测装置、距离检测装置等。由这些装置在某些特定状态，例如:距离障碍物过近或偏离车道等，会适时发出警讯用以提示驾驶者注意。如此，当汽车配备智能型装置，将可大幅将低车祸的伤亡与发生率。所以，越来越多车厂专注在智能型运输系统(Intel IigentTransportat1nSystemJTS)的研发，并将其列为新车的搭载装置。
[0003]—般传统障碍物检测装置包括多种形式，例如:雷达式、单支镜头摄影机、红外线或红外线热影像等。由在雷达式、红外线或红外线热影像等方式其设备较为昂贵，所需的成本花费较高。而近年来我国对在图像处理的技术研究日益进步，因此采用摄影机采集影像，再辅以后续的图像处理，而达到检测障碍物，不仅符合技术上的要求也达到降低成本的考虑O
[0004]然而，目前单镜头影像检测系统发展到今，仍具有缺点有待改良，那便是无法突破遇到震动或角度变化，所造成的距离估测错误。例如;一般单镜头影像检测系统仅能应用在平坦路面，对在颠簸路段或者山区路段都会因为震动与角度变化的关是造成严重的判断错误。
[0005]因此，为了改善单镜头所产生的缺点，市面上提出了双镜头影像检测系统。然而，双镜头影像检测系统固然可以让采集的影像更为立体化，而改善单镜头系统的不足的处，但新的问题也随的产生。双镜头影像检测系统，其图像处理时间是原本单镜头的两倍，因此计算上所需花费的时间同样也为早镜头的两倍。如此，当汽车实际在道路上行驶，由在双镜头实时(realtime)采集的影像数据量较大，所以无法实时计算出前方障碍物(人、车、电线杆等)的相关信息(距离、形状等)，进而实时提供驾驶者适当的警讯。再者，由在独立成像的多组镜头，无法保证其曝光点皆位在同时间，故往往需在镜头组间增加特别的硬件，例如影像采集处理卡等，用以将其曝光点设计为同步，或直接采用同步镜头组。其中，同步系统的解决方法是采用左影像到右影像同水平区间进行线段检测，为线对线检测(Iinetoline)。然而，一般廉价的相机无法达到同步采集影像，所以左、右两摄影机所采集的左、右影像中，即使为同水线段也会有高低不同的成像。但采用同步镜头或多增加的硬件，其费用往往比一般相机昂贵许多，而造成整体成本的增加。
【发明内容】
[0006]本发明提出一种以立体视觉以立体视觉检测障碍物的装置与方法。采用复数个摄影机采集影像，而产生立体视觉，有效解决只利用单摄影机采集影像所产生的缺点。加上图像处理模块或算法的改良，可大幅降低影像处理所需花费的计算时间，而达到障碍物的实时检测。再者，即使复数个摄影机的间所采集的影像为异步，但由本发明所提出的装置与方法，即可达成解决原本传统上异步影像检测所产生的问题，而达到近似在同步系统的效果，因此本发明可采用一般廉价的摄影机，进而大幅节省成本的支出。
[0007]本发明提出一种以立体视觉检测障碍物的装置包括:影像采集模块具有复数个摄影机，用以采集复数个原始影像。图像处理模块边缘检测原始影像，产生复数个边缘对象与对应在每一个边缘对象的对象信息。对象检测模块依据对象信息，配合复数个摄影机中两支摄影机的焦距与水平间距，产生对应在每一个边缘对象的对象相对距离。群组模块比较对象相对距离与门坎距离，群组物件相对距离小在门坎距离的边缘对象为障碍物，并取得对应在障碍物的障碍物相对距离。
[0008]本发明也提出一种以立体视觉检测障碍物的方法，包括下列步骤。由复数个摄影机，采集复数个原始影像。边缘检测原始影像，产生复数个边缘对象与对应在每一个边缘对象的对象信息。依据对象信息，配合复数个摄影机中两支摄影机的焦距与水平间距，产生对应在每一个边缘对象的对象相对距离。比较对象相对距离与门坎距离。群组对象相对距离小在门槛距离的边缘对象为障碍物，并取得对应障碍物的障碍物相对距离。
[0009]有关本发明的较佳实施例及其功效，配合图式说明如后。
【附图说明】
[0010]图1:本发明以立体视觉检测障碍物的装置的方块图。
[0011]图2:本发明以立体视觉检测障碍物的装置的细部方块图。
[0012]图3A:单摄影机距离量测的示意图。
[0013]图3B:立体视觉距离量测的示意图。
[0014]图4:本发明以立体视觉检测障碍物的方法流程图。
【具体实施方式】
[0015]请参照图1，该图所示为本发明以立体视觉检测障碍物的装置的方块图。以立体视觉检测障碍物的装置包括:影像采集模块10、图像处理模块20、对象检测模块30、群组模块
40 ο
[0016]影像采集模块10包括复数个摄影机，用以采集复数个原始影像。底下将以2个摄影机为例作说明，但摄影机数目不以2个为限。采用复数个摄影机采集影像，主要是因为如果只采用单一个摄影机，所采集到的影像无法达到立体视觉的效果，所以容易受到震动或角度的变化而造成检测距离的误判。因此，采用复数个摄影机就如同人眼一般，左眼与右眼同时采集影像，所采集到的左、右眼影像通过大脑处理而产生立体的视觉。所以，影像采集模块10中，摄影机的数目可以两个为组，再依需求在车辆上搭载至少组的影像采集模块10。例如，使用在较大的车辆(大客车、卡车或公交车等)，由在视野范围较广且车体较大，可以采用多组的摄影机同时采集多组的原始影像，用以检测多方的障碍物，避免视觉上的死角产生。
[0017]请参照图2为以立体视觉检测障碍物的装置的细部方块图。由图中所示，图像处理模块20包括:取样单元21、平滑单元22、水平边缘检测单元23、水平连通单元24、垂直边缘检测单元25、垂直连通单元26。
[0018]以影像采集模块10具有左右两个摄影机为例作说明。左右两个摄影机分别采集左原始影像与右原始影像。左、右原始影像分别经由取样单元21利用舍点取样的方式，降低原始影像的分辨率。取样单元21所执行的动作为缩小取样(down samp I i ng)，将输入的原始影像的原解析影像以舍点的方式，分别扫描原始影像的水平与垂直方向，而输出缩小尺寸的影像。由取样单元21缩小取样的动作，可大幅降低往后图像处理的运算量。
[0019]平滑单元22将经由取样单元21处理后的原始影像，实施低通滤波的程序，消除电子或光学噪声，并以去除影像高频特性，提高往后边缘检测的效果。接下来执行水平边缘检测与垂直边缘检测。水平边缘检测单元23利用边缘检测运算符(EdgeDetect1nOperator)检测原始影像产生水平边缘线段。其中，边缘检测运算符为图像处理中的一种运算符，主要用作影像的边缘检测。技术上，它是一种离散性差分运算符，用来运算影像亮度函数的梯度的近似值。在影像的任何点使用此运算符，将会产生对应的梯度向量或是其法向量。因此，边缘摘测运算符经常使用在影像或图像的边缘检测，可勾勒出原始影像的边缘特征。经由水平边缘检测单元23产生原始影像的水平边缘线段后，水平连通单元24以八连通的方式，连接水平边缘线段为水平端线。经由水平连通单元24处理后，可输出各水平端线的左右端点的坐标值与影像点数等对象信息。
[0020]同样的，垂直边缘检测单元25也是利用边缘检测运算符检测原始影像产生垂直边缘线段。垂直连通单元26连接垂直边缘线段为垂直端线。经由垂直连通单元26处理后，可输出各垂直端线的上下端点的坐标值与影像点数等对象信息。
[0021]因此，由上述公知，图像处理模块20将影像采集模块10所采集的原始影像作边缘检测，产生复数个边缘对象与对应在每一个边缘对象的对象信息。其中，边缘对象即包括水平端线与垂直端线，而对象信息可包括每一个边缘对象的对象坐标值、影像点数、对象长度及对象宽度等。
[0022]请续参照图2，由图中所示对象检测模块30包括:比对单元31、搜寻单元32。
[0023]由图中所示可发现，比对单元31可分为左、右两边。左边的比对单元31处理左、右两个原始影像经由水平连通单元24所输出的水平端线的对象信息。而右边的比对单元31处理左、右两个原始影像经由垂直连通单元26所输出的垂直端线的对象信息。由在原始影像分别由左、右两个摄影机所顾取而来(摄影机的视角不同、光线不同等其他因素)，造成左、右两边的原始影像也不定完全相同。再经由图像处理模块20处理后的水平/垂直端线，也并非每条端线都是属在障碍物的边缘对象(水平/垂直端线)。因此，必须经由比对单元31分别比对左、右两原始影像的水平/垂直端线的对象资讯，例如比对端线的端点坐标或影像点数等，才可产生疑似对象。而所谓的疑似对象是指有可能是属在障碍物的边缘对象。
[0024]比对单元31的比对方式可以采用下列说明的方法，但不以此为限。设左原始影像为标准影像，依次取出其所有对象的对象坐标、影像点数、物件长度、对象宽度等对象信息，与右原始影像的对象信息作比对。比对条件会依照双镜头立体视觉的特性进行全区域比对，而过滤条件主要利用立体视觉的重迭区域特性，将左原始影像的每一个对象与右原始影像的每对象做进步的分析，这也就是所谓的立体视觉的效果。再利用对象长度、对象宽度的比例过滤，满足这些条件者，则列为疑似对象。由在本发明采用上述的比对方法，产生疑似对象，可以克服多组摄影机的间不同步的问题。因此，本发明的影像采集模块10中所包括的多组摄影机，可以采用一般廉价的摄影机，不须如传统技术一般，需采用较昂贵的同步相机组且需多增加硬件，如此可大幅节省成本的支出。
[0025]搜寻单元32依据比对单元31所产生的疑似对象，回到原始影像作全区域的