一种基于无人机的弯道障碍物避让方法及其系统与流程

本发明属于汽车主动安全技术领域，具体涉及一种基于无人机的弯道障碍物避让方法及其系统。

背景技术：

随着汽车主动安全技术的不断发展，道路障碍物的检测和识别更加重要。据调查数据显示，9.31％的事故发生在转弯路段。其中，弯道碰撞事故所占比重较大。车辆在转弯过程中，由于驾驶员视野盲区的存在，不能及时发现弯道前方是否存在障碍物。同时，由于驾驶员的经验、驾驶水平和反应速度的不同，在发现障碍物时，车辆往往不能及时制动，最终导致发生碰撞事故。

针对这一问题，近些年已提出多种弯道障碍物检测的方法：

(1)基于图像的检测方法分为基于先验知识的障碍物检测和基于立体视觉的障碍物检测。其中，基于先验知识的障碍物检测方法是通过把预处理后的图像与已有的先验知识进行对比，并从中得出结论。该方法由于对比产生的误差，导致精度低，且其适用面窄。基于立体视觉的障碍物检测方法包括双目立体视觉和三目立体视觉，由于其需要多台摄像机，不仅成本高，而且计算复杂。

(2)基于雷达的检测方法虽然其精度高、可测距远，但由于目前雷达探测技术还不够成熟，车辆在弯道和坡道行驶时，其检测精度和准确度都不能满足道路交通障碍物的检测要求。

此外，目前车辆上普遍使用的道路摄像装置大多采用直接固定的安装方式，这就导致道路摄像装置拍摄的角度是固定的，不能对整个弯道进行拍摄，导致车辆不能及时判断前方弯道是否存在障碍物，无法满足弯道障碍物检测的需要。

技术实现要素：

发明目的：为了克服现有技术的缺陷，本发明提供一种基于无人机的弯道障碍物避让方法，实现及时判断行驶车辆前方弯道是否存在障碍物，并精确避让。

本发明的另一目的是提供一种基于无人机的弯道障碍物避让系统。

技术方案：本发明所述的一种基于无人机的弯道障碍物避让方法，包括下列步骤：

(1)识别行驶车辆前方道路是否为弯道；

(2)若前方道路为弯道，释放车载无人机，控制无人机在车辆前方沿弯道向前飞行，并拍摄前方的弯道图像；

(3)通过图像识别技术，识别前方弯道是否存在障碍物，若存在障碍物，则计算障碍物的尺寸和障碍物所处的车道位置，并向驾驶人员发出警报；

(4)根据障碍物的尺寸和障碍物所处的车道位置判断是否需要对车辆施加控制。

其中，所述步骤(1)中，识别弯道包括如下步骤：

(1.1)通过车载CCD摄像头对车辆前方的实时道路进行拍摄，获取实时道路图像；

(1.2)对所述实时道路图像进行灰度化处理，从灰度化图像中提取车道线的像素点坐标，拟合出车道线方程；

(1.3)通过计算车道线方程曲率变化，判断前方是否为弯道。

所述步骤(2)中，释放车载无人机后，根据导航软件和GPS对无人机进行控制，使其提前沿弯道向前飞行。

所述步骤(3)中，通过灰度化处理无人机所采集的弯道图像，根据障碍物和道路的灰度值差异，识别障碍物并确定障碍物的轮廓；然后根据所确定的障碍物轮廓像素点的范围与同一纵坐标下车道线像素点的范围进行对比，确定障碍物所处的具体车道位置。

所述步骤(4)中，根据车载GPS确定车辆所在车道位置，然后结合障碍物的尺寸和障碍物所处的车道位置，判断是否需要对车辆施加制动控制或者转向控制。

对应于上述避让方法，本发明所述的一种基于无人机的弯道障碍物避让系统的技术方案是：该系统包括车载CCD摄像头、车载无人机、图像处理模块、无人机控制模块、障碍物分析模块、危险报警模块以及车辆避让控制模块；所述车载CCD摄像头用于获取车辆前方实时道路图像；所述车载无人机具有摄像装置，且用于拍摄车辆前方弯道图像；所述图像处理模块用于处理车载CCD摄像头拍摄并传输的图像，判断前方是否存在弯道，当存在弯道时，对无人机控制模块发送控制信号，并且处理车载无人机拍摄并传输的弯道图像；所述无人机控制模块用于接收所述控制信号后控制无人机在车辆前方沿弯道向前飞行；所述障碍物分析模块用于接收经图像处理模块处理后的弯道图像，判断前方道路是否存在障碍物，当存在障碍物时，向危险报警模块发出信号并计算障碍物的尺寸和障碍物所处的车道位置；所述危险报警模块用于接收障碍物分析模块发出的信号，并向驾驶员发出警报；所述车辆避让控制模块根据障碍物的尺寸和障碍物所处的车道位置，对车辆进行控制以避让前方障碍物。

其中，所述图像处理模块具有图像灰度化处理单元，所述图像灰度化处理单元用于对图像进行灰度化处理；所述障碍物分析模块具有障碍物边缘提取单元、障碍物尺寸计算单元、车道线像素点提取单元和障碍物位置分析单元；所述车辆避让控制模块包括制动控制单元和转向控制单元。

所述障碍物边缘提取单元根据障碍物和道路的灰度值差异，识别障碍物并提取障碍物的外廓；所述障碍物尺寸计算单元用于计算障碍物的尺寸大小；所述车道线像素点提取单元用于提取同一车道线的像素点范围；所述障碍物位置分析单元用于确定障碍物所处的车道位置。

有益效果：本发明通过设置在车辆上的车载CCD摄像头结合图像处理模块识别出道路前方的弯道，然后释放车载无人机在车辆前方沿弯道飞行并拍摄弯道实时图像，经图像处理模块处理后，采用障碍物分析模块识别弯道中存在的障碍物，发出警报信号并计算障碍物的尺寸和所处的车道位置，通过危险报警模块提醒驾驶人员，并最终通过车辆避让控制模块控制车辆对障碍物进行避让。与现有技术相比，该避让系统能够对整个弯道进行拍摄，避免出现弯道摄像的盲点问题，且能够根据障碍物情况对车辆进行主动控制，运行灵活，精度高，有效提升行车的安全性。

附图说明

图1是本发明的弯道障碍物避让方法的流程示意图；

图2是本发明CCD摄像头和车载无人机安装位置示意图；

图3是实施例中车载无人机检测到的弯道障碍物示意图；

图4是本发明的弯道障碍物避让系统原理图。

具体实施方式

下面，结合附图对本发明做进一步详细说明。

需要明确的是，在以下实施例中车辆前进方向为正，驾驶员的左右两侧为实施例中的左右方向。

如图1所示，一种基于无人机的弯道障碍物避让方法，包括以下步骤：

步骤S101：获取车辆前方道路图像；

上述车辆前方道路图像为车辆行驶时CCD摄像头实时拍摄的道路图像，该道路图像可以是直道，也可以是弯道。一并参阅图2所示，所述CCD摄像头1安装在驾驶室顶部中央位置，并且其镜头指向为车辆前进方向。

步骤S102：识别弯道；

对采集到的实时道路图像进行灰度化处理，用以降低道路环境、光线和噪声等因素的影响；从灰度化图像中提取车道线的像素点坐标，拟合出车道线方程V(u)；通过计算车道线方程曲率变化，判断前方是否为弯道。

步骤S103：释放车载无人机；

若前方道路为弯道，则输出控制信号，释放车载无人机；请再次参阅图2所示，本实施例中，车载无人机3通过无人机固定支架4固定在位于车辆顶部的无人机起落平台2上，其中无人机固定架4固定在无人机起落平台2上，可采用机械、气压或液压的固定结构，也可采用电磁吸附装置。

步骤S104：控制无人机拍摄弯道图像；

根据导航软件和GPS控制无人机在车辆前方提前沿弯道向前飞行，并拍摄前方的弯道图像，同时将所拍摄的图像通过无线信息传输技术传输至车载图像处理模块，进一步地进行灰度化处理。

步骤S105：分析障碍物；

由于障碍物和道路的材料和光线反射程度等均不同，且障碍物一般覆盖在道路上方，这就导致灰度化图像在障碍物轮廓附近的灰度值差异明显。因此，根据障碍物和道路的灰度值差异，即可识别障碍物并确定障碍物的轮廓；然后根据所确定的障碍物轮廓像素点的范围与同一纵坐标下车道线像素点的范围进行对比，确定障碍物所处的具体车道位置。具体的，提供以下实施例理解其分析方法：

请结合图3所示，该实施例中道路为单向二车道，且车辆行驶在左侧车道。根据障碍物轮廓像素点的范围，确定障碍物像素纵坐标的范围，并在此范围内计算同一纵坐标下相邻车道线和障碍物轮廓点的横坐标差值。三条车道线的像素方程从左至右分别为：V1(u)、V2(u)、V3(u)，纵坐标为j时，车道线像素点坐标分别为：L1(uL1,j)、L2(uL2,j)和L3(uL3,j)，障碍物轮廓像素点坐标分别为：b1(ub1,j)和b2(ub2,j)。在本实施例中，由于障碍物覆盖部分第二条车道线，部分纵坐标下的L2的像素横坐标无法直接获得，可通过V2(u)＝j计算出。

若ub2＜uL1或ub1＞uL3，则障碍物不处于车道内；若uL1≤ub2＜uL2，则障碍物处于左侧车道内；若ub2≥uL2且ub1≤uL2，则障碍物同时处于两个车道内；若uL2＜ub1≤uL3，则障碍物处于右侧车道内。若道路为多车道，可以此方法进一步推定障碍物所在车道。

另外，由于标准高速公路车道宽度为3.75m，可以此为参照计算障碍物的尺寸。由于障碍物横向长度和纵向宽度的计算方法相同，本实施例以障碍物的横向长度计算方法为例。其具体计算方法如下：

忽略CCD摄像机成像原理和参数的影响，由相邻两个车道线横坐标差、以及车道线与障碍物轮廓横坐标差可计算出障碍物的横向长度，则

式中，Lbj为纵坐标为j时的障碍物横向长度。

根据障碍物像素纵坐标的范围，计算所有像素纵坐标下的障碍物横向长度，其中，最大数值记为障碍物的最大横向长度。

此外，弯道障碍物的检测、所处车道位置的分析和障碍物尺寸的计算与直道所采用的方法一致。

步骤S106：向驾驶员发出警报提示；

当检测到前方存在障碍物后，则发出报警信号，由危险报警模块控制相关装置向驾驶员发出警报提示。

步骤S107：控制车辆进行制动或转向避让；

根据车载GPS确定车辆所在车道位置，然后结合障碍物的尺寸和障碍物所处的车道位置，判断是否需要对车辆施加制动控制或者转向控制。具体的控制策略为：当障碍物处于车道内时，判断是否和车辆处于同一车道，若处于同一车道，则向车辆施加制动控制使车辆减速，同时控制车辆向另一车道转向；当障碍物同时处于两个车道时，则立即对车辆施加制动控制，使车辆减速至停车，避免与障碍物发生碰撞。

进一步需要明确的是，本发明所述的弯道障碍物避让方法、系统以及其中包含的算法步骤，可直接用硬件、处理器执行的软件模块实施，或者通过二者结合的方式进行实施。所述道路图像处理模块和道路图像分析模块均可集中于同一硬件中，该硬件可放置在驾驶室内。

如图4所示，本实施例还公开一种基于无人机的弯道障碍物避让系统，包括车载CCD摄像头、车载无人机、图像处理模块、无人机控制模块、障碍物分析模块、危险报警模块以及车辆避让控制模块；其中：

车载CCD摄像头用于获取车辆前方实时道路图像；

车载无人机具有摄像装置，且用于拍摄车辆前方弯道图像；

图像处理模块具有对图像进行灰度化处理的图像灰度化处理单元，且图像处理模块用于处理车载CCD摄像头拍摄并传输的图像，判断前方是否存在弯道，当存在弯道时，对无人机控制模块发送控制信号，并且处理车载无人机拍摄并传输的弯道图像；

无人机控制模块用于接收图像处理模块发出的控制信号后控制无人机在车辆前方沿弯道向前飞行；

障碍物分析模块具有障碍物边缘提取单元、障碍物尺寸计算单元、车道线像素点提取单元和障碍物位置分析单元；所述障碍物边缘提取单元根据障碍物和道路的灰度值差异，识别障碍物并提取障碍物的外廓；所述障碍物尺寸计算单元用于计算障碍物的尺寸大小；所述车道线像素点提取单元用于提取同一车道线的像素点范围；所述障碍物位置分析单元用于确定障碍物所处的车道位置。障碍物分析模块用于接收经图像处理模块处理后的弯道图像，判断前方道路是否存在障碍物，当存在障碍物时，向危险报警模块发出信号并计算障碍物的尺寸和障碍物所处的车道位置；

危险报警模块用于接收障碍物分析模块发出的信号，并向驾驶员发出警报；

车辆避让控制模块包括制动控制单元和转向控制单元，且车辆避让控制模块根据障碍物的尺寸和障碍物所处的车道位置，对车辆进行控制以避让前方障碍物。