一种利用光标定的无人驾驶车障碍物视觉检测方法与装置与流程

本发明是利用低成本脉冲激光装置和高清摄像头组成的同步电鱼眼设备进行无人驾驶车任意形状障碍物检测的方法。属于汽车无人驾驶领域。

背景技术：

由于行车环境的复杂性，对无人驾驶车各方面的技术都非常严格，尤其是无人驾驶中障碍物的检测一直是研究的难点。障碍物形状的多样性，以及天气与光照环境的复杂多变性，例如：雾霾天气，雨雪天气，强光车灯，阳光反射都会很大程度影响无人驾驶车的检测能力，甚至无法检测障碍物，造成严重的后果。

近年来无人驾驶车已经成为高校、企业研究的热点，其中障碍物的检测是至关重要的一部分，虽然采取的方法很多，但是在不同环境下，对不同障碍物的检测还是存在弊端，比如：在障碍物与地面颜色相接近的时候，可能就无法检测出障碍物；在雾霾天气时，对任意形状的障碍物进行检测的技术也尚未成熟。而本发明能够为无人驾驶提供一套较完整的、可靠的主动式四维时空视觉障碍物检测的方法与装置，对于无人驾驶车提高效率和安全性至关重要，该发明功能迎合了国家相关政策要求以及公共交通汽车领域的发展需要，就目前公共交通汽车业的发展状况来看，该发明市场前景非常广阔，扫地车，环卫车，快递车都会相继跟进。

本发明系统是仿照电鳗鱼感知周围环境的本领，设计的一种基于电鳗鱼同步放电原理进行障碍物检测的方法。同时，能在不同的天气环境下，采取不同的光波长脉冲激光线以使摄像头更好的同步检测所发出的光线是否由于障碍物引起错位或消失。按照光能量的强弱分布以及自然环境中动物的发展规律，比如：猫头鹰、狼等动物在黑夜的时候眼睛是发绿光，主要分为在夜晚行车时，采取绿光光源；考虑到白天阳光太强，采集到的图像会过度曝光，经过测试，通过分析索尼4k摄像头采集到的行车视频，采用绿光光源为主，红外光为辅的形式检检测障碍物，也能在雾霾天气穿透力更强，不会由于空气中的粉尘颗粒引起光线的折射，导致回波位置的模糊，从而便于进一步采取相应的刹车措施。相比较目前无人驾驶车中利用64线机械运动扫描检测障碍物的位置相比，本发明采用的无动件24*3=72线电鱼眼检测障碍的速度达到1/25秒以上，而且不会随时间磨损。汽车的宽度一般在2400毫米，每条线可以覆盖33毫米，小于儿童的小腿粗细，确保检测无误。

本专利的突破及产品产业应用，提供了一种高效、快速的无人驾驶车全天候障碍物检测方法，大大提高了检测速度，有效减少行车过程中光污染严重环境下的意外事故的发生，促进无人驾驶车研究的健康发展。

技术实现要素：

本发明是一种仿照电鳗鱼感知周围环境的本领设计的无人驾驶车时空同步障碍物检测方法与装置（如图1），涉及到激光排笔的选择、高清摄像头的选择、图像处理技术等，装置主要是由激光排笔与高清摄像头组成，使其具备如下功能。

1、装置角度调整：本发明最重要的就是激光排笔与高清摄像头的角度调整。首先，选择摄像头动态范围与波长范围较大的规格，以确保能看到更多的信息；其次，分别调整激光排笔和高清摄像头与无人驾驶车的夹角位置α、β，确保摄像头看见的绿光光线在无障碍物情况下是一条水平的直线，或者任意预先确定的警示行人的形状。

2、障碍物检测：本发明主要是利用激光排笔，采用脉冲方式检测障碍物，调整激光排笔的角度，使得绿光光线照射范围在5米左右，警示距离与汽车的工作巡航速度成正比。考虑到现实情况，如装载大型货物的集装车，为了保证无人驾驶车能准确检测到这类障碍物，采取双重保障，分别在玻璃窗上方水平和垂直两个方向安装激光排笔，形成十字形：

①水平方向：主要用来检测地面上的障碍物。当前方道路平坦，没有障碍物时，经过高清摄像头看见的由激光排笔发出的绿光光线就会形成一条笔直的直线；当存在障碍物时，光线照射在障碍物上的位置就会比两边光线的位置高，即发生错位现象；地面凹陷位置处的光线会比两边的光线位置低；

②垂直方向：主要用来检测悬吊在半空中的障碍物。与水平安装的激光排笔垂直。前方道路平坦时，会在无人驾驶车前方5米处形成一条竖直的光线，当前方存在障碍物时，由于安装的高清摄像头与激光排笔发出的光线形成的视线差，有障碍物的地方会发生错位。

3、为了区别排除环境光的干扰，我们脉冲式打开与关闭标定光源，如果关闭以后依然看见，就是环境光，否则就是我们自己的探测光。

4、自适应环境调整：在不同的天气环境下，激光排笔发出的光线是不同的，在激光笔上面安装光照度检测传感器，将接受到的光照强度信号传送给单片机，通过控制信号自动切换开关，设置阈值决定激光发出的光线类型与强度。具体情况如下：

①晴朗天气：光线比较充足，尤其在正午时间，光线较强，经过多次测试，采用绿光为主，红外光为辅的光线类型进行测试；

②夜晚行车：按照自然环境中动物的发展规律，比如：猫头鹰、狼等动物在黑夜的时候眼睛发绿光，所以在夜晚行车时，选用绿光光源为主；

③在雾霾情况下，由于空气中存在大量的灰尘，可能会引起光线的折射，由于雾是白的，此时同时打开红光与绿光，散射混合成穿透力强大的黄光。

5、图像处理：激光排笔照射出来的光线都是很细的，很小的干扰就可能会造成光线产生间断，通过图像处理中的形态学操作，将光线和背景分割开，然后进行腐蚀、膨胀操作，避免造成无法做到准确检测障碍物。

本发明将激光排笔以及高清摄像头按照一定的夹角分别固定在无人驾驶车玻璃窗的上下部位，激光排笔的安装分为水平方向和垂直方向。水平方向主要是检测地面上的障碍物：在无人驾驶车行驶过程中，通过判断激光排笔发出的光线是否发生错位或消失，从而判断障碍物的存在与否、障碍物的大小或者是地面的凹陷处；垂直方向主要检测悬浮物，同时弥补水平方向的不足，相辅相成。本发明不仅可以用到无人驾驶系统，还可以用于任何需要进行障碍物检测的军用飞机或民用渔船场合，如矿井下障碍物检测。根据以上所述，便可实现本发明。

本发明的直接优势是：提高障碍物的检测效率，降低无人驾驶车辆行驶过程中的事故发生率。

附图说明

图1是场景示意图：无人驾驶车在行驶过程中，主要通过激光光线主动检测距离无人驾驶车5米左右的障碍物，然后通过电鱼眼判断是否存在障碍物。

图2是障碍物检测图：以检测大型集装车为例，分别为水平方向和垂直方向的障碍物检测。

图3是硬件设计框图。

图4是系统流程图。

具体实施方案

本专利将嵌入式技术、图像处理技术以及电鳗鱼感知周围环境的本领运用到无人机驾驶车联动检测障碍物中，实现了无人驾驶车在不同天气环境下检测不同形状的障碍物的技术，同时还可以利用wifi技术将摄像头所看到的前方道路情况传输到移动设备上，以达到实时监控的目的。设计方案包括硬件设计和软件设计，下面分别加以介绍。

硬件设计由控制器和外围设备组成（如图3）。本发明采用激光排笔通过脉冲模式进行障碍物的检测，而不是单个运动激光笔，这样由激光排笔发出的光，在5米远的地面和前方就能看到一条绿光光线。本系统采用的主控芯片是stm32f103，具体设计如下：

①光线类型选择：将通过光照强度传感器收集到的光线强弱信号传输给控制芯片，然后根据设置的阈值，通过stm32对激光排笔进行光线类型与波长的选择。光照度传感器接口型号是rs485；

②脉冲周期选择：主要通过速度传感器实时检测，将无人驾驶的速度值反馈给主控芯片，主控芯片根据速度值的大小调节脉冲周期，车速越快，周期越短，周期范围设置为0.04秒——0.4秒。

软件部分是指控制算法部分、脉冲调节部分、设备驱动部分、传输图像部分。具体介绍如下：

①控制算法：通过设置理想的光线强度值对比由光照强度传感器采集到的信号，进行均方差运算，将差值反馈给单片机，当差值大于ε时，通过控制信号选择合适的检测光源；

②脉冲调节：为了区别排除环境光的干扰，采用脉冲式打开与关闭标定光源的方法。脉冲周期为0.4秒——0.04秒，无人驾驶车的速度越快，周期越短；占空比设置为100:1——1:1，并连续可调；

③设备驱动：为了让硬件设备能够良好的工作，必须开发相应的驱动。在这里我们可以利用厂家提供的一些车规级的驱动；

④图像处理：采集到的图像由于信息丰富，不事先进行预处理会造成检测速度过慢，因此将采集到的图像先进行动态阈值分割，将检测光线与背景分离开，然后转化为灰度图像，进行形态学操作，从而提高运算速度，也更容易检测是否存在障碍物。可以通过大量的线下学习，掌握最佳的阈值分布表格，以及物体形状识别的库函数。

对本领域的技术人员在不背离本发明的精神和保护范围的情况下做出的其他变化和修改，仍在本发明保护范围之内。