基于单目视觉的车距测量方法综述

测距是实现车辆安全系统的关键技术,计算机视觉提供人类视觉的计算模型。在总结国内外已有的车辆测距的理论的基础上,比较了机器视觉中单目视觉和立体视觉测距的优缺点,重点总结了国内已有的基于单目视觉的车距测量方法,并给出了相应的原理及测距模型。最后,给出了每一种方法存在的优点和一些不足,并对未来进行了展望。     

基于单目视觉的车辆碰撞模型

为了解决主动安全研究中车辆在行驶过程中与前车的碰撞危险判定问题,该文提出了一种车辆碰撞模型。基于针孔成像原理,分析图像中目标车辆与世界坐标系中实际车辆的映射关系。检测图像中路面消失点与车辆底部的位置,并以其差值作为车辆尺寸特征。分析多帧图像中车辆目标尺寸特征的变化规律,从而分析出车辆行进趋势,并估算出前车同本车的相对碰撞时间。该碰撞模型既为驾驶员反馈了碰撞时间信息,又通过分析加速度避免虚警。与已有模型相比较,该文模型在车辆距离大于30 m时效果不稳定,在距离小于30 m时误差低于5%。实验结果表明该模型具备较强的实用性与准确性。     

基于视觉AI的车道参照车距测量方法

车距测量技术对于减少交通安全事故,提高行车安全具有重要的意义.目前车距检测技术多是以车辆为参照进行测距,检测结果为两车的直线距离,但在弯道情况下则与实际车间距误差较大.因此,在分析现有的测距方法的优点及不足之处的基础上,基于视觉AI技术提出一种车道参照车距测量方法.该方法首先通过逆透视变换算法,实现从车道正视图到鸟瞰图...     

单目视觉的前车位置识别及安全车距监测

针对自动驾驶中的前车位置识别及安全车距监测问题,提出了基于单目视觉的解决方案:首先,通过图像中前车轮廓与本车道及同向车行道分界线是否相交判断前车是否为监测车辆;其次,根据图像中像素坐标系与空间坐标系的对应关系构建转换模型,计算前方监测车辆与本车的真实车距;最后,根据可跨越的同向车行道分界线在连续图像帧中的位置变化计算本车的行驶速度,并依据交通法规判断本车与前方监测车辆之间是否为安全距离.实验结果表明,该解决方案可以有效地识别前车位置、监测安全车距并降低系统成本.     

考虑角度不定的车距视觉自动测量方法

在新一代的智能汽车中,对车距测量结果存在很大的误差,主要是因为没有考虑车辆之间摄像机高度与成角对结果的影响。计算区域过大,导致性能不佳。提出引入兴趣区移动传感网络的车距测量方法,对采集设备的设计进行了详细分析。根据设备确定车辆中的感兴趣区域,在规定的感兴趣区域中,从上到下,依据水平线逐行进行扫描,求出各行灰度的平均值,通过灰度平均值的变化情况对前方车辆进行检测。在此基础上,通过路面上近视场点与CCD摄像机之间的纵向距离,依据针孔模型下的摄像机成像关系求出前方车辆和本车之间的距离。实验结果表明,这种方法对车距进行测量,不仅测量精度高,而且不受摄像机高度和角度的影响,具有很高的鲁棒性。     

基于动态安全车距的车辆跟驰模型及稳定性分析

为了更好地模拟车辆的跟驰特性,在全速度差(full velocity difference, FVD)模型的基础上考虑前车与跟随车的车头间距、速度差、速度和加速度等因素,建立了一种基于动态安全车距的改进FVD跟驰模型。构建了可变车头时距模型量化前车加速度对跟驰车头间距的影响程度;应用小振幅扰动分析和长波展开进行了模型线性稳定性分析,推导了改进FVD模型的临界稳定性条件;设计环形道路上微扰动数值仿真实验,分析了扰动后的车辆跟驰行为特性,解析加速度参数对模型抗扰能力的影响。研究结果表明：考虑前车加速度信息可以降低扰动演化时的波动振幅,有助于提高车流的稳定性。     

基于单目视觉的距离测量研究

针对目前单目视觉中依靠图像标定及其在双目视觉中立体匹配方法的不足,提出了利用单目视觉测量物体与镜头之间距离的测距方法。首先利用步进电机控制镜头移动来引起图像放大倍数的变化,然后根据图像的放大倍数和镜头移动的距离来计算镜头与物体之间的距离,距离计算的准确性已通过测量试验得到验证。     

行进中车辆临界安全车距的探讨

根据理论分析,推导出高速公路上行进中车辆临界安全车距的计算公式,并以此为依据进行了有关论述。     

基于单目视觉的实时车距侦测算法的实现

针对汽车自主驾驶技术领域车距侦测问题,利用影像摄取硬件和软件系统,并提出一种基于单目视觉的车距侦测算法,实现了车距的实时侦测.实验证明此方法在白天、黑夜、复杂路况及天气恶劣的情况下均能稳定运行,且此算法有效减少了Hough运算量,具有较强鲁棒性及实时性.     

一种基于圆特征的单目视觉位姿测量算法的改进

文章改进了针对圆特征的单目视觉测量算法,加入激光测距仪信息,解决了2组解的判定问题;当空间圆半径未知时,基于一幅图像就可以测量出圆的全部位姿信息,与原算法需要控制相机运动,拍摄2幅图像计算相比,更加方便和快捷;建立了具体的计算模型,进行了数值仿真,仿真实验结果表明,改进算法是有效的,可以用于机器人定位、空间交会对接和捕获等方面.     

基于摄像机模型的运动车辆车道偏离检测

针对车道偏离检测中较难解决的车载摄像机标定问题,从分析摄像机成像模型入手,根据图像中3条或3条以上车道线的消失点位置以及车道线斜率关系,在道路现场调整摄像机安装位置,以实现对摄像机外部参数的直接设定,从而避开了繁琐的摄像机参数标定过程.同时,推导出图像内车道线斜率比与车道偏离程度的简单函数关系,该函数与摄像机内外参数无关.因此,行车过程中只需测量图像中车道线的斜率,即可计算出车辆当前的车道偏离量.现场试验结果表明,在车辆直行时采用该方法测得的车道偏离率与手工实测结果相比,其相对误差小于5%,具备了较高的检测精度.     

前方车辆图像识别与纵向安全域控制方法研究

提出一种基于单目视觉的前方目标车辆图像识别与纵向安全域控制方法。利用目标车辆视频图像的小波分形特征进行图像识别,并采用粒子滤波对检测结果进行实时动态跟踪,在此基础上,结合单目机器视觉感知技术测量纵向车间距,并建立纵向安全域控制模型,最后进行了仿真分析。实验结果表明,该方法有效缓和了目标车辆图像检测准确性与实时性之间的矛盾,在保证行车安全的同时,兼顾了道路通行能力。     

汽车自适应巡航控制的间距策略

汽车自适应巡航控制中,为确定不同车距下的控制策略,通过建立汽车行驶模型和制动模型,推导得到车速判据、第一车距判据、第二车距判据。将前后两车之间距离按此三条判据,由前至后划分为避撞区域、制动区域、降速区域、加速区域。自适应巡航系统能够判断和识别汽车当前所处区域,能够决定当前所应采取的驱动控制和制动控制策略。     

自主车辆视觉系统的摄像机动态自标定算法

为了解决自主车辆视觉传感器在姿态变化后摄像机旋转外参数的在线自标定问题,提出了一种利用道路图像消失点相对不变量的摄像机旋转外参数的动态自标定算法.它首先从汽车采集到的道路视频序列中实时分析道路消失点,然后依据中心极限定理并使用相应的统计量,动态地估计主消失点与消失线参数,最后利用小孔成像模型下的消失线与消失点方程,解析地求得对应于当前统计特征的摄像机外部参数动态解.实验结果表明,在摄像机进行姿态调整后,实验系统使用本算法可在不超过90帧有效图像样本的基础上,能对摄像机旋转外参数进行精确标定,使旋转外参数的绝对误差值收敛于0.001 rad的误差带之内.     

基于视觉的智能车辆横向偏差测量方法

针对横向偏差传统测量手段的不足,提出了一种智能车辆横向偏差的视觉测量方法.该方法是根据摄像机的成像特点和高等级路面的特征,通过重构路面的空间关系来实现的.对其中的关键环节车载摄像机的标定采用了非线性分步优化的过程,该过程不需要知道不同取向的靶标图像的变动情况,能适应室外道路简便、快速的标定要求.试验表明,所提出的横向偏差测量方法在近视野情况下对于坡度不大的一般道路可以取得厘米级的实时测量精度,能够满足多传感器组合导航对横向偏差测量的要求.     

基于曲线推进的符号距离函数生成方法

目的构造水平集方法中所采用的符号距离函数,以提高曲线演化算法的速度。方法通过对水平集曲线形状的分析,给出了曲线内外点的判断方法,然后以距离等于1为步长推进边界,同时进行邻域最近点扫描,寻找任一网格点在曲线上的最近点,从而给出该点到曲线的距离。结果内外点的判断以及符号距离函数的构造均只需要经过图像的一次扫描即可给出结果,计算复杂度为O(N)。结论数值实验分析结果表明,新的方法计算稳定,比其他方法速度快。     

基于改进粒子群优化算法的无人水面艇动态避碰方法

针对"蓝信"号无人水面艇的动态避碰问题,提出一种基于改进粒子群优化算法的动态避碰方法.首先,考虑障碍物轮廓的长宽比不同,将障碍物膨化为圆形和椭圆形,并采用速度障碍原理求取避碰模型,同时,在避碰过程中加入国际海上避碰规则约束;其次,对粒子群优化算法进行自适应改进,使其针对避碰策略的求取能够快速收敛到最优解,提高算法的收敛速度与精度,满足避碰算法的快速性要求;最后,搭建虚拟视景仿真平台,模拟航行中的海洋环境,以"蓝信"号无人水面艇为模拟对象,对所提出的避碰算法进行仿真验证.仿真结果表明了该避碰方法的可行性和有效性,为无人水面艇的自主动态避碰提供了一种可行和有效的解决途径.