基于單目視覺的障礙物檢測方法研究

沈陽職業技術學院 李 斌

基于單目視覺的障礙物檢測方法研究

沈陽職業技術學院 李 斌

單目視覺技術應用于障礙物檢測領域的常用方法，都是以傳統的單目視覺成像原理為基礎。因此首先要對了傳統的單目視覺檢測障礙物的原理進行簡單介紹。根據被測障礙物的不同，其測量方法也不盡相同，文中針對不同場合下的障礙物檢測方法進行了分析研究。

單目視覺；障礙物；檢測

隨著智能車輛、機器人以及智能交通等科學技術的發展，對障礙物的檢測已成為了智能設備必須要完成的基本功能。應用激光、超聲波等傳感器技術也可以實現對障礙物的檢測，但立體視覺檢測障礙物相比于其他技術，具有更直觀、測量信息更完整等優勢。

單目視覺測量技術是計算機視覺領域的一種對障礙物檢測的重要方法之一，研究的是物體的幾何空間位置與二維圖像的對應關系。按照視覺傳感器數量可分為單目視覺測量、雙目視覺測量、多目視覺測量等。其中的單目視覺是指用一個攝像機完成圖像的采集和障礙物的實際測量工作，相比于雙目視覺與多目視覺，單目視覺具有結構簡單、成本低等優勢。本文首先簡單介紹傳統立體視覺的測距原理，然后根據被測物的不同分別介紹幾種當前國內相關領域常用的基于單目視覺測量障礙物的方法。

1. 傳統立體視覺檢測原理

2. 單目視覺障礙物測量方法

2.1利用特征點檢測障礙物

根據傳統立體視覺測距原理可以發現，測距之前大都要先對攝像機進行標定，即找到圖像和標定范圍之內被測物體的對應幾何關系，而沒有事先被標定的空間點，其圖像上的映射像素坐標為已標定點的近似值，并非實際值。根據這一現象可以推斷，被測物體到攝像機的距離，實際是測量攝像機到目標前表面上某點的近似距離，對于無法成像的部分是無法精確測量的。在選擇某點時，應選擇有意義的點作為特征點，即將目標物到攝像機的測距轉化為攝像機光心到特征點的距離，該測距原理的關鍵是找到代表性的特征點。其中，以目標的形心作為特征點，利用圖像處理進行特征點計算，從而可得出特征點到攝像機的完全距離。但是這種測量方法隨著被測物體距離攝像機距離越遠，其測距誤差會出現逐漸變大的趨勢。對目標所在平面內測量值進行修正，測量誤差會明顯減小［7］。

2.2利用幾何方法檢測障礙物

單目視覺測量中最簡單的一種測量法是幾何相似法測量［8］。幾何相似法測量應用場合是指在被測對象的幾何參數都要在同一平面，并且被測物面與攝像系統光軸垂直的情況。根據透視投影模型，物體及其對應的圖像滿足相似關系，只要從圖像上提取所需參數，再乘以實際放大倍數，就可以得到實際物體的幾何參數，但這種方法只限于二維測量。

為了在幾何測量的基礎上，提高障礙物的三維信息測量精度，又產生了結構光法測量技術。其原理是用激光光源照射被測物體表面，通過反射光線在CCD攝像機上的投影，從而確定點、線、面的三維信息，再通過測量多個光平面或者用多個結構光傳感器將各個光平面測量的參考坐標系統一起來，繼而獲得被測物體表面的三維空間信息。結構光測量的特點是測量速度快，但整體測量精度受結構參數標定影響較大。

2.3實時運動的障礙物檢測方法

當前，單目視覺對固定障礙物的檢測研究相對較多，而運動障礙物的檢測需要大量的不斷采集圖像并對其進行誤差補償，運算量較大，而這就導致了障礙物檢測時間的延長［9］。文獻［11］提出了一種應用單目視覺對實時運動物體進行檢測的方法。該方法將攝像機的俯仰角和實際高度作為影響障礙物距離檢測即障礙物三維位置和二維圖像對應關系的兩個重要因素，而經過實驗對比分析，攝像機高度對測量結果的影響很小，而俯仰角則是影響測量結果最關鍵的因素。而攝像機實際運動過程中其俯仰角會隨著路況而變化，因此通過初始俯仰角計算所得的車道線將不再平行，用固定的初始化俯仰角并不總是準確的，所以要在實際路面上重新計

算。利用道路車到平行線作為約束條件，可以求解攝像機實時的實際俯仰角。根據三維位置和二維圖像對應關系，帶入該俯仰角，即可求得實時變化的障礙物位置。通過實驗結果分析發現，這種方法結果存在一定誤差。校正的方法是人為的將結果減去不同的誤差經驗值，其中在某個誤差值校正下所測得障礙物距離最接近實際障礙物距離，就確認該誤差值為最佳校正值。用這種方法測得的實驗結果表明，在10m～50m范圍之內所測障礙物誤差范圍不超過1m。由此可見，其對障礙物檢測的距離范圍是有約束的，但是其實時性卻得到了保證。

3. 結束語

立體視覺技術在障礙物檢測中的應用是計算機技術的一個熱門研究領域，就單目視覺來說，其對障礙物的檢測方法也種類繁多。本文就當前常用的單目視覺障礙物檢測方法進行了研究，發現每種方法都各有優缺利弊，也就是有其應用的局限性，其局限性的根本是被測障礙物的不確定性所造成的。因此，要想提高障礙物的檢測精度和測量時效性，必須要多種技術融合。比如將單目視覺技術同激光、雷達、超聲波等技術融合，或者采取視覺多元化的處理辦法，比如將障礙物的色彩信息［10］、陰影信息［11］等等作為被處理對象的有用信息，使其參與單目視覺檢測障礙物的運算過程中，都可以極大幅度的提高檢測質量。

［1］Zhao Liang，Thorpe C.Stereo and neural network-based pendestrian detection.IEEE Transactions on Intelligent Transportation Systems，2000，1（3）：148-154.

［2］賈慧星，章毓晉.車輛輔助駕駛系統中基于計算機視覺的行人檢測研究綜述［J］.自動化學報，2007（1）.

［3］李斌.智能車輛前方車輛探測及安全車距控制方法的研究［D］.吉林大學，2002.

［4］Xu Feng-Liang，Liu Xia，Fujimura K.Pedestrian detection and tracking with night vision.IEEE Transactions on Intelligent Transportation Systems，2005，6（1）：63-71.

［5］馬頌德，張正友.計算機視覺-計算理論與算法基礎［M］.北京：科學出版社，2003.

［6］李斌，高宏偉.基于立體視覺的巖石表面三維評估技術研究［D］.沈陽理工大學，2013

［7］韓延祥，張志勝，戴敏.用于目標測距的單目視覺測量方法［J］.光學精密工程，2011（5）.

［8］黃桂平，李廣云，王保豐，葉聲華.單目視覺測量技術研究［J］.計量學報，2004（4）.

［9］郭磊，徐友春，李克強，連小珉.基于單目視覺的實時測距方法研究［J］.中國圖象圖形學報，2006（1）.

［10］王榮本，趙兵，李琳輝，張明恒.智能車輛的障礙物檢測研究方法綜述［J］.公路交通科技，2007（11）.

［11］楊建榮，曲仕茹.基于單目視覺的障礙物檢測方法研究［J］.計算機仿真，2009（2）.

Approach Review of Obstacle Detection based on Monocular Vision

Li Bin
（Shenyang Polytechnic College，Shenyang 110045，China）

The commonly method of monocular vision technology that used in obstacle detection are based on traditional monocular vision imaging principle.So the principle about obstacle detection based on traditional monocular vision must be introduced firstly.And then，the measurenment method is diffenrent depending on the different obstacles to be measured.So the paper analyzed and reasearched several obstacle detection method according to different situations.

Monocular vision；Obstacles；Detection

李斌（1985—），男，遼寧沈陽人，碩士，助教，研究方向：控制理論與控制工程。