基于远距离高精度立体视觉障碍物检测系统 外文翻译.docVIP

基于远距离高精度的立体视觉障碍物检测系统 教授：Sergiu Nedevschi, Radu Danescu, Dan Frentiu, Tiberiu Marita,Florin Oniga, Ciprian Pocol 克卢日-纳波卡科技大学计算机科学系； sergiu.nedevschi@cs.utcluj.ro 博士：Rolf Schmidt，Thorsten Graf 大众汽车集团电子研究小组 rolf4.schmidt@volkswagen.de thorsten.graf@volkswagen.de 本文介绍了一种高精度立体视觉系统的障碍检测方法以及从公路到城市，车辆在各种交通场景中对于环境的感知能力。系统可以检测所有类型的障碍，甚至是高距离一个长方体在三维坐标中的位置、大小和速度会作为一个列表被输出来用于检测。 动力部分 由于人的欲望驱使，交通的密度和流量不断增长，车辆行驶也越来越复杂，那么现代信息社会就需要探索新的解决方法。在过去的30年中欧洲的车辆行驶也双倍增加，从每天的17公里到每天35公里，车队也增加甚至达到四倍之多[14]。共同的目标是使所有道路使用者的行车安全系数增加，即使受伤人数每年减少50%（德国，1980到2000）[15]。这种被动的安全措施在过去的扮演一个主要角色。在未来有源系统所谓的先进驾驶辅助系统（ADAS）将变得越来越重要，并且对于车辆来说它也会作为一个主要电子创新部分而被应用[16]。 2、先进驾驶辅助系统 ADAS将不仅提高驾驶的舒适性和安全性，交通流通也随之提高。现在已经有主动系统可用于许多汽车，如ABS（防锁制动系统），ESP（电子稳定程序）或BA（制动辅助）。而且ACC（自主巡航控制）可提高驾驶舒适性并且在不久的将来会被应用于大量的汽车之上。 通过调查研究主要国家和国际的研究活动，指出了目前的研发三种趋势： 在单一的场景中用舒适性来简化驱动任务，即ACC。 报警功能在关键时刻警告驾驶者，即航道偏离报警。 安全功能以减少避免碰撞，即紧急制动。 车辆和驾驶环境之间的关系越来越受到关注。首先它包括通过一些传感系统来驱动环境检测和说明，必要的环境抽象层是由ADAS应用自身决定的：一个简单的纵向控制任务只需要测量目标的推进速度。然而在更复杂的驾驶环境下，警告和安全功能需要明确潜在障碍物的尺寸。在像拥挤的高速公路或者城区内这样的复杂环境中，需要更来自立体视觉传感器更丰富的传感信息。 通过图像处理的障碍物检测主要根据两个主要趋势：基于单相机检测和两个（或者更多）相机检测，单眼方法运用对象模型拟合技术，颜色分割或者纹理和对称轴特征检测。三维特征测量是在检测阶段完成后才进行的，它经常是通过对象（如尺寸）的知识结合来表现，道路特征的假设和校准相机的参数的知识。基于立体视觉的方法有直接估计图像三维坐标的优点，这个图像是由一个点到一个复杂结构的东西，三维视觉包括从左到右寻找信息。信息的寻找很困难，费时这是不可避免的，障碍物检测涉及立体视觉，为了对一些经典问题进行简化并且得到实时的效果可以采用不同的方法。例如，利用立体视觉只是测量对象的距离，这个对象已经完成单目图像检测，检测障碍点是立体视差与道路视差的比较。检测障碍的特征有两个相关过程，一个是在垂直表面特征的假设之下，另一个是在水平表面的假设下，并且比较每种情况下的匹配质量。立体视觉系统根本不用搜索信息，二十用扭曲图像来代替，然后执行减法操作。 我们的方法执行的是一个3D可是场景重建，唯一的限制是重建点必须位于垂直或者倾斜的的边缘，得到的三维点列表分为仅基于密度和附近标准的对象，在这种方式中，该系统可以检测到所有类型的障碍，输出一个有3D位置和大小长方体列表，没必要做出任何类型的假设。如果需要分类技术可用于区分，检测目标的检测可以用多目标跟踪算法检测速度。 3、环境模型 所有的3D 实体（点，对象）的世界坐标系统如图一所示，这个地球坐标系统实际上是一个汽车坐标系统，在汽车的前面的地面上是它的原点，我们的行驶方向是它的Z轴，最后的属性是确保准确校准相机时间 图一 地球坐标系统 图二所示是地球坐标系统相机的左右位置，这一位置完全是由换算矢量TR和TL决定的，旋转矢量RL和RR在相机和地球坐标系统之间，这些参数是必不可少的立体声重建过程。 图二 相机坐标系统 为了估计平移向量和旋转矩阵，相机在固定并安装在汽车上后再用通用的校准技术校准。对象是长方体，有位置大小和速度，位置（X,Y,Z）和速度(VX,VZ)在中央下部的位置标示。 4、3D立体视觉信息提取 立体重建算法主要是基于可供选择的现有文献的古典立体视觉原理，找到左右信息的对应点，用立体声校正系统映射到三维世界。 关心重建点实时响应和高可信度，为了减少搜索空间和强调对象的结构，只将左边