基于单目视觉的自车运动参数鲁棒估计

提出一种适用于结构化道路的自车运动参数鲁棒计算方法.该方法通过建立双线性增量自运动模型,选择车道线和道路导向箭头上的角点作为路面特征点,利用连续两幅图像的多对匹配的特征点对模型进行求解,从而估计出自车运动参数.实验结果表明该方法不容易受光照和背景的影响,在结构化道路上能够准确地估计自车运动参数.同时该方法计算量小,能够满足实时性要求.

基于全景鸟瞰视图的障碍物检测方法研究

目前,车载环视系统的障碍物检测大多采用基于特征的方法,主要针对车辆和行人等特定障碍物,不能完全消除障碍物对车辆行驶安全的威胁。采取基于运动的方法检测所有高于地面的障碍物。建立了平坦路面上的车辆运动模型,使用逆投影变换,推导出车辆运动参数、障碍物点高度和对应像素光流的关系。根据车载环视系统中相邻摄像头生成的俯视图存在重叠区域、重叠区域的障碍物特征点存在两个不同的光流矢量的特点,快速筛选出相交区域中的障碍点,并加速最优车辆运动参数的求取。最后使用运动参数生成运动补偿图像,检测图像中的所有障碍物点。实际道路测试证明,提出的算法在常规的路面环境下,能有效地标记出行驶过程中高于地面的所有障碍物。