基于立体视觉的道路障碍物检测



基于立体视觉的道路障碍物检测

提出了一种基于立体视觉的快速道路障碍物检测系统，其包括3个主要部分：道路检测、障碍物检测和障碍物追踪。通过形态学处理和霍夫变换，能够定位道路边界。在障碍物检测处理中，障碍物的位置能够通过分割处理而被简单地定位。障碍物的追踪是通过离散卡尔曼滤波进行的。在不同的图像上对所提出的算法进行了测试。

使用的相机是双目立体相机，因此可以通过图像处理获得深度图像。首先，在深度图像上进行感兴趣的区域分割，分割后仅留下图像下半部分的深度图像数据，通过一些形态学算子，进一步分割道路区域。之后，通过霍夫转换将深度图像中的直线信息检测出来，获得道路边界的数据，在图像上获得一个路面的三角形区域。障碍物检测的感兴趣区域就是这个路面的三角形区域，因而大大减少了检测的测算量，同时提高了检测精度，降低了误检率。在深度图像上通过检测车辆尾部（深度数据）的特殊形状，将车辆的深度图特征从深度数据中提取出来，就能够做到对于车辆的识别。然后，通过离散卡尔曼滤波，追踪车辆深度图数据区域在图像中的位置，进一步减小下一帧图像上车辆的检测区域，减小计算量，提高检测精度。在不同工况下对该检测算法进行测试的结果显示，在不同的光照条件下，深度检测算法能够准确地生成深度图像。在深度图像产生之后，该检测算法能够准确地检测车道边界和车道上的障碍物。

Zebbara Khal et al. Intelligent Systems: Theories and Applications (SITA), 2013 8th International Conference.

编译：王也