一種夜晚環(huán)境下的后方車輛檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于智能交通技術(shù)領(lǐng)域，具體涉及一種夜晚環(huán)境下的后方車輛檢測方法。
【背景技術(shù)】
[0002] 目前，在夜晚情況下，為了讓駕駛員快速獲得后方車輛的行駛狀況，需要快速檢測 后方來車。然而，迄今為止大部分的工作都是集中在白天場景，這些情況下可以用車輛自身 的一些信息如邊緣特征，顏色特征，陰影特征等，但是因夜晚條件下光線差，車輛特征不明 顯，檢測車輛的工作較少。

【發(fā)明內(nèi)容】

[0003] 根據(jù)以上現(xiàn)有技術(shù)的不足，本發(fā)明的目的是提供一種夜晚環(huán)境下的后方車輛檢測 方法，可以穩(wěn)定的定位到車輛后方車輛，為駕駛員提供準(zhǔn)確的環(huán)境信息。
[0004] 為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：一種夜晚環(huán)境下的后方車輛 檢測方法，該方法包括以下步驟：步驟一、采集圖像，利用視覺傳感器進行采集圖像；步驟 二、圖像灰度化，將從視覺傳感器中采集圖像進行序列灰度化，并分割出圖像中明亮區(qū)域； 步驟三、車前燈驗證，驗證圖像中明亮區(qū)域是否為車前燈；步驟四、車燈匹配及車輛定位，對 獲得的車前燈區(qū)域，利用車燈匹配原理，確定后方車輛的位置及距離。
[0005] 所述步驟一的視覺傳感器安裝于在車輛后方中心位置的車載相機上，用于拍攝夜 間燈光區(qū)域，并確定相機的相關(guān)參數(shù)，以確定后方車輛位置信息。
[0006] 所述步驟二將采集到的圖像灰度化，利用灰度化公式獲取灰度圖像，用最大類間 方差法獲取圖像分割閾值，以分割圖像，提取出圖像中的明亮區(qū)域。
[0007] 所述步驟三包括以下步驟：步驟a、判斷明亮區(qū)域的位置與消失線的關(guān)系；步驟b、 判斷候選區(qū)域的縱橫比和面積的形狀特征；步驟c、判斷兩個候選區(qū)域是否在同一列上；步 驟d、判斷兩個候選區(qū)域地面反光。所述步驟a如果在消失線以上，即C y(L) <DLy，則認為 是干擾光源，其中，Cy(L)為候選區(qū)域的質(zhì)心縱坐標(biāo)位置，DL yS消失線的縱坐標(biāo)位置。所述 步驟b判斷候選區(qū)域是否滿足縱橫比H(L)/W(L)彡?Κ;面積』:符合設(shè)定閾值， 如果不滿足，則認為是干擾光源，其中H(L)、W(L)、A(L)分別表示光亮目標(biāo)物L(fēng)的高、寬和 面積；?Κ表示縱橫比閾值，為大于1的常數(shù)。所述步驟c判斷兩個候選區(qū)域是否在同一列 上，I(L2) < Cx(L1) < r (L2) J(L1) < Cx(L2) < r (L1),式中，Cx(L1) (i = 1，2)表示候選區(qū) 域1^的質(zhì)心橫坐標(biāo)；I (L J，HL1)分別表示候選區(qū)域L1的最小外接矩形的左右邊界的橫 坐標(biāo)。所述步驟d如果兩候選區(qū)域在同一列，假設(shè)1^ 2在L i的下方，如果L JP L 2滿足如下條 件：W(L1)彡 a .W(L2) ;W(L2)/H (L2)彡Thar5W(L2)/H (L2)彡 Tha;則 L2為地面反光，則排除 該候選區(qū)域，α為〇和1之間的常數(shù)，Thal^ Tha為小于1的正常數(shù)；
[0008] 所述步驟四首先根據(jù)兩個單燈候選區(qū)域的形狀和位置關(guān)系，可以初步判斷其是否 是同一輛車上；確定是同一輛車的基礎(chǔ)上，利用先驗知識確定其是否為車輛的燈對。通過 以下方法初步判斷其是否是同一輛車上：步驟一、兩燈之間的水平距離需要小于最大的車 輛寬度，HiaxCL(L1)，I (L2))-min(r (L1)J(L2)) < ThhJhh= a XminOV(L1) ,W(L2));其中， I (L1)，r (L1)為燈1^的左和右邊緣，W(L J為燈1^的寬度，α為大于1的常數(shù)；步驟二、兩 車燈候選區(qū)域水平位置（min (ML1)，b (L2) ^max(UL1)，t (L2)))/min (H(L1), H(L2)) < Thp; H(L1), b (L1), t (L1) SL1的高度，下邊緣和上邊緣，Thp為小于等于1的正常數(shù)；步驟三、兩 車燈候選區(qū)域的形狀 min (H (L1)，H (L2)) /max (H (L1)，H (L2)) > Thhelght;min (W (L 丨)，W (L2)) / Hiax(W(L1)^a2)) > Thwldth，其中Thhelght為高度相似性閾值，Thwldth為寬度相似性閾值。通 過以下方法確定其是否為車輛的燈對：步驟一、燈對組合框的縱橫比W(B)/H(B)多Th wh，其 中W⑶，H⑶分別表示組合框B的寬度和高度，11^表示縱橫比閾值，取車輛的前車燈之間 的距離和前車燈高度的比例；步驟二、燈對和組合框的面積比Th lOT> (A(L J+AO^VA?) > Thup，其中A(L1)表示燈的面積，A (B)表示組合框的面積，Thup，Thlciw表示面積比的上下限 閾值；步驟三、燈對的面積差異max (A (L1)，A (L2)) /min (A (L1)，A (L2)) < Tha，其中，1\為車 燈面積比的閾值。
[0009] 本發(fā)明有益效果是：本發(fā)明可以穩(wěn)定的定位到車輛后方車輛，為駕駛員提供準(zhǔn)確 的環(huán)境信息，找出屬于同一車輛的兩個匹配的車燈對，以確定后方車輛的位置，僅用視覺信 息探測后方車輛，成本低，效率高。
【附圖說明】
[0010] 下面對本說明書附圖所表達的內(nèi)容及圖中的標(biāo)記作簡要說明：
[0011] 圖1是本發(fā)明的【具體實施方式】的原理圖。
【具體實施方式】
[0012] 下面對照附圖，通過對實施例的描述，本發(fā)明的【具體實施方式】如所涉及的各構(gòu)件 的形狀、構(gòu)造、各部分之間的相互位置及連接關(guān)系、各部分的作用及工作原理、制造工藝及 操作使用方法等，作進一步詳細的說明，以幫助本領(lǐng)域技術(shù)人員對本發(fā)明的發(fā)明構(gòu)思、技術(shù) 方案有更完整、準(zhǔn)確和深入的理解。
[0013] 夜晚環(huán)境下的后方車輛檢測方法，具體包括如下步驟：1)、采集圖像：在車輛后方 中心位置安裝車載相機，利用車載相機的視覺傳感器進行采集圖像；
[0014] 2)、圖像灰度化：將從視覺傳感器中采集圖像進行序列灰度化，并分割出圖像中明 殼區(qū)域；
[0015] 3)、車前燈驗證：根據(jù)先驗知識和透視原理，驗證圖像中明亮區(qū)域是否為車前燈；
[0016] 4)、車燈匹配及車輛定位：對獲得的車前燈區(qū)域，利用車燈匹配原理，確定后方車 輛的位置及距離。
[0017] 夜晚環(huán)境下的后方車輛檢測方法，具體包括如下步驟：
[0018] 1)、采集圖像：在車輛后方中心位置安裝車載相機上的視覺傳感器，清晰的拍攝夜 間燈光區(qū)域，測量視覺傳感器的位置信息，并確定相機的相關(guān)參數(shù)，以確定后方車輛位置信 息；
[0019] 2)、圖像灰度化：首先將采集到的圖像灰度化，灰度化常用公式：
[0020] Ig(x，y) = 0· 299R(x，y)+0. 587G(x，y)+0. 114B(x，y)，利用灰度化常用公式對獲取 的灰度圖像用最大類間方差法以獲取圖像分割閾值，以分割圖像，提取出圖像中的明亮區(qū) 域；
[0021] 3)、車前燈驗證：根據(jù)先驗知識和透視原理，驗證圖像中明亮區(qū)域是否為車前燈：
[0022] 判斷明亮區(qū)域的位置與消失線的關(guān)系，如果在消失線以上，即Cy(L) < DLy，則認為 是干擾光源，Cy(L)為候選區(qū)域的質(zhì)心縱坐標(biāo)位置，DLy為消失線的縱坐標(biāo)位置；
[0023] 判斷候選區(qū)域的形狀特征：
[0024] 縱橫比：H (L) /W (L)彡 Thar;面積：
[0025] 符合一定閾值，如果不滿足，則認為是干擾光源，H(L)、W(L)、A(L)分別表示光亮目 標(biāo)物L(fēng)的高、寬和面積；Th al^表示縱橫比閾值，為大于1的常數(shù)，它的選取可參照真實車輛頭 燈的縱橫比T4mn為候選區(qū)域所在區(qū)域的最小車燈面積閾值，它與目標(biāo)車輛與自車的距離相 關(guān)；
[0026] 在剩下的候選區(qū)域中，判斷兩個候選區(qū)域是否在同一列上，即：
[0029] 式中，Cx(L1) (i = 1，2)表示候選區(qū)域L1的質(zhì)心橫坐標(biāo)；I(L1) J(L1)分別表示候選 區(qū)域L1的最小外接矩形的左右邊界的橫坐標(biāo)；如果兩候選區(qū)域在同一列，假設(shè)L 2在L滿 下方，如果LJP L 2滿足如下條件：
[0033] 則L2為地面反光，則排除該候選區(qū)域。α為0和1之間的常數(shù)，Th ^ Tha為小于 1的正常數(shù)；
[0034] 4)、