动态船舶行驶场景下的实时单目测距算法研究

为了利用单目视觉实时监测船舶行驶过程中与周围船舶之间的距离,首先分析单目视觉测距现状及其成功应用实例,基于小孔成像原理建立单目相机模型,通过几何推导,得到世界坐标系、相机坐标系、图像坐标系及像素坐标系之间三层坐标转换关系。随后通过实验验证pitch俯仰角与yaw水平角对单目视觉测距的影响程度,从而分析出动态船舶行驶场景下包括相机姿态、船舶在水面摇晃等实时单目测距误差。进而在引入包含俯仰角、水平角的相似三角形测距算法的基础上,采用高精度陀螺仪相机姿态补偿策略提出改进的基于单目视觉的相似三角形目标船舶测距算法。实验结果表明,该算法能在动态船舶行驶过程中较为准确地测量周围水域目标船舶之间的距离,可以满足船舶实时安全监测系统的要求。     

基于单目视觉测距的车辆自动刹车辅助系统设计

针对红外测距与超声波测距探测距离与真实距离差异大,刹车控制智能性不强的问题,设计并实现了基于单目视觉测距的车辆自动刹车辅助系统,系统硬件主要由图像采集模块、图像处理模块、以及电子制动模块组成;通过基于单目视觉测距算法实现软件编程,并在Matlab平台上完成测试,实验中车辆以35km/h驶向障碍物,使在20~70m的实际距离进行仿真测距,单目摄像头俯仰角测定在88°~90°之间,对前方实时车距进行测量,并通过与汽车电子控制单元之间的数据交换对车辆制动进行辅助控制;实验结果表明:在实测距离和系统介入距离均在70m以内时,算法相对误差平均在2%左右,车辆停止地点距障碍物在4.5m左右,说明系统满足车辆智能化辅助制动的实时性要求。     

单目式自主机器人视觉导航中的测距研究

针对传统自主式机器人视觉测距方法的缺陷,提出了一种建立在B 对偶空间几何学上的单目摄像机标 定方法,并将其应用到单目式自主机器人的视觉测距中．与OpenCV 标定方法相比,新的标定方法对CCD 摄像机 内参数的计算更为准确,并减小单目视觉测距的总体误差．同时,在引入运动目标自动提取算法的基础上,将目标 车辆的自动检测与实时测距融合为一个完整的系统．通过实际的测量及对比试验,验证了所提出方法的有效性．     

基于单目视觉传感器的车距测量与误差分析

为了解决结构化道路上基于单目视觉的运动车辆车距测量问题,从针孔模型下摄像机成像的基本原理出发,推导出基于图像中车道线消失点的车距计算公式.车距测量结果只与图像中的近视场点到摄像机的实际距离有关,而无需对所有的摄像机参数进行标定.分析了车距测量中的误差因素,并在前方道路上设置已知距离的横向标线,完成了摄像机不同安装高度、俯仰角及方向角情况下的标线距离测量实验.通过与实际距离比较发现,摄像机安装高度与方向角的微小变化对车距测量的影响可以忽略,而摄像机俯仰角的变化将引起较大的车距测量误差.最后,完成了不同距离处前方车辆车距测量实验,实验结果表明:采用上述方法的车距测量相对误差小于3％,具备了较高的检测精度.     

基于机器视觉的机器人测距研究

机器人测距技术是机器人导航、路径规划以及协作编队关键技术之一。基于透视投影几何原理,提出了单目视觉测距模型,实现物体测距。单目视觉测距模型实现了在摄像机与目标平面平行或者有夹角情况下,对目标物体距离的测量。实验结果表明,所提出的测距模型和和所用的算法,不仅避免了复杂的摄像机标定,而且测量速度快,能够实现对目标物体空间距离的精确测量。     

单目视觉室内无人飞行器运动目标测距技术研究

为了准确检测动态背景中运动目标并对其测距,实现室内无人飞行器避障需求,本文研究一种基于单目视觉的运动目标测距方法。在惯性信息辅助提高运动目标检测跟踪效率的同时,推导基于小孔成像几何约束的测距算法。在初步解算距离情况下,研究针对摄像机俯仰角误差的测距补偿方法。实验结果表明,本文算法不仅能够完整检测和跟踪运动目标,并且便于准确快速求取运动目标到摄像机的距离,具有重要的工程参考价值。     

基于视觉的车辆侧后方道路图像检测技术

针对车辆在换道过程中易发生碰撞的问题,提出了一种针对车辆侧后方包括盲点区域在内的道路图像的检测算法.该算法对车辆侧后方车道线分为内外两侧进行分析,解决了因摄像机安放位置所产生的感兴趣区域不对称问题.利用基于梯度特征的阴影检测法对接近的车辆进行识别,在此基础上,通过单目视觉测距和两车的几何位置关系计算两车的距离.实验结果表明,该方法可以准确地识别本车后方的车道线和车辆,并且当两车距离在55米以内时,系统可以有效的对车距进行估计.     

轮式移动机器人单目视觉的目标测距方法

为减小特征匹配以及摄像机光轴倾斜对单目测距造成的误差,提出一种基于单目视觉的轮式移动机器人目标测距方法,将测距目标从平面物体推广到立体物体,在无须校正的情况下提高测量精度。通过对摄像机进行标定测量其内外参数,建立小孔平面成像模型得到世界坐标系与像素坐标系的对应关系。针对坐标变换矩阵奇异的情况,引入面积这一特性进行求解,推导特定矩阵奇异情况下目标距离与像素面积的关系。实验结果表明,该方法可将综合误差率控制在0.7%以内,能够满足轮式移动机器人单目视觉测距实时性和可靠性的要求。     

基于单目视觉的车辆下边沿估计和逆透视变换的车距测量

前方车辆测距在自动驾驶汽车技术领域中起着至关重要的作用。针对目前基于单目视觉的车辆测距技术忽略了车辆与地面相接的下边沿问题,提出一种基于车辆下边沿估计和逆透视变换的单目视觉测距方法,实现了对前方车辆进行横向和纵向的高精度车距测量。该方法首先通过对车辆关键点估计和几何关系模型完成对车辆下边沿的估计,然后从中计算测距关键点,再利用基于点的逆透视变换测距模型进行距离计算。实验结果表明,与其他基于单目视觉的车辆测距方法相比,该方法提高了测距的精度和稳定性。     

基于计算机视觉的智能小车路径规划

针对危险或者不适合人类活动的场合,构建了基于计算机视觉的智能小车路径规划系统,系统主要实现了图像处理、单目视觉测距、虚拟地图生成、全局路径规划和小车避障等功能。率先提出基于地面颜色和纹理的单目视觉测距算法,并结合小车性能和实际运行环境对蚁群算法进行优化,经过大量实验证实,此设计较其他算法既能满足设计需求,又能大幅提高运行时间。     

用于视频中车速自动检测的摄像机自动标定方法

针对目前基于视频的车辆测速方法均需通过手工标定而造成的低效和可操作性差的问题,提出了一种对典型配置的道路监控摄像机的焦距、俯仰角、离地距离等重要参数进行自动标定的方法。首选利用自然场景中两组正交平行线在视频图像中形成的消失点之间的内在关系对摄像机的焦距和俯仰角实施精确标定;在此基础上利用视频中目标车辆群体的平均宽度对摄像机与地面之间距离进行自动标定。实验表明,该算法具有参数测量精度高和可靠性好等优点,可作为现有道路视频监控设备实施车辆速度、类别、流量等数据的自动采集、分析和监控,以及电子违章抓拍设备的有效自动标定手段。     

基于单目视觉的矿井机车障碍物检测和测距方法

针对现有矿井机车障碍物检测和测距方法存在测距精度低、测量范围小及成本高等问题,提出了一种基于单目视觉的矿井机车障碍物检测与测距方法。该方法首先对CCD摄像机采集的图像进行预处理,然后根据障碍物的特点进行特征提取得到准确的障碍物区域,最后利用基于摄像机内部参数和几何关系的单目视觉测距方法得到机车与前方障碍物之间的距离。测试结果表明,该方法能有效检测机车前方障碍物,且测距精度在有效误差范围内。     

视频图像的车辆速度实时检测算法研究

在监控视频图像中因拍摄角度的问题,导致图像中的车道线并不是竖直的。针对在此图像中选取对应块,实现车辆速度实时检测的问题,分析了车身的特征及图像中车道线的倾斜角度,选择车灯作为对应块,选取车灯存在的候选区域;然后根据车灯的对称性强度筛选车灯带,实现车灯的准确定位,并把车灯移动的距离通过摄像机标定转换到实际坐标中,从而实现车辆速度的实时检测。实验结果证明该方法运行速度快,定位准确。因此可以广泛的应用于红绿灯路口环境中实现视频图像的车速实时检测。     

基于DSP的车道偏离检测与车辆前向车距检测

基于智能交通的快速发展,研究了在高速路段下基于机器视觉的车道偏离检测与车辆前向安全车距检测技术.首先固定车载相机,通过相机标定获取相机的内参数和外参数,进而设计车距检测模型.该模型不但能够检测出前方车辆与无人车的距离,还能计算出前方车辆相对于摄像机光轴的偏转角度.接着在CCP偏离检测算法的基础上,设定安全和报警区来建立车道偏离模型,并对当前车辆的偏离结果作出正常行驶的评判.最后借助TI的DVSDK组件包将算法移植到嵌入式平台DSP-DM3730上测试.实验表明,本文设计的车距检测模型和车道偏离模型在解决无人车的前向防撞检测和车道偏离检测等问题上具有较好的参考价值.     

基于ARM11 的单目视觉车距监测系统

驾驶员行车时易出现视觉疲劳和失速现象,此时难以判断安全车间距,易导致车辆追尾事故．针对这一问题,以ARM11器件SAMSUNGS3C6410为核心搭建了安全车距监测系统;结合车辆的形态和纹理等特征,采用多特征融合技术完成复杂环境下的车辆识别,并根据单目视觉测距原理完成摄像机多角度下的车距检测．实验结果表明,该系统能有效监测前车车距,测量准确、可靠性高且满足实时性要求．     

Direct range measurement by linear stereovision for real-time obstacle detection in road traffic

This paper describes an obstacle detection method based on a passive 3D sensor using two line-scan cameras instead of standard video cameras. This approach permits good precision as well as low computational requirements, which allows a real-time implementation on a small, low cost computer, as required for obstacle detection on a car. Real-world examples are presented, that show the efficiency of the system.     

基于地面先验的3D目标检测算法

为了提高自动驾驶汽车环境感知的性能,增强单目相机对障碍物三维和边界信息的感知能力,提出了一种基于地面先验的3D目标检测算法。基于优化的中心网络(CenterNet)模型,以DLA(deep layer aggregation)为主干网络,增加目标3D边沿框中心点冗余信息预测。根据自动驾驶场景的地面先验信息,结合针孔相机模型,获取目标3D中心深度信息,以优化深度网络学习效果。使用KITTI 3D数据集评测算法性能,结果表明:在保证2D目标检测准确性的基础上,该算法运行帧率约20 fps,满足自动驾驶感知实时性要求;同时相比于CenterNet模型,在平均方位角得分(average orientation score)和鸟视图平均准确率(bird eye view AP)上分别有4.4和4.4%的性能提升。因而,该算法可以提高自动驾驶汽车对障碍物三维和边界信息的感知能力。     

基于Uni-Tire轮胎模型的车辆质心侧偏角估计

针对车辆质心侧偏角估计的准确性和实时性能问题,提出了车辆质心侧偏角估计的非线性全维观测器设计方法.首先基于车辆动力学模型及纵滑-侧偏联合工况下的Uni-Tire轮胎模型,利用车载传感器测量车辆状态;观测器利用这些状态估计出车辆的纵向速度、侧向速度及横摆角速度,并由此得到车辆的质心侧偏角估计.其次利用输入-状态稳定(input-to-state stability,ISS)理论对观测器的稳定性进行了分析.最后采用红旗CA7180A3E型轿车的车辆参数使用车辆仿真软件veDYNA对极限工况下的估计结果进行了离线仿真研究,并利用xPC-Target仿真环境和dSPACE实时仿真系统搭建仿真平台,对非线性全维观测器的实时性进行验证.仿真结果表明,非线性估计方法估计精度较高,实时性较好,可以满足工程应用的要求.     

A 3D reactive collision avoidance algorithm for underactuated underwater vehicles

Avoiding collisions is an essential goal of the control system of autonomous vehicles. This paper presents a reactive algorithm for avoiding obstacles in a three‐dimensional space, and shows how the algorithm can be applied to an underactuated underwater vehicle. The algorithm is based on maintaining a constant avoidance angle to the obstacle, which ensures that a guaranteed minimum separation distance is achieved. The algorithm can thus be implemented without knowledge of the obstacle shape. The avoidance angle is designed to compensate for obstacle movement, and the flexibility of operating in 3D can be utilized to implement traffic rules or operational constraints. We exemplify this by incorporating safety constraints on the vehicle pitch and by making the vehicle seek to move behind the obstacle, while also minimizing the required control effort. The underactuation of the vehicle induces a sway and heave movement while turning. To avoid uncontrolled gliding into the obstacle, we account for this movement using a Flow frame controller, which controls the direction of the vehicle's velocity rather than just the pitch and yaw. We derive conditions under which it is ensured that the resulting maneuver is safe, and these results are verified trough simulations and through full‐scale experiments on the Hugin HUS autonomous underwater vehicle. The latter demonstrates the performance of the proposed algorithm when applied to a case with unmodeled disturbances and sensor noise, and shows how the modular nature of the collision avoidance algorithm allows it to be applied on top of a commercial control system.