基于非同步多攝像頭裝置的智能汽車視覺測(cè)程法

?

基于非同步多攝像頭裝置的智能汽車視覺測(cè)程法

為了使駕駛輔助系統(tǒng)和泊車輔助系統(tǒng)更加高效和安全，輔助系統(tǒng)需要借助諸如單通道攝像頭、環(huán)視攝像頭和多通道攝像頭等視覺傳感器來(lái)獲得信息和配置。這些系統(tǒng)能夠應(yīng)用在障礙物和道路識(shí)別、定位和繪圖等方面，其中非常重要的一步就是視覺測(cè)距。

攝像頭動(dòng)作的計(jì)算是視覺測(cè)距的基礎(chǔ)。系統(tǒng)需要計(jì)算出攝像頭的旋轉(zhuǎn)、平移以及相鄰幀的相對(duì)比例。比例的估計(jì)是最敏感的部分，需要進(jìn)行穩(wěn)健預(yù)估。如果需要絕對(duì)度量值，視覺測(cè)距的過(guò)程必須與相關(guān)的3D知識(shí)相整合。至于單眼系統(tǒng)，必須先利用3D場(chǎng)景的知識(shí)進(jìn)行初始化，然后在運(yùn)動(dòng)過(guò)程中通過(guò)綁定調(diào)整步驟的抑制參數(shù)法來(lái)維持。然而，在基于低成本裝置和接近市場(chǎng)的傳感器的汽車應(yīng)用中，最主要的問(wèn)題就是視覺的同步性。通常利用附加的電子電路圖和昂貴的硬件來(lái)解決這個(gè)問(wèn)題。為了解決這些問(wèn)題，引入了一種新的方法來(lái)緩和同步性約束。

介紹了用于非同步多攝像頭系統(tǒng)裝置度量估算的視覺測(cè)程法，主要應(yīng)用在智能汽車領(lǐng)域。提出一套叫做“三角基”的新算法。該算法采用了校準(zhǔn)攝像頭的內(nèi)部和外部參數(shù)信息。假設(shè)攝像頭兩個(gè)相鄰幀的軌跡是線性的，相對(duì)攝像頭的位置可通過(guò)典型的運(yùn)動(dòng)結(jié)構(gòu)技術(shù)來(lái)預(yù)估。然后，利用已知的外部系數(shù)和線性假設(shè)計(jì)算出比例系數(shù)。研究證實(shí)了該方法在仿真和實(shí)際條件下的有效性。對(duì)現(xiàn)實(shí)世界來(lái)說(shuō)，可通過(guò)KITTI數(shù)據(jù)組中兩個(gè)攝像頭的圖像序列預(yù)估運(yùn)動(dòng)軌跡，并與GPS/ INS地面真實(shí)值進(jìn)行對(duì)比。

Rawia Mhiri. Pascal Vasseur, 2014 IEEE Intelligent vehicles Symposiym. June 8-11, 2014. Dearborn, Michigan, USA.

編譯：薛雷