?
利用車(chē)燈的車(chē)輛近距離檢測(cè)和跟蹤
車(chē)輛的探測(cè)和追蹤已經(jīng)成為高端駕駛員輔助系統(tǒng)中一項(xiàng)非常重要的功能。以往大多研究白天駕駛車(chē)輛的探測(cè)算法,很少研究夜晚駕駛車(chē)輛探測(cè)和追蹤的算法。在夜間能夠幫助駕駛員探測(cè)前方車(chē)輛的有用信息比白天少,諸如車(chē)輛輪廓、車(chē)身顏色和車(chē)輛運(yùn)動(dòng)等信息在夜間都不是現(xiàn)成可用的,即使在白天這些視覺(jué)信息也極大地依靠信號(hào)燈信息。所以當(dāng)駕駛環(huán)境轉(zhuǎn)變?yōu)橐雇砗?,這類(lèi)可用信息就會(huì)消失,直到駕駛員看到前車(chē)發(fā)出的信號(hào)燈信息。
夜間駕駛中,前車(chē)探測(cè)和追蹤的問(wèn)題不像白天,因?yàn)榘滋飙h(huán)境提供的可用視覺(jué)信息很少,而在夜間協(xié)助駕駛員駕駛是一項(xiàng)很重要的任務(wù),所以提出了一套探測(cè)和追蹤尾燈位置的算法。算法中計(jì)算了散射尾燈的強(qiáng)度,然后利用這個(gè)信息發(fā)現(xiàn)和追蹤車(chē)輛的位置。用攝像機(jī)在夜間拍攝整個(gè)試驗(yàn)過(guò)程,驗(yàn)證了該算法的有效性。
提出了一套車(chē)輛信號(hào)燈探測(cè)方法,結(jié)合了關(guān)于車(chē)輛信號(hào)燈探測(cè)散射信號(hào)燈密度圖的邊緣檢測(cè)算法,并利用光流追蹤車(chē)輛尾燈。該方法利用光源的數(shù)學(xué)模型來(lái)分析場(chǎng)景中的光線密度,然后利用邊緣檢測(cè)算法將車(chē)輛的燈光從非車(chē)輛燈光中區(qū)分出來(lái)。對(duì)所提出方法在夜間利用攝像機(jī)進(jìn)行測(cè)試的結(jié)果顯示,夜視環(huán)境下該方法比車(chē)燈探測(cè)方法更加有效,特別在車(chē)輛裝有近距離攝像頭時(shí)效果更佳。
這種利用車(chē)燈探測(cè)車(chē)輛的方法即使在復(fù)雜和動(dòng)態(tài)環(huán)境下也能從圖像中很好地除去非車(chē)輛燈源,并能夠減少諸如街燈和交通信號(hào)燈等非車(chē)輛燈源的影響。通過(guò)試驗(yàn)得出結(jié)論,所提出方法能夠追蹤多目標(biāo)車(chē)輛,且精確度接近90%甚至更高。
Jiann-Der Lee et al. 2014 11th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS), Seoul-August 26-29, 2014.
編譯:張永赫