基于改进逆透视变换的智能车测距技术.docx
需积分: 15 117 浏览量
2020-04-17
12:07:18
上传
评论 5
收藏 97KB DOCX 举报
基于改进逆透视变换的智能车测距技术
摘要：在基于单目视觉传感器的智能车应用中，为了获得与车前障碍的距离，同时考虑到
智能车系统中微处理器硬件性能的限制和测距的准确性，提出一种改进的逆透视变换测距
技术，通过对逆透视变换数学模型公式代数推导，建立二维像素坐标与三维世界坐标的映
射关系。实验表明：与现有的逆透视变换测距算法相比，在保证测距误差较小的情况下，
可以简化复杂的计算公式，减少测距参数，有效提高智能车微处理器运行效率。
关键词：逆透视变换；测距；智能车
引言
随着智能交通的发展，利用视觉传感器在智能车上实现自动行驶得到了广泛的应用
[
1
]
。而
利用单目视觉传感器实现本车与前方障碍距离检测是智能车实现自动行驶的重要技术之一。
摄像头拍摄的图像是三维世界坐标系在二维坐标的投影，在数学上，称此过程为透视映射
（perspecve mapping）,其逆过程称为逆透视映射（inverse perspecve mapping,IPM）
在基于单目摄像头的智能车系统中，利用 IPM 技术可以建立图像二维像素坐标与真实世界
坐标的关系，从而可及时判断前方障碍的距离。目前，应用 IPM 技术实现测距较多的方法
是根据相机在世界平面建立的几何模型，然后通过数学几何关系推导
[
2
]
，获得图像坐标与
世界坐标的参数参数关系，例如徐友春等人提出
[
3
]
的算法与此类似。然而，针对目前应用
的智能车或智能机器人，由于微处理器的硬件性能限制，该算法涉及变量较多，公式复杂，
导致数据处理量大，运行效率不高。
针对这种硬件性能限制的智能车应用系统，本文提出一种改进的 IPM 公式，与传统的几何
关系推导不同，本文通过代数推导建立二维像素坐标与世界平面坐标的关系，从而简少测
量变量，简化公式，便于微处理器数据处理，并通过实验验证该算法在测距上的准确性和
实用性。
1. 小孔摄像机数学模型
摄像机三维世界坐标(X,Y,Z)到二维图像坐标(x,y)变换的关系
[
4
]
为
salignl
[
x ¿
] [
y ¿
]
¿
¿
¿¿
即
s⋅w= A⋅
[
r|t
]
⋅W
其中 s 为倍乘因子，w 为图像坐标，A 为摄像机内部参数矩阵，
tr |
为摄像机外部参数矩
阵，W 为世界坐标
评论0
最新资源