一種視覺感知下汽車前燈尾燈識別跟蹤方法技術(shù)

本發(fā)明專利技術(shù)公開了一種視覺感知下汽車前燈尾燈識別跟蹤方法，該方法包括以下步驟：視頻圖像采集、局域空間車燈檢測、全局空間車輛檢測、車燈軌跡實時跟蹤、矩陣式LED顆粒控制。基于智能圖像識別與跟蹤技術(shù)，利用攝像頭對汽車前方車頭和車尾目標進行采集與存儲，結(jié)合目標檢測跟蹤技術(shù)和反饋修正模型，實現(xiàn)前方車輛對于本車的方位、速度和位置運動參量檢測；以視覺圖像感知參量為控制輸入量，通過圖像視野與LED光照區(qū)域映射模型，對矩陣式LED大燈中單顆或者成組燈光亮弱進行自適應控制。本發(fā)明專利技術(shù)能在復雜燈光條件下實現(xiàn)多目標車輛穩(wěn)定跟蹤，基于跟蹤結(jié)果實時對汽車前照燈進行調(diào)節(jié)，可用于汽車輔助駕駛中大燈智能控制服務。

【技術(shù)實現(xiàn)步驟摘要】
一種視覺感知下汽車前燈尾燈識別跟蹤方法
本專利技術(shù)涉及一種汽車燈光檢測方法，具體涉及一種視覺感知下汽車前燈尾燈識別跟蹤方法。
技術(shù)介紹
隨著計算機技術(shù)、傳感網(wǎng)絡(luò)技術(shù)、新能源、以及智能控制技術(shù)等學科的飛速發(fā)展，使汽車高級輔助駕駛、安全互聯(lián)等技術(shù)的應用得到不斷拓展，在車聯(lián)網(wǎng)、智能汽車乃至無人駕駛汽車的驅(qū)動下推動整個汽車產(chǎn)業(yè)的創(chuàng)新。車輛照明作為汽車設(shè)計的重要組成部分，是駕駛員夜間行駛過程中視覺神經(jīng)接收到最多最重要的信息，夜間駕駛車輛的主要問題就是前方道路視線的問題，雖然晚上車流量一般比較低，但交通事故發(fā)生率比較高。究其原因，由于遠光燈的照射范圍太遠或者其不正確的使用，車前遠光大燈在輔助駕駛員進行夜間安全行車的同時，遠光模式會對來車駕駛員造成視覺疲勞從而會引起炫目，給汽車行駛安全帶來隱患，有數(shù)據(jù)表明占總交通事故47％的夜間交通事故中不正確使用遠光燈是一個主要原因。因此，隨著人們對駕駛的安全性和舒適性提出了越來越高的要求，研究新的照明技術(shù)來提高駕駛輔助安全具有重要的理論意義和實際應用價值。
技術(shù)實現(xiàn)思路
針對現(xiàn)有技術(shù)存在的問題，本專利技術(shù)提供一種視覺感知下汽車前燈尾燈識別跟蹤方法，解決現(xiàn)有汽車前照大燈無法根據(jù)前方車輛自適應調(diào)整的問題。本專利技術(shù)一種視覺感知下汽車前燈尾燈識別跟蹤方法，其技術(shù)方案為：采用視覺圖像序列信號進行基于自適應亮度閾值的局部車燈提取，輸入圖像金字塔序列進行全局車頭車尾檢測，并將其作為局部車燈檢測的補充信息和約束條件，結(jié)合視覺傳感系統(tǒng)、物像探測距離以及感光特性對車燈運動軌跡進行跟蹤，基于圖像視覺感知的車燈位置與LED光照區(qū)域分布，對汽車矩陣式LED進行自適應控制。本專利技術(shù)一種視覺感知下汽車前燈尾燈識別跟蹤方法；包括以下步驟：步驟1)中，在干擾燈光過濾下利用車燈區(qū)域亮度特性進行自適應亮度閾值處理，進行局域空間內(nèi)車燈識別，具體步驟為：(1)基于聚類的圖像二值化方法，以最大類間方差法確定灰度閾值，分割出圖片中車前大燈的亮度高區(qū)域；(2)通過孤立噪點去除、閉運算目標填充以及連通性分析，根據(jù)車燈形態(tài)學形成一個閉合的連通區(qū)域；(3)基于背景光斑、路燈區(qū)域的區(qū)域鏈表，在多約束條件下將各區(qū)域的基本信息與車燈進行匹配；(4)在HSV空間分析尾燈樣本獲得二值圖像掩碼Mask，進行輪廓填充得到車尾燈區(qū)域并加入預跟蹤隊列Qtrack。步驟2)中，基于視頻圖像顏色空間轉(zhuǎn)換處理，構(gòu)建圖像金字塔序列來對全局空間內(nèi)車頭車尾位置進行定位，具體步驟為：(1)針對采集輸入的圖像進行圖像顏色空間轉(zhuǎn)換，轉(zhuǎn)換成RGB顏色空間，并依次對圖像進行0.9比例的縮放，構(gòu)建輸入圖像的金字塔序列。(2)金字塔圖像中每一幅圖像的梯度、角度、梯度直方圖等信息，組合成圖像的特征金字塔。(3)利用boost訓練得到特征模型，對特征金字塔進行滑動窗口掃描，得到每幅圖像中可能存在的車燈目標。(4)通過使用極大值抑制貪婪算法，對車燈目標進行合并，并根據(jù)位置信息排除干擾，取得最終的車燈位置目標。步驟3)中，基于視覺傳感系統(tǒng)、物像探測距離以及感光特性來跟蹤車燈運動軌跡并自適應控制矩陣式LED車燈，具體步驟為：(1)輸入車燈目標的中心坐標以及速度，利用卡爾曼濾波器進行特征跟蹤。(2)利用當前得到的最近鄰目標信息，對狀態(tài)方程進行更新與修正，對目標運動軌跡進行約束，判斷目標是否在檢測區(qū)域內(nèi)。(3)利用燈光分區(qū)信息對圖像進行分區(qū)標定，左右兩側(cè)分為L1，L2，L3，L4，L5區(qū)。(4)根據(jù)車燈目標當前存在的位置，關(guān)閉當前區(qū)域內(nèi)的LED燈光。本專利技術(shù)的有益效果是：采用視覺圖像采集系統(tǒng)獲得前車前燈尾燈圖像參數(shù)，提出了一種結(jié)合局部車燈與全局車輛特征的智能大燈控制方法，該方法可以適應汽車在夜間行車過程中背景時變、目標時變、路況時變、車況時變、采集圖像分辨率變化等影響，準確地檢測跟蹤車燈或者車輛的移動軌跡，能夠連續(xù)定位圖像中的車燈部位，根據(jù)車輛檢測到對面車燈位置關(guān)閉或者調(diào)整相應的LED顆粒亮度，使得司機在車輛行駛過程中具有最佳的燈光照明環(huán)境，不會給目標車輛甚至行人等目標造成光線干擾，保障汽車在夜間行車過程的安全性和舒適性，可以用于汽車輔助駕駛中的大燈智能控制服務。附圖說明圖1是本專利技術(shù)實施例的汽車矩陣式LED車燈控制系統(tǒng)結(jié)構(gòu)圖。圖2是本專利技術(shù)實施例的汽車矩陣式LED車燈定位算法流程圖。圖3是本專利技術(shù)實施例的汽車矩陣式LED車燈配光分布圖。圖4是本專利技術(shù)實施例的汽車矩陣式LED車燈照射效果示意圖。具體實施方式為使本專利技術(shù)實現(xiàn)的技術(shù)手段、創(chuàng)作特征、達成目的與功效易于明白了解，下面結(jié)合具體實施方式，進一步闡述本專利技術(shù)。本實施例用于汽車LED車燈顆粒控制技術(shù)，主要由視頻圖像采集、局部車燈檢測、全局車輛檢測、車輛車燈跟蹤以及LED燈光控制組成。為使本專利技術(shù)的目的、技術(shù)方案和優(yōu)點更加清楚明白，結(jié)合以下具體實施，對本專利技術(shù)進一步詳細說明。圖1是汽車LED車燈控制系統(tǒng)結(jié)構(gòu)圖，通過攝像頭實時采集高清視頻圖像，分辨率為1920*1080，視頻場景為車內(nèi)前方中央位置，通過基于自適應亮度閾值的局部車燈提取，構(gòu)建輸入圖像金字塔序列進行全局車頭車尾檢測，基于圖像視覺感知的車燈位置與LED光照區(qū)域分布，對汽車矩陣式LED進行自適應控制。圖2是汽車矩陣式LED車燈定位算法流程圖，由于夜間環(huán)境下光照條件較差，汽車前照燈亮度明顯大于背景燈光。車燈區(qū)域最主要的特征就是區(qū)域亮度高，本專利技術(shù)采用基于自適應亮度閾值的前燈提取方法，前大燈檢測具體步驟為：(1)自適應二值化：利用最大類間方差法自適應地確定灰度閾值，基于聚類的圖像二值化方法，車燈區(qū)域內(nèi)和區(qū)域外為兩類類間像素，可以有效地分割出圖片中亮度高區(qū)域，并且對變化的環(huán)境和光源光照有很好的自適應性。(2)形態(tài)學分析：經(jīng)過自適應二值化后將目標圖像的車燈凸顯出來，基于前燈高亮且近似對稱，通過開運算去除孤立噪點、閉運算填充目標內(nèi)部以及連通性分析，車燈所在的區(qū)域形成了一個閉合的連通區(qū)域Am，且面積大于一定的閾值Tm。(3)車燈配對：完成形態(tài)學分析中的區(qū)域提取后，獲得了一個保護車燈以及其他背景光斑、路燈區(qū)域的區(qū)域鏈表，將各區(qū)域的基本信息進行車燈匹配，有如下約束條件：(a)連通區(qū)域的面積Ac，一個車燈連通區(qū)域的面積用該連連通區(qū)域的像素總和來表示；(b)連通區(qū)域的中心坐標XcYc，每個連通區(qū)域的中心坐標(Xc，Yc)需要記錄下來，作為其他約束條件的基礎(chǔ)；(c)連通區(qū)域的水平距離，根據(jù)連通區(qū)域的中心坐標計算出各個連通區(qū)域間的水平距離。由于車輛兩個車燈距離相對穩(wěn)定，且不同區(qū)域的水平距離可以表示為參考距離Dr，準確地判斷同一個車輛在圖像中遠近不同位置時的車燈間距，繼而進行匹配；(d)車燈分析區(qū)域的匹配坐標驗證，在全局車頭檢測區(qū)域Rect中，閾值法區(qū)域的左右車燈必須在全局車輛模型范圍內(nèi)，車燈連通中心坐標在車頭區(qū)域滿足以下條件：其中Xgap，Ygap表示為車燈相對車身的水平和豎直方向的間距經(jīng)驗值，Rectx，Recty，Rectw，Recth為全局車輛檢測結(jié)果矩形區(qū)域；(e)前述連通區(qū)域面積、連通區(qū)域中心坐標以及連通區(qū)域水平距離三個約束條件必須在合理的區(qū)間范圍，才能被最終判斷為真實的汽車前燈并對其進行配對組合，為防止某一個幀的誤匹配，根據(jù)連續(xù)2～3幀的歷史匹配結(jié)果進行比較判斷，匹配成功加入預跟蹤隊列Qtrack中。基于夜間環(huán)境下本文檔來自技高網(wǎng)...

【技術(shù)保護點】
一種視覺感知下汽車前燈尾燈識別跟蹤方法，包括視頻圖像采集、局域空間車燈檢測、全局空間車輛檢測、車燈軌跡實時跟蹤以及矩陣式LED顆粒控制，首先以車燈連通區(qū)域面積、中心坐標、水平距離、參考距離以及坐標匹配為約束條件，進行自適應二值化處理、車燈形態(tài)學分析和區(qū)域信息車燈配對；繼而基于顏色空間轉(zhuǎn)換構(gòu)建圖像金字塔序列對全局車頭車尾進行檢測，在排除干擾下采用極大值抑制貪婪算法，獲得前方車輛對于本車的方位、速度和位置運動參量；以視覺感知獲得的方位信息作為反饋，建立圖像視野與LED光照間的對偶映射模型，對汽車矩陣式LED前照大燈中單顆乃至成組燈光亮弱進行控制，實現(xiàn)汽車LED前照燈自適應調(diào)節(jié)，其特征在于：步驟1)在干擾燈光過濾下利用車燈區(qū)域亮度特性進行自適應亮度閾值處理，進行局域空間內(nèi)車燈識別；步驟2)基于視頻圖像顏色空間轉(zhuǎn)換處理，構(gòu)建圖像金字塔序列來對全局空間內(nèi)車頭車尾位置進行定位；步驟3)基于視覺傳感系統(tǒng)、物像探測距離以及感光特性來跟蹤車燈運動軌跡并自適應控制矩陣式LED車燈。

【技術(shù)特征摘要】
1.一種視覺感知下汽車前燈尾燈識別跟蹤方法，包括視頻圖像采集、局域空間車燈檢測、全局空間車輛檢測、車燈軌跡實時跟蹤以及矩陣式LED顆粒控制，首先以車燈連通區(qū)域面積、中心坐標、水平距離、參考距離以及坐標匹配為約束條件，進行自適應二值化處理、車燈形態(tài)學分析和區(qū)域信息車燈配對；繼而基于顏色空間轉(zhuǎn)換構(gòu)建圖像金字塔序列對全局車頭車尾進行檢測，在排除干擾下采用極大值抑制貪婪算法，獲得前方車輛對于本車的方位、速度和位置運動參量；以視覺感知獲得的方位信息作為反饋，建立圖像視野與LED光照間的對偶映射模型，對汽車矩陣式LED前照大燈中單顆乃至成組燈光亮弱進行控制，實現(xiàn)汽車LED前照燈自適應調(diào)節(jié)，其特征在于：步驟1)在干擾燈光過濾下利用車燈區(qū)域亮度特性進行自適應亮度閾值處理，進行局域空間內(nèi)車燈識別；步驟2)基于視頻圖像顏色空間轉(zhuǎn)換處理，構(gòu)建圖像金字塔序列來對全局空間內(nèi)車頭車尾位置進行定位；步驟3)基于視覺傳感系統(tǒng)、物像探測距離以及感光特性來跟蹤車燈運動軌跡并自適應控制矩陣式LED車燈。2.根據(jù)權(quán)利要求1所述的一種視覺感知下汽車前燈尾燈識別跟蹤方法，其特征在于：所述步驟1)中，在干擾燈光過濾下利用車燈區(qū)域亮度特性進行自適應亮度閾值處理，進行局域空間內(nèi)車燈識別，具體為：利用最大類間方差法自適應地...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：湯文，羅成名，邢志剛，夏慧，胡繼祖，屈憲坡，
申請(專利權(quán))人：江蘇文光車輛附件有限公司，
類型：發(fā)明
國別省市：江蘇,32