基于图像测距的汽车防撞系统关键技术研究
发布时间：2022-01-02 09:06
针对汽车防碰撞系统的问题,以图像测距技术为背景,对其中的关键技术进行了研究。首先,根据相对运动学原理,由图像测距实验平台在假定沿光轴方向移动采集图片,在此基础上运用改进的SIFT匹配算法对图像进行匹配获得匹配点,计算所得到的匹配点的世界坐标,从而获得距离值;其次,通过室内实验计算证明了所推导的测距原理的正确性;最后,将图像测距技术应用在汽车防碰撞系统中,实验结果证明,测距系统平均误差为8.507 7 mm,精度较高,验证了整个方案的可行性和有效性。
【文章来源】：电子测量与仪器学报. 2017,31(06)北大核心CSCD
【文章页数】：7 页
【部分图文】：
相机移动示意图
次。最后通过图像处理的方法和相应的技术计算特征点的三维坐标，获得相机与物体之间的距离。操作过程具有如下步骤。图1相机移动示意图Fig．1Schematicdiagramofcameramovement1)将相及其滑动机构对准测距场景，如图1所示。本实验的滑动机构是需要将相机沿光轴方向移动的高精度导轨。2)首先，使用滑动机构将相机沿光轴方向移动一段距离，相机对同一场景的成像的前后两个位置采集图片。然后，将这两个位置采集的图片当作立体图像进行保存编号。假设相机向前移动前所采集的图片定义为远景图，近景图则是被移动后，如图2所示。图2移动前后图像Fig．2Theimagesbeforeandaftercameramovement3)剔除无匹配点的方法是通过改进的SIFT算法来完成，并优化匹配算法。来完成对采集的立体图像特征点的匹配。该方法主要通过远景图内标出与近景图出现的共同场景，是由于远景图具有更大的空间范围。4)根据改进的SIFT算法得到匹配点，计算出特征点的三维坐标。图2所示的单相机定焦测距示意图是针孔成像模型，便于进行几何分析。将相机移动前的相机光学中心定为原点o，并将相机沿着光轴前移，从而建立空间直角坐标系o-xyz，如图3所示，其中的图像平面为xoy。由步骤2)所述，对同一场景分别在两个位置采集图片。相机沿着光轴前移后的图像平面设定为x'o'y'，光学中心为o'。场景中的任意一点为s，移动前的点为s1，移动后的点为s2。在同一坐标系下对这两个模型进行分析。像点s1在直线om上，点s2在直线om'上，两直线的斜率在理想模型中是相同的，作直线ss2的延长线交直线om于点s'2。ss1直线是通过移前透镜的中心点o1，ss2直线是通过移后的透镜中心点o2，其中f是相机的固定焦距，并且oo1=oo2=f。平
图则是被移动后，如图2所示。图2移动前后图像Fig．2Theimagesbeforeandaftercameramovement3)剔除无匹配点的方法是通过改进的SIFT算法来完成，并优化匹配算法。来完成对采集的立体图像特征点的匹配。该方法主要通过远景图内标出与近景图出现的共同场景，是由于远景图具有更大的空间范围。4)根据改进的SIFT算法得到匹配点，计算出特征点的三维坐标。图2所示的单相机定焦测距示意图是针孔成像模型，便于进行几何分析。将相机移动前的相机光学中心定为原点o，并将相机沿着光轴前移，从而建立空间直角坐标系o-xyz，如图3所示，其中的图像平面为xoy。由步骤2)所述，对同一场景分别在两个位置采集图片。相机沿着光轴前移后的图像平面设定为x'o'y'，光学中心为o'。场景中的任意一点为s，移动前的点为s1，移动后的点为s2。在同一坐标系下对这两个模型进行分析。像点s1在直线om上，点s2在直线om'上，两直线的斜率在理想模型中是相同的，作直线ss2的延长线交直线om于点s'2。ss1直线是通过移前透镜的中心点o1，ss2直线是通过移后的透镜中心点o2，其中f是相机的固定焦距，并且oo1=oo2=f。平面som是穿过z轴并且垂直于像平面xoy的平面。图3相机移动成像Fig．3Theimagingofcameramovement截取平面som单独分析，如图3所示。r1、r2为像点、到光心的距离，即平面xoy中的极半径，如图4所示。图4(a)包含的为更大的场景空间，图4(b)包含的则为更过的细节。并且图4(a)和(b)都包含的像平面a'b'c'd'为公共场景。图4中的abcd为像平面大校为此可以在
【参考文献】：
期刊论文
[1]短距离激光测距传感器系统设计[J]. 王顺录,李党娟,范源,郝冬杰. 国外电子测量技术. 2016(11)
[2]基于阵列图像的自适应光场三维重建算法研究[J]. 丁伟利,陈瑜,马鹏程,黄向生,张旭光. 仪器仪表学报. 2016(09)
[3]基于回波探测的汽车防撞系统智能测距方法[J]. 陆兴华,彭意达. 电子测量技术. 2016(06)
[4]基于光场成像的三维测量方法的研究[J]. 王宇,张旭,李晨,屠大维. 仪器仪表学报. 2015(06)
[5]基于改进Harris-SIFT算子的快速图像配准算法[J]. 许佳佳,张叶,张赫. 电子测量与仪器学报. 2015(01)
[6]飞行时间法三维成像摄像机数据处理方法研究[J]. 潘华东,王其聪,谢斌,许世芳,刘济林. 浙江大学学报(工学版). 2010(06)
[7]基于分块的摄像机内外参数标定方法[J]. 梁冬泰,王宣银. 上海交通大学学报. 2009(03)
[8]基于单目视觉的空间定位算法[J]. 赵天云,郭雷,张利川. 西北工业大学学报. 2009(01)
硕士论文
[1]基于定焦平移序列图像的测距技术研究[D]. 栾长一.沈阳理工大学 2013
本文编号：3563898
【文章来源】：电子测量与仪器学报. 2017,31(06)北大核心CSCD
【文章页数】：7 页
【部分图文】：
相机移动示意图
次。最后通过图像处理的方法和相应的技术计算特征点的三维坐标，获得相机与物体之间的距离。操作过程具有如下步骤。图1相机移动示意图Fig．1Schematicdiagramofcameramovement1)将相及其滑动机构对准测距场景，如图1所示。本实验的滑动机构是需要将相机沿光轴方向移动的高精度导轨。2)首先，使用滑动机构将相机沿光轴方向移动一段距离，相机对同一场景的成像的前后两个位置采集图片。然后，将这两个位置采集的图片当作立体图像进行保存编号。假设相机向前移动前所采集的图片定义为远景图，近景图则是被移动后，如图2所示。图2移动前后图像Fig．2Theimagesbeforeandaftercameramovement3)剔除无匹配点的方法是通过改进的SIFT算法来完成，并优化匹配算法。来完成对采集的立体图像特征点的匹配。该方法主要通过远景图内标出与近景图出现的共同场景，是由于远景图具有更大的空间范围。4)根据改进的SIFT算法得到匹配点，计算出特征点的三维坐标。图2所示的单相机定焦测距示意图是针孔成像模型，便于进行几何分析。将相机移动前的相机光学中心定为原点o，并将相机沿着光轴前移，从而建立空间直角坐标系o-xyz，如图3所示，其中的图像平面为xoy。由步骤2)所述，对同一场景分别在两个位置采集图片。相机沿着光轴前移后的图像平面设定为x'o'y'，光学中心为o'。场景中的任意一点为s，移动前的点为s1，移动后的点为s2。在同一坐标系下对这两个模型进行分析。像点s1在直线om上，点s2在直线om'上，两直线的斜率在理想模型中是相同的，作直线ss2的延长线交直线om于点s'2。ss1直线是通过移前透镜的中心点o1，ss2直线是通过移后的透镜中心点o2，其中f是相机的固定焦距，并且oo1=oo2=f。平
图则是被移动后，如图2所示。图2移动前后图像Fig．2Theimagesbeforeandaftercameramovement3)剔除无匹配点的方法是通过改进的SIFT算法来完成，并优化匹配算法。来完成对采集的立体图像特征点的匹配。该方法主要通过远景图内标出与近景图出现的共同场景，是由于远景图具有更大的空间范围。4)根据改进的SIFT算法得到匹配点，计算出特征点的三维坐标。图2所示的单相机定焦测距示意图是针孔成像模型，便于进行几何分析。将相机移动前的相机光学中心定为原点o，并将相机沿着光轴前移，从而建立空间直角坐标系o-xyz，如图3所示，其中的图像平面为xoy。由步骤2)所述，对同一场景分别在两个位置采集图片。相机沿着光轴前移后的图像平面设定为x'o'y'，光学中心为o'。场景中的任意一点为s，移动前的点为s1，移动后的点为s2。在同一坐标系下对这两个模型进行分析。像点s1在直线om上，点s2在直线om'上，两直线的斜率在理想模型中是相同的，作直线ss2的延长线交直线om于点s'2。ss1直线是通过移前透镜的中心点o1，ss2直线是通过移后的透镜中心点o2，其中f是相机的固定焦距，并且oo1=oo2=f。平面som是穿过z轴并且垂直于像平面xoy的平面。图3相机移动成像Fig．3Theimagingofcameramovement截取平面som单独分析，如图3所示。r1、r2为像点、到光心的距离，即平面xoy中的极半径，如图4所示。图4(a)包含的为更大的场景空间，图4(b)包含的则为更过的细节。并且图4(a)和(b)都包含的像平面a'b'c'd'为公共场景。图4中的abcd为像平面大校为此可以在
【参考文献】：
期刊论文
[1]短距离激光测距传感器系统设计[J]. 王顺录,李党娟,范源,郝冬杰. 国外电子测量技术. 2016(11)
[2]基于阵列图像的自适应光场三维重建算法研究[J]. 丁伟利,陈瑜,马鹏程,黄向生,张旭光. 仪器仪表学报. 2016(09)
[3]基于回波探测的汽车防撞系统智能测距方法[J]. 陆兴华,彭意达. 电子测量技术. 2016(06)
[4]基于光场成像的三维测量方法的研究[J]. 王宇,张旭,李晨,屠大维. 仪器仪表学报. 2015(06)
[5]基于改进Harris-SIFT算子的快速图像配准算法[J]. 许佳佳,张叶,张赫. 电子测量与仪器学报. 2015(01)
[6]飞行时间法三维成像摄像机数据处理方法研究[J]. 潘华东,王其聪,谢斌,许世芳,刘济林. 浙江大学学报(工学版). 2010(06)
[7]基于分块的摄像机内外参数标定方法[J]. 梁冬泰,王宣银. 上海交通大学学报. 2009(03)
[8]基于单目视觉的空间定位算法[J]. 赵天云,郭雷,张利川. 西北工业大学学报. 2009(01)
硕士论文
[1]基于定焦平移序列图像的测距技术研究[D]. 栾长一.沈阳理工大学 2013
本文编号：3563898
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3563898.html
