一种基于几何关系的单目视觉测距方法

申请号 CN201610817429.9 申请日 2016-09-12 公开(公告)号 CN106443650A 公开(公告)日 2017-02-22
申请人 电子科技大学成都研究院; 发明人 曹志昊; 叶茂; 陆川; 廖丹; 张力; 张明; 吴涵莹; 徐邦焱; 陈雪; 陈平; 汤维;
摘要 本 发明 公开了一种基于几何关系的单目视觉测距方法,包括以下步骤:S1、计算目标物截面直线与摄像机镜头在 水 平面上的距离;S2、通过三 角 形相似原理计算目标物到单目摄像头光轴的距离。本发明根据摄像机投影模型,通过几何推导来得到路面 坐标系 和图像坐标系之间的关系,计算过程简单,计算复杂度低,对于 硬件 的要求较低;同时能够达到较高的 精度 ,其误差在0.5米以内。本发明在很简单的硬件配置条件下,几乎无需增加额外的负载和电量的情况下,能够有效计算 前方车辆 或其它障碍物的距离,从而有效躲避,其计算方法及测距装置具有广泛的应用前景,如利用于 汽车 自动驾驶或智能 机器人 行走的避障等技术领域。
权利要求

1.一种基于几何关系的单目视觉测距方法,其特征在于,包括以下步骤:
S1、计算目标物截面直线与摄像机镜头在平面上的距离;
S2、通过三形相似原理计算目标物到单目摄像头光轴的距离。
2.根据权利要求1所述的一种基于几何关系的单目视觉测距方法,其特征在于,所述步骤S1具体实现方法为:记摄像头距离地面的高度为H,摄像头能够看到的最远距离为D,摄像头光轴与水平夹角为α,摄像头视角为VA,图像平面为p,图像竖直方向像素总数为M,目标物截面直线与摄像头镜头在水平面上的距离为d,目标物底部直线对应在图上的直线到图像上方像素数为v,摄像机与目标底部连线与相机光轴夹角为β;
目标物截面直线与摄像机镜头在水平面上的距离d表示为:

其中,α角的大小计算如式(2)所示:

β角的大小由式(3)表示:

3.根据权利要求2所述的一种基于几何关系的单目视觉测距方法,其特征在于,所述步骤S2具体实现方法为:单目摄像头到图像平面的距离为f,目标物坐标点在图像上的点与光轴的距离为r,目标物到摄像头光轴所在竖直平面的距离为l,已经求得了障碍物底部直线与摄像头的水平距离为d,通过勾股定理求解r;然后由三角形相似求得l:

目标物到单目摄像机光轴的距离L通过勾股定理得到:

说明书全文

一种基于几何关系的单目视觉测距方法

技术领域

[0001] 本发明属于单目测据技术领域,主要应用于自主移动机器人和智能车辆视觉导航辅助系统领域,特别涉及一种基于几何关系的单目视觉测距方法。

背景技术

[0002] 单目测据,即使用单个摄像头对前方物体进行拍摄得到单张图片,利用摄像头参数、图片中物体坐标点、像距和图像尺寸的关系得到物距,成像原理如图1所示。
[0003] 在现有的非接触式测距技术领域,涉及最多的理论和方法主要有多目(通常是双目)测距和激光测距。虽然双目立体视觉经过二十多年的研究,其技术已经有了很大的发展。但无论是从视觉生理的度,还是从实际应用方面来看,现有的双目立体视觉技术还处在十分不成熟的阶段,由于计算量相对较大处理器的运算能要求较高,而且由于人类对自身的视觉机理的了解还十分有限,测量误差较大,这无疑给双目测距技术的发展带来了一定的限制。激光测距是指根据激光往返时间测定距离的方法,其原理就是利用电磁波的直线传播和波速稳定的特性,向目标射出一束很细的激光,由光电原件接收目标反射的激光束,通过测出光通过两点之间的时间进行测距的过程。激光测距虽然精度高,但是它的方向性太强,从而发散度非常低,如需解决多目标测距问题时,存在资源消耗过大、精度不高、成本相对较高等诸多问题。
[0004] 其它测距方式诸如红外测距存在精度低,距离近,方向性差等问题,声波测距抗干扰能力强,但精度低且成本高。

发明内容

[0005] 本发明的目的在于克服现有技术的不足,提供一种通过几何推导来得到路面坐标系和图像坐标系之间的关系,计算复杂度低,能够达到较高的精度,其计算方法及测距装置具有广泛的应用前景的基于几何关系的单目视觉测距方法。
[0006] 本发明的目的是通过以下技术方案来实现的:一种基于几何关系的单目视觉测距方法,包括以下步骤:
[0007] S1、计算目标物截面直线与摄像机镜头在平面上的距离;
[0008] S2、通过三角形相似原理计算目标物到单目摄像头光轴的距离。
[0009] 进一步地,步骤S1具体实现方法为:记摄像头距离地面的高度为H,摄像头能够看到的最远距离为D,摄像头光轴与水平夹角为α,摄像头视角为VA,图像平面为p,图像竖直方向像素总数为M,目标物截面直线与摄像头镜头在水平面上的距离为d,目标物底部直线对应在图上的直线到图像上方像素数为v,摄像机与目标底部连线与相机光轴夹角为β;
[0010] 目标物截面直线与摄像机镜头在水平面上的距离d表示为:
[0011]
[0012] 其中,α角的大小计算如式(2)所示:
[0013]
[0014] β角的大小由式(3)表示:
[0015]
[0016] 进一步地,步骤S2具体实现方法为:单目摄像头到图像平面的距离为f,目标物坐标点在图像上的点与光轴的距离为r,目标物到摄像头光轴所在竖直平面的距离为l,已经求得了障碍物底部直线与摄像头的水平距离为d,通过勾股定理求解r;然后由三角形相似求得l:
[0017]
[0018] 目标物到单目摄像机光轴的距离L通过勾股定理得到:
[0019]
[0020] 本发明的有益效果是:本发明根据摄像机投影模型,通过几何推导来得到路面坐标系和图像坐标系之间的关系,计算过程简单,计算复杂度低,对于硬件的要求较低;同时能够达到较高的精度,其误差在0.5米以内。本发明在很简单的硬件配置条件下,几乎无需增加额外的负载和电量的情况下,能够有效计算前方车辆或其它障碍物的距离,从而有效躲避,其计算方法及测距装置具有广泛的应用前景,如利用在汽车自动驾驶或智能机器人行走的避障等技术领域。附图说明
[0021] 图1为单目测距成像原理图;
[0022] 图2为本发明的计算目标物截面直线与摄像机镜头在水平面上的距离的原理;
[0023] 图3为本发明的计算目标物到单目摄像头光轴的距离的原理图。

具体实施方式

[0024] 该单目测距技术所涉及到的设备包括但不仅限于摄像装置、传输装置、显示装置和处理装置等。其中摄像装置为单目摄像机,可以是选用一般的监控摄像头,其一般带有传输模和数据线等和处理装置链接的传输装置,显示装置通常为方便人员监控、观测和记录数据等,处理装置主要是基于电子计算机设备,如PC机等。上述硬件设施由于本技术的简单实用性,可以很容易找到实现该技术的硬件设备或其他替代品,因此装置的具体构造等不再赘述。
[0025] 下面结合附图进一步说明本发明的技术方案。
[0026] 本发明的一种基于几何关系的单目视觉测距方法,包括以下步骤:
[0027] S1、计算目标物截面直线与摄像机镜头在水平面上的距离;其原理如图2所示,具体实现方法为:记摄像头距离地面的高度为H,摄像头能够看到的最远距离为D,摄像头光轴与水平夹角为α,摄像头视角为VA,图像平面为p,图像竖直方向像素总数为M,目标物截面直线与摄像头镜头在水平面上的距离为d,目标物底部直线对应在图上的直线到图像上方像素数为v,摄像机与目标底部连线与相机光轴夹角为β;
[0028] 目标物截面直线与摄像机镜头在水平面上的距离d表示为:
[0029]
[0030] 其中,α角的大小计算如式(2)所示:
[0031]
[0032] β角的大小由式(3)表示:
[0033]
[0034] S2、通过三角形相似原理计算目标物到单目摄像头光轴的距离;其原理如图3所示,具体实现方法为:单目摄像头到图像平面的距离为f,目标物坐标点在图像上的点与光轴的距离为r,目标物到摄像头光轴所在竖直平面的距离为l,已经求得了障碍物底部直线与摄像头的水平距离为d,通过勾股定理求解r;然后由三角形相似求得l:
[0035]
[0036] 目标物到单目摄像机光轴的距离L通过勾股定理得到:
[0037]
[0038] 影响本申请计算结果精度的因素有以下两点:一是摄像机的高度是否准确,另一个就是摄像机的俯角是否准确。下面通过实验来验证两点因素对计算结果的影响:
[0039] 一、进行实验时固定摄像机的俯角5.68°不变,通过改变摄像机的高度(其他参数不变)得到的距离变化数据如表1所示。
[0040] 表1随高度变化的距离数据
[0041]高度(m) 1.11 1.16 1.21 1.26 1.31
距离(m) 11.16 11.46 12.06 12.39 12.77
[0042] 二、固定摄像机的高度1.21米不变,通过改变摄像机的俯角(其他参数不变)得到的距离变化输入如表2所示。
[0043] 表2随俯角变化的距离数据
[0044]俯角(°) 5.48 5.58 5.68 5.78 5.88
距离(m) 12.61 11.38 10.16 9.95 9.02
[0045] 当摄像机高度变化范围为20cm时,测距变化为1.61m;当摄像机俯仰角变化范围为0.4°时,测距变化为3.59m。由此可见,摄像机高度对距离求解的影响较小,而俯仰角则对距离求解起关键作用,它在很大程度上制约着求解本车与障碍物之间距离的准确性。可以利用道路边界平行约束条件来实时计算摄像机的动态俯仰角度,可以获取较为准确的道路深度信息。
[0046] 下面通过实验来验证本方法的准确性:根据摄像头的标定结果,在程序中设定相应的参数,焦距f=621mm;获取并设置相机的其它外部参数,相机高度H=1.17m,相机的俯角5.87m;
[0047] 在保持摄像装置设置参数不变的情况下获取前方包含目标物的图像并传输值处理装置和显示装置,在接收端得到图片像素大小为720×574;以图像左上角为坐标原点,给定目标物在图像中的坐标(X,Y)。
[0048] 利用上述公式(1)~(5)计算得到相机距离目标物的距离。
[0049] 如表3所示为目标物在不同距离和角度方向上,通过该算法对其进行测距的结果。
[0050] 表3.1目标物在摄像装置正前方
[0051]
[0052]
[0053] 表3.2目标物在摄像装置左侧
[0054]坐标点(pixl) 实际距离(m) 目标物夹角(°) 测量距离(m)
(320,20) 2.71 -63.4 2.60
(321,60) 4.24 -33.7 4.12
(319,112) 4.78 -19.6 4.67
(280,193) 5.71 -11.7 5.58
(281,376) 9.76 -6.1 9.51
(279,527) 12.54 -4.4 12.28
[0055] 表3.3目标物在摄像装置右侧
[0056]坐标点(pixl) 实际距离(m) 目标物夹角(°) 测量距离(m)
(320,19) 2.80 63.9 2.69
(321,61) 4.25 33.9 4.22
(319,112) 4.78 19.6 4.67
(280,195) 5.71 11.7 5.57
(281,376) 9.77 6.1 9.51
(279,527) 12.54 4.5 12.38
[0057] 由此可以看出,本方法计算简单,复杂度低,对于硬件的要求较低;同时能够达到较高的精度,误差在0.5米以内,具有广泛的应用前景,如可以运用在汽车自动驾驶或智能机器人行走的避障过程中,在很简单的硬件配置条件下,几乎无需增加额外的负载和电量的情况下,能够有效计算前方车辆或其它障碍物的距离,从而有效躲避。
[0058] 本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
QQ群二维码
意见反馈