基于非同步多攝像頭裝置的智能汽車視覺測程法

?

基于非同步多攝像頭裝置的智能汽車視覺測程法

為了使駕駛輔助系統和泊車輔助系統更加高效和安全，輔助系統需要借助諸如單通道攝像頭、環視攝像頭和多通道攝像頭等視覺傳感器來獲得信息和配置。這些系統能夠應用在障礙物和道路識別、定位和繪圖等方面，其中非常重要的一步就是視覺測距。

攝像頭動作的計算是視覺測距的基礎。系統需要計算出攝像頭的旋轉、平移以及相鄰幀的相對比例。比例的估計是最敏感的部分，需要進行穩健預估。如果需要絕對度量值，視覺測距的過程必須與相關的3D知識相整合。至于單眼系統，必須先利用3D場景的知識進行初始化，然后在運動過程中通過綁定調整步驟的抑制參數法來維持。然而，在基于低成本裝置和接近市場的傳感器的汽車應用中，最主要的問題就是視覺的同步性。通常利用附加的電子電路圖和昂貴的硬件來解決這個問題。為了解決這些問題，引入了一種新的方法來緩和同步性約束。

介紹了用于非同步多攝像頭系統裝置度量估算的視覺測程法，主要應用在智能汽車領域。提出一套叫做“三角基”的新算法。該算法采用了校準攝像頭的內部和外部參數信息。假設攝像頭兩個相鄰幀的軌跡是線性的，相對攝像頭的位置可通過典型的運動結構技術來預估。然后，利用已知的外部系數和線性假設計算出比例系數。研究證實了該方法在仿真和實際條件下的有效性。對現實世界來說，可通過KITTI數據組中兩個攝像頭的圖像序列預估運動軌跡，并與GPS/ INS地面真實值進行對比。

Rawia Mhiri. Pascal Vasseur, 2014 IEEE Intelligent vehicles Symposiym. June 8-11, 2014. Dearborn, Michigan, USA.

編譯：薛雷