基於雙目視覺的汽車前向障礙物檢測

2021-08-21 07:12:25 字數 571 閱讀 2042

在我的設計中:

1、測試案例中的左圖(左上圖)和右圖使用自己改進的sgm演算法進行計算得到視差圖,通過gpu的加速可以實時輸出視差圖(右中圖為視差圖的偽色彩圖)。 可以看到,改進版的sgm演算法不但速度滿足了實時計算的要求,而且效果明顯好於原版的sgm演算法。

2、通過對視差資訊的計算,獲得三維點雲圖(右下為三維點雲圖),使用opengl渲染並輸出點雲圖,可以更加便捷以多種視角觀察點雲。

3、通過地面檢測演算法檢測可行駛路面,並將可行使路面標記為綠色區域(左中圖)。 注意,由於雙目視覺的便於由於在兩個中可視範圍不相同, 左圖的右側和右圖的左側缺失,所以這兩部分的深度資訊不可信,因此檢測到的地面也不可信,實際應用中應過濾掉這兩部分檢測到的地面。

4、通過障礙物檢測演算法檢測最具威脅的障礙物資訊,並隱藏不具威脅障礙物資訊(左下圖),在圖中標記為紅色塊。通過與原始左圖(左上圖)重疊,可以明顯看到障礙物檢測的結果。

5、根據障礙物資訊和地面資訊,輸出模擬雷達資訊(右上圖)。 通過雷達資訊,可以觀測到車輛前部的障礙物,可行駛區域等資訊。 其中距離較近的障礙物為紅色,距離遠的為藍色。 由於為了更好的視覺效果,顯示的距離並不是正確的比例,並且拋棄了遠處的障礙物資訊。

雙目視覺焦距 雙目視覺系統的原理和設計

雙目立體視覺是機器視覺的一種重要形式,它是基於視差原理並由多幅影象獲取物體三維幾何資訊的方法。雙目立體視覺系統一般由雙攝像機從不同角度同時獲得被測物的兩幅數字影象,或由單攝像機在不同時刻從不同角度獲得被測物的兩幅數字影象,並基於視差原理恢復出物體的三維幾何資訊,重建物體三維輪廓及位置。雙目立體視覺原...

6 結構光 雙目視覺 基於特徵點

在這裡,對matlab的demo進行更改,測試了雙目視覺!具體的 如下 雙目立體視覺 對比實驗 清空工作區 clc clear close all 匯入影象資料 i1 imread pattern cam1 im1.png i2 imread pattern cam2 im1.png figure ...

雙目視覺的一些部落格文章筆記

缺點 在自動駕駛領域,雙目相機可以做到標準化,因為場景是標準的,而在工業領域其場景是不同的,不同的工業場景應用不同,所以其標準化比較難,乙個標準化的解決方法是將一些底層的類別固化,比如人,貨架,牆壁等做成韌體,然後可以像搭積木一樣的快速組合成標準品。深度感知精度隨距離的增加而指數級降低 a.可不可以...