一种无人驾驶汽车交通灯识别方法与流程

本发明涉及无人汽车驾驶领域，特别涉及无人驾驶汽车交通灯识别方法。

背景技术：

针对城市工况的自动驾驶汽车，十字路口交通信号灯识别与车辆自动启停与转向，是无人驾驶汽车必须具备的功能。其中，十字路口交通信号灯识别技术是该功能是否可以正常工作的关键。交通信号灯识别技术主要涉及两个关键技术研究:红绿灯颜色分割与箭头型指示灯指向信息识别。红绿灯颜色分割主要研究将彩色图像映射到不同的色彩空间，然后根据红灯与绿灯分布的阈值区段将红灯区域和绿灯区域提取出来。箭头型指示灯指向信息识别主要研究采用图像处理技术，将箭头型指示灯的左转、右转、直行信息识别出来，用于控制车辆十字路口转向。但是在分析计算得到红绿灯状态的前提是争取的获取得到红绿灯状态的图片。现有技术采用的是相机采集后由处理器通过图像分析得到红绿灯的状态，从而控制汽车转向启停，但是红绿灯采用led显示时间、箭头图像等信息，由于会因为红绿灯显示频率与图像采集时间反向工作导致相机采集的图像有时交通灯区域为全黑图像，从而导致相机致盲，无法正确控制车辆启停和转向。即：红绿灯显示时，由于有时灯光显示的亮灭时间与图像采集的时间相反，导致相机采集的交通灯部分图像持续若干帧都是黑色，从而影响了交通灯的正常检测。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供一种无人驾驶汽车交通灯识别方法，该方法能够减少无人驾驶汽车由于无法正确采集红绿灯图象而造成的红绿灯状态识别错误的缺陷。

为了实现上述目的，本发明采用的技术方案为：一种无人驾驶汽车交通灯识别方法，包括：

相机采集红绿灯图像信息；

对图像信息分析处理得到左转、右转、直行对应的红绿灯信息；

其特征在于：相机采集红绿灯图像信息时，预设相机标准曝光时间t和曝光时间波动阀值δt，在拍摄图像时，相机的曝光时间为标准曝光时间上下浮动波动阀值，即为t-δt～t+δt。

用于采集图像的相机为两个，分别为长焦相机和短焦相机。

所述的长焦相机和短焦相机同时工作采集交通灯的图像信息。

分别对长焦相机、短焦相机采集的图像进行交通信号识别，若仅有其中一个相机识别出交通灯信息，则以该交通信息控无人驾驶汽车。

若长焦相机、短焦相机两者采集的图像均识别到交通灯信息，判断长焦相机与短焦相机采集的是否为相同位置的交通灯图像，若是，判断识别的交通灯信息是否一致，若一致，采集任一识别结果控制无人驾驶汽车；若不一致，则分别获取两个相机采集的交通灯信息稳定性，其中交通灯信息稳定性根据连续多帧图像的交通灯信息变化次数来判定，选取变化次数小的交通灯信息控制无人驾驶汽车，当变化次数相同，选取短焦相机采集的图像来获取交通灯信息。

若判断长焦相机与短焦相机采集的是否为相同位置的交通灯的图像的结果为否，根据相机采集的交通灯图像所对应的交通灯与汽车的距离选择其中距离小的交通灯的图像获取交通灯状态。

根据采集的交通灯图像对应的交通灯与汽车的距离来判断长焦相机与短焦相机采集的是否为相同位置的交通灯的图像。

本发明的优点在于：解决了无人驾驶汽车在图像采集方面容易出现红绿灯显示频率与图像采集时间反向工作，导致相机采集的图像有时交通灯区域为全黑图像，从而导致相机致盲的缺陷，保证了无人驾驶汽车在交通灯图像采集的正确性；采用长焦相机和短焦相机配合的图像采集策略，不论汽车距离交通灯距离远近，都能尽可能的获得较为清楚地图像信息；通过相机曝光调节、长焦短焦相机配合保证了采集的交通灯图像的准确性，为无人驾驶汽车通过图像获取交通指示信息提供基础。

附图说明

下面对本发明说明书各幅附图表达的内容及图中的标记作简要说明：

图1为现有技术无人驾驶汽车交通灯识别流程图；

图2为本发明无人驾驶汽车长焦短焦原理示意图；

图3为本发明交通灯图像获取原理流程图；

具体实施方式

下面对照附图，通过对最优实施例的描述，对本发明的具体实施方式作进一步详细的说明。

如图1所示，为现有技术中无人驾驶汽车的交通信号灯识别方法流程图，首先由相机采集红绿灯图像信息；其次对图像信息进行分析处理得到左转、右转、直行对应的红绿灯信息；无人驾驶汽车的整车控制器根据得到的红绿灯信息控制汽车的启停转向操作。现有技术中相机采集交通灯图像信息采用曝光时间确定的相机，且是单个相机用于控制。获取的图像数据通过图像处理算法得到红绿灯的颜色以及指向信息，从而为无人驾驶汽车的运行提供转向启停数据支持。

在本发明的一个优选实施例中，相机采集红绿灯图像信息时，预设相机标准曝光时间t和曝光时间波动阀值δt，在拍摄图像时，相机的曝光时间为标准曝光时间上下浮动波动阀值，即为t-δt～t+δt。在连续采集交通灯的图像时，每次拍摄时，相机的曝光时间均为不同的，其曝光时间由微处理器控制，控制其曝光时间在t-δt～t+δt之间波动，标准曝光时间t为现有技术中相继曝光时间，δt为预设的阀值，可以t值的10％左右，可根据具体需求设定。拍照时，可以在t-δt～t+δt之间预先设定多个曝光值，然后预存在微处理器中，然后在拍摄时，由微处理器随机获取预先设定的多个曝光值的其中一个用于控制相机采用该曝光值采集图像信息。

如图2所示，本发明的一个优选实施例中，相机采用两个，分别为长焦相机和短焦相机，两个相机同时工作采集交通灯图像信息。长焦相机、短焦相机均连接微处理器，相机的工作由微处理器控制，微处理器内设置图像识别单元、图像处理单元，用于对图像进行识别，获取交通灯信息，交通灯信息包括交通灯的红绿信息以及红绿信息对应的箭头指向信息，以及通过单目相机识别的采集的图像对应的交通灯距离相机位置的距离信息。

长焦相机和短焦相机采集的交通灯图像经微处理器中的图像处理软件处理识别后得到交通灯信息。如果长焦相机、短焦相机两者中仅有一个相机的图像通过微处理器识别出交通灯信息也就是交通信号灯状态时，采用该识别出的交通灯信息作为无人驾驶汽车控制的依据。微处理器经交通灯图像识别软件识别，获取两者识别的结果的反馈值，若仅有一个识别结果反馈，则以该结果作为无人驾驶汽车控制的依据控制汽车根据交通灯信息启停行驶。

若接收到获取的识别结果为两个，即分别识别长焦相机、短焦相机采集的交通灯图像均接收识别结果反馈，则需要对交通信号灯位置信息进行判断。如果长焦相机、短焦相机中的交通灯位置匹配一致即位置相同时，则进一步判断长焦相机、短焦相机中识别的交通灯信息中交通灯状态是否相同，如果相同，采用其中任一相机识别结果，如果交通灯状态不一致，则根据识别交通状态稳定性作为选族依据。交通状态稳定性可根据连续n帧(n值优选5-10)图像交通灯状态变化次数来判定。在持续的n帧图像中，如果交通灯识别状态变化越大，表明识别信息越不稳定，选取稳定的识别结果作为汽车控制信号。如果交通灯识别稳定性判断相同，则优选短焦距相机中的状态作为最终识别信息。如果两个相机检测的交通灯位置信息无法匹配，则选择其中最近的交通灯状态作为识别结果。

如图3所示，若长焦相机、短焦相机两者采集的图像均识别到交通灯信息，判断长焦相机与短焦相机采集的是否为相同位置的交通灯图像，根据采集的交通灯图像对应的交通灯与汽车的距离来判断长焦相机与短焦相机采集的是否为相同位置的交通灯的图像，长焦距离为s1短焦距离为s2，距离相同s1＝s2时，则采集的交通灯图像对应的交通灯位置相同。

若判断是相同位置的交通灯图像，则判断识别的交通灯信息是否一致，识别交通灯信息包括红绿灯状态、红绿灯对应的箭头指向信息，当两者一致时，交通灯信息才一致。若判断结果为一致，采用任一相机采集的图像的识别结果控制无人驾驶汽车；若不一致，则分别获取两个相机采集的交通灯信息稳定性，稳定性好的交通灯信息则用于控制汽车，其中交通灯信息稳定性根据连续多帧图像的交通灯信息变化次数来判定，变化次数小则稳定性好，选取变化次数小的交通灯信息控制无人驾驶汽车，当变化次数相同，稳定性一致选取短焦相机采集的图像来获取交通灯信息。

若判断长焦相机与短焦相机采集的是否为相同位置的交通灯的图像的结果为否，根据相机采集的交通灯图像所对应的交通灯与汽车的距离选择其中距离小的交通灯的图像获取交通灯信息控制无人驾驶汽车。即s1、s2中数值小的对应的相机采集的图像作为汽车识别交通灯的图像，其识别出的交通灯结果用于控制无人驾驶汽车。

根据相机采集的图片计算出图片中物体与相机的距离，采用单目相机测距原理即可实现。作为本实施例中的交通灯图像对应的交通灯与汽车的距离可以以相机与交通灯的距离来表示，而相机与交通灯的距离可以根据相机测距算法实现。现有技术根据相机测距已为成熟技术，这里做简要说明。交通灯测距根据检测得到的图像信息中交通灯的横向距离计算。相机在车辆上安装固定，根据相机的安装位置和相机的焦距信息，计算相机的内参和外部参数信息。然后就可以计算出图像中交通灯横向方向占用的图像像素个数与真实交通灯与车辆距离的对应关系。

显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，均在本发明的保护范围之内。