基于视觉显著性的车载单目相机自运动估计及前车尺度估计方法

 【摘  要】提出一种基于视觉显著性的车载单目相机自运动估计及前车尺度估计方法。首先，针对车载相机自运动估计，通过视觉显著性计算方法检测并去除含有噪声的单目图像序列中的运动目标，同时考虑图像的纹理区域和平滑区域，利用加权显著图保留有用特征点，进而对车载相机进行鲁棒的自运动估计。其次，将前车距离转化为前车尺度估计问题，通过描述子匹配与李代数中正则化的强度匹配相结合的方法最小化损失函数，通过设计视觉注意力机制选择有纹理无遮挡的图像块，并对选定的图像块中的像素赋权以减轻被噪声破坏像素的影响，从而实现鲁棒、准确的尺度估计。最后，利用多个具有挑战性的数据集对所提方法进行分析验证。结果表明，单目相机自运动估计方法达到了基于立体相机方法的水平，前车尺度估计方法在充分发挥强鲁棒性优势的同时保证了预测精度。

【关键词】视觉显著性 ; 单目相机 ; 运动估计 ; 尺度估计

1.引言

随着智能交通在全球兴起，作为智能交通系统中基于先进车辆安全系统的重要研发内容，车辆防碰撞预警系统获得了广泛的关注。该系统通过碰撞时间（time-to-collision，TTC）预测车辆和前车发生碰撞的风险，协助驾驶员避免发生高速、低速追尾前车等重大交通事故。因此，精确预测TTC对于保障道路行车安全至关重要。车载单目相机的自运动估计和前车尺度估计是准确预测TTC的关键。然而，现有的单目相机自运动估计方法受到前景中运动物体的影响，前车尺度估计方法存在视觉计算的效率问题，并且缺乏对环境适应性和结果准确性的平衡，导致TTC的可靠性无法得到保证。

目前，基于深度传感器的立体视觉里程计、同步定位和制图（simultaneous localization a