相關源代碼的下載下傳連結：stixe_world semantic-stixel_world 源代碼下載下傳位址
1. 算法背景
Q: 如何有效處理數以百萬的視差圖資料(提供了每個像素的精确深度資訊)? 以及如何在大量資料中找到所有相關的障礙物? - 提出方法
“ stixel_world ”, It takes into account that the free space in front of ve-hicles is limited by objects with almost vertical surfaces. These surfaces are approximated by adjacent rectangular sticks of a certain width and height.
2. 算法核心
基礎 – SGM(Semi-Global-Matching) 生成視差圖
- 實質–a medium level representation that bridges the gap between the pixel and the object level.
- 表現形式:
-
N: Each stixel is defined by its 3D position relative to the camera and stands vertically on the ground, having a certain height.
Each stixel limits the free space and approximates the object boundaries !
-
N: For example, the width of the stixels is set to 5 pixels, a scene from a VGA image can be represented by 640/5=128 stixels only.
-
stixel-world 計算方法
1.根據視差圖資料計算圖像的占用網格,如圖2(a), 并将此次計算結果應用與 Free Space 的初始化計算.
采用的方法: DP 求取全局最優; 得到圖2(c), 圖3(a)的結果.
2.采用DP估計障礙物最優高度分割值, 圖3(d)
3.Finally, a robust averaging of the disparities of each stixel yields a precise model of the scene.
- 随機占用網格的計算方法
-
N: The stereo disparities are used to build a stochastic occupancy grid.
An occupancy grid is a two-dimensional array or grid which models occupancy evidence of the environment.
-
N: 占用網格的第一次介紹是在文獻[1], 占用網格算法的回顧見文獻[2]；
-
在本文中, 采用極坐标占用網格, 用圖像的清單示角坐标, 視差圖用于表示範圍, 另外, 我們不是假設平面道路，而是通過在[3]中提出的将B樣條曲面拟合到3D資料來估計道路姿态。 Road-Estimated
- Free Space 計算方法
N1: 從圖2中視差圖的占用網格圖可以看出, 自由空間的搜尋可以從圖像的底部開始,直到找到占用網格, 而在這之前搜尋過 的空間就是自由空間(從相機的視野角度出發). 在這裡, 我們使用DP的方法, 從左邊到右邊搜尋切割出一個最優的占用網格圖(自由空間).
通過使用懲罰深度跳躍的成本來施加空間平滑度，而通過懲罰目前解決方案與預測的偏差的成本來施加時間平滑性 [4]
N2: 如果直接在圖(a)上直接使用DP, 則可能會忽略背景前的障礙物,如護欄, 隻檢測到建築物; 是以, 我們在使用DP之前先提取背景如圖2(b).
另外, 每一個自由空間的點, 不僅支出了自由空間的邊界, 而且提供了障礙物的位置的基點.
- 障礙物的高度分割
N1: 在背景和前景之間找到最佳分割, 可以對第一步計算得的代價圖像(Cost Image)應用DP去找到障礙物的上邊界!
參考文獻
[1] Elfes, A.: Sonar-based real-world mapping and navigation. Journal of Robotics and Automation 3(3) (June 1987) 249–265
[2] Thrun, S., Burgard, W., Fox, D.: Probabilistic Robotics. Intelligent Robotics and Autonomous Agents. The MIT Press (2005)
[3] Wedel, A., Franke, U., Badino, H., Cremers, D.: B-spline modeling of road surfaces for freespace estimation. In: Intelligent Vehicle Symposium. (2008)
[4] Badino, H., Franke, U., Mester, R.: Free space computation using stochastic occupancy grids and dynamic programming. In: Workshop on Dynamical Vision, ICCV, Rio de Janeiro, Brazil (October 2007)