一种汽车及其应用的前车跟踪方法及系统技术方案

本发明专利技术提供一种汽车及其应用的前车跟踪方法及系统，利用了摄像头采集的前后帧中目标的sift特征匹配，可以较准确的对前车的位移以及尺度变换进行估计，另外加上分类器对跟踪结果的验证，保证系统的可靠性。通过对前车在图像中的稳定定位，加上摄像头安装标定，可以方便的计算出前车与己车在道路上的位置关系，对驾驶员的行车提供重要信息。前车搜索和跟前车踪的结合，使得稳定性更加，计算开销也大幅减小，最后用分类器监督跟踪结果，进一步增进了系统的鲁棒性。

A front vehicle tracking method and system for vehicle and its application

The invention provides a car and its application for the vehicle tracking method and system, using the SIFT features of the target in the front and back frames collected by the camera, can accurately estimate the displacement and scale transformation of the front car, and also add the classifier to the tracking results to ensure the reliability of the system. Through the stable positioning of the front car in the image and the calibration of the camera installation, it can easily calculate the position relationship between the front car and the own car on the road, and provide important information for the driver's driving. The combination of front car search and track and tracking makes the stability more stable and the computation cost is reduced greatly. Finally, the classifier is used to monitor the tracking results, and the robustness of the system is further enhanced.

【技术实现步骤摘要】
一种汽车及其应用的前车跟踪方法及系统
本专利技术涉及汽车智能控制领域，特别是涉及一种汽车及其应用的前车跟踪方法及系统。
技术介绍
近年来公路交通飞速发展，2015年世界汽车产量达到9,078.06万辆，预计2020年世界汽车产量将达到10,864.85万辆，世界汽车保有量更将达到了129371.04万辆之多。伴随公路交通工具使用的增多，车祸也相应增多。据统计，2006年全国共发生道路交通事故378781起，共造成89455人死亡；受伤431139人，直接财产损失14.9亿元。2008年全国共发生道路交通事故265204起，造成73484人死亡、304919人受伤，直接财产损失10.1亿元。2009年，全国共发生道路交通事故为238351起，造成67759人死亡，275125人受伤，直接财产损失达9.1亿元。车辆安全系统更迫切的被改进。先进驾驶员辅助系统(ADAS:AdvancedDriverAssistanceSystems)ADAS，智能行车辅助系统，作为主动安全系统，在危险发生前将提醒驾驶员做出正确的判断避免车辆。根据事故统计，对于驾驶员的主要威胁来自于道路上的其他车辆。车辆识别自然成为了ADAS中的一个重要分支。本专利技术针对于，对本车道前方车辆的检测，估计前车与己车的位置关系，实际运用方向包括：前向碰撞预警系统(ForwardColisionWarning,简称FCW)、车距监测与预警系统(HeadwayMonitoringandWarning，简称HMW)、自适应巡航控制系统(AdaptiveCruiseControl，简称ACC)及自适应前照灯系统(AdaptiveFront-lightingSystem，简称AFS)等。目前基于摄像头的车辆识别技术，普遍使用了机器学习的方法，分类器通过对训练集中样本的特征向量和分类进行学习后，准确率可以达到90％以上。但在实际运用中，我们每一帧都需要稳定的结果，而机器学习的得到的分类器是做不到100％的，这导致我们需要做一些跟踪的操作，一方面是能得到稳定的结果，另一方面是减小了计算量的开销。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种汽车及其应用的前车跟踪方法及系统，用于解决现有技术中车辆跟踪识别结果不稳定且开销大的问题。为实现上述目的及其他相关目的，本专利技术提供一种前车跟踪方法，包括：S1：获取前方图像；S2：根据预设分类器在当前获取的当前前方图像中进行前车的搜索，当在所述当前前方图像中搜索到前车时，执行步骤S3；否则返回步骤S1；S3：根据sift特征将上一帧图像中前车位置处的图像与所述当前前方图像进行匹配，以获得多对匹配点；S4：根据预设的筛选条件对所述匹配点进行筛选；S5：根据筛选后的所述匹配点，计算所述当前前方图像中当前前车位置；S6：根据所述预设分类器对所述当前前车位置进行验证，当所述预设分类器判断所述当前前方图像中的当前前车位置处不是前车时，或者所述预设分类器判断所述当前前方图像中的当前前车位置偏离预设车道时，返回所述步骤S1；否则，返回步骤S3。于本专利技术一具体实施例中，提取预先获取的图像样本的特征向量作为一弱分类器，且根据Adaboost对所述弱分类器进行训练，以变更所述弱分类器的权值，以获得一强分类器，令所述强分类器作为所述预设分类器。于本专利技术一具体实施例中，所述强分类器用以对一图片是否为车辆图片进行评分，且当所述评分大于一预设评分阈值时，判断所述图片为一车辆图片。于本专利技术一具体实施例中，所述步骤S2还包括：当在所述当前前方图像中搜索到车辆时，继续判断该车辆是否处于前方，当处于前方时，执行步骤S3；否则返回步骤S1。于本专利技术一具体实施例中，所述步骤S3还包括：利用一第一矩形框截取所述上一帧图像中前车位置处的图像作为原始图像，且在所述当前前方图像中，在所述第一矩形框位置处，以将所述第一矩形框扩大预设比例后形成第二矩形框进行图像的截取，以获得搜索图像，且根据sift特征将所述原始图像与所述搜索图像进行匹配，以获得多对匹配点。于本专利技术一具体实施例中，所述步骤S4包括：计算各对所述匹配点在原坐标系下的距离，根据预设的车辆的运动特征，删除坐标变化大于预设变化阈值的匹配点。于本专利技术一具体实施例中，所述步骤S5包括：根据前车的位移变化估计和尺度变化估计，计算所述当前前方图像中当前前车位置。于本专利技术一具体实施例中，计算所述原始图像中所述匹配点的原坐标的第一质心，计算所述搜索图像中所述匹配点的原坐标的第二质心，且根据所述第一质心和第二质心的位移，获得所述前车的位移变化估计；计算所述原始图像中各所述匹配点到所述第一质心的距离，以获得所述原始图像中各所述匹配点到所述第一质心的第一平均距离，计算所述搜索图像中各所述匹配点到所述第二质心的距离，以获得所述搜索图像中各所述匹配点到所述第二质心的第二平均距离，且根据所述第一平均距离和所述第二平均距离，获得所述前车的尺度变化估计。为实现上述目的及其他相关目的，本专利技术还提供一种前车跟踪系统，包括：图像获取模块，用于获取前方图像；车辆搜索模块，用于根据预设分类器在所述图像获取模块当前获取的当前前方图像中进行车辆的搜索，当在所述当前前方图像中搜索到车辆时，执行匹配模块；否则执行所述图像获取模块；匹配模块，用于当所述车辆搜索模块在所述当前前方图像中搜索到车辆时，根据sift特征将上一帧图像中前车位置处的图像与所述当前前方图像进行匹配，以获得多对匹配点；筛选模块，用于根据预设的筛选条件对所述匹配模块获得的所述匹配点进行筛选；当前前车位置计算模块，用于根据所述筛选模块筛选后的所述匹配点，计算所述当前前方图像中当前前车位置；判断模块，用于根据所述预设分类器对所述当前前车位置进行验证，当所述预设分类器判断所述当前前方图像中的当前前车位置处不是前车时，或者所述预设分类器判断所述当前前方图像中的当前前车位置偏离预设车道时，执行所述图像获取模块；否则，执行所述匹配模块。为实现上述目的及其他相关目的，本专利技术还提供一种汽车，运行如上任一项所述的前车跟踪方法。如上所述，本专利技术的汽车及其应用的前车跟踪方法及系统，利用了摄像头采集的前后帧中目标的sift特征匹配，可以较准确的对前车的位移以及尺度变换进行估计，另外加上分类器对跟踪结果的验证，保证系统的可靠性。通过对前车在图像中的稳定定位，加上摄像头安装标定，可以方便的计算出前车与己车在道路上的位置关系，对驾驶员的行车提供重要信息。前车搜索和跟前车踪的结合，使得稳定性更加，计算开销也大幅减小，最后用分类器监督跟踪结果，进一步增进了系统的鲁棒性。附图说明图1显示为本专利技术的前车跟踪方法在一具体实施例中的流程示意图。图2显示为本专利技术的前车跟踪方法在一具体实施例中的流程示意图。图3显示为本专利技术的前车跟踪方法在一具体实施例中的应用示意图。图4显示为本专利技术的前车跟踪方法在一具体实施例中的应用示意图。图5显示为本专利技术的前车跟踪方法在一具体实施例中的应用示意图。图6显示为本专利技术的一具体实施例中的前车图像示意图。图7显示为本专利技术的一具体实施例中的前车图像示意图。图8显示为一具体实施例中应用本专利技术的前车跟踪方法的跟踪示意图。图9显示为本专利技术的前车跟踪系统在一具体实施例中的模块组成示意图。元件标号说明本文档来自技高网...

【技术保护点】
1.一种前车跟踪方法，其特征在于，包括：S1：获取前方图像；S2：根据预设分类器在当前获取的当前前方图像中进行前车的搜索，当在所述当前前方图像中搜索到前车时，执行步骤S3；否则返回步骤S1；S3：根据sift特征将上一帧图像中前车位置处的图像与所述当前前方图像进行匹配，以获得多对匹配点；S4：根据预设的筛选条件对所述匹配点进行筛选；S5：根据筛选后的所述匹配点，计算所述当前前方图像中的当前前车位置；S6：根据所述预设分类器对所述当前前车位置进行验证，当所述预设分类器判断所述当前前方图像中的当前前车位置处不是前车时，或者所述预设分类器判断所述当前前方图像中的当前前车位置偏离预设车道时，返回所述步骤S1；否则，返回步骤S3。

【技术特征摘要】
1.一种前车跟踪方法，其特征在于，包括：S1：获取前方图像；S2：根据预设分类器在当前获取的当前前方图像中进行前车的搜索，当在所述当前前方图像中搜索到前车时，执行步骤S3；否则返回步骤S1；S3：根据sift特征将上一帧图像中前车位置处的图像与所述当前前方图像进行匹配，以获得多对匹配点；S4：根据预设的筛选条件对所述匹配点进行筛选；S5：根据筛选后的所述匹配点，计算所述当前前方图像中的当前前车位置；S6：根据所述预设分类器对所述当前前车位置进行验证，当所述预设分类器判断所述当前前方图像中的当前前车位置处不是前车时，或者所述预设分类器判断所述当前前方图像中的当前前车位置偏离预设车道时，返回所述步骤S1；否则，返回步骤S3。2.根据权利要求1所述的前车跟踪方法，其特征在于：提取预先获取的图像样本的特征向量作为一弱分类器，且根据Adaboost对所述弱分类器进行训练，以变更所述弱分类器的权值，以获得一强分类器，令所述强分类器作为所述预设分类器。3.根据权利要求2所述的前车跟踪方法，其特征在于：所述强分类器用以对一图片是否为车辆图片进行评分，且当所述评分大于一预设评分阈值时，判断所述图片为一车辆图片。4.根据权利要求1所述的前车跟踪方法，其特征在于：所述步骤S2还包括：当在所述当前前方图像中搜索到车辆时，继续判断该车辆是否处于前方，当处于前方时，执行步骤S3；否则返回步骤S1。5.根据权利要求1所述的前车跟踪方法，其特征在于：所述步骤S3还包括：利用一第一矩形框截取所述上一帧图像中前车位置处的图像作为原始图像，且在所述当前前方图像中，在所述第一矩形框位置处，以将所述第一矩形框扩大预设比例后形成第二矩形框进行图像的截取，以获得搜索图像，且根据sift特征将所述原始图像与所述搜索图像进行匹配，以获得多对匹配点。6.根据权利要求5所述的前车跟踪方法，其特征在于：所述步骤S4包括：计算各对所述匹配点在原坐...

【专利技术属性】
技术研发人员：陈思益，石超，王永和，
申请(专利权)人：上海信耀电子有限公司，
类型：发明
国别省市：上海,31