【技术实现步骤摘要】
基于车载单目视觉的鲁棒车辆距离估计方法
本专利技术属于计算机视觉、数字图像处理领域，具体涉及一种基于车载单目视觉的鲁棒车辆距离估计方法。
技术介绍
高级辅助驾驶系统(ADAS)是发展非常快的一个研究领域，对于减少交通事故，预防车辆间追尾碰撞，提高交通安全防范性能具有非常重要的作用。车辆测距在ADAS中是非常重要的一个组成部分。车辆测距的方法主要分为基于传感器[7]和基于视觉[8]。基于传感器主要利用雷达、激光雷达等，可以精准的提供目标车辆的距离信息，然而，高成本和目标车辆的数据采集仍然是一个待解决的关键问题。基于视觉分为立体视觉[10]和单目视觉[9]。立体视觉对于前方长距离车辆可以更加直观准确的计算距离值，但是由于需要两个摄像头之间的校准和匹配，该系统需要较长的执行时间，效率低，计算量大。而单目视觉可以容纳更加复杂的算法，相比于立体视觉能够在更短的时间内得到最优的结果，但是目前单目视觉的前车距离估计方法还存在精度低、适用范围小等问题。基于单目视觉辅助驾驶系统由于符合人眼视觉系统，可以很好地控制实时性，符合现代车辆的适用场景，相比于其他系统具有很大的发展前景，因此...
【技术保护点】
1.一种基于车载单目视觉的鲁棒车辆距离估计方法，其特征在于，包括如下步骤：步骤S1、输入整张RGB图像，提取目标车辆候选区域；步骤S2、将目标车辆候选区域分别送到分割网络、角度回归网络和尺寸估计网络，获得目标车辆的分割信息、姿态角信息和实际尺寸；步骤S3、基于图像解析几何原理设计2D基向量几何模型，得到车辆背面和车辆整体之间的投影关系，计算车辆背面的投影面积；步骤S4、基于相机投影原理建立面积‑距离几何模型估计前方车辆距离。
【技术特征摘要】
1.一种基于车载单目视觉的鲁棒车辆距离估计方法，其特征在于，包括如下步骤：步骤S1、输入整张RGB图像，提取目标车辆候选区域；步骤S2、将目标车辆候选区域分别送到分割网络、角度回归网络和尺寸估计网络，获得目标车辆的分割信息、姿态角信息和实际尺寸；步骤S3、基于图像解析几何原理设计2D基向量几何模型，得到车辆背面和车辆整体之间的投影关系，计算车辆背面的投影面积；步骤S4、基于相机投影原理建立面积-距离几何模型估计前方车辆距离。2.根据权利要求1所述的基于车载单目视觉的鲁棒车辆距离估计方法，其特征在于，步骤S1中，所述提取目标车辆候选区域是通过融合目标分类和生成目标候选区域的RPN网络来提取目标车辆的候选区域。3.根据权利要求1所述的基于车载单目视觉的鲁棒车辆距离估计方法，其特征在于，步骤S2中，所述分割网络采用MaskR-CNN，对目标车辆候选区域进行像素级分割得到车辆Mask。4.根据权利要求3所述的基于车载单目视觉的鲁棒车辆距离估计方法，其特征在于，所述步骤S3具体实现方式如下：将车辆的姿态变化转化到二维空间中建立平面图进行分析，用矩形框表示目标车辆，以相机光心为原点建立相机坐标系，用θray表示目标车辆中心和相机光心连接的射线与水平轴之间的夹角，用θ表示目标车辆行驶方向与水平轴之间的夹角，用θl表示车辆局部角，其中θl＝θ—θray；由于姿态信息的改变，导致车辆的投影关系和Mask信息均发生变化；(1)正前方车辆Mask与斜前方车辆背面Mask之间的关系相比于正前方车辆的Mask信息，斜前方车辆背面部分没有改变，相应的Mask信息也不会变化，因此斜前方车背面的投影面积与正前方车的投影面积相同，即正前方车辆Mask与斜前方车辆背面Mask之间的有如下关系：S正前方车辆Mask＝S斜前方车辆背面Mask(2)正前方车辆Mask与斜前方车辆Mask之间的关系：假定摄像机的俯仰角和翻滚角为零，相机获取的图像与实际观测场景是平行的；针对交通场景中车辆行驶在笔直马路上，暂时不考虑在弯道上行驶的车辆；为了获得车辆背面Mask信息，首先需要分析正前方车辆Mask与斜前方车辆整体Mask之间的关系，顺着光线方向将目标车辆的候选区域提取出来；正前方车辆的Mask用e1-e2基向量表示，目标车辆是顺着摄像头光线方向提取出来的，所以是e1基向量的物理含义表示正前方车的光线方向，又因为正前方车的行驶方向和光线方向相同，所以...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。