The embodiment of the invention provides a vehicle distance determination method, device and vehicle, wherein the method comprises: obtaining the first image of the second vehicle when the second vehicle is in front of the first vehicle; determining the vehicle imaging width corresponding to the second vehicle according to the first image and the target vehicle detection model; and determining the vehicle imaging width corresponding to the second vehicle according to the first image and the target vehicle It is a detection model to determine the vehicle system information corresponding to the second vehicle; according to the vehicle system information, it is to determine the vehicle entity width corresponding to the second vehicle; according to the vehicle imaging width and vehicle entity width of the second vehicle, it is to calculate the distance between the first vehicle and the second vehicle by using the imaging principle of the pinhole camera model; and then it is able to detect the accurate vehicle distance. Compared with the prior art, the embodiment of the invention establishes a measurement coordinate reference system by no need of camera for internal and external parameter calibration, and the calculation is simple.
【技术实现步骤摘要】
一种车距确定方法、装置和车辆
本专利技术涉及汽车
,特别是涉及一种车距确定方法、装置和车辆。
技术介绍
行车过程中,往往由于后车与前车间距小于最小安全间距和驾驶员反应迟缓或制动系统性能不良导致追尾,即同车道行驶的车辆尾随而行时,后车车头与前车车尾相撞的行为。因此正确的判断车距,是有效避免追尾的方法之一。目前市场上存在多种测距传感器,如超声波测距传感器、激光测距传感器、红外线测距传感器、雷达传感器、视觉传感器等。其中,采用超声波测量传感器进行声波测距受外界温度影响较大;采用雷达传感器进行雷达测距会受其他雷达装置以及通信设备等电磁波干扰,测量精度难以保证;采用激光测距传感器进行激光测距虽然精度较高,但当前方车辆较远时可能会造成目标丢失;且这四种传感器均成本较高。而视觉传感器成本低,所得信息量最大,因此大量车辆上采用视觉传感器进行测距方法。其中,由于单目视觉传感器的结构简单、成本低等因素,单目视觉传感器被广泛应用。现有基于单目视觉测距的方法是,对摄像机进行内外参数标定,建立测量坐标基准系,采用对应点标定法来获取图像的深度信息,然后求得物体的距离。其中,对应点标定法是指通过不同坐标系中对应点的对应坐标求解坐标系的转换关系,由于器材限制,无法做到精确的记录一个点在世界坐标系和图像坐标系中的对应坐标,如果坐标不够精确,那么得到的转换矩阵也会受到制约,坐标转换结果的精度也会因此波动,给车距测量带来误差。此外,由于对应点标定法对于摄像机的标定是在摄像机的各个角度及高度已经确定的情况下进行的,当摄像机的参数发生变 ...
【技术保护点】
1.一种车距确定方法,其特征在于,包括:/n确定第一车辆前方存在第二车辆的情况下,获取所述第二车辆的第一图像;/n依据所述第一图像和目标车辆检测模型,确定所述第二车辆对应的车辆成像宽度;/n依据所述第一图像和目标车系检测模型,确定所述第二车辆对应的车系信息;/n依据所述车系信息,确定所述第二车辆对应的车辆实体宽度;/n依据所述第二车辆的车辆成像宽度和车辆实体宽度,利用针孔相机模型的成像原理计算所述第一车辆与第二车辆的距离。/n
【技术特征摘要】
1.一种车距确定方法,其特征在于,包括:
确定第一车辆前方存在第二车辆的情况下,获取所述第二车辆的第一图像;
依据所述第一图像和目标车辆检测模型,确定所述第二车辆对应的车辆成像宽度;
依据所述第一图像和目标车系检测模型,确定所述第二车辆对应的车系信息;
依据所述车系信息,确定所述第二车辆对应的车辆实体宽度;
依据所述第二车辆的车辆成像宽度和车辆实体宽度,利用针孔相机模型的成像原理计算所述第一车辆与第二车辆的距离。
2.根据权利要求1所述的方法,其特征在于,所述依据所述第一图像和目标车辆检测模型,确定所述第二车辆对应的车辆成像宽度,包括:
将所述第一图像输入至目标车辆检测模型中,得到所述车辆检测模型输出的多个车辆方位信息集合,一个车辆方位信息集合包括所述第一图像中第二车辆边界框的坐标信息和多个车辆朝向概率;
依据所述多个车辆方位信息集合,确定所述第二车辆对应的车辆成像宽度。
3.根据权利要求2所述的方法,其特征在于,所述依据多个车辆方位信息集合,确定所述第二车辆对应的车辆成像宽度,包括:
针对一个车辆方位信息集合,判断所述车辆方位信息集合的多个车辆朝向概率中,正前方朝向概率是否最大;
若所述车辆方位信息集合的多个车辆朝向概率中,正前方朝向概率最大,则将所述车辆方位信息集合确定为候选车辆方位集合;
依据各候选车辆方法集合中的坐标信息,计算对应的车辆成像宽度;
将最大的车辆成像宽度确定为第二车辆对应的车辆成像宽度。
4.根据权利要求2所述的方法,其特征在于,所述的方法还包括生成所述目标车辆检测模型的步骤:
获取图像数据,所述图像数据依据包含车辆的图像和所述图像中车辆的参考车辆方位信息集合生成,所述参考车辆方位信息集合包括:所述包含车辆的图像中车辆边界框的参考坐标信息和参考车辆朝向,所述图像数据包括训练样本和验证样本;
采用所述训练样本对预置的初始车辆检测模型进行训练,得到候选车辆检测模型;
采用所述验证样本对所述候选车辆检测模型进行验证,计算所述候选车辆检测模型的验证准确率;
当所述验证准确率大于验证阈值时,将所述候选车辆检测模型确定为目标车辆检测模型。
5.根据要求3所述的方法,其特征在于,所述依据所述第一图像和目标车系检测模型,确定所述第二车辆对应的车系信息,包括:
依据所述车辆成像宽度对应候选车辆方位信息集合中的坐标信息,从所述第一图像中截取第二图像;
将所述第二图像输入至目标车系检测模型中,得到所述目标车系检测模型输出的第二车辆对应的车系信息。
6.根据权利要求5所述的方法,其特征在于,所述的方法还包括生成所述目标车系检测模型的步骤:
获取图像数据,所述图像数据依据包含车辆的图像、所述图像中车辆的参考车辆方位信息集合和参考车系信息生成,所述参考车辆方位信息集合包括:所述包含车辆的图像中车辆边界框的参考坐标信息和参考车辆朝向,所述图像数据包括训练样本和验证样本;
采用所述训练样本对预置的初始车系检测模型进行训练,得到候选车系检测模型;
采用所述验证样本对所述候选车系检测模型进行验证,计算所述候选车系检测模型的验证准确率;
当所述验证准确率大于验证阈值时,将所述候选车系检测模型确定为目标车系检测模型。
7.根据权利要求1所述的方法,其特征在于,所述依据所述车系信息,确定所述第二车辆对应的车辆实体宽度,包括:
基于所述车系信息查找预先建立的映射关系,确定与所述第二车辆匹配的车辆实体宽度;
其中,所述映射关系用于表征车系与车辆实体宽度之间的关系。
8.根据权利要求1所述的方法,其特征在于,所述依据所述第二车辆的车辆成像宽度和车辆实体宽度,利用针孔相机模型的成像原理计算所述第一车辆与第二车辆的距离,包括:
获取采集所述第一图像的图像采集设备对应相机的相机焦距;
依据针孔相机模型原理,对所述相机焦距、车辆成像宽度和车辆实体宽度进行计算;
依据计算结果,确定所述第一车辆与第二车辆的距离。
9.一种目标车辆检测模型的生成方法,其特征在于,所述的方法包括:
获取图像数据,所述图像数据依据包含车辆的图像和所述图像中车辆的参考车辆方位信息集合生成,所述参考车辆方位信息集合包括:所述包含车辆的图像中车辆边界框的参考坐标信息和参考车辆朝向,所述图像数据包括训练样本和验证样本;
采用所述训练样本对预置的初始车辆检测模型进行训练,得到候选车辆检测模型;
采用所述验证样本对所述候选车辆检测模型进行验证,计算所述候选车辆检测模型的验证准确率;
...
【专利技术属性】
技术研发人员:张欣,郭彦东,王若琪,史海龙,
申请(专利权)人:广州小鹏汽车科技有限公司,
类型:发明
国别省市:广东;44
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。