一种基于双目高速相机的前车状态估算方法及系统技术方案

本发明专利技术提供一种基于双目高速相机的前车状态估算方法及系统，该方法包括：对双目相机进行标定，获取相机内参矩阵、畸变参数和基线长度；对左右目图像进行去畸变处理；通过目标检测算法获取首帧左右目图像中各自目标框初始位置，通过目标追踪获得下一帧左目标框位置，并基于左目标框位置更新右目标框；获取左右目标的感兴趣区域，并基于左右目标感兴趣区域，计算左右目视差；根据左右目视差、相机内参和基线长度，结合三角测量方法计算目标车辆距离；基于横纵向卡尔曼滤波，计算目标车辆的加速度、速度和距离。该方案可以快速稳定估算前车相对状态，基于高速相机解决了横向结果输出帧率低、延迟大的问题，实现前车状态的实时输出。出。出。

【技术实现步骤摘要】
一种基于双目高速相机的前车状态估算方法及系统


[0001]本专利技术涉及无人驾驶领域，尤其涉及一种基于双目高速相机的前车状态估算方法及系统。

技术介绍

[0002]无人驾驶中，车辆的定位和感知是两大核心任务，感知结果的好坏会直接决定自动驾驶的安全、舒适性。在车辆自适应巡航或编队行驶场景下，需要求实时感知前方车辆的状态并调整自车状态，以保证行车的安全性和舒适性。
[0003]目前，用于自适应巡航或车辆编队行驶的传感器多采用毫米波雷达，毫米波雷达在纵向测距和测速方面精度较高，但在横向上的分辨率不够，且横向的速度测量需要两帧以上的结果，这导致横向上输出结果的频率较低、延迟较大，难以保障横向位置估算。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种基于双目高速相机的前车状态估算方法及系统，以解决基于毫米波雷达的目标横向位置估算频率低、延迟大，导致实时性差的问题。
[0005]在本专利技术实施例的第一方面，提供了一种基于双目高速相机的前车状态估算方法，包括：
[0006]将双目相机平行固定安装于后视本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双目高速相机的前车状态估算方法，其特征在于，包括：将双目相机平行固定安装于后视镜处，对双目相机进行标定，获取相机内参矩阵、畸变参数和相机基线长度；获取同步的左右目相机图像，根据内参矩阵、畸变参数对左右目图像进行去畸变处理；通过目标检测算法获取首帧左右目图像中各自目标框初始位置，通过目标追踪算法获得下一帧左目标框位置，其中，右目标框中心位置不变，只更新目标框大小；基于左右目标框和左右目去畸变图像，获取左右目标的感兴趣区域，并基于左右目标感兴趣区域，计算左右目视差；根据左右目视差、相机内参和基线长度，结合三角测量方法计算目标车辆距离；基于目标车辆位置的横纵向卡尔曼滤波，计算目标车辆的加速度、速度和距离。2.根据权利要求1所述方法，其特征在于，所述基于左右目标感兴趣区域，计算左右目视差包括：通过相位相关运算，计算双目图像的亚像素视差Δd；基于左右目标的感兴趣区域位置，计算得到整像素视差偏差d
offset
；根据亚像素视差和整像素视差偏差，得到视差值d＝d
offset
+Δd。3.根据权利要求1所述的方法，其特征在于，所述根据左右目视差、相机内参和基线长度，结合三角测量方法计算目标车辆距离包括：基于左右目视差值和相机内参矩阵，计算目标中心位置在真实世界的三维坐标：基于左右目视差值和相机内参矩阵，计算目标中心位置在真实世界的三维坐标：其中，(x，y，z)表示真实世界的三维坐标，c
x
,c
y
,f均为相机内参，b为相机基线长度，d为高精度视差值，x
pixel
,y
pixel
表示左目标框中心在图像上的坐标。4.根据权利要求1所述方法，其特征在于，所述基于目标车辆位置的横纵向卡尔曼滤波，计算目标车辆的加速度、速度和距离还包括：基于目标车辆纵向距离值，反算左右目视差距离d
filter
：其中，b为相机基线长度，f为相机焦距，s为目标车辆纵向距离值。基于左目标框位置和视差距离，更新右目标框位置。5.一种基于双目高速相机的前车状态估算系统，其特征在于，包括：相机标定模块，用于将双目相机平行固定安装于后视镜处，对双目相机进行标定，获取相机内参矩阵、畸变参数和相机基线长度；
图像去畸变模块，用于获取同步的左右目相机图像，根据内...

【专利技术属性】
技术研发人员：程德心，卫扬道，陈治，代军，郑军，
申请(专利权)人：武汉光庭信息技术股份有限公司，
类型：发明
国别省市：