一种车辆距离探测方法、系统、设备及介质技术方案

本发明专利技术公开了一种车辆距离探测方法、系统、设备及介质，S1，在驾驶车辆行驶过程中，获取驾驶车辆正前方图像；S2，对获取的图像利用深度学习算法YOLOv4进行车辆检测，根据车辆横截面的大小将所有车辆分为小车、客车和货车三类；S3，确定小车、客车和货车三类分别对应的距离与像素点数的关系；S4，选取驾驶车辆当前车道中正前方的车辆；S5，对驾驶车辆正前方的车辆，判断该车辆的类别和像素点数，通过判断的类别与距离的关系，得到该车辆与驾驶车辆的距离。可以精确估计自身车辆与前方车辆的距离，为安全驾驶提供辅助。为安全驾驶提供辅助。为安全驾驶提供辅助。

【技术实现步骤摘要】
一种车辆距离探测方法、系统、设备及介质


[0001]本专利技术属于汽车安全领域，涉及一种车辆距离探测方法、系统、设备及介质。

技术介绍

[0002]根据最新数据，我国机动车保有量已经达到了3.6亿量，其中汽车保有量2.7亿量，由此导致了道路拥堵等一系列问题。由于车辆保有量大，在车辆的正常行驶中不可避免与其他车辆处于同一道路内，当紧急情况发生时若间隔距离太近容易发生事故。准确的估计自身与前方车辆的距离可以帮助驾驶员判断是否需要减速以保持安全距离，足够的安全距离能够在突发状况中给司机充分的动作时间，有效避免意外事故的发生。

技术实现思路

[0003]本专利技术的目的在于克服上述现有技术的缺点，提供一种车辆距离探测方法、系统、设备及介质，可以精确估计自身车辆与前方车辆的距离，为安全驾驶提供辅助。
[0004]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0005]一种车辆距离探测方法，包括以下过程：
[0006]S1，在驾驶车辆行驶过程中，获取驾驶车辆正前方图像；
[0007]S2，对获取的图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆距离探测方法，其特征在于，包括以下过程：S1，在驾驶车辆行驶过程中，获取驾驶车辆正前方图像；S2，对获取的图像利用深度学习算法YOLOv4进行车辆检测，根据车辆横截面的大小将所有车辆分为小车、客车和货车三类；S3，确定小车、客车和货车三类分别对应的距离与像素点数的关系；S4，选取驾驶车辆当前车道中正前方的车辆；S5，对驾驶车辆正前方的车辆，判断该车辆的类别和像素点数，通过判断的类别与距离的关系，得到该车辆与驾驶车辆的距离。2.根据权利要求1所述的车辆距离探测方法，其特征在于，利用深度学习算法YOLOv4进行车辆检测的具体过程为：采集包含小车、客车、货车三类待检测目标的数据集，对数据集中的数据进行详细标注，利用此数据集训练YOLOv4算法；首先利用卷积神经网络进行特征提取，随后利用梯度下降算法训练模型，最后利用NMS算法消除同一目标的重叠边界框，获得可以精确检测上述三类目标的检测模型。3.根据权利要求1所述的车辆距离探测方法，其特征在于，S3具体过程为：对小车、客车和货车三类分别多次采集距离与像素点数之间的对应数据，拟合出距离与像素点数之间的表达式。4.根据权利要求1所述的车辆距离探测方法，其特征在于，S4具体过程为：根据预测框中心点横坐标与整体图像中心点横坐标的差值最小原则来选取当前车道中存在的车辆并排除其他相邻车道的车辆。5.根据权利要求1所述的车辆距离探测方法，其特征在于，S5具体过程为：针对当前车道车辆，利用深度学习算法进行目标框...

【专利技术属性】
技术研发人员：韩毅，田迪，关甜，张平，
申请(专利权)人：长安大学，
类型：发明
国别省市：