一种基于视觉融合的车辆识别方法技术

本发明专利技术公开了一种基于视觉融合的车辆识别方法，该方法基于雷达测量的扩展卡尔曼滤波估计建立视觉窗口；基于激光雷达采用两个扩展卡尔曼滤波跟踪算法实现车辆二维运动状态下的速度、位置的预测及修正，完成运动物体的准确跟踪；基于摄像机提出二级增强校准算法，提升摄像机识别高速通行车辆信息的识别率。最终，采用扩展卡尔曼滤波算法，综合激光雷达与摄像机提供的信息，获取基于全局信息的状态融合估计值及估计误差，从而准确补偿所采集的信息。息。息。

【技术实现步骤摘要】
一种基于视觉融合的车辆识别方法


[0001]本专利技术属于交通信息化领域，涉及一种基于雷达、机器视觉相融合的车辆识别方法。

技术介绍

[0002]原有的ETC天线的交易时间较长，需要100ms到200ms，支持车辆通过速度多为40km/h以下，应用于高速公路自由流收费下，满足80
‑
120km/h的通行速率将损失交易识别成功率，根据各省试点统计，在高速下通过的成功率只有95％～98％。并且无站式自由流收费，没有了收费站车道的物理隔离，车辆的行驶轨迹不再被车道限制，多车道并发的交易信息对现有的综合识别系统提出更高的要求，多车道并发交易，降低系统交易和识别成功率。因此在该背景应用下，急需能够快速且准确识别高速同行车辆信息的算法。

技术实现思路

[0003]本专利技术的目的是公开了一种基于视觉融合的车辆识别方法，该方法针对自由流及虚拟收费站场景下单一传感器可靠性低、有效探测范围小的缺点,提出了采用雷达与机器视觉相融合来实现路面运动车辆识别的新方法。该方法采用数据融合技术,充分利用雷达与摄像机的测量信息，明显提高了路面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉融合的车辆识别方法，其特征在于，包括以下步骤：(1)基于激光雷达采用两个Kalman滤波跟踪算法实现车辆二维运动状态下的速度、位置的预测及修正，完成对车辆的准确跟踪；(2)在激光雷达跟踪车辆时，采用窗口跟踪算法，利用图像的灰度信息自适应地调节目标窗口尺寸变化，使得窗口中心不断逼近目标形心，从而获取所需的视觉窗口；(3)基于摄像机提出二级增强校准算法，提升摄像机识别高速通行车辆信息的识别率；(4)最终，采用扩展卡尔曼滤波算法，综合激光雷达与摄像机提供的信息，获取基于全局信息的状态融合估计值及估计误差，从而准确补偿所采集的信息。2.如权利要求1所述的一种基于视觉融合的车辆识别方法，其特征在于，具体步骤如下：(1)车辆在运行状态下做二维运动，将车辆位置定义为P(x，y)，P＝P^+η，其中P^为车辆的真实位置，P为激光雷达实际检测到的车辆位置，η为二维高斯噪音，V为车辆速度，P(k)＝P^(k)+η(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(式1)P^(k)＝P^(k
‑
1)+V(k
‑
1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(式2)根据经验值初始化运动目标的速度，由运动目标所在的位置知道它运动的方向，预测其下一帧可能出现的位置，从下一帧检测的运动目标区域中，找到与预测值具有最小误差的区域中心，然后修正运动目标的速度，通过每一帧两个坐标系的速度、位置的预测、修正，完成运动物体的跟踪；(2)利用目标窗口中心与目标形心的距离作为反馈量校正窗口中心位置，使其不断逼近目标形心，窗口中心初始位置为雷达的滤波位置输出，调整的过程如下：设跟踪窗口调整到第k步时的中心位置为：Xc(k)＝(xc(k)，yc(k))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(式3)式中xc(k)、yc(k)分别为第k步窗口中心在图...

【专利技术属性】
技术研发人员：王龙刚，孙伟，杨志国，杨锐娜，
申请(专利权)人：西安航天三沃机电设备有限责任公司，
类型：发明
国别省市：