车载防碰撞预警方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术提供了一种车载防碰撞预警方法、装置、计算机设备及存储介质，方法包括，将路面图像的样本输入到SqueezeNet神经网络中进行模型训练，得到目标检测模型；通过前视全光照相机获取路面图像；通过毫米波雷达对路面的目标对象进行识别；将毫米波雷达识别到的目标对象在前视全光照相机获取的路面图像上使用目标检测框框出；将前视全光照相机获取路面的图像通过目标检测模型识别目标对象，并用目标检测框框出；将雷达检测框和视觉检测框两两之间进行交并比计算，得到检测框的重合度并通过Kuhn

【技术实现步骤摘要】
车载防碰撞预警方法、装置、计算机设备及存储介质


[0001]本专利技术涉及一种车载防碰撞预警方法及装置，尤其是指一种车载防碰撞预警方法及装置。

技术介绍

[0002]毫米波雷达的传输介质是波长为毫米级的毫米波，其频域范围为30～300GHz，具有较强的穿透雾、灰尘的能力，受光照条件、天气环境影响小，并且可准确获取障碍物与毫米波雷达的相对距离和速度，但目标识别信息无法获取，并且人机交互性能相比于视觉比较差。
[0003]视觉传感器能够识别目标种类并能直观显示检测结果，但视觉传感器受环境影响比较大，并且获得的数据是视频图像，图像处理计算量大、计算复杂、实时性差，由于摄像头分辨率和处理速度的矛盾性以及图像处理方法的局限性，视觉传感器测量数据精度较低。

技术实现思路

[0004]本专利技术所要解决的技术问题是：提供一种基于毫米波雷达视觉融合的车载防碰撞预警方法、装置、计算机设备及存储介质。
[0005]为了解决上述技术问题，本专利技术采用的技术方案为：一种车载防碰撞预警方法，包括，
[0006]将路面图像的样本输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车载防碰撞预警方法，其特征在于：包括，将路面图像的样本输入到SqueezeNet神经网络中进行模型训练，得到目标检测模型；通过前视全光照相机获取路面图像；通过毫米波雷达对路面的目标对象进行识别；将毫米波雷达识别到的目标对象在前视全光照相机获取的路面图像上使用目标检测框框出；将前视全光照相机获取路面的图像通过目标检测模型识别目标对象，并用目标检测框框出；将毫米波雷达识别到的目标对象的目标检测框与目标检测模型识别的目标对象的目标检测框两两之间进行交并比计算，得到检测框的重合度；根据检测框的重合度，通过Kuhn
‑
Munkres算法进行最佳匹配计算，得到一个最佳匹配结果。2.如权利要求1所述的车载防碰撞预警方法，其特征在于：将路面图像的样本输入到SqueezeNet神经网络中进行模型训练，得到目标检测模型的步骤包括，将路面图像的样本输入到SqueezeNet神经网络中进行特征提取，生成特征图；将特征图通过RPN网络得到候选区域，候选区域包括包含目标对象的边界框信息；将特征图和候选区域通过ROI池化层输出后，经过全连接层进行检测计算获得目标对象的类别分数和边界框；将目标对象的类别分数和边界框的预测值和标注信息计算损失函数；将损失函数的损失值较大的多个样本作为疑难样本返回ROI池化层；将ROI池化层输出的结果通过全连接层、分类层与边界框回归层，获得目标对象的类别分数与边界框；重复多次以上流程，得到目标检测模型。3.如权利要求1所述的车载防碰撞预警方法，其特征在于：通过毫米波雷达对路面的目标对象进行识别的步骤包括，根据毫米波雷达测量得到各个目标对象的横向距离值，筛选出自身车辆的正常行驶造成威胁的初选目标对象；采用Sage
‑
Husa自适应卡尔曼滤波基于目标对象的动态信息去滤除相关的扰动信息，得到目标对象的准确估计位置。4.如权利要求3所述的车载防碰撞预警方法，其特征在于：根据毫米波雷达测量得到各个目标对象的横向距离值，筛选出对自身车辆的正常行驶造成威胁的初选目标对象的步骤包括，根据毫米波雷达测量得到各个目标对象的横向距离值，判断各个目标对象与自身车辆是否处于同一车道；若目标对象与自身车辆处于同一车道，则将该目标对象视为对自身车辆的正常行驶造成威胁的初选目标对象。5.一种车载防碰撞预警装置，其特征在于：包括，目标检测模型训练模块，用于将路面图像的样本输入到SqueezeNet神经网络中进行模型训练，得到目标检测模型；
路面图像获取模块，用于通过前视全光照相机获取路面图像；毫米波雷达识别模块，...

【专利技术属性】
技术研发人员：张连永，傅哲，张斌，曹朋军，
申请(专利权)人：西安星舟志屹智能科技有限公司，
类型：发明
国别省市：