【技术实现步骤摘要】
基于单目视觉的障碍物类型和距离识别方法、装置、介质和设备
[0001]本申请涉及障碍物检测
，尤其是涉及基于单目视觉的障碍物类型和距离识别方法及其制备方法。
技术介绍
[0002]铁轨交通通常具有运载量大，运行速度较快的特点，属于交通运输中重要的组成部分。为了保证铁轨交通中的列车的安全行驶，往往需要对铁轨中可能存在的障碍物进行检测。
[0003]现有技术的障碍物检测算法主要使用摄像机作为输入检测障碍物类型，使用激光雷达作为输入检测障碍物距离。此种主流类型算法主要使用深度学习模型作为检测手段，具有检测障碍物类型的正确率高和检测障碍物距离的精度高的特点，但同时也造成了检测经济成本和设备能耗成本较高。
[0004]为了降低以上成本，可采用单目障碍物识别方法，传统的单目障碍物识别算法是依据障碍物现实中的大小与摄像机拍摄的图片中障碍物大小进行对比计算得出障碍物的距离，而在铁轨交通，比如地铁铁轨的运行环境中，要求能够识别的障碍物包含多种复杂的情况，比如行人，大人与小孩在图片中面积相差一倍，地铁员工的工具箱也有多种款...
【技术保护点】
【技术特征摘要】
1.基于单目视觉的障碍物类型和距离识别方法，其特征在于：所述距离识别方法包括如下步骤：获取由单目摄像机拍摄的含有障碍物和参照物的目标图像，所述参照物与所述摄像机的距离等于所述障碍物与所述摄像机的距离，基于所述目标图像得到所述参照物在图片中的宽度，基于所述参照物在图片中的宽度、所述参照物的实际宽度和摄像机的焦距，计算得到所述参照物与所述摄像机的距离，进而得到所述障碍物与所述摄像机的距离。2.根据权利要求1所述的基于单目视觉的障碍物类型和距离识别方法，其特征在于：所述参照物为铁轨，所述障碍物位于所述铁轨上，所述基于所述目标图像得到所述参照物在图片中的宽度包括如下步骤：获取所述障碍物在所述图片的矩形框最下方的边上的一个点的坐标a（Xa，Ya），输出所述参照物的第一个特征点坐标b（Xb，Ya）和第二个特征点坐标c（Xc，Ya），计算所述参照物在图片中的宽度bc为Xb
‑
Xc的绝对值。3.根据权利要求2所述的基于单目视觉的障碍物类型和距离识别方法，其特征在于：所述获取所述障碍物在所述图片的矩形框最下方的边上的一个点的坐标a（Xa，Ya）包括如下步骤：建立目标检测模型，将所述目标图像输入所述目标检测模型，所述目标检测模型基于所述目标图像得到所述坐标a（Xa，Ya），所述建立目标检测模型包括如下步骤：数据准备：采集铁轨可能出现的障碍物类型，制作数据集，将数据集随机分为测试集，训练集，验证集；深度学习算法训练：采用深度学习yolov5系列模型，使用所述数据集进行训练，在验证集上验证，取测试集上分数最高的模型为所得到的目标检测模型。4.根据权利要求3所述的基于单目视觉的障碍物类型和距离识别方法，其特征在于：所述采集铁轨可能出现的障碍物类型，制作数据集包括如下步骤：使用数据集coco为基础，删减不需要检测的障碍物类型，增加需要检测的障碍物类型，形成所述数据集。5.根据权利要求3所述的基于单目视觉的障碍物类型和距离识别方法，其特征在于：所述深度学习算法训练包括如下步骤：使用yolov5系列模型用作训练网络，采用余弦退火优化算法进行梯度下降优化，使用训练集作为输入，测试集与验证集作为评估标准，当测试集和验...
【专利技术属性】
技术研发人员：方志军，蔡润轩，
申请(专利权)人：北京铁科时代科技有限公司，
类型：发明
国别省市：
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。