一种用于车辆行驶中的单目测距方法技术

本发明专利技术公开了一种用于车辆行驶中的单目测距方法，将采集的图像输入到预先构建并训练好的目标检测模型，由目标检测模型输出图像中目标检测框的位置信息；通过读取输出的目标检测框的位置坐标数值，将其代入预先建立的测距模型中，计算得出目标的距离值；将检测的目标的距离值，将其代入卡尔曼滤波算法中，卡尔曼滤波算法将读取当前汽车的速度信息，并与检测的目标距离值进行融合处理，最终输出优化后的目标的距离值，从而降低了在测距实际中产生的测距误差。测距误差。测距误差。

【技术实现步骤摘要】
一种用于车辆行驶中的单目测距方法


[0001]本专利技术属于汽车辅助驾驶
和自动驾驶
，具体涉及一种用于车辆行驶中的单目测距方法。

技术介绍

[0002]目前，高级驾驶员辅助系统(ADAS)已被大量应用于高端车辆中。而ADAS中最为重要的一部分内容为就是对前方目标物的距离的估计。对于实现目标距离的估计有多种途径，其中，使用单目摄像头进行距离估计的方法是综合下性价比最高的选择。
[0003]在现有技术中，影响单目测距准确度的最大的问题是车载单目测距中的目标检测精度不高，目标检测框的位置与大小的浮动导致测距精度不准确。与此同时，现有技术中采用的方案大多都是在小孔成像模型或透镜成像模型简化的基础上，而并未考虑实际成像中存在的透镜畸变等光路误差，同时也限定了场景为理想场景，如平坦的路面，忽略汽车的俯仰运动等。而实际使用中这些条件很难完全满足。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的不足，提供一种用于车辆行驶中的单目测距方法。该方法利用深度学习技术获取目标物的位置与大小坐标，通过改良的数据回归的测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于车辆行驶中的单目测距方法，其特征在于，包括如下步骤：步骤1，获取车载单目摄像头采集的图像；步骤2，将采集的图像输入到预先构建并训练好的目标检测模型，由目标检测模型输出图像中目标检测框的位置信息；步骤3，通过读取上一步中输出的目标检测框的位置坐标数值，将其代入预先建立的测距模型中，计算得出目标的距离值；步骤4，将上一步得到的目标的距离值，将其代入卡尔曼滤波算法中，卡尔曼滤波算法将读取当前汽车的速度信息，并与目标的距离值进行融合处理，最终输出优化后的目标的距离值。2.根据权利要求1所述的用于车辆行驶中的单目测距方法，其特征在于：步骤1中，车载单目摄像头按照固定的频率采集图片。3.根据权利要求2所述的用于车辆行驶中的单目测距方法，其特征在于：车载单目摄像头采用5fps的频率采集图片。4.根据权利要求1所述的用于车辆行驶中的单目测距方法，其特征在于：采用YOLOv5深度学习目标检测算法作为目标检测模型的主干网络，在YOLOv5主干网络中加入注意力机制提升目标检测算法检测的稳定性。5.根据权利要求4所述的用于车辆行驶中的单目测距方法，其特征在于：将CBAM注意力机制融入YOLOv5主干网络中。6.根据权利要求4所述的用于车辆行驶中的单目测距方法，其特征在于：目标检测模型中采用K
‑
means++聚类算法对图像中的目标先验框进行定位。7.根据权利要求4所述的用于车辆行驶中的单目测距方法，其特征在于：目标检测模型中还采用了EIOU方法，将其添加到YOLOv5主干网络中。8.根据权利要求1所述的用于车辆行驶中的单目测距方法，其特征在于：所述测距模型是根据数据回归的方法通过大量真实数据构建拟合函数来反映自变量和因变量之间的函数关系，其中，自变量是指目标检测模型检测到的目标像素点位置关系，因变量是指距...

【专利技术属性】
技术研发人员：张蕊，郭贺，彭涛，磨少清，夏鹏，张扬，李阳，
申请(专利权)人：天津职业技术师范大学中国职业培训指导教师进修中心，
类型：发明
国别省市：