一种物体测距的方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种物体测距的方法、装置、设备及存储介质。该方法包括：通过预设相机获取多个图像帧，确定同一预设物体出现在不同的图像帧中的关联关系，并从多个图像帧中确定关键帧，以得到关键帧集合；根据关联关系和关键帧集合，从预设物体中确定满足预设要求的目标物体，并从关键帧集合中确定多个连续的目标关键帧；根据目标关键帧对应的相机位置和三维平均位置，以及预设代价函数，确定目标物体的物体平面函数，并根据物体平面函数确定目标物体的三维位置以及三维位置距离预设障碍物的距离。本发明专利技术实施例的技术方案，与传统的借助专业测距传感器的测距方法相比，解决了物体测距可靠性低的问题，极大地降低了成本。极大地降低了成本。极大地降低了成本。

【技术实现步骤摘要】
一种物体测距的方法、装置、设备及存储介质


[0001]本专利技术涉及自动驾驶
，尤其涉及一种物体测距的方法、装置、设备及存储介质。

技术介绍

[0002]随着技术的发展和政策的更新，自动驾驶汽车的硬件和软件得到不断提升。自动驾驶汽车的发展始终离不开智能和安全，而这两个目标都依赖于汽车对周围环境的认知，对周围事物的测距则是其中的重要部分。
[0003]目前，自动驾驶汽车实现测距的主要方法是使用传感器测距，比如毫米波雷达、激光雷达以及超声波雷达等。基于毫米波雷达的测距，是根据发射和接收的毫米波的时间差来计算周围物体的位置和距离，技术比较成熟，成本相对较低。基于激光雷达的测距，是通过对比收到和发射的激光信号，确定被测物体的位置和距离等信息，可以获得全面且较为精确的结果。基于超声波的测距，是利用声波在空气中传播的速度和时间，来确定被测物体的位置和距离，具有便宜、简单以及适应性强等优点。
[0004]然而，基于毫米波雷达的测距分辨率也较低。基于激光雷达的测距成本较高，也容易受环境天气等影响。基于超声波的测距虽然简单便宜，但由于声速相对较慢，其仅适用于近距离的测距，可靠性会受车速的影响。

技术实现思路

[0005]本专利技术提供了一种物体测距的方法、装置、设备及存储介质，以解决物体测距可靠性低的问题。
[0006]第一方面，本专利技术实施例提供了一种物体测距的方法，包括：
[0007]通过预设相机获取多个图像帧，确定同一预设物体出现在不同的所述图像帧中的关联关系，并从所述多个图像帧中确定关键帧，以得到关键帧集合；
[0008]根据所述关联关系和所述关键帧集合，从所述预设物体中确定满足预设要求的目标物体，并从所述关键帧集合中确定多个连续的目标关键帧，其中，所述预设要求包括所述目标物体在多个不同的所述关键帧中连续出现的次数的要求，所述目标关键帧中包含所述目标物体；
[0009]根据所述目标关键帧对应的相机位置和三维平均位置，以及预设代价函数，确定所述目标物体的物体平面函数，并根据所述物体平面函数确定所述目标物体的三维位置以及所述三维位置距离预设障碍物的距离，其中，所述三维平均位置为所述目标关键帧中目标特征点的三维初始位置的平均值，所述目标特征点为所述目标物体的特征点。
[0010]第二方面，本专利技术实施例提供了一种物体测距的装置，包括：
[0011]关键帧确定模块，用于通过预设相机获取多个图像帧，确定同一预设物体出现在不同的所述图像帧中的关联关系，并从所述多个图像帧中确定关键帧，以得到关键帧集合；
[0012]目标关键帧确定模块，用于根据所述关联关系和所述关键帧集合，从所述预设物
体中确定满足预设要求的目标物体，并从所述关键帧集合中确定多个连续的目标关键帧，其中，所述预设要求包括所述目标物体在多个不同的所述关键帧中连续出现的次数的要求，所述目标关键帧中包含所述目标物体；
[0013]距离确定模块，用于根据所述目标关键帧对应的相机位置和三维平均位置，以及预设代价函数，确定所述目标物体的物体平面函数，并根据所述物体平面函数确定所述目标物体的三维位置以及所述三维位置距离预设障碍物的距离，其中，所述三维平均位置为所述目标关键帧中目标特征点的三维初始位置的平均值，所述目标特征点为所述目标物体的特征点。
[0014]第三方面，本专利技术实施例提供了一种电子设备，该电子设备包括：
[0015]至少一个处理器；
[0016]以及与至少一个处理器通信连接的存储器；
[0017]其中，存储器存储有可被至少一个处理器执行的计算机程序，该计算机程序被至少一个处理器执行，以使至少一个处理器能够执行上述第一方面的物体测距的方法。
[0018]第四方面，本专利技术实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现上述第一方面的物体测距的方法。
[0019]本专利技术实施例提供的物体测距的方案，通过预设相机获取多个图像帧，确定同一预设物体出现在不同的所述图像帧中的关联关系，并从所述多个图像帧中确定关键帧，以得到关键帧集合，根据所述关联关系和所述关键帧集合，从所述预设物体中确定满足预设要求的目标物体，并从所述关键帧集合中确定多个连续的目标关键帧，其中，所述预设要求包括所述目标物体在多个不同的所述关键帧中连续出现的次数的要求，所述目标关键帧中包含所述目标物体，根据所述目标关键帧对应的相机位置和三维平均位置，以及预设代价函数，确定所述目标物体的物体平面函数，并根据所述物体平面函数确定所述目标物体的三维位置以及所述三维位置距离预设障碍物的距离，其中，所述三维平均位置为所述目标关键帧中目标特征点的三维初始位置的平均值，所述目标特征点为所述目标物体的特征点。通过采用上述技术方案，根据预设物体在不同的图像帧中的关联关系，确定关键帧集合，并根据该关键帧集合和关联关系，确定目标物体和目标关键帧，然后根据目标关键帧对应的相机位置和三维平均位置，以及预设代价函数，确定物体平面函数，再根据该物体平面函数，确定目标物体的三维位置以及目标物体与预设障碍物的距离，与传统的借助专业测距传感器的测距方法相比，仅需借助具备成本低廉和稳定性高等特点的摄像头即可完成测距，降低了天气和车速等因素对测距准确度的影响，解决了物体测距可靠性低的问题，极大地降低了成本。
[0020]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他
的附图。
[0022]图1是根据本专利技术实施例一提供的一种物体测距的方法的流程图；
[0023]图2是根据本专利技术实施例二提供的一种物体测距的方法的流程图；
[0024]图3是是根据本专利技术实施例二提供的一种光流跟踪示意图；
[0025]图4是根据本专利技术实施例三提供的一种物体测距的装置的结构示意图；
[0026]图5是根据本专利技术实施例四提供的一种电子设备的结构示意图。
具体实施方式
[0027]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0028]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物体测距的方法，其特征在于，包括：通过预设相机获取多个图像帧，确定同一预设物体出现在不同的所述图像帧中的关联关系，并从所述多个图像帧中确定关键帧，以得到关键帧集合；根据所述关联关系和所述关键帧集合，从所述预设物体中确定满足预设要求的目标物体，并从所述关键帧集合中确定多个连续的目标关键帧，其中，所述预设要求包括所述目标物体在多个不同的所述关键帧中连续出现的次数的要求，所述目标关键帧中包含所述目标物体；根据所述目标关键帧对应的相机位置和三维平均位置，以及预设代价函数，确定所述目标物体的物体平面函数，并根据所述物体平面函数确定所述目标物体的三维位置以及所述三维位置距离预设障碍物的距离，其中，所述三维平均位置为所述目标关键帧中目标特征点的三维初始位置的平均值，所述目标特征点为所述目标物体的特征点。2.根据权利要求1所述的方法，其特征在于，所述关联关系的确定方式包括：利用预设特征点提取算法，从所述图像帧中确定预设物体的特征点；利用预设光流跟踪算法，跟踪所述图像帧中的所述特征点，以确定所述预设物体的特征点出现在不同的所述图像帧中的关联关系。3.根据权利要求1所述的方法，其特征在于，所述根据所述关联关系和所述关键帧集合，从所述预设物体中确定满足预设要求的目标物体，并从所述关键帧集合中确定多个连续的目标关键帧，包括：根据所述关联关系和所述关键帧集合，从所述预设物体中，确定在多个关键帧中连续出现，且出现的次数大于预设帧数的目标物体，并将所述多个关键帧均确定为目标关键帧，其中，所述目标物体在每个所述目标关键帧中的目标特征点的数量大于第三预设阈值。4.根据权利要求1所述的方法，其特征在于，在所述根据所述目标关键帧对应的相机位置和三维平均位置，以及预设代价函数，确定所述目标物体的物体平面函数之前，还包括：针对每个所述目标物体，利用预设三角测量法、相机内参以及所述目标关键帧的相机位姿，确定当前目标物体的目标特征点的三维初始位置，其中，所述三维初始位置的数量与所述目标特征点的个数一致；针对每个所述目标物体，根据所述三维初始位置，确定当前目标物体的所有三维初始位置的均值，并将所述均值确定为当前目标物体的三维平均位置。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，所述根据所述目标关键帧对应的相机位置和三维平均位置，以及预设代价函数，确定所述目标物体的物体平面函数，包括：根据所述目标关键帧对应的相机位置，确定目标法向量；根据所述目标法向量和三维平均位置，确定第一函数；利用预设迭代算法处理所述第一函数，使处理后的第一函数对应的第一代价函数的第一结果小于第一设定值，并将所述处理后的第一函数确定为第二函数；利用预设迭代算法处理所述第二函数，使处理后的第二函数对应的第二代价函数的第二结果小于第二设定值，并将所述处理后的第二函数确定为所述目标物体的物体平面函数，其中，所述第二代价函数基于所述目标物体的形状误差确定；其中，所述第二代价函数基于所述目标物体的形状误差确定，所述第一结果的确定方
式包括：确定每个所述目标特征点的第一位置坐标，其中，所述第一位置坐标为包含所述目标特征点的最后一个目标关键帧中所述目标特征点的位置坐标，所述位置坐标基于图像帧中的图像坐标系确定；基于所述第一函数，对所述第一位置坐标进行平面逆投影操作和再投影操作后，得到第二位置坐标，其中，所述第二位置坐标在所述图像坐标系中；根据所述关联关系，在多个所述目标关键帧中，针对每个所述目标物体的每个目标特征点，计算所述第二位置坐标与第一关联点的位置坐标的差值的第一绝对值，并对所有所述第一绝对值进行求和计算，以得...

【专利技术属性】
技术研发人员：沈强，杨再甫，李正宁，
申请(专利权)人：亿咖通湖北技术有限公司，
类型：发明
国别省市：