一种基于双目立体视觉的车辆剐蹭识别方法和装置制造方法及图纸

本发明专利技术实施例提供了一种基于双目立体视觉的车辆剐蹭识别方法和装置，涉及车辆辅助驾驶技术领域；包括：在所述车辆到达窄小转弯空间时，实时获取所述双目立体视觉传感器采集的初始图像数据和车辆工况数据；将所述初始图像数据进行三维立体匹配，生成三维点云数据；依据所述三维点云数据和所述车辆工况数据，生成车辆前向行驶轨迹数据；基于所述车辆前向行驶轨迹数据和所述三维点云数据，确定剐蹭风险信息。本发明专利技术实施例通过双目立体视觉传感器的点云数据对窄小转弯空间进行准确地重建，基于双目立体视觉传感器的点云数据和车辆工况数据确定剐蹭的风险，并主动介入避免车辆发生剐蹭，提高车辆的行驶安全。提高车辆的行驶安全。提高车辆的行驶安全。

【技术实现步骤摘要】
一种基于双目立体视觉的车辆剐蹭识别方法和装置


[0001]本专利技术涉及车辆辅助驾驶
，特别是涉及一种基于双目立体视觉的车辆剐蹭识别方法、一种基于双目立体视觉的车辆剐蹭识别装置、一种车辆和一种存储介质。

技术介绍

[0002]如在商场、写字楼等多层地下/地上停车场内，车辆都是通过狭窄的螺旋式通道换层。由于通道十分狭窄且目前很多车辆尺寸颇大，比如大型SUV(sport utility vehicle，运动性多用途汽车)，全尺寸MPV(multi
‑
Purpose Vehicles，多用途汽车)等，在通过这些窄小转弯空间时往往容易发生剐蹭情况。
[0003]现有的主动防碰撞机制或路径规划机制往往依赖GPS(Global Positioning System，全球定位系统)、RTK(Real
‑
time kinematic，实时动态)载波相位差分技术或者毫米波雷达来进行，但是对于上述室内狭小螺旋通道等窄小转弯空间而言，均无法准确处理，导致车辆在窄小转弯空间中仍然容易发生剐蹭。

技术实现思路

[0004]鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于双目立体视觉的车辆剐蹭识别方法、一种基于双目立体视觉的车辆剐蹭识别装置、一种车辆和一种存储介质。
[0005]在本专利技术的第一个方面，本专利技术实施例公开了一种基于双目立体视觉的车辆剐蹭识别方法，双目立体视觉传感器安装于车辆上，所述方法包括：
[0006]在所述车辆到达窄小转弯空间时，实时获取所述双目立体视觉传感器采集的初始图像数据和车辆工况数据；
[0007]将所述初始图像数据进行三维立体匹配，生成三维点云数据；
[0008]依据所述三维点云数据和所述车辆工况数据，生成车辆前向行驶轨迹数据；
[0009]基于所述车辆前向行驶轨迹数据和所述三维点云数据，确定剐蹭风险信息。
[0010]可选地，在所述将所述初始图像数据进行三维立体匹配，生成三维点云数据的步骤之前，所述方法还包括：
[0011]将所述初始图像数据对应的相机坐标系映射到所述车辆的车辆坐标系中。
[0012]可选地，所述三维点云数据包括基于时间连续的点云；所述依据所述三维点云数据和所述车辆工况数据，生成车辆前向行驶轨迹数据的步骤包括：
[0013]依据上一时刻点云和所述车辆工况数据，生成第一车辆位移向量和第一旋转矩阵；
[0014]依据当前时刻点云和所述车辆工况数据，生成第二车辆位移向量和第二旋转矩阵；
[0015]依据所述第一车辆位移向量、所述第一旋转矩阵、所述第二车辆位移向量和所述第二旋转矩阵生成所述车辆前向行驶轨迹数据。
[0016]可选地，所述方法还包括：
[0017]获取车身尺寸信息；
[0018]将所述车身尺寸信息与所述车辆前向行驶轨迹数据结合，修正所述车辆前向行驶轨迹数据。
[0019]可选地，所述基于所述车辆前向行驶轨迹数据和所述三维点云数据，确定剐蹭风险信息的步骤包括：
[0020]当所述车辆前向行驶轨迹数据的轨迹和下一时刻点云存在重合，确定所述剐蹭风险信息为存在剐蹭风险；
[0021]当所述车辆前向行驶轨迹数据的轨迹和下一时刻点云不存在重合，确定所述剐蹭风险信息为不存在剐蹭风险。
[0022]可选地，所述方法还包括:
[0023]从所述三维点云数据中，读取墙壁地面点云；
[0024]依据所述墙壁地面点云的位置计算得到道路曲率；
[0025]依据所述道路曲率对所述下一时刻点云进行拟合，生成虚拟点云，所述虚拟点云为下一时刻点云在时间上的后续点云，所述虚拟点云用于增加所述下一时刻点云。
[0026]可选地，所述方法还包括：
[0027]当所述剐蹭风险信息为存在剐蹭风险时，控制所述车辆的运行。
[0028]在本专利技术的第二个方面，本专利技术实施例公开了一种基于双目立体视觉的车辆剐蹭识别装置，双目立体视觉传感器安装于车辆上，，所述装置包括：
[0029]第一获取模块，用于在所述车辆到达窄小转弯空间时，实时获取所述双目立体视觉传感器采集的初始图像数据和车辆工况数据；
[0030]三维匹配模块，用于将所述初始图像数据进行三维立体匹配，生成三维点云数据；
[0031]轨迹确定模块，用于依据所述三维点云数据和所述车辆工况数据，生成车辆前向行驶轨迹数据；
[0032]剐蹭识别模块，用于基于所述车辆前向行驶轨迹数据和所述三维点云数据，确定剐蹭风险信息。
[0033]在本专利技术的第三个方面，本专利技术实施例还公开了一种车辆，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的基于双目立体视觉的车辆剐蹭识别方法的步骤。
[0034]在本专利技术的第四个方面，本专利技术实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的基于双目立体视觉的车辆剐蹭识别方法的步骤。
[0035]本专利技术实施例包括以下优点：
[0036]本专利技术实施例通过在所述车辆到达窄小转弯空间时，实时获取所述双目立体视觉传感器采集的初始图像数据和车辆工况数据；将所述初始图像数据进行三维立体匹配，生成三维点云数据；依据所述三维点云数据和所述车辆工况数据，生成车辆前向行驶轨迹数据；基于所述车辆前向行驶轨迹数据和所述三维点云数据，确定剐蹭风险信息。通过双目立体视觉传感器的点云数据对窄小转弯空间进行准确地重建，基于双目立体视觉传感器的点云数据和车辆工况数据确定剐蹭的风险，并主动介入避免车辆发生剐蹭，提高车辆的行驶
安全。
附图说明
[0037]图1是本专利技术的一种基于双目立体视觉的车辆剐蹭识别方法实施例的步骤流程图；
[0038]图2是本专利技术的一种基于双目立体视觉的车辆剐蹭识别方法实施例的步骤流程图；
[0039]图3是本专利技术的一种基于双目立体视觉的车辆剐蹭识别方法示例的点云分布示意图一；
[0040]图4是本专利技术的一种基于双目立体视觉的车辆剐蹭识别方法示例的点云分布示意图二；
[0041]图5是本专利技术的一种基于双目立体视觉的车辆剐蹭识别方法示例的点云分布示意图三；
[0042]图6是本专利技术的一种基于双目立体视觉的车辆剐蹭识别装置实施例的结构框图；
[0043]图7是本专利技术实施例提供的一种电子设备的结构框图；
[0044]图8是本专利技术实施例提供的一种存储介质的结构框图。
具体实施方式
[0045]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0046]参照图1，示出了本专利技术的一种基于双目立体视觉的车辆剐蹭识别方法实施例的步骤流程图。在本专利技术实施例中，双目立体视觉传感器安装于车辆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双目立体视觉的车辆剐蹭识别方法，双目立体视觉传感器安装于车辆上，其特征在于，所述方法包括：在所述车辆到达窄小转弯空间时，实时获取所述双目立体视觉传感器采集的初始图像数据和车辆工况数据；将所述初始图像数据进行三维立体匹配，生成三维点云数据；依据所述三维点云数据和所述车辆工况数据，生成车辆前向行驶轨迹数据；基于所述车辆前向行驶轨迹数据和所述三维点云数据，确定剐蹭风险信息。2.根据权利要求1所述的方法，其特征在于，在所述将所述初始图像数据进行三维立体匹配，生成三维点云数据的步骤之前，所述方法还包括：将所述初始图像数据对应的相机坐标系映射到所述车辆的车辆坐标系中。3.根据权利要求1所述的方法，其特征在于，所述三维点云数据包括基于时间连续的点云；所述依据所述三维点云数据和所述车辆工况数据，生成车辆前向行驶轨迹数据的步骤包括：依据上一时刻点云和所述车辆工况数据，生成第一车辆位移向量和第一旋转矩阵；依据当前时刻点云和所述车辆工况数据，生成第二车辆位移向量和第二旋转矩阵；依据所述第一车辆位移向量、所述第一旋转矩阵、所述第二车辆位移向量和所述第二旋转矩阵生成所述车辆前向行驶轨迹数据。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取车身尺寸信息；将所述车身尺寸信息与所述车辆前向行驶轨迹数据结合，修正所述车辆前向行驶轨迹数据。5.根据权利要求3或4所述的方法，其特征在于，所述基于所述车辆前向行驶轨迹数据和所述三维点云数据，确定剐蹭风险信息的步骤包括：当所述车辆前向行驶轨迹数据的轨迹和下一时刻点云存在重合，确定所述剐蹭风险信息为存在剐蹭风险；当...

【专利技术属性】
技术研发人员：张芊，
申请(专利权)人：北京鉴智科技有限公司，
类型：发明
国别省市：