一种2D视觉检测车辆目标定位方法技术

本发明专利技术公开了一种2D视觉检测车辆目标定位方法，包括以下步骤：1)通过模型输出车辆预测框、车灯预测框和两个接地关键点的像素坐标；2)根据模型输出的以上信息，若存在车灯信息，则对每个车灯匹配相应的车辆目标；3)根据车辆预测框、车辆接地点和车灯预测框信息，推算车辆的像素坐标系下的定位点；4)通过相机标定生成的内参、外参，将像素坐标系下的定位点转换为世界坐标，作为目标车辆的世界坐标点。本发明专利技术提供的2D视觉检测车辆目标定位方法中，通过模型输出车辆预测框、车灯预测框和两个接地关键点信息，解析目标位置，在2D语言图不去畸变的条件下，提高了车辆类别目标定位精度。提高了车辆类别目标定位精度。提高了车辆类别目标定位精度。

【技术实现步骤摘要】
一种2D视觉检测车辆目标定位方法


[0001]本专利技术属于智慧交通
，具体涉及一种2D视觉检测车辆目标定位方法。

技术介绍

[0002]辅助驾驶系统大多采用鱼眼相机检测自车周围目标，对检测到的目标定位解算方法也大多基于预测框底边中点计算。由于鱼眼相机成像存在畸变，且车辆类目标实际受到角度姿态等影响预测框较大，通过预测框底边中点解析出来的目标位置偏差较大。

技术实现思路

[0003]为解决现有技术中存在的技术问题，本专利技术的目的在于提供一种2D视觉检测车辆目标定位方法。
[0004]为实现上述目的，达到上述技术效果，本专利技术采用的技术方案为：
[0005]一种2D视觉检测车辆目标定位方法，包括以下步骤：
[0006]1)通过模型输出车辆预测框、车灯预测框和两个接地关键点的像素坐标；
[0007]2)根据模型输出的以上信息，若存在车灯信息，则对每个车灯匹配相应的车辆目标；
[0008]3)根据车辆预测框、车辆接地点和车灯预测框信息，推算车辆的像素坐标系下的定位点；
[0009]4)通过相机标定生成的内参、外参，将像素坐标系下的定位点转换为世界坐标，作为目标车辆的世界坐标点。
[0010]进一步的，步骤1)中，通过模型输出车辆预测框、车灯预测框和两个接地关键点的像素坐标的步骤包括：
[0011]通过车身四周的环视鱼眼相机获取图像，对图像进行前处理后再输入至模型进行推理，模型的输出结果为当前图像内的预测目标；
[0012]其中，对每个目标，输出结果为目标的左上角点像素，车辆目标预测框的长、宽以及预测框的置信度和车辆目标的两个接地点的像素坐标；
[0013]若图像中可识别出车灯，输出结果还包含车灯的预测框信息，包括车灯预测框的左上角点，车灯预测框的长、宽以及预测框置信度。
[0014]进一步的，步骤2)中，根据模型输出的以上信息，若存在车灯信息，则对每个车灯匹配相应的车辆目标的步骤包括：
[0015]对当前图像每一个车辆预测框同车灯目标预测框进行匹配，提取位于车辆预测框的车灯，若未匹配到车灯，则直接使用车辆的就近接地点作为车辆目标像素坐标系下的定位点，若在同一车辆预测框内匹配到多个车灯，则对比多个车灯底边中点的像素坐标到整个图像底边中点的像素坐标，选择最近的一个作为当前车辆目标的车灯。
[0016]进一步的，使用匈牙利算法对每个车灯匹配相应的车辆目标：
[0017]设车辆集合C{a,b,c,d}，车灯集合L{p,q}，其中，对每辆车，在像素坐标系中，有如
下属性：
[0018]目标左上角点C
LU
(x1,y1)，目标右下角点C
RD
(x2,y2)；
[0019]其中一个关键点C
kp1
(x
p1
,y
p1
)，另一个关键点C
kp2
(x
p2
,y
p2
)；
[0020]对于每个车灯，在像素坐标系下，有如下属性：
[0021]目标左上角点L
LU
(x
l1
,y
l1
)，目标右下角点L
RD
(x
l2
,y
l2
)；
[0022]对于每个车灯，若车灯预测框位于车辆预测框内，即满足约束条件：
[0023]则认为该车灯与车辆相关联；
[0024]若对于某一辆车的预测框，存在多个满足约束条件的车灯，则通过对比这两个车灯的底边中点相对于整个图像底边中点的距离最近来选择一个车灯作为匹配项，即：
[0025]车灯底边中点像素坐标可表示为P
ML
((x
l1
+x
l2
)/2,y
l2
)；
[0026]图像底边中点为固定值，设为P
MI
(X,Y)，则有
[0027]带入多个车灯信息，计算出Dis最小的一个，作为匹配项。
[0028]进一步的，步骤3)中，根据车辆预测框、车辆接地点和车灯预测框信息，推算车辆的像素坐标系下的定位点的步骤包括：
[0029]通过连接车辆的两个接地关键点生成一条直线l1，在车灯预测框的中心点处作垂线l2，交l1于点P。随后，判断点P是否位于车辆预测框内，若是，则将点P作为当前车辆目标像素坐标系下的定位点，否则，使用车辆预测框底边y轴坐标减去一定阈值(如10个像素坐标)，作为车辆定位点的y轴坐标，将y值带入l1求得x轴坐标值，使用该点作为车辆在像素坐标系下的定位点。
[0030]进一步的，根据已知车辆信息两个关键点求得关键点直线方程l1:y＝k(x
‑
x
p2
)+y
p2
，其中，将匹配到的车灯预测框中心点坐标P
ML
((x
l1
+x
l2
)/2,(y
l1
+y
l2
)/2)中x坐标值带入l1，求得交点P(x
cross
,y
cross
)作为目标定位点，判断P点是否位于车辆预测框内，即满足约束条件若不满足，则将y＝Y
‑
阈值带入l1计算x坐标值，求得P(x
fix
,y
fix
)作为目标定位点。
[0031]进一步的，步骤4)中，通过相机标定生成的内参、外参，将像素坐标系下的定位点转换为世界坐标，作为目标车辆的世界坐标点的步骤包括：
[0032]对于像素坐标系下定位点转世界坐标，有如下公式：
[0033][0034]其中，为相机外参，R和T分别代表旋转和平移量，代表相机内参，包括焦距f，像元尺寸dx、dy，以及点离光轴的距离Zc。
[0035]本专利技术还公开了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一段程序，所述至少一段程序由所述处理器加载并执行以实现如上所述的一种2D视觉检测车辆目标定位方法。
[0036]本专利技术还公开了一种计算机可读存储介质，所述可读存储介质中存储有至少一段程序，所述至少一段程序由处理器加载并执行以实现如上所述的一种2D视觉检测车辆目标定位方法。
[0037]与现有技术相比，本专利技术的有益效果为：
[0038]本专利技术公开了一种2D视觉检测车辆目标定位方法、计算机设备及存储介质，通过模型输出车辆预测框、车灯预测框和两个接地关键点信息，解析目标位置，在2D语言图不去畸变的条件下，提高车辆类别目标定位精度。
附图说明
[0039]图1为本专利技术的流程图；
[0040]图2
‑
3为本专利技术实施例1的示意图。
具体实施方式
[0041]下面对本专利技术进行详细阐述，以使本专利技术的优点和特征能更易于被本领域技术人员理解，从而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种2D视觉检测车辆目标定位方法，其特征在于，包括以下步骤：1)通过模型输出车辆预测框、车灯预测框和两个接地关键点的像素坐标；2)根据模型输出的以上信息，若存在车灯信息，则对每个车灯匹配相应的车辆目标；3)根据车辆预测框、车辆接地点和车灯预测框信息，推算车辆的像素坐标系下的定位点；4)通过相机标定生成的内参、外参，将像素坐标系下的定位点转换为世界坐标，作为目标车辆的世界坐标点。2.根据权利要求1所述的一种2D视觉检测车辆目标定位方法，其特征在于，步骤1)中，通过模型输出车辆预测框、车灯预测框和两个接地关键点的像素坐标的步骤包括：通过车身四周的环视鱼眼相机获取图像，对图像进行前处理后再输入至模型进行推理，模型的输出结果为当前图像内的预测目标；其中，对每个目标，输出结果为目标的左上角点像素，车辆目标预测框的长、宽以及预测框的置信度和车辆目标的两个接地点的像素坐标；若图像中可识别出车灯，输出结果还包含车灯的预测框信息，包括车灯预测框的左上角点，车灯预测框的长、宽以及预测框置信度。3.根据权利要求1所述的一种2D视觉检测车辆目标定位方法，其特征在于，步骤2)中，根据模型输出的以上信息，若存在车灯信息，则对每个车灯匹配相应的车辆目标的步骤包括：对当前图像每一个车辆预测框同车灯目标预测框进行匹配，提取位于车辆预测框的车灯，若未匹配到车灯，则直接使用车辆的就近接地点作为车辆目标像素坐标系下的定位点，若在同一车辆预测框内匹配到多个车灯，则对比多个车灯底边中点的像素坐标到整个图像底边中点的像素坐标，选择最近的一个作为当前车辆目标的车灯。4.根据权利要求3所述的一种2D视觉检测车辆目标定位方法，其特征在于，使用匈牙利算法对每个车灯匹配相应的车辆...

【专利技术属性】
技术研发人员：苏家瑞，杨波，刘春霞，尹岫，
申请(专利权)人：北京茵沃汽车科技有限公司，
类型：发明
国别省市：