【技术实现步骤摘要】
本专利技术实施例涉及智能驾驶，尤其涉及一种基于车轮的车速确定方法、装置、设备及存储介质。
技术介绍
1、智能驾驶可以实现对盲区内的目标车辆进行碰撞预警或制动，以避免本车与目标车辆发生碰撞，而在实现该功能中需要预估本车与目标车辆是否会在未来某一时刻发生碰撞，此处预估所依据的一个重要因素便是目标车辆的车速。
2、在对盲区内目标车辆进行车速确定的方法中比较常见的是：以目标车辆的检测框上的某点或中心点为基准进行测距，然后根据测距结果进行车速的确定。这种方法相对简单，但对于航向各异的目标车辆，其引以为基准的点在实际中很难是同一点，甚至在有些场景下，两次基准点的实际对应点相差较大，这就导致该方法无法进行距离的准确测量。进而依据测量结果计算的车速的准确率也会较低。
技术实现思路
1、本专利技术提供一种基于车轮的车速确定方法、装置、设备及存储介质，以解决上述问题。
2、第一方面，本专利技术实施例提供一种基于车轮的车速确定方法，该方法包括：
3、获取盲区摄像头实时采集的盲区图像；
4、基于车辆检测网络，对盲区图像进行车辆检测，得到车辆目标集，基于车轮检测网络，对盲区图像进行车轮检测，得到车轮目标集；
5、基于车轮与车辆的位置关系，将车轮目标集中的车轮与车辆目标集中的车辆关联；
6、利用各车轮与关联车辆的车辆检测框的相对位置信息，确定车轮所属的类别；
7、利用车轮目标集中车轮的信息对关联车辆所属类别的车轮进行轨迹信息更
8、基于更新后的车轮轨迹信息计算车轮速度，并将车轮速度作为关联车辆的车速。
9、进一步地，所述利用各车轮与关联车辆的车辆检测框的相对位置信息，确定车轮所属的类别之前，所述方法还包括：
10、按照如下公式，计算车轮与关联车辆的车辆检测框的相对位置；
11、车轮的横向相对位置=车轮检测框的中心点到车辆检测框的水平一边沿的像素距离/车辆检测框的宽度；
12、车轮的纵向相对位置=车轮检测框的中心点到车辆检测框的垂直一边沿的像素距离/车辆检测框的高度。
13、进一步地，所述基于车轮与车辆的位置关系，将车轮目标集中的车轮与车辆目标集中的车辆关联，包括：
14、对车轮目标集中检测框的重合度大于设定重合度阈值的车轮目标合并；
15、基于车轮与车辆的位置关系，将合并后车轮目标集中的车轮与车辆目标集中的车辆关联。
16、进一步地，所述利用各车轮与关联车辆的车辆检测框的相对位置信息，确定车轮所属的类别之前，所述方法还包括：
17、判断车辆目标集中的各车辆关联车轮的个数；
18、若关联两个车轮，则计算两个车轮的交并比；
19、若交并比大于或等于设定交并阈值，则从所述两个车轮中选择车轮检测框的置信度最大的车轮作为目标车轮，并删除另一车轮。
20、进一步地，所述利用各车轮与关联车辆的车辆检测框的相对位置信息，确定车轮所属的类别之后，所述方法还包括：
21、若车辆关联一个类别的车轮，且车辆有两个类别的车轮的历史轨迹， 则基于轮距的不变性，以及两个类别的车轮的历史轨迹中两类别车轮的位置关系，根据已有类别的车轮的信息确定另一类别的车轮的信息；
22、将另一类别的车轮的信息记录至对应类别的车轮的历史轨迹中，形成该类别车轮的新的车轮轨迹。
23、进一步地，所述基于更新后的车轮轨迹信息计算车轮速度，包括：
24、确定车辆目标集中车辆的车辆中心点坐标以及盲区图像的图像中心点坐标；
25、若车辆中心点的横坐标小于图像中心的横坐标，则选择横坐标最大的车轮所属类别作为目标类别，其中横坐标所属坐标系的坐标原点位于盲区图像的左上方，横坐标的正方向与图像的横向边一致；
26、若车辆中心点的横坐标大于或等于图像中心的横坐标，则选择横坐标最小的车轮所属类别作为目标类别；
27、根据更新后的目标类别车轮的车轮轨迹计算车轮速度。
28、进一步地，所述根据更新后的目标类别车轮的车轮轨迹计算车轮速度，包括：
29、若在距当前时刻的设定时段内存储有至少设定帧数目标类别的车轮的轨迹点，则计算目标类别的车轮速度；
30、若在距当前时刻的设定时段内存储有目标类别的车轮轨迹点的帧数小于设定帧数，且在该时段内存有至少设定帧数另一类别的车轮轨迹点，则计算另一类别的车轮速度。
31、第二方面，本专利技术实施例还提供了一种基于车轮的车速确定装置，包括：
32、图像获取模块，用于获取盲区摄像头实时采集的盲区图像；
33、网络检测模块，用于基于车辆检测网络，对盲区图像进行车辆检测，得到车辆目标集，基于车轮检测网络，对盲区图像进行车轮检测，得到车轮目标集；
34、车轮关联模块，用于基于车轮与车辆的位置关系，将车轮目标集中的车轮与车辆目标集中的车辆关联；
35、类别确定模块，用于利用各车轮与关联车辆的车辆检测框的相对位置信息，确定车轮所属的类别；
36、轨迹更新模块，用于利用车轮目标集中车轮的信息对关联车辆所属类别的车轮进行轨迹信息更新；
37、车速确定模块，用于基于更新后的车轮轨迹信息计算车轮速度，并将车轮速度作为关联车辆的车速。
38、第三方面，本专利技术实施例还提供了一种电子设备，所述设备包括：
39、一个或多个处理器；
40、存储装置，用于存储一个或多个程序，
41、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例中任一所述的一种基于车轮的车速确定方法。
42、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例中任一所述的一种基于车轮的车速确定方法。
43、本专利技术实施例提供的技术方案，通过以车轮为基准，根据车轮轨迹确定车辆的行驶速度，将基准从车辆缩小至车轮上，相应的两基准点的实际对应点误差范围也会大大缩小，进而提高车速的确定准确率。
44、通过首先将车轮与车辆关联，再利用车轮与关联车辆的车辆检测框的相对位置信息，确定当前车轮属于关联车辆的哪个车轮，从而实现对车轮的准确跟踪，进而得到准确的车轮轨迹，以进行车辆速度的准确确定。
45、通过利用车轮检测框的中心点到车辆检测框的水平一边沿的像素距离与车辆检测框的宽度的比值描述车轮的横向相对位置，通过利用车轮检测框的中心点到车辆检测框的垂直一边沿的像素距离与车辆检测框的高度的比值描述车轮的纵向相对位置，以量化车辆相对车辆检测框的相对位置，从而快速准确的确定当前车轮属于关联车辆的哪个车轮。
46、通过对车轮目标集中检测框的重合度大于设定重合度阈值的车轮目标合并，从而实现对明显为同一车轮的检测框进行合并，提高检测结果的准确率，同时本文档来自技高网...
【技术保护点】
1.一种基于车轮的车速确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用各车轮与关联车辆的车辆检测框的相对位置信息，确定车轮所属的类别之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述基于车轮与车辆的位置关系，将车轮目标集中的车轮与车辆目标集中的车辆关联，包括：
4.根据权利要求1所述的方法，其特征在于，所述利用各车轮与关联车辆的车辆检测框的相对位置信息，确定车轮所属的类别之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述利用各车轮与关联车辆的车辆检测框的相对位置信息，确定车轮所属的类别之后，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述基于更新后的车轮轨迹信息计算车轮速度，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据更新后的目标类别车轮的车轮轨迹计算车轮速度，包括：
8.一种基于车轮的车速确定装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述设备包括：
10.一
...【技术特征摘要】
1.一种基于车轮的车速确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用各车轮与关联车辆的车辆检测框的相对位置信息，确定车轮所属的类别之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述基于车轮与车辆的位置关系，将车轮目标集中的车轮与车辆目标集中的车辆关联，包括：
4.根据权利要求1所述的方法，其特征在于，所述利用各车轮与关联车辆的车辆检测框的相对位置信息，确定车轮所属的类别之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述利用各车轮与关联车辆的...
【专利技术属性】
技术研发人员：徐显杰，马玉珍，窦汝振，包永亮，李东武，
申请(专利权)人：天津所托瑞安汽车科技有限公司，
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。