基于图像预测碰撞时间的方法和装置制造方法及图纸

本公开提供一种基于图像预测碰撞时间的方法、装置及存储介质。此方法包括：收集多个帧的图像，多个帧的图像包括第一帧对应的第一图像及第二帧对应的第二图像；根据对应第一图像的第一边界框及对应第二图像的第二边界框，计算出二边界框之间的基准尺度比例；产生关联基准尺度比例的多个尺度比例；根据每个尺度比例缩放第二边界框，以得到第三边界框，用以从第一图像中撷取出第一图像块；通过第二边界框，从第二图像中撷取出第二图像块；对每个尺度比例所对应的第一图像块与第二图像块进行相似度计算，以筛选出至少一个尺度比例，以计算目标对象的碰撞时间的预测值。本公开基于图像预测碰撞时间的方法可在低计算开销下提升碰撞时间预测的精确度。

【技术实现步骤摘要】

本公开涉及一种预测碰撞时间的技术，特别涉及一种通过图像相似度预测碰撞时间的方法、装置和计算机可读存储介质。

技术介绍

1、在自动驾驶领域进行碰撞时间预测中，需要高精确度的碰撞时间(time tocontact，ttc)估计，不准确的ttc估计会影响到自动驾驶系统的路径规划及安全性。在本文中，ttc可表示自车与目标对象(例如，障碍物或前车)之间的碰撞时间的预测值。

2、在相关技术中，可以采用光流方式或检测框(或称边界框)尺度比例方式来预测ttc。根据光流的碰撞时间预测方法是通过检测图像像素点的强度随时间的变化进而推断出物体移动速度及方向，进而估计出与目标对象之间的碰撞时间的预测值。然而，光流估计ttc依赖于准确的光流信息，这会导致显著的计算开销。另一方面，根据检测框尺度比例的碰撞时间预测方法是基于两帧图像中的检测框尺寸计算尺度比例，然后直接计算ttc。根据尺度比例计算ttc的公式：其中α为时刻t0到时刻t1的尺度比例。然而，在检测框未准确标示目标对象(例如，两帧图像中检测框的大小不一致或不准确)时，会造成较大误差的ttc。p>

3、因此，本文档来自技高网...

【技术保护点】

1.一种基于图像预测碰撞时间的方法，其特征在于，包括：

2.如权利要求1所述的基于图像预测碰撞时间的方法，其特征在于，对所述每个尺度比例所对应的所述第一图像块与所述第二图像块进行相似度计算，以筛选出所述至少一个尺度比例，包括：

3.如权利要求2所述的基于图像预测碰撞时间的方法，其特征在于，根据筛选出的所述至少一个尺度比例，计算所述目标对象的所述碰撞时间的预测值，包括：

4.如权利要求3所述的基于图像预测碰撞时间的方法，其特征在于，根据所述至少一个最小像素值方误差所对应的所述至少一个尺度比例，计算出所述目标对象的所述碰撞时间的预测值，包括：

...

【技术特征摘要】

1.一种基于图像预测碰撞时间的方法，其特征在于，包括：

2.如权利要求1所述的基于图像预测碰撞时间的方法，其特征在于，对所述每个尺度比例所对应的所述第一图像块与所述第二图像块进行相似度计算，以筛选出所述至少一个尺度比例，包括：

3.如权利要求2所述的基于图像预测碰撞时间的方法，其特征在于，根据筛选出的所述至少一个尺度比例，计算所述目标对象的所述碰撞时间的预测值，包括：

4.如权利要求3所述的基于图像预测碰撞时间的方法，其特征在于，根据所述至少一个最小像素值方误差所对应的所述至少一个尺度比例，计算出所述目标对象的所述碰撞时间的预测值，包括：

5.如权利要求3所述的基于图像预测碰撞时间的方法，其特征在于，根据所述至少一个最小像素值方误差所对应的所述至少一个尺度比例，计算出所述目标对象的所述碰撞时间的预测值，包括：

6.如权利要求1所述的基于图像预测碰撞时间的方法，其特征在于，对所述每个尺度比例所对应的所述第一图像块与所述第二图像块进行相似度计算，以筛选出所述至少一个尺度比例，包括：

7.如权利要求1所述的基于图像预测碰撞时间的方法，其特征在于，对所述每个尺度比例所对应的所述第一图像块与所述第二图像块进行相似度计算，以筛选出所述至少一个尺度比例，包括：

8.如权利要求1所述的基于图像预测碰撞时间的方法，其特征在于，对所述每个尺度比例所对应的所述第一图像块与所述第二图像块进行相似度计算，以筛选出所述至少一个尺度比例，包括：

9.权利要求1所述的基于图像预测碰撞时间的方法，其特征在于，对所述每个尺度比例所对应的所述第一图像块与所述第二图像块进行相似度计算，以筛选出所述至少一个尺度比例，包括：

10.如权利要求1所述的基于图像预测碰撞时间的方法，其特征在于，产生关联所述基准尺度比例的所述多个尺度比例，包括：

11.如权利要求10所述的基于图像预测碰撞时间的方法，其特征在于，根据所述基准尺度比例及关联所述基准尺度比例的所述范围参...

【专利技术属性】
技术研发人员：黄泽昊，成晓龙，王乃岩，
申请(专利权)人：北京图森智途科技有限公司，
类型：发明
国别省市：