[發明專利]一種無人車前方車輛檢測的方法

在審

• 申請號: 201710902462.6
• 申請日: 2017-09-29
• 公開（公告）號: CN109583270A
• 公開（公告）日: 2019-04-05
• 發明（設計）人: 孫凱
• 申請（專利權）人: 孫凱
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種無人車前方車輛檢測的方法，首先提取車輛特征，構建車輛特征金字塔，然后訓練不同姿態下車輛單－可變部件模型，將單一模型組合成混合可變部件模型作為最終的車輛檢測模型，最后無人車采集行駛中的路況信息，將采集圖像各部位與車輛檢測模型進行匹配，判斷是否為車輛。與現有技術相比，本發明具有如下有益效果：當實際場景中光照不均勻、路面環境出現遮擋時，本發明能夠精確檢測出前方車輛，不會出現漏檢現象，保證了無人車安全行駛。

技術領域

本發明涉及計算機視覺領域，特別發明了一種無人車前方車輛檢測的方法。

背景技術

隨著近年來各種各樣交通事故的發生，無人駕駛車輛的應用價值突顯。目前無人車主要用于軍用、民用及工業生產上。在工業生產方面，面對長途運輸或有害原料時，人為駕駛具有一定的危險性，而且長時間駕駛，司機容易出現疲勞駕駛，相比而言，無人駕駛汽車更能有效地保證車輛行駛安全。在軍事應用方面，無人駕駛車輛可以代替傳統車輛去完成一些高危情境下的特定任務，比如代替士兵去前線偵察、戰斗等。在日常民用產業方面，無人駕駛車輛可以有效地防止交通事故的發生。

無人車主要通過車上所搭載的各類傳感器來獲取相關路面環境等信息，然后自行躲避障礙物，通過融合相關數據給出路徑規劃，進而控制車輛進行安全行駛。無人車前方車輛檢測是無人車正常行駛的安全保障。通過無人車前方的二維相機采集行駛中的路況信息，通過圖像處理的方法，來獲取圖像中前方車輛的位置、顏色、尺寸等信息。但是路況信息的復雜多變以及車輛的大小各異給檢測帶來了一定的挑戰。在簡單場景下可以取得較好的效果，然而實際場景中光照不均勻，路面環境經常出現遮擋，使得很多候選區域中仍存在許多車輛，檢測效果較差。

發明內容

發明目的：針對上述現有技術的不足，提出一種無人車前方車輛檢測的方法，解決無人車檢測前方車輛時，出現因車輛部分被遮擋而漏檢測的現象。

技術方案：本發明公開了一種無人車前方車輛檢測的方法，該方法包括以下步驟：

步驟1：提取車輛特征；

步驟2：構建車輛特征金字塔；

步驟3：訓練不同姿態下車輛單－可變部件模型；

步驟4：將單一模型組合成混合可變部件模型作為最終的車輛檢測模型；

步驟5：無人車采集行駛中的路況信息；

步驟6：將采集圖像各部位與車輛檢測模型進行匹配，判斷是否為車輛。

通過訓練不同姿態下車輛單－可變部件模型，將單一模型組合成混合可變部件模型作為最終的車輛檢測模型，當車輛部分被遮擋時，仍然可以精確檢測出，不會出現漏檢現象。

具體的，步驟1中，車輛特征為車輛的梯度方向直方圖特征。

構建車輛特征金字塔前，利用主成分分析算法對梯度方向直方圖特征降維。

對提取的梯度方向直方圖特征進行降維，以減少計算量，提高檢測速度。

步驟3中，利用Latent-SVM訓練不同姿態下車輛單－可變部件模型。

步驟5中，無人機利用二維相機采集行駛中的路況信息。

與現有技術相比，本發明具有如下有益效果：

當實際場景中光照不均勻、路面環境出現遮擋時，本發明能夠精確檢測出前方車輛，不會出現漏檢現象，保證了無人車安全行駛。

具體實施方式

以下用具體實施例對本發明做進一步的詳細說明，需要說明的是，以上實施例僅用以說明本發明的技術方案而非限制，本領域普通技術人員對本發明的技術方案所做的其他修改或等同替換，只要不脫離本發明技術方案的精神和原理，均應涵蓋在本發明的權利要求范圍當中。