[發明專利]一種前車距離檢測方法及系統

有效

• 申請號: 201811359075.3
• 申請日: 2018-11-15
• 公開（公告）號: CN109541583B
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 徐寶函;姜程程;周元笙;徐如均;陸璐;梅鵾;錢浩然;謝暢;王恒;孫谷飛
• 申請（專利權）人: 眾安信息技術服務有限公司
• 主分類號: G01S13/86
• 分類號: G01S13/86;G01S13/08;G06K9/00;G06T7/50;G06T7/62;G06T7/90
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 顧友

1.一種前車距離檢測方法，其特征在于，包括：

采集本車前方視角的RGB圖像和深度圖像；

基于RGB圖像識別其中的全部車輛，提取各車輛對應的寬高數據；

建立坐標系，提取RGB圖像中各車輛左上角對應的橫縱坐標，將其與對應車輛的寬高數據匹配后繪制各車輛的約束框；

在RGB圖像中預設一目標區域框，并在目標區域框中選擇一固定點作為靶點；

基于各車輛的約束框面積和目標區域框面積，對應計算各車輛與目標區域的交并比，以及基于各車輛的寬高數據、約束框的中心點坐標和靶點坐標，對應計算各車輛與目標區域框的歸一化距離；

從各車輛對應的交并比和歸一化距離數據中篩選鎖定前車目標車輛，并結合深度圖像得到前車目標車輛車距。

2.根據權利要求1所述的方法，其特征在于，采集本車前方視角的RGB圖像和深度圖像的方法包括：

利用安裝在本車車頭的深度攝像頭同時采集前方視角的RGB圖像和深度圖像；或者，

利用安裝在本車車頭的2D攝像頭采集前方視角的RGB圖像，以及利用安裝在本車車頭的毫米波雷達/距離傳感器采集前方視角的深度圖像。

3.根據權利要求2所述的方法，其特征在于，建立坐標系，提取RGB圖像中各車輛左上角對應的橫縱坐標，將其與對應車輛的寬高數據匹配后繪制各車輛的約束框的方法包括：

以深度攝像頭或者2D攝像頭為原點在RGB圖像中構建虛擬坐標系；

基于虛擬坐標系提取RGB圖像中各車輛的左上角點坐標，并根據獲取到對應車輛的寬高數據，在RGB圖像中繪制包括所述車輛的矩形約束框。

4.根據權利要求2所述的方法，其特征在于，在RGB圖像中預設一目標區域框，并在目標區域框中選擇一固定點作為靶點的方法包括：

從RGB圖像中選取深度攝像頭或者2D攝像頭的正前方梯形區域作為目標區域框；

選取目標區域框的中心點定義為靶點。

5.根據權利要求1所述的方法，其特征在于，基于各車輛的約束框面積和目標區域框面積，對應計算各車輛與目標區域的交并比的方法為：

采用交并比公式計算各車輛與目標區域的交并比IOU，其中，Car表示車輛的約束框面積，ROI表示目標區域框面積。

6.根據權利要求5所述的方法，其特征在于，基于各車輛的寬高數據、約束框的中心點坐標和靶點坐標，對應計算各車輛與目標區域框的歸一化距離的方法包括：

采用歸一化距離公式計算各車輛與目標區域框的歸一化距離；

其中Car.x表示約束框的中心點的橫坐標值，Car.y表示約束框的中心點的縱坐標值，Target.x表示靶點的橫坐標值，Target.y表示靶點的縱坐標值，Car.width表示對應車輛的寬數據，Car.height表示對應車輛的高數據。

7.根據權利要求1所述的方法，其特征在于，從各車輛對應的交并比和歸一化距離數據中，篩選鎖定前車目標車輛，并結合深度圖像得到前車目標車輛車距的方法包括：

分別統計RGB圖像中各車輛對應的交并比IOU和歸一化距離Dist_norm；

從RGB圖像中篩選大于高通閾值或者歸一化距離Dist_norm小于距離閾值的車輛，得到第一目標車輛集合；

從第一目標車輛集合中篩選出交并比IOU大于低通閾值的車輛，得到第二目標車輛集合；

從第二目標車輛集合中篩選出交并比IOU值最大的車輛輸出為前車目標車輛，同時從深度圖像中提取該車輛對應的車距輸出為前車目標車輛車距。

8.根據權利要求1所述的方法，其特征在于，在篩選鎖定前車目標車輛，并結合深度圖像得到前車目標車輛車距之后還包括：

對輸出的前車目標車輛依次進行中值濾波和異常窗口檢測處理，去除誤檢漏檢噪聲；

對輸出的前車目標車輛的車距進行卡爾曼濾波去除，輸出優化后的前車目標車輛車距。