[發明專利]一種基于深度學習的卡車環境下目標物測距方法

在審

• 申請號: 201811447469.4
• 申請日: 2018-11-29
• 公開（公告）號: CN109506628A
• 公開（公告）日: 2019-03-22
• 發明（設計）人: 肖冬;單豐;王寶華;劉燨文;李雪嬈;孫效玉
• 申請（專利權）人: 東北大學
• 主分類號: G01C11/04
• 分類號: G01C11/04;G06N3/04
• 代理公司: 北京易捷勝知識產權代理事務所(普通合伙) 11613
• 代理人: 韓國勝

本發明涉及一種基于深度學習的卡車環境下目標物測距方法，包括如下步驟：S1、獲取目標物圖像數據；S2、對獲取到的目標物圖像數據進行預處理；S3、將經過預處理的目標物圖像數據輸入SSD模型中，經過所述SSD模型的處理獲得目標物在圖像中的像素位置坐標；S4、根據已識別目標物在圖像中的像素位置坐標，通過圖像測距的方法對目標物距離圖像采集裝置的距離進行計算，獲得目標物距離圖像采集裝置的距離；其中，所述SSD模型為經過壓縮改進后的模型，所述目標物圖像數據為在俯視條件下獲取的目標物圖像數據。本發明提供的測距方法對礦區卡車需要識別的目標物具有識別速度快、識別效率高，使用單目測距方法測距速度快等優點。

技術領域

本發明屬于計算機視覺與卡車防碰撞技術領域，尤其涉及一種基于深度學習的卡車環境下目標物測距方法。

背景技術

隨著科技的進步與發展，大量的人力勞動都逐漸由計算機來完成。機器視覺可以比人類更好更快的完成各種任務，這一方面是由于人類的本性，長時間工作容易產生疲勞，無法保證很高的檢測正確率。另一方面，由于人眼的生理極限，很難在速度、精度等方面得到提高。因此，現代工業與生產迫切需要一種新的機器技術出現，來替代人類視覺。與此同時，隨著計算機技術、機電控制技術、智能檢測技術與數字圖像處理技術不斷發展和完善，人們開始將人類視覺的智能化抽象能力與處理器的高速度、高精度、高可靠性相結合，逐漸形成了一門新的學科一一機器視覺。目前，機器視覺被應用于視覺檢測、物體識別、自動質量檢驗、工藝控制、參數測量和自動組裝等等許多領域。機器視覺涉及了圖像處理、機器學習、模式識別等多個學科。機器視覺通過使用攝像頭等圖像采集設備，將采集到的圖像輸入特定的算法進行計算，讓機器模擬人眼和大腦對物體進行識別，也可以通過機器視覺來測量物體的某些參數。

在露天礦生產系統中，一定數量的卡車在若干電鏟、卸載點以及連接它們的雙向道路構成的網絡中運行，實現電鏟和卸載點之間的礦石、巖石的運輸。這是一個動態的循環系統。露天礦發展趨向設備大型化，而大型采集裝置與大型卡車運輸的間斷工藝更為普遍，運輸卡車由于高、寬、大的特點，造成其盲區大，其制動距離長，因此卡車發生事故的概率較大。卡車事故給人們造成了生命財產的重大損失以及精神上的嚴重傷害。為克服卡車的大體積和高駕駛位所帶來的視覺盲區，使用機器視覺實時構建出卡車前后的視野環境。但是這種方法不能提醒司機行人、輔助車輛等其他目標的存在。因此，為減少卡車事故發生，保障安全，對大型運礦卡車附近的目標檢測和距離測量變得至關重要。

上述缺陷是本領域技術人員期望克服的。

發明內容

(一)要解決的技術問題

為了解決現有技術的上述問題，本發明提供一種基于深度學習的卡車環境下目標物測距方法，能夠計算目標物距離卡車的距離，來實現卡車的防碰撞等功能。

(二)技術方案

為了達到上述目的，本發明采用的主要技術方案包括以下步驟：

一種基于深度學習的卡車環境下目標物測距方法，包括如下步驟：

S1、獲取目標物圖像數據；

S2、對獲取到的目標物圖像數據進行預處理；

S3、將經過預處理的目標物圖像數據輸入SSD模型中，經過所述SSD模型的處理獲得目標物在圖像中的像素位置坐標；

S4、根據已識別目標物在圖像中的像素位置坐標，通過圖像測距的方法對目標物距離圖像采集裝置的距離進行計算，獲得目標物距離圖像采集裝置的距離；

其中，所述SSD模型為經過壓縮改進后的模型，所述目標物圖像數據為在俯視條件下獲取的目標物圖像數據。

優選地，所述SSD模型包括十一個Block：