[發明專利]一種基于路側單目攝像頭的車輛姿態檢測精度優化方法有效
| 申請號: | 201910257098.1 | 申請日: | 2019-04-01 |
| 公開(公告)號: | CN109949364B | 公開(公告)日: | 2023-04-11 |
| 發明(設計)人: | 李晶;竇瑞 | 申請(專利權)人: | 上海淞泓智能汽車科技有限公司 |
| 主分類號: | G06T7/70 | 分類號: | G06T7/70;G06T7/277;G01C21/00 |
| 代理公司: | 上??剖⒅R產權代理有限公司 31225 | 代理人: | 趙繼明 |
| 地址: | 201805 上海市嘉定區安*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 路側單目 攝像頭 車輛 姿態 檢測 精度 優化 方法 | ||
1.一種基于路側單目攝像頭的車輛姿態檢測精度優化方法,其特征在于,包括以下步驟:
步驟1:由目標檢測模型取得初始的矩形檢測框,得到圖片坐標系下檢測框的四個頂點以及捕捉到目標的種類;
步驟2:分割視頻畫面,劃分出基準區域,根據車輛所處的區域以及像素坐標系與世界坐標系的轉換,得到車輛的模糊姿態模型;
步驟3:基于卡爾曼濾波追蹤車輛,得到每輛車輛的行駛軌跡;
步驟4:基于車輛的行駛軌跡,以及車輛模糊姿態模型得到車輛精確姿態模型;
步驟5:將檢測框輸入精確車輛姿態模型,使得檢測框變為特定的檢測點,將其固定到不同姿態車輛的同一位置;
所述的步驟2包括以下分步驟:
步驟21:建立攝像機模型并還原像素坐標,得出檢測目標的真實長寬比;
步驟22:根據檢測目標在世界坐標系下的長寬比與真實長寬比相對比判斷得出車輛的模糊姿態模型;
所述步驟4包括以下分步驟:
步驟41:判斷比較檢測框左下角點和右下角點各自像素坐標與上一幀之間橫坐標差值的大小得出對應的狀態改變量;
步驟42:根據對應的狀態改變量得出對應的車輛姿態更新模型并進一步結合得出車輛精確姿態模型。
2.根據權利要求1所述的一種基于路側單目攝像頭的車輛姿態檢測精度優化方法,所述步驟2中的基準區域包括正向直行區域、反向直行區域、左轉區域和右轉區域。
3.根據權利要求1所述的一種基于路側單目攝像頭的車輛姿態檢測精度優化方法,所述步驟3中的行駛軌跡,其描述公式為:
式中,表示根據上一狀態推測而來的值,為t-1時刻的估計值,Ft為狀態轉移矩陣,Bt為控制矩陣,ut表示加速度。
4.根據權利要求1所述的一種基于路側單目攝像頭的車輛姿態檢測精度優化方法,所述步驟41具體包括:
當檢測框左下角點的像素坐標與上一幀之間橫坐標差值A大于所述檢測框右下角點的像素坐標與上一幀之間橫坐標差值B時,狀態改變量為A-B;
當檢測框左下角點的像素坐標與上一幀之間橫坐標差值A小于所述檢測框右下角點的像素坐標與上一幀之間橫坐標差值B時,狀態改變量為B-A;
當檢測框左下角點的像素坐標與上一幀之間橫坐標差值A等于所述檢測框右下角點的像素坐標與上一幀之間橫坐標差值B時,狀態改變量為0或檢測框左下角點與檢測框右下角點之間像素坐標的正負橫坐標差值。
5.根據權利要求4所述的一種基于路側單目攝像頭的車輛姿態檢測精度優化方法,所述車輛姿態更新模型,其描述公式為:
H=M/C
式中,H為狀態更新量,M為狀態改變量,C為檢測框右下角點與檢測框左下角點之間像素坐標的橫坐標差值。
6.根據權利要求1所述的一種基于路側單目攝像頭的車輛姿態檢測精度優化方法,所述步驟5包括以下分步驟:
步驟51:將攝像頭當前幀檢測框的信息傳輸至車輛姿態更新模型;
步驟52:添加利用優化數據處理公式實現像素坐標點的位置追蹤,得出追蹤點。
7.根據權利要求6所述的一種基于路側單目攝像頭的車輛姿態檢測精度優化方法,該優化方法還包括步驟6:將追蹤點帶入GPS與像素坐標相互轉化地圖得出精確GPS坐標。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海淞泓智能汽車科技有限公司,未經上海淞泓智能汽車科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910257098.1/1.html,轉載請聲明來源鉆瓜專利網。





