[發明專利]一種基于圖像的車身周圍行人精確定位方法

在審

• 申請號: 202011498551.7
• 申請日: 2020-12-17
• 公開（公告）號: CN112598734A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 王玨
• 申請（專利權）人: 的盧技術有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/80;G06N3/04;G06N3/08
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 田凌濤

1.一種基于圖像的車身周圍行人精確定位方法，其特征在于，包括如下步驟：

S10對待使用的相機進行標定，后將所述相機設置于所述車身固定；

S20在預設位置放置標定板，使用所述相機拍攝所述標定板，獲得標定圖片，根據所述標定圖片的像素坐標與世界坐標的數學變換關系獲得獲得所述相機圖像坐標系與世界坐標系的關系；

S30采用所述相機獲取車身周圍圖像，使用人體識別神經網絡模型識別出所述車身周圍圖像中的人體像素坐標；

S40根據所述相機圖像坐標系與世界坐標系的關系，獲得所述相機圖像坐標系中所述人體像素坐標所對應的世界坐標系中人體相對于車身的實際坐標。

2.根據權利要求1所述的基于圖像的車身周圍行人精確定位方法，其特征在于，對待使用的相機進行標定的方法包括如下步驟：

S11采用張正友標定法標定所述相機，獲取標定數據，所述標定數據包括相機內參矩陣M，徑向畸變系數k1、k2、k3，切向畸變系數p1、p2；

S12根據所述標定數據可用數學方法消除相機鏡頭畸變，獲得修正后的徑向畸變以及修正后的切向畸變，所述修正后的徑向畸變如下式(1)、式(2)所示，所述修正后的切向畸變如下式(3)、式(4)所示；

xdistorted＝x(1+k1r²+k2r⁴+k3r⁶⁾…………………………………………………(1)

ydistorted＝y(1+k1r²+k2r⁴+k3r⁶)…………………………………………………(2)

xdistorted＝x+[2p1xy+p2(r²+2x²)]…………………………………………………(3)

ydistorted＝y+[p1(r²+2y2)+2p2xy]…………………………………………………(4)

其中，r為某一像素點到所述標定圖片中心的距離，x、y為修正前該像素點的坐標；

S13根據式(1)～(4)獲得所述相機采集的圖像所對應的畸變校正后的圖像像素坐標的映射關系E1。

3.根據權利要求2所述的基于圖像的車身周圍行人精確定位方法，其特征在于，所述S20包括如下步驟：

S21選取車身在水平面內的投影中心為原點，車身的長軸指向車頭的方向為y軸正方向，從原點出發指向車身右側的方向為x軸正方向，定義車身平面直角坐標系xoy；

S22所述標定板為矩形，將所述標定板放置在預設位置，使得所述標定板靠近車身的一邊與x軸平行，所述標定板的左側位于y軸上，所述標定板的左下角的坐標為(0，a)，其中a＞0；

S23確定所述標定板的特征點在車身平面直接坐標系xoy中的物理坐標P1、P2、P3……Pn；

S24使用所述相機拍攝所述標定板獲得所述標定圖片，查找所述標定圖片上的特征點，獲得特征點的像素坐標Q1原、Q2原、Q3原……Qn原，并通過所述映射關系E1消除畸變，獲得處理后的像素坐標分別為Q1、Q2、Q3……Qn；

S25通過P1、P2、P3……Pn與Q1、Q2、Q3……Qn即可確定一組透視變換關系E2。

4.根據權利要求1所述的基于圖像的車身周圍行人精確定位方法，其特征在于，標定后的所述相機的視野覆蓋測量范圍。

5.根據權利要求1所述的基于圖像的車身周圍行人精確定位方法，其特征在于，所述人體識別神經網絡模型為采用行人圖片數據集訓練過的YOLOv3網絡模型。