[發明專利]基于單目視覺的車距測量方法

有效

• 申請號: 202110515969.2
• 申請日: 2021-05-12
• 公開（公告）號: CN113221739B
• 公開（公告）日: 2023-04-14
• 發明（設計）人: 秦家虎;周文華;王帥
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/25;G06V10/44;G06V10/774;G06T7/73;G01C3/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 鄢功軍

1.一種基于單目視覺的車距測量方法，其特征在于，包括以下步驟：

在輸入圖像中選擇與車輛檢測區域相對應的感興趣區域；

從所述感興趣區域中提取聚合通道特征，并將所述聚合通道特征輸入到采用基于改進AdaBoost的ACF算法訓練的車輛檢測器檢測車輛；

基于檢測到的車輛的邊界框區域的中心坐標來估計當前車輛到檢測到的車輛的距離；

其中，所述基于檢測到的車輛的邊界框區域的中心坐標來估計當前車輛到檢測到的車輛的距離包括：

通過將相機焦距與真實物體的大小相結合，利用物體在圖像空間中的大小來估計物體的距離的；

對于側向小汽車，采用經驗百分比來獲取一部分分段區域以進行距離測量，通過估計被遮擋部分的遮罩來計算分段車的絕對距離，并計算部分被遮擋車的距離；

其中，當前車輛到檢測到的車輛的距離由下述公式表示：

d＝[f_xf_y*S_real/S_pixel]^1/2，

其中，f_x和f_y表示相機的焦距，S_pixel表示像素坐標系中所述檢測到的車輛的面積。

2.根據權利要求1所述的車距測量方法，其特征在于，所述改進AdaBoost的ACF算法的改進之處在于修改弱分類器權重值α_t的計算方法，改進后的計算方法具體如下：

其中，ε_t表示計算錯誤率，γ表示魯棒參數，

3.根據權利要求1所述的車距測量方法，其特征在于，所述感興趣區域的選擇包括行駛車道的左右車道和移動的車輛獲得的圖像的中心部分。

4.根據權利要求1所述的車距測量方法，其特征在于，所述聚合通道特征包括三個顏色通道、一個梯度幅值通道和六個梯度方向通道。

5.根據權利要求1所述的車距測量方法，其特征在于，所述提取聚合通道特征的過程如下：

在從輸入圖像提取特征信息之后，生成第k個特征信息，同時在下采樣k次的同時保持第(k-1)個特征信息。

6.根據權利要求1所述的車距測量方法，其特征在于，所述將所述聚合通道特征輸入到采用基于改進AdaBoost的ACF算法訓練的車輛檢測器檢測車輛包括：

所述車輛檢測器預先從訓練圖像中提取聚合通道特征，然后構建金字塔，并與基于AdaBoost的學習算法結合起來以生成強分類器。

7.根據權利要求1所述的車距測量方法，其特征在于，從車輛和非車輛訓練圖像中提取的聚合通道特征是匹配的，用于區分車輛和非車輛這兩個類別；特征的相互匹配過程不僅執行一次，而且在各種條件下執行；通過生成具有弱分類器的線性組合的強分類器，所述各種條件由弱分類器組成。

8.根據權利要求1所述的車距測量方法，其特征在于，在進行車輛距離估計前還包括車輛跟蹤，具體為跟蹤先前在車輛檢測步驟中檢測到的車輛區域；基于檢測到的車輛區域中包含的特征信息，通過搜索具有最相似特征信息的相鄰區域來跟蹤車輛區域。

9.根據權利要求8所述的車距測量方法，其特征在于，在減少像素匹配處理時間的方法中，設置了與相鄰幀中最相似區域進行比較的范圍。