[發明專利]基于信息融合的前方車輛識別方法及系統

有效

• 申請號: 202110635324.2
• 申請日: 2021-06-08
• 公開（公告）號: CN113313041B
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 時培成;齊恒;章亮;陳旭;李龍;楊劍鋒;萬鵬;倪璇;陳新禾;劉志強;楊愛喜;梁濤年;尹哲;馬永富
• 申請（專利權）人: 安徽工程大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/25;G06V10/26;G06V10/80;G06V10/82;G06N3/08;G01S13/86;G01S13/89;G01S13/931
• 代理公司: 蕪湖安匯知識產權代理有限公司 34107
• 代理人: 鐘雪

1.一種基于信息融合的前方車輛識別方法，其特征在于，所述方法具體包括如下步驟：

S1、毫米波雷達將檢測到的前方車輛信息輸入到訓練好的BP神經網絡，BP神經網絡輸出車輛在圖像中的高度；

S2、將毫米波雷達檢測到的車輛坐標轉化為像素坐標系中的像素坐標，以該像素坐標作為中心，基于車輛在圖像中的高度及寬度形成車輛識別區域；

S3、擴展車輛識別區域，形成毫米波雷達的初始ROI區域，在初始ROI區域中提取車頂擬合直線；

S4、以初始ROI區域作為滑動窗，控制滑動窗以設定步長向左、向右滑動，形成一系列的候選ROI區域；

S5、獲取中心點距車頂擬合直線中間點最近的候選ROI區域，將該候選ROI區域的中心作為車輛識別區域的中心，將滑動窗縮小至車輛識別區域大小，即實現車輛識別區域在圖像中的定位。

2.如權利要求1所述基于信息融合的前方車輛識別方法，其特征在于，車頂擬合直線的提取方法具體如下：

S31、將初始ROI區域內的圖像換為灰度圖像；

S32、檢測灰度圖像中的邊緣像素點，稱為邊緣圖像；

S33、計算所述邊緣圖像的全局閾值，基于全局閾值將灰度圖像轉換為含有背景和前景的二值圖像；

S34、采用概率霍夫變換對二值圖像進行直線擬合，獲取車輛頂部的車頂擬合直線。

3.如權利要求2所述基于信息融合的前方車輛識別方法，其特征在于，車輛識別區域中心的獲取方法具體如下：

S41、確定車頂擬合直線的兩端點坐標U_left、U_right，計算車頂擬合直線中間點坐標U_mid；

S42、計算各候選ROI區域的中心坐標U_Q；

S43、尋找sym值最小的候選ROI區域中心，該候選ROI區域的中心即為車輛識別區域的中心，其中，sym＝|U_Q-U_mid|。

4.如權利要求1所述基于信息融合的前方車輛識別方法，其特征在于，車輛信息包括：前方車輛的距離及相對角度。

5.如權利要求4所述基于信息融合的前方車輛識別方法，其特征在于，BP神經網絡的訓練方法具體如下：

S11、構建訓練樣本及測試樣本：通過毫米波雷達采集前方車輛信息，獲取不同距離、不同相對角度的前方車輛在圖像中的車輛高度；

S12、基于訓練樣本對BP神經網絡進行訓練，更新神經網路中的權重參數，直至所有測試樣本在BP神經網絡中的預測誤差小于設定閾值，BP神經網絡訓練完成。

6.一種基于信息融合的前方車輛識別系統，其特征在于，所述系統包括：

毫米波雷達及相機，相機位于毫米波雷達的上方，與毫米波雷達及相機連接的數據處理單元；

數據處理單元上集成有BP神經網絡，數據處理單元基于權利要求1至5任一權利要求所述基于信息融合的前方車輛識別方法將車輛識別區域定位到相機所拍攝的圖像中。