[發(fā)明專利]基于信息融合的前方車輛識別方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110635324.2
• 申請日: 2021-06-08
• 公開（公告）號: CN113313041B
• 公開（公告）日: 2022-11-15
• 發(fā)明（設(shè)計(jì)）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(qiáng);楊愛喜;梁濤年;尹哲;馬永富
• 申請（專利權(quán)）人: 安徽工程大學(xué)
• 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(chǎn)權(quán)代理有限公司 34107
• 代理人: 鐘雪

本發(fā)明公開一種基于信息融合的前方車輛識別方法，包括：毫米波雷達(dá)將檢測到的前方車輛信息輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)輸出車輛在圖像中的高度；將毫米波雷達(dá)檢測到的車輛坐標(biāo)轉(zhuǎn)化為像素坐標(biāo)，以該坐標(biāo)作為中心，基于車輛在圖像中的高度形成車輛識別區(qū)域；擴(kuò)展車輛識別區(qū)域，形成毫米波雷達(dá)的初始ROI區(qū)域，在初始ROI區(qū)域中提取車頂擬合直線；以初始ROI區(qū)域作為滑動窗，控制滑動窗以設(shè)定步長向左、向右滑動，形成一系列的候選ROI區(qū)域；獲取中心點(diǎn)距車頂擬合直線中間點(diǎn)最近的候選ROI區(qū)域，將該候選ROI區(qū)域的中心作為車輛識別區(qū)域的中心，將滑動窗縮小至車輛識別區(qū)域大小。將毫米波雷達(dá)信息準(zhǔn)確的與采集圖像信息匹配，提高多傳感器融合的精度。

技術(shù)領(lǐng)域

本發(fā)明屬于多傳感器融合技術(shù)領(lǐng)域，更具體地，本發(fā)明涉及一種基于信息融合的前方車輛識別方法及系統(tǒng)。

背景技術(shù)

近年來隨著經(jīng)濟(jì)增長與科技進(jìn)步，汽車安全受到更多人重視，智能駕駛技術(shù)能夠提升行駛的安全性，獲得了廣泛的關(guān)注。智能駕駛系統(tǒng)可以分為三部分，即感知層、決策層和執(zhí)行層，其中感知技術(shù)是智能汽車獲取周圍信息的重要手段，在現(xiàn)實(shí)環(huán)境中，車輛識別是最常見的感知種類之一，能夠準(zhǔn)確、實(shí)時的識別前方車輛是智能駕駛技術(shù)的關(guān)鍵。

目前已經(jīng)量產(chǎn)的智能駕駛系統(tǒng)中，多源傳感器信息融合可以實(shí)現(xiàn)感知的冗余性，常用的傳感器為毫米波雷達(dá)和相機(jī)，毫米波雷達(dá)可以較為準(zhǔn)確的檢測到前方車輛的位置信息，相機(jī)能夠獲得豐富的環(huán)境信息，因此將兩種傳感器進(jìn)行信息融合，以實(shí)現(xiàn)不同傳感器數(shù)據(jù)互補(bǔ)，從而提高識別能力。

現(xiàn)有技術(shù)中將毫米波雷達(dá)檢測車輛的位置信息投影到相機(jī)圖像像素點(diǎn)，并根據(jù)該像素點(diǎn)投影變換獲得車輛在圖像中的區(qū)域，但是實(shí)際工作場景下，毫米波雷達(dá)的波束反射目標(biāo)信號不一定處于車輛的中心位置，并且汽車在行駛過程中，受路況和工況影響，導(dǎo)致雷達(dá)目標(biāo)偏移，除此之外，根據(jù)相機(jī)成像原理的投影變換技術(shù)并不能精確的獲得側(cè)方車輛區(qū)域，導(dǎo)致毫米波雷達(dá)檢測的車輛信息不能準(zhǔn)確的映射到相機(jī)畫面的環(huán)境信息中。

發(fā)明內(nèi)容

本發(fā)明提供一種基于信息融合的前方車輛識別方法，旨在改善上述問題。

本發(fā)明是這樣實(shí)現(xiàn)的，一種基于信息融合的前方車輛識別方法，所述方法具體包括如下步驟：

S1、毫米波雷達(dá)將檢測到的前方車輛信息輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)輸出車輛在圖像中的高度；

S2、將毫米波雷達(dá)檢測到的車輛坐標(biāo)轉(zhuǎn)化為像素坐標(biāo)系中的像素坐標(biāo)，以該像素坐標(biāo)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(qū)域；

S3、擴(kuò)展車輛識別區(qū)域，形成毫米波雷達(dá)的初始ROI區(qū)域，在初始ROI區(qū)域中提取車頂擬合直線；

S4、以初始ROI區(qū)域作為滑動窗，控制滑動窗以設(shè)定步長向左、向右滑動，形成一系列的候選ROI區(qū)域；

S5、獲取中心點(diǎn)距車頂擬合直線中間點(diǎn)最近的候選ROI區(qū)域，將該候選ROI區(qū)域的中心作為車輛識別區(qū)域的中心，將滑動窗縮小至車輛識別區(qū)域大小，即實(shí)現(xiàn)車輛識別區(qū)域在圖像中的定位。

進(jìn)一步的，車頂擬合直線的提取方法具體如下：

S31、將初始ROI區(qū)域內(nèi)的圖像換為灰度圖像；

S32、檢測灰度圖像中的邊緣像素點(diǎn)，稱為圖像邊緣；

S33、計(jì)算所述邊緣圖像的全局閾值，基于全局閾值將灰度圖像轉(zhuǎn)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(jìn)行直線擬合，獲取車輛頂部的車頂擬合直線。

進(jìn)一步的，車輛識別區(qū)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(diǎn)坐標(biāo)U_left、U_right，計(jì)算車頂擬合直中間點(diǎn)坐標(biāo)U_mid；