[發(fā)明專利]基于背景流的車輛運(yùn)動(dòng)狀態(tài)判斷方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202310309433.4
• 申請日: 2023-03-24
• 公開（公告）號: CN116385487A
• 公開（公告）日: 2023-07-04
• 發(fā)明（設(shè)計(jì)）人: 伍淵;諶璟;孫慶新
• 申請（專利權(quán)）人: 自行科技（武漢）有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/269
• 代理公司: 武漢紅觀專利代理事務(wù)所(普通合伙) 42247
• 代理人: 管先翠

本發(fā)明公開了一種基于背景流的車輛運(yùn)動(dòng)狀態(tài)判斷方法及系統(tǒng)，所述方法包括：實(shí)時(shí)采集車輛周圍的幀圖像，并進(jìn)行預(yù)處理；采用光流跟蹤法進(jìn)行特征匹配，并剔除光流反向跟蹤不合格的點(diǎn)對，分別得到當(dāng)前幀和前一幀的匹配點(diǎn)集；根據(jù)當(dāng)前幀和前一幀的匹配點(diǎn)集計(jì)算基礎(chǔ)矩陣F和單應(yīng)性矩陣H，分別計(jì)算基礎(chǔ)矩陣F和單應(yīng)性矩陣H的GRIC值；根據(jù)基礎(chǔ)矩陣F的GRIC值和單應(yīng)性矩陣H的GRIC值的比較結(jié)果判斷車輛處于運(yùn)動(dòng)狀態(tài)還是靜止?fàn)顟B(tài)；當(dāng)車輛處于運(yùn)動(dòng)狀態(tài)時(shí)，判斷車輛處于前進(jìn)狀態(tài)還是后退狀態(tài)。本發(fā)明只需要圖像本身的信息即可實(shí)現(xiàn)車輛運(yùn)動(dòng)狀態(tài)判斷，算法依賴較少，實(shí)時(shí)性較高。

技術(shù)領(lǐng)域

本發(fā)明屬于自動(dòng)駕駛技術(shù)領(lǐng)域，具體涉及一種基于圖像的車輛運(yùn)動(dòng)狀態(tài)判斷方法及系統(tǒng)。

背景技術(shù)

在獲取不到速度或得到的速度不準(zhǔn)確的場景，如何準(zhǔn)確的獲取本車運(yùn)動(dòng)狀態(tài)對于某些自動(dòng)駕駛功能的實(shí)施是非常關(guān)鍵的。比如自動(dòng)駕駛過程中，當(dāng)車載傳感器出現(xiàn)故障時(shí)或者經(jīng)過隧道等GPS信號被遮擋區(qū)域時(shí)，易導(dǎo)致無法獲取車輛運(yùn)動(dòng)狀態(tài)，此時(shí)需要及時(shí)、準(zhǔn)確地判斷車輛當(dāng)前的運(yùn)動(dòng)狀態(tài)，從而快速進(jìn)行下一步?jīng)Q策。而現(xiàn)代交通環(huán)境復(fù)雜多變，在車輛周圍存在大量運(yùn)動(dòng)目標(biāo)的動(dòng)態(tài)場景情況下，常規(guī)的動(dòng)狀態(tài)判斷方式可能不能及時(shí)判斷出車輛當(dāng)前運(yùn)動(dòng)狀態(tài)。比如專利CN102999759A公開了一種基于光流的車輛運(yùn)動(dòng)狀態(tài)估計(jì)方法，其基于多幀圖像進(jìn)行角點(diǎn)檢測和光流跟蹤，實(shí)現(xiàn)車輛運(yùn)動(dòng)狀態(tài)估計(jì)但是該方法還需要相機(jī)內(nèi)參標(biāo)定，依賴參數(shù)過多，計(jì)算過程也比較能復(fù)雜，不能進(jìn)行輛運(yùn)動(dòng)狀態(tài)快速計(jì)算。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提出了一種基于背景流的車輛運(yùn)動(dòng)狀態(tài)判斷方法及系統(tǒng)，用于解決現(xiàn)有的車輛運(yùn)動(dòng)狀態(tài)判斷的實(shí)時(shí)性不高的問題。

本發(fā)明第一方面，公開一種基于背景流的車輛運(yùn)動(dòng)狀態(tài)判斷方法，所述方法包括：

實(shí)時(shí)采集車輛周圍的圖像形成幀圖像序列，并進(jìn)行預(yù)處理；

通過目標(biāo)檢測剔除幀圖像序列的各幀圖像中的運(yùn)動(dòng)目標(biāo)；

對于當(dāng)前幀和前一幀圖像，采用光流跟蹤法進(jìn)行特征匹配，并剔除光流反向跟蹤不合格的點(diǎn)對，分別得到當(dāng)前幀和前一幀的匹配點(diǎn)集；

根據(jù)當(dāng)前幀和前一幀的匹配點(diǎn)集計(jì)算基礎(chǔ)矩陣F和單應(yīng)性矩陣H，分別計(jì)算基礎(chǔ)矩陣F和單應(yīng)性矩陣H的GRIC值；

根據(jù)基礎(chǔ)矩陣F的GRIC值和單應(yīng)性矩陣H的GRIC值的比較結(jié)果判斷車輛處于運(yùn)動(dòng)狀態(tài)還是靜止?fàn)顟B(tài)；

當(dāng)車輛處于運(yùn)動(dòng)狀態(tài)時(shí)，根據(jù)當(dāng)前幀和前一幀的匹配點(diǎn)集計(jì)算背景光流的FOE點(diǎn)，根據(jù)FOE點(diǎn)與匹配點(diǎn)對之間的距離大小判斷車輛處于前進(jìn)狀態(tài)還是后退狀態(tài)。

在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，所述預(yù)處理包括：

提取實(shí)時(shí)采集的幀圖像的GFT特征點(diǎn)，判斷GFT特征點(diǎn)的數(shù)量是否大于預(yù)設(shè)數(shù)量閾值，若否，通過網(wǎng)格將各幀圖像劃分成圖像塊，對每個(gè)圖像塊均提取設(shè)定數(shù)量的GFT特征點(diǎn)，如果無法提取指定數(shù)量的GFT特征點(diǎn)，降低設(shè)定的GFT特征檢測閾值，重新提取，并使用目標(biāo)檢測產(chǎn)生的mask過濾掉處于mask內(nèi)的GFT特征點(diǎn)；

所述目標(biāo)檢測的檢測目標(biāo)包括行人和車輛。

在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，所述剔除光流反向跟蹤不合格的點(diǎn)對具體包括：

設(shè)前一幀檢測到的GFT特征點(diǎn)集為P₀，基于特征點(diǎn)集P₀進(jìn)行光流正向跟蹤，得到當(dāng)前幀的特征點(diǎn)集P_c1；

基于當(dāng)前幀的特征點(diǎn)集P_c1進(jìn)行光流反向跟蹤，得到前一幀的特征點(diǎn)集P_c0；

計(jì)算特征點(diǎn)集P₀和P_c0的特征點(diǎn)之間距離，剔除距離大于預(yù)設(shè)距離閾值的特征點(diǎn)。