[发明专利]一种利用车联网获取前车特征的单目视觉车辆测距方法有效
申请号: | 201710595300.2 | 申请日: | 2017-07-20 |
公开(公告)号: | CN107390205B | 公开(公告)日: | 2019-08-09 |
发明(设计)人: | 杨殿阁;曹重;王思佳;江昆;柳超然;肖中阳 | 申请(专利权)人: | 清华大学 |
主分类号: | G01S11/12 | 分类号: | G01S11/12;G06T7/60;G06T7/80 |
代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 徐宁;孙楠 |
地址: | 100084 北京市海淀区1*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 利用 联网 获取 前车 特征 目视 车辆 测距 方法 | ||
本发明涉及一种利用车联网获取前车特征的单目视觉车辆测距方法,其步骤:获得目标车辆的车联网信息,通过相机获得目标车辆的图像信息;由车联网信息获得前车特征点之间的空间关系信息,利用空间关系信息与图像信息中各前车特征点位置建立空间模型,基于该空间模型对前车位置进行估计:建立一个空间直角坐标系;将前车特征点在二维图像上的位置转换成能够用于求解车辆实际坐标的参数;初步估计前车位置并计算能够表征前车位置与各前车特征点的距离;计算前车估计值与真实值的差别度;通过调整相机估计位置降低差别度的值,判断差别度是否为最小差别度,是则通过相机的位置判断前车与后车间的相对位置关系;反之则重新选择相机估计位置,重新估计。
技术领域
本发明涉及一种车辆测距方法,特别是关于一种在计算机视觉车辆定位领域中应用的利用车联网获取前车特征的单目视觉车辆测距方法。
背景技术
车辆的智能化发展离不开环境感知,环境感知的精度与稳定性对车辆安全有重要影响,而利用单目视觉对车辆进行位置估计是环境感知的重要基础。单目视觉测距过程需要得到图像信息与实际尺寸转换的现实尺度,且该尺度的准确度对结果有决定性影响。包括Mobileye等公司在内的大多数应用于测距的产品与方法是基于车辆处于同一平面的假设,主要利用相机高度实现尺度转化,但这种方法在颠簸路面或者坡道等复杂的道路状况上会产生较大的误差,整体的适应性和精度仍有提升空间。另一方面,快速发展的车联网技术能够为单目测距提供新的现实尺度的信息源,也为提升单目视觉测距的精度提供了可能性。
综上所述,利用车联网与单目视觉技术,在复杂道路环境下实现车辆精确测距是提高环境感知的精度与稳定性的有效途径之一,从而推动车辆的智能化发展。
发明内容
针对上述问题,本发明的目的是提供一种利用车联网获取前车特征的单目视觉车辆测距方法,该方法能够消除由于车辆震动造成的相机高度与俯仰角变化带来的定位误差,提高结果的稳定性,实现在颠簸、坡道等复杂路况下的高精度、高适应性车辆位置估计。
为实现上述目的,本发明采取以下技术方案:一种利用车联网获取前车特征的单目视觉车辆测距方法,其特征在于包括以下步骤:1)发现目标车辆,获得该目标车辆的车联网信息,并通过相机获得目标车辆的图像信息,相机安装在位于目标车辆后方的车辆上;其中,目标车辆即为前车,安装相机的车辆为后车;2)由车联网信息获得前车特征点之间的空间关系信息,利用该空间关系信息与图像信息中各前车特征点位置建立空间模型,并基于该空间模型对前车位置进行估计。
进一步,所述步骤2)中,基于空间模型对前车位置进行估计的步骤如下:2.1)建立一个空间直角坐标系O-X0Y0Z0;2.2)将前车特征点在二维图像上的位置转换成能够用于求解车辆实际坐标的参数;2.3)初步估计前车位置并计算能够表征该前车位置与各前车特征点的距离;2.4)计算前车估计值与真实值的差别度m;2.5)通过调整相机估计位置降低差别度m的值,判断差别度m是否为最小差别度,是则通过相机的位置判断前车与后车之间的相对位置关系为C(xC(t),yC(t),zC(t));反之则重新选择相机估计位置,返回步骤2.3)。
进一步,所述步骤2.1)中,空间直角坐标系建立方式如下:坐标系固定在前车上,跟随前车运动,坐标系原点位于前车尾部两个轮胎与地面接触的中心点连线的中点,X轴方向沿前车后轮速度方向,该空间直角坐标系满足右手定则。
进一步,所述步骤2.2)中,建立二维直角坐标系Oi-UV和三维直角坐标系O'-X'Y'Z',二维直角坐标系以图像左上方为原点,向右为U轴正方向,向下为V轴正方向,三维直角坐标系以相机镜头中心为原点,坐标系遵循右手定则。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710595300.2/2.html,转载请声明来源钻瓜专利网。