[发明专利]一种无人车前方车辆检测的方法

说明书

本发明公开了一种无人车前方车辆检测的方法，首先提取车辆特征，构建车辆特征金字塔，然后训练不同姿态下车辆单－可变部件模型，将单一模型组合成混合可变部件模型作为最终的车辆检测模型，最后无人车采集行驶中的路况信息，将采集图像各部位与车辆检测模型进行匹配，判断是否为车辆。与现有技术相比，本发明具有如下有益效果：当实际场景中光照不均匀、路面环境出现遮挡时，本发明能够精确检测出前方车辆，不会出现漏检现象，保证了无人车安全行驶。

技术领域

本发明涉及计算机视觉领域，特别发明了一种无人车前方车辆检测的方法。

背景技术

随着近年来各种各样交通事故的发生，无人驾驶车辆的应用价值突显。目前无人车主要用于军用、民用及工业生产上。在工业生产方面，面对长途运输或有害原料时，人为驾驶具有一定的危险性，而且长时间驾驶，司机容易出现疲劳驾驶，相比而言，无人驾驶汽车更能有效地保证车辆行驶安全。在军事应用方面，无人驾驶车辆可以代替传统车辆去完成一些高危情境下的特定任务，比如代替士兵去前线侦察、战斗等。在日常民用产业方面，无人驾驶车辆可以有效地防止交通事故的发生。

无人车主要通过车上所搭载的各类传感器来获取相关路面环境等信息，然后自行躲避障碍物，通过融合相关数据给出路径规划，进而控制车辆进行安全行驶。无人车前方车辆检测是无人车正常行驶的安全保障。通过无人车前方的二维相机采集行驶中的路况信息，通过图像处理的方法，来获取图像中前方车辆的位置、颜色、尺寸等信息。但是路况信息的复杂多变以及车辆的大小各异给检测带来了一定的挑战。在简单场景下可以取得较好的效果，然而实际场景中光照不均匀，路面环境经常出现遮挡，使得很多候选区域中仍存在许多车辆，检测效果较差。

发明内容

发明目的：针对上述现有技术的不足，提出一种无人车前方车辆检测的方法，解决无人车检测前方车辆时，出现因车辆部分被遮挡而漏检测的现象。

技术方案：本发明公开了一种无人车前方车辆检测的方法，该方法包括以下步骤：

步骤1：提取车辆特征；

步骤2：构建车辆特征金字塔；

步骤3：训练不同姿态下车辆单－可变部件模型；

步骤4：将单一模型组合成混合可变部件模型作为最终的车辆检测模型；

步骤5：无人车采集行驶中的路况信息；

步骤6：将采集图像各部位与车辆检测模型进行匹配，判断是否为车辆。

通过训练不同姿态下车辆单－可变部件模型，将单一模型组合成混合可变部件模型作为最终的车辆检测模型，当车辆部分被遮挡时，仍然可以精确检测出，不会出现漏检现象。

具体的，步骤1中，车辆特征为车辆的梯度方向直方图特征。

构建车辆特征金字塔前，利用主成分分析算法对梯度方向直方图特征降维。

对提取的梯度方向直方图特征进行降维，以减少计算量，提高检测速度。

步骤3中，利用Latent-SVM训练不同姿态下车辆单－可变部件模型。

步骤5中，无人机利用二维相机采集行驶中的路况信息。

与现有技术相比，本发明具有如下有益效果：

当实际场景中光照不均匀、路面环境出现遮挡时，本发明能够精确检测出前方车辆，不会出现漏检现象，保证了无人车安全行驶。

具体实施方式

以下用具体实施例对本发明做进一步的详细说明，需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或等同替换，只要不脱离本发明技术方案的精神和原理，均应涵盖在本发明的权利要求范围当中。