[发明专利]机动车行驶前方物体视频测距及方向定位方法

说明书

本发明公开了一种机动车行驶前方物体视频测距及方向定位方法，包括步骤：一、相机拍摄两幅鱼眼图像并传输给计算机；二、对两幅鱼眼图像进行误差矫正得到两幅半球鱼眼图像；三、将图像中显示机动车左侧的一幅顺时针旋转90°，显示机动车右侧的一幅逆时针旋转90°；再将两幅图像合成为一幅球面图像；四、将球面图像上的点投影到全景图像上得到全景图像；五、对全景图像进行平滑处理；六、将图像输入faster‑RCNN网络模型中提取出机动车周围的车辆、人和图标信息；七、计算机动车与其周围的车辆和人的距离；八、得到球面图像上检测的车辆或人的方向。本发明不仅能计算出机动车与其周围车辆和人的距离，还能准确获知车辆和人的方向性。

技术领域

本发明属于智能交通技术领域，具体涉及一种机动车行驶前方物体视频测距及方向定位方法。

背景技术

在安全辅助驾驶系统中获得车辆行驶环境的信息全面性、信息准确性、信息可靠性直接决定安全系统的有效性和实用性。目前车辆行驶环境识别主要依靠雷达技术以及红外线、GPS等辅助技术来实现的。但是，在采用雷达技术进行机动车行驶前方物体测距时，由于前方测距雷达测量范围很大，车辆在道路中行驶状况十分复杂，并线、移线、转弯、上下坡以及道路两旁的静态护栏、标志牌，还有各种恶劣天气的影响等，使得雷达对主目标的识别十分困难，误报率很高；而且，从经济方面考虑，目前的雷达测距主要技术掌握在国外大公司的手中，比较昂贵。

随着计算机视觉技术的发展，利用摄像机采集视频,进行机动车前方物体如人、车辆和图标识别，并通过图像测量距离正成为智能交通系统中的一种趋势。采用传统的图像测距，目标识别和测距，首先对目标识别是非常重要的。通常是自己先设置好车与车的间距,车在高速上行驶的时候，驾车人可以自己行调节车的巡航速度，如100KM,120KM等等,设置好后,车会自己动向前行驶，方向还是要自己控制的，只是可以不要踩油门。当前方有车时，行车电脑会自己检测，并自己保待好车的间距。并向前行驶，车间距过近时，电脑会自己降低速度，保待车距。但是，高速公路上车流量大,工作环境复杂,很多高效的测距方案比如三维重建等在这里都只能望而却步。因此，急需研究机动车行驶前方物体视频测距及方向定位的方法。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种机动车行驶前方物体视频测距及方向定位方法，其方法步骤新颖合理，实现方便，功能完备，不仅能够计算出机动车与其周围的车辆和人的距离，还能够准确获知车辆和人的方向性，能够为驾驶员辅助驾驶提供很好的指导意义，实用性强，推广应用价值高。

为解决上述技术问题，本发明采用的技术方案是：一种机动车行驶前方物体视频测距及方向定位方法，其特征在于，该方法包括以下步骤：

步骤一、安装在机动车顶部的相机拍摄两幅鱼眼图像，并将两幅鱼眼图像传输给安装在机动车驾驶室内的计算机；

步骤二、所述计算机分别对两幅鱼眼图像进行误差矫正，得到误差矫正后的两幅半球鱼眼图像；

步骤三、所述计算机将误差矫正后的两幅半球鱼眼图像中显示机动车左侧图像的一幅顺时针方向旋转90°，显示机动车右侧图像的一幅逆时针方向旋转90°；然后再将两幅图像合成为一幅球面图像；

步骤四、所述计算机查询其预先建立的球面图像上点的经纬度信息与全景图像像素点坐标的对应关系表，将球面图像上的点投影到全景图像上，得到全景图像；

步骤五、所述计算机调用二次线性插值图像处理模块对全景图像进行平滑处理；

步骤六、所述计算机将经过步骤五平滑处理后的全景图像输入预先训练好的faster-RCNN网络模型中，得到faster-RCNN网络模型的输出，faster-RCNN网络模型的输出中提取出了机动车周围的车辆、人和图标信息；

步骤七、所述计算机根据图像块像素大小计算机动车与其周围的车辆的距离和机动车与其周围人的距离；