[发明专利]基于车轮的目标车辆姿态检测方法在审
申请号: | 202010784979.1 | 申请日: | 2020-08-06 |
公开(公告)号: | CN111967360A | 公开(公告)日: | 2020-11-20 |
发明(设计)人: | 梁义辉;李雪;范圣印;陈禹行 | 申请(专利权)人: | 苏州易航远智智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/46;G06T7/80;G06N3/08 |
代理公司: | 北京庚致知识产权代理事务所(特殊普通合伙) 11807 | 代理人: | 李伟波 |
地址: | 215024 江苏省苏州市中国(江苏)自由贸*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 车轮 目标 车辆 姿态 检测 方法 | ||
1.一种基于车轮的目标车辆姿态检测方法,其特征在于,包括:
步骤1、获取当前相机图像;
步骤2、输入获取的所述当前相机图像,对输入图像进行车辆目标检测,得到车辆目标;
步骤3、对所述车辆目标进行车轮检测,得到车轮目标;
步骤4、在车轮目标中提取出两个同侧面车轮的特征点;
步骤5、利用所述两个同侧面车轮特征点坐标的连线获得车辆的倾角姿态。
2.根据权利要求1所述的基于车轮的目标车辆姿态检测方法,其特征在于,
在获取当前相机图像之前,需要对相机进行标定,包括标定相机内参和外参;
相机内参参数矩阵如公式(1)所示:
其中,fx,fy分别表示相机在X、Y坐标方向的焦距,px,py表示相机中心点相对于左上角的偏移;
相机外参参数矩阵如公式(2)所示:
其中,rij(i=1,2,3;j=1,2,3)表示相机相对于世界坐标系的旋转矩阵的元素,ti(i=1,2,3)表示相机坐标系相对于世界坐标系的平移关系;
并且,所述相机内参和外参的关系矩阵EM如公式(3)所示:
其中,mij(i=1,2,3;j=1,2,3,4)表示相机内参和外参组成的参数矩阵的元素。
3.根据权利要求1所述的基于车轮的目标车辆姿态检测方法,其特征在于,
所述相机包括RGB相机、红外相机或深度相机。
4.根据权利要求1所述的基于车轮的目标车辆姿态检测方法,其特征在于,
所述相机为安装在车辆前端的摄像头。
5.根据权利要求1所述的基于车轮的目标车辆姿态检测方法,其特征在于,
采用训练好的深度学习模型进行车辆目标检测,获得车辆目标V的二维框即目标框在图像中的坐标及尺寸(x,y,w,h),其中(x,y)表示二维框左上角坐标,w、h为二维框尺寸宽和高。
6.根据权利要求5所述的基于车轮的目标车辆姿态检测方法,其特征在于,
在已经获取到的目标框内进行车轮检测,获得图像中的车轮框,表示为Wi(xi,yi,wi,hi),其中i=1,2...N,N表示检测到的车轮数目,其中xi、yi、wi和hi分别表示车轮框的左上角的x坐标、y坐标、车轮框宽度和高度。
7.根据权利要求6所述的基于车轮的目标车辆姿态检测方法,其特征在于,
首先将相机视野内的车辆目标分为左侧目标和右侧目标,然后分别对左侧车辆和右侧车辆对车轮进行检测,提取出所需要的两个同侧面车轮框;
提取所检测到的车轮框Wi(xi,yi,wi,hi)的特征点像素坐标Pi(ui,vi),将这些特征点像素坐标转换到世界坐标系中,并获取在世界坐标系里的坐标
基于上述过程中获得的车轮的世界坐标,获得车辆的两轮顶部、中心或底部坐标,根据所述两轮的顶部、中心或底部坐标的连线获得车辆的倾角姿态。
8.根据权利要求7所述的基于车轮的目标车辆姿态检测方法,其特征在于,
使用训练好的深度神经网络模型在车辆目标框里进行车轮检测,检测结果为车轮在图像中的坐标和尺寸Wi(xi,yi,wi,hi)。
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苏州易航远智智能科技有限公司,未经苏州易航远智智能科技有限公司许可,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/202010784979.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种集成式刀柄实时监测系统及其方法
- 下一篇:一种透水高仿石材砖