[发明专利]基于车轮的目标车辆姿态检测方法在审

专利信息
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
【权利要求书】:

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)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top