[发明专利]基于车轮的目标车辆姿态检测方法

说明书

一种基于车轮的目标车辆姿态检测方法，包括：(1)获取当前相机图像；(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；(3)对所述车辆目标进行车轮检测，得到车轮目标；(4)在车轮目标中提取出两个同侧面车轮；(5)利用所述两个同侧面车轮中心坐标的连线获得车辆的倾角姿态。所述方法无需标注车辆姿态，即可快速实现对车辆转角姿态，在中高速状态和低速状态下的较大范围内均能对目标进行实时精确地姿态检测，非常适于在自动驾驶或辅助驾驶中实际应用。

技术领域

本发明涉及自动驾驶以及计算机视觉领域，具体涉及基于计算机视觉识别分析自动驾驶中目标车辆位置和姿态的技术，特别涉及一种基于车轮的目标车辆姿态测算方法及装置。

背景技术

随着技术进步和科技发展，自动驾驶成为现阶段交通运输工具领域的研究热点。

在自动驾驶车辆行驶过程中，目标车辆的位置和姿态对控制决策有着关键的作用。由于自动驾驶过程中，路况复杂多变，车辆运行速度快，为了提高驾驶的安全性，需要实时准确地检测出对象车辆的运行状态，并提前预判对象车辆的行驶意图。当主车进行自动并线或被其他车辆从侧面突然插入的时候，更需要提前判断对象车辆的行为意图，以便针对对象车辆的意图实时调整控制决策，保障安全驾驶。因而获取对象车辆的姿态尤其是转角显得尤为重要。

现有技术中获取车辆转角和车辆行驶意图的方法，主要有两类：

1)、通过神经网络进行预测；

2)、使用历史轨迹推算的方法。

中国专利文献CN110232379A(发明名称：一种车辆姿态检测方法及系统)提出了一种采用目标检测网络模型进行车辆姿态检测的方法，检测出待检测图像中目标车辆的图像区域，在网络模型做预测的时候，会同时输出目标车辆的倾斜角度。但是，该方法需要大量带角度的车辆标注数据做训练，不适合实际实施，并且所述检测方法得到结果的稳定性欠佳，不能满足实际使用需要。

美国专利文献US20030235332A1(发明名称：System and method for pose-angleestimation)提出了一种姿态检测的方法，采用目标检测网络，通过回归估计神经网络训练，对输入图像进行角度姿态检测。但是该方法也需要大量带角度的姿态图像标注数据做训练，检测结果依赖于数据标定的精度；并且采用神经网络进行预测，计算消耗大，不利于自动驾驶中车辆姿态检测的实时性要求。

中国专利文献CN109305171A(发明名称：一种前方车辆行驶姿态观测装置及其方法)使用车辆前轮位置与车道线的比较的状态确定前车行驶安全性，但是，并未给出车辆姿态信息。

中国专利文献CN109949364A(发明名称：一种基于路测单目摄像头的车辆姿态检测精度优化方法)介绍了一种基于车辆轨迹跟踪的车辆行进方向的估算方法。但是，该方法需要知道车辆的历史轨迹，在低速状态下效果欠佳。

采用通过神经网络进行预测的方法，需要大量的车辆姿态数据收集，且需要较高的标定精度，工作量繁复不利于车辆姿态推算的快速实现，且一般需要运算平台的较大算力支持，实时性差，很难在实际自动驾驶中应用。

使用历史轨迹推算的方法，只适用于在中高速状态下应用，在低速和拥堵状态下便难以实现，无法获取对象车辆的姿态。

因此，如何在较大范围内对目标进行实时精确地姿态检测成为亟待解决的技术问题。

发明内容

本发明针对上述技术问题，为了研究适应范围大、测量精度高同时又计算消耗少的目标车辆姿态测算系统，提高自动驾驶中前车目标检测的精度和效率，提出了新的基于车轮的目标车辆姿态测算方法及装置，首先在车辆目标二维框中检测并提取车轮框，然后检测车轮框的特征点的像素坐标，并转换到世界坐标系中，获取车辆的两轮中心坐标，最后根据中心坐标的连线得到车辆的倾角姿态。