System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及相機(jī)標(biāo)定,具體涉及一種基于雙目攝像頭的路側(cè)超限檢測方法和裝置。
技術(shù)介紹
1、隨著道路運(yùn)輸?shù)陌l(fā)展,超限車輛的數(shù)量和危害也日益增加,給道路安全和設(shè)施維護(hù)帶來了嚴(yán)重的問題。因此,對超限車輛進(jìn)行有效的監(jiān)測和管理是非常必要的。目前,常用的超限檢測方法主要有以下幾種:
2、1)依靠人工測量和檢查;這種方法效率低、準(zhǔn)確性差且容易出現(xiàn)誤判;
3、2)基于激光掃描儀的方法;該方法通過在道路兩側(cè)設(shè)置激光掃描儀,掃描通過車輛的輪廓,并與標(biāo)準(zhǔn)值進(jìn)行比較,判斷是否超限。此方法的缺點(diǎn)是設(shè)備成本高,精度受到激光束發(fā)散和遮擋等因素的影響;
4、3)基于單目攝像頭的方法;該方法通過在道路上設(shè)置單目攝像頭,采集通過車輛的圖像,并利用圖像處理技術(shù),估計(jì)車輛的尺寸,并與標(biāo)準(zhǔn)值進(jìn)行比較,判斷是否超限,此方法的缺點(diǎn)是檢測精度低,非標(biāo)準(zhǔn)車輛易檢測錯(cuò)誤等因素的影響。
5、因此,提供一種基于雙目攝像頭的路側(cè)超限檢測方法和裝置,以期提高車輛超限檢測的準(zhǔn)確性和魯棒性,就成為本領(lǐng)域技術(shù)人員亟待解決的問題。
技術(shù)實(shí)現(xiàn)思路
1、為此,本專利技術(shù)實(shí)施例提供一種基于雙目攝像頭的路側(cè)超限檢測方法和裝置,以期提高車輛超限檢測的準(zhǔn)確性和魯棒性。
2、為了實(shí)現(xiàn)上述目的,本專利技術(shù)實(shí)施例提供如下技術(shù)方案:
3、本專利技術(shù)還提供一種基于雙目攝像頭的路側(cè)超限檢測方法,所述方法包括:
4、獲取目標(biāo)車輛的雙目圖像,所述雙目圖像包括左圖和右圖;
5、生成
6、以所述障礙物矩形框作為種子點(diǎn),在所述視差圖上進(jìn)行聚類生長,以得到障礙物邊界;
7、基于立體匹配算法計(jì)算所述障礙物邊界的三維信息;
8、根據(jù)所述三維坐標(biāo)得到所述目標(biāo)車輛的超限檢測結(jié)果。
9、在一些實(shí)施例中,在所述左圖中生成的障礙物矩形框,具體包括:
10、將所述左圖輸入預(yù)先訓(xùn)練的識別模型,以得到所述障礙物矩形框;
11、其中,所述識別模型是利用雙目圖像樣本基于預(yù)先搭建的yolox模型進(jìn)行訓(xùn)練得到的。
12、在一些實(shí)施例中,利用雙目圖像樣本訓(xùn)練得到所述識別模型,具體包括:
13、初始化yolox模型;
14、利用雙目圖像樣本對初始化后的yolox模型進(jìn)行訓(xùn)練,直到模型參數(shù)達(dá)到預(yù)設(shè)的優(yōu)化目標(biāo)為止,以得到所述識別模型。
15、在一些實(shí)施例中,得到所述識別模型,之后還包括:
16、使用測試數(shù)據(jù)集對所述識別模型進(jìn)行測試,以得到測試結(jié)果;
17、根據(jù)所述測試結(jié)果對所述識別模型進(jìn)行優(yōu)化。
18、在一些實(shí)施例中,以所述障礙物矩形框作為種子點(diǎn),在所述視差圖上進(jìn)行聚類生長,以得到障礙物邊界,具體包括:
19、在所述障礙物矩形框內(nèi)隨機(jī)選擇一個(gè)未被訪問過的數(shù)據(jù)點(diǎn)作為種子點(diǎn),找到以所述種子點(diǎn)為中心,預(yù)設(shè)鄰域半徑內(nèi)的所有點(diǎn);
20、如果該種子點(diǎn)的鄰域內(nèi)至少有預(yù)設(shè)參數(shù)個(gè)點(diǎn),則將該種子點(diǎn)和鄰域內(nèi)的所有點(diǎn)標(biāo)記為核心點(diǎn),并將核心點(diǎn)加入一個(gè)新的簇中;
21、如果該種子點(diǎn)被標(biāo)記為核心點(diǎn),則以該種子點(diǎn)為起點(diǎn),繼續(xù)找到預(yù)設(shè)鄰域半徑內(nèi)的所有點(diǎn),并將所有點(diǎn)加入該簇中;
22、遍歷所述障礙物矩形框中的所有數(shù)據(jù)點(diǎn),直到所有數(shù)據(jù)點(diǎn)都被訪問過,將所有被標(biāo)記為簇的點(diǎn)聚類在一起,形成聚類結(jié)果。
23、在一些實(shí)施例中,在所述障礙物矩形框內(nèi)隨機(jī)選擇一個(gè)未被訪問過的數(shù)據(jù)點(diǎn)作為種子點(diǎn),找到以所述種子點(diǎn)為中心,預(yù)設(shè)鄰域半徑內(nèi)的所有點(diǎn),之后還包括:
24、如果所述種子點(diǎn)的鄰域內(nèi)的點(diǎn)數(shù)少于預(yù)設(shè)參數(shù)個(gè)點(diǎn),則將該種子點(diǎn)標(biāo)記為噪聲點(diǎn)。
25、本專利技術(shù)還提供一種基于雙目攝像頭的路側(cè)超限檢測裝置,所述裝置包括:
26、圖像獲取單元,用于獲取目標(biāo)車輛的雙目圖像,所述雙目圖像包括左圖和右圖;
27、圖像處理單元,英語生成所述雙目圖像的視差圖,并在所述左圖中生成的障礙物矩形框;
28、聚類處理單元,用于以所述障礙物矩形框作為種子點(diǎn),在所述視差圖上進(jìn)行聚類生長,以得到障礙物邊界;
29、信息生成單元,用于基于立體匹配算法計(jì)算所述障礙物邊界的三維信息;
30、結(jié)果生成單元,用于根據(jù)所述三維坐標(biāo)得到所述目標(biāo)車輛的超限檢測結(jié)果。
31、本專利技術(shù)還提供一種智能終端,所述智能終端包括:數(shù)據(jù)采集裝置、處理器和存儲(chǔ)器;
32、所述數(shù)據(jù)采集裝置用于采集數(shù)據(jù);所述存儲(chǔ)器用于存儲(chǔ)一個(gè)或多個(gè)程序指令;所述處理器,用于執(zhí)行一個(gè)或多個(gè)程序指令,用以執(zhí)行如上所述的方法。
33、本專利技術(shù)還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中包含一個(gè)或多個(gè)程序指令,所述一個(gè)或多個(gè)程序指令用于執(zhí)行如上所述的方法。
34、本專利技術(shù)還提供一種計(jì)算機(jī)程序產(chǎn)品,包括計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述方法的步驟。
35、本專利技術(shù)所提供的基于雙目攝像頭的路側(cè)超限檢測方法和裝置,通過獲取目標(biāo)車輛的雙目圖像,所述雙目圖像包括左圖和右圖;生成所述雙目圖像的視差圖,并在所述左圖中生成的障礙物矩形框;以所述障礙物矩形框作為種子點(diǎn),在所述視差圖上進(jìn)行聚類生長,以得到障礙物邊界;基于立體匹配算法計(jì)算所述障礙物邊界的三維信息;根據(jù)所述三維坐標(biāo)得到所述目標(biāo)車輛的超限檢測結(jié)果。這樣,該方法利用深度學(xué)習(xí)對雙目中的單一攝像頭進(jìn)行目標(biāo)車輛的初提取,作為種子點(diǎn),然后在雙目視差圖上進(jìn)行聚類生長,進(jìn)一步提取準(zhǔn)確的車輛邊界,再利用雙目的立體匹配特性,計(jì)算準(zhǔn)確的三維信息,進(jìn)而判斷車輛是否超限。通過視差圖聚類可以實(shí)現(xiàn)對載貨的貨車或車頂上放置異物的車輛進(jìn)行聚類,提取的邊界不受車輛類型影響,從而提高了車輛超限檢測的準(zhǔn)確性和魯棒性。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于雙目攝像頭的路側(cè)超限檢測方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的基于雙目攝像頭的路側(cè)超限檢測方法,其特征在于,在所述左圖中生成的障礙物矩形框,具體包括:
3.根據(jù)權(quán)利要求2所述的基于雙目攝像頭的路側(cè)超限檢測方法,其特征在于,利用雙目圖像樣本訓(xùn)練得到所述識別模型,具體包括:
4.根據(jù)權(quán)利要求3所述的基于雙目攝像頭的路側(cè)超限檢測方法,其特征在于,得到所述識別模型,之后還包括:
5.根據(jù)權(quán)利要求1所述的基于雙目攝像頭的路側(cè)超限檢測方法,其特征在于,以所述障礙物矩形框作為種子點(diǎn),在所述視差圖上進(jìn)行聚類生長,以得到障礙物邊界,具體包括:
6.根據(jù)權(quán)利要求5所述的基于雙目攝像頭的路側(cè)超限檢測方法,其特征在于,在所述障礙物矩形框內(nèi)隨機(jī)選擇一個(gè)未被訪問過的數(shù)據(jù)點(diǎn)作為種子點(diǎn),找到以所述種子點(diǎn)為中心,預(yù)設(shè)鄰域半徑內(nèi)的所有點(diǎn),之后還包括:
7.一種基于雙目攝像頭的路側(cè)超限檢測裝置,其特征在于,所述裝置包括:
8.一種智能終端,其特征在于,所述智能終端包括:數(shù)據(jù)采集裝置、處理器和存儲(chǔ)器;
...【技術(shù)特征摘要】
1.一種基于雙目攝像頭的路側(cè)超限檢測方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的基于雙目攝像頭的路側(cè)超限檢測方法,其特征在于,在所述左圖中生成的障礙物矩形框,具體包括:
3.根據(jù)權(quán)利要求2所述的基于雙目攝像頭的路側(cè)超限檢測方法,其特征在于,利用雙目圖像樣本訓(xùn)練得到所述識別模型,具體包括:
4.根據(jù)權(quán)利要求3所述的基于雙目攝像頭的路側(cè)超限檢測方法,其特征在于,得到所述識別模型,之后還包括:
5.根據(jù)權(quán)利要求1所述的基于雙目攝像頭的路側(cè)超限檢測方法,其特征在于,以所述障礙物矩形框作為種子點(diǎn),在所述視差圖上進(jìn)行聚類生長,以得到障礙物邊界,具體包括:
6.根據(jù)權(quán)利要求5所述的...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:劉永才,夏丹,孟然,高彤,周浩,劉霆鋒,
申請(專利權(quán))人:北京中科慧眼科技有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會(huì)獲得科技券。