本發(fā)明專利技術(shù)提供了一種基于模糊選擇的單目視覺測(cè)距融合方法及系統(tǒng)，屬于目標(biāo)跟蹤技術(shù)領(lǐng)域。方法包括：獲取圖像數(shù)據(jù)；根據(jù)圖像數(shù)據(jù)，獲取投影測(cè)距結(jié)果；根據(jù)圖像數(shù)據(jù)，獲取目標(biāo)框?qū)挾葴y(cè)距結(jié)果；對(duì)投影測(cè)距結(jié)果與目標(biāo)框?qū)挾葴y(cè)距結(jié)果進(jìn)行加權(quán)融合，得到融合測(cè)距結(jié)果；對(duì)目標(biāo)車輛進(jìn)行匹配濾波跟蹤，構(gòu)建目標(biāo)軌跡，目標(biāo)軌跡記錄有各幀圖像中的投影測(cè)距結(jié)果、目標(biāo)框?qū)挾葴y(cè)距結(jié)果以及融合測(cè)距結(jié)果；通過瞬態(tài)校正，計(jì)算當(dāng)前幀的外參變化值；根據(jù)外參變化值，通過模糊選擇，確定投影測(cè)距結(jié)果、目標(biāo)框?qū)挾葴y(cè)距結(jié)果以及融合測(cè)距結(jié)果中的最優(yōu)測(cè)距結(jié)果，作為后續(xù)跟蹤濾波的觀測(cè)量。本發(fā)明專利技術(shù)可以提升測(cè)距精度，提升目標(biāo)跟蹤效果，提升智能駕駛系統(tǒng)的性能。
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及目標(biāo)跟蹤，具體而言，涉及一種基于模糊選擇的單目視覺測(cè)距融合方法及系統(tǒng)。
技術(shù)介紹
1、在智能駕駛系統(tǒng)中，單目視覺感知目標(biāo)距離與速度的精度是感知環(huán)節(jié)的重要性能指標(biāo)。一方面，在工程中實(shí)際硬件算力的約束下，單目視覺難以直接獲取測(cè)速結(jié)果，需要從距離信息中獲取速度分量，從而對(duì)速度的要求轉(zhuǎn)化為對(duì)測(cè)距結(jié)果有著更高的精度需求，另一方面，目標(biāo)的測(cè)距與測(cè)速信息作為后續(xù)功能決策、規(guī)劃控制環(huán)節(jié)的關(guān)鍵輸入，直接影響著智能駕駛系統(tǒng)的性能。
2、當(dāng)前在目標(biāo)跟蹤過程中，往往采用根據(jù)目標(biāo)在圖像中的像素寬度進(jìn)行換算的方式確定測(cè)距結(jié)果，然而在實(shí)際應(yīng)用中，圖像可能出現(xiàn)模糊，目標(biāo)檢測(cè)和像素寬度的計(jì)算可能不夠準(zhǔn)確，導(dǎo)致測(cè)距和測(cè)速結(jié)果不穩(wěn)定，進(jìn)而影響目標(biāo)跟蹤效果，影響著智能駕駛系統(tǒng)的性能。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的主要目的在于提供一種基于模糊選擇的單目視覺測(cè)距融合方法及系統(tǒng)，以解決現(xiàn)有技術(shù)中圖像可能出現(xiàn)模糊，目標(biāo)檢測(cè)和像素寬度的計(jì)算可能不夠準(zhǔn)確，導(dǎo)致測(cè)距和測(cè)速結(jié)果不穩(wěn)定，進(jìn)而影響目標(biāo)跟蹤效果，影響著智能駕駛系統(tǒng)的性能的問題。
2、為了實(shí)現(xiàn)上述目的，根據(jù)本專利技術(shù)的一個(gè)方面，提供了一種基于模糊選擇的單目視覺測(cè)距融合方法，包括：
3、s1：獲取圖像數(shù)據(jù)；
4、s2：根據(jù)所述圖像數(shù)據(jù)，獲取投影測(cè)距結(jié)果；
5、s3：根據(jù)所述圖像數(shù)據(jù)，獲取目標(biāo)框?qū)挾葴y(cè)距結(jié)果；
6、s4：對(duì)所述投影測(cè)距結(jié)果與所述目標(biāo)框?qū)挾葴y(cè)距結(jié)果進(jìn)行加權(quán)融合，得到融合測(cè)距結(jié)果；</p>7、s5：對(duì)目標(biāo)車輛進(jìn)行匹配濾波跟蹤，構(gòu)建目標(biāo)軌跡，所述目標(biāo)軌跡記錄有各幀圖像中的所述投影測(cè)距結(jié)果、所述目標(biāo)框?qū)挾葴y(cè)距結(jié)果以及所述融合測(cè)距結(jié)果；
8、s6：通過瞬態(tài)校正，計(jì)算當(dāng)前幀的外參變化值；
9、s7：根據(jù)所述外參變化值，通過模糊選擇，確定所述投影測(cè)距結(jié)果、所述目標(biāo)框?qū)挾葴y(cè)距結(jié)果以及所述融合測(cè)距結(jié)果中的最優(yōu)測(cè)距結(jié)果，作為后續(xù)跟蹤濾波的觀測(cè)量。
10、進(jìn)一步地，所述s2具體包括：
11、s201：使用車輛檢測(cè)深度學(xué)習(xí)模型，獲取目標(biāo)車輛在當(dāng)前幀圖像中的車尾框坐標(biāo)；
12、s202：獲取相機(jī)內(nèi)參與外參；
13、s203：基于相機(jī)內(nèi)參與外參，通過逆透視變換，將車尾框底邊的中點(diǎn)投影至載體坐標(biāo)系下，得到投影測(cè)距結(jié)果。
14、進(jìn)一步地，所述s3具體包括：
15、s301：使用車輛檢測(cè)深度學(xué)習(xí)模型，獲取目標(biāo)車輛在當(dāng)前幀圖像中的車尾框像素寬度；
16、s302：根據(jù)所述車尾框像素寬度，基于預(yù)設(shè)的先驗(yàn)實(shí)際物理寬度，計(jì)算所述目標(biāo)框?qū)挾葴y(cè)距結(jié)果：
17、
18、其中，xw表示目標(biāo)框?qū)挾葴y(cè)距結(jié)果，fx表示相機(jī)內(nèi)參焦距，wpre表示先驗(yàn)實(shí)際物理寬度，w表示車尾框像素寬度。
19、進(jìn)一步地，所述s4具體為：
20、根據(jù)以下公式，對(duì)所述投影測(cè)距結(jié)果與所述目標(biāo)框?qū)挾葴y(cè)距結(jié)果進(jìn)行加權(quán)融合：
21、xf＝βxp+(1-β)xw
22、其中，xf表示融合測(cè)距結(jié)果，xp表示投影測(cè)距結(jié)果，xw表示目標(biāo)框?qū)挾葴y(cè)距結(jié)果，β表示投影測(cè)距結(jié)果的權(quán)重系數(shù)。
23、進(jìn)一步地，所述s7中的通過模糊選擇，確定所述投影測(cè)距結(jié)果、所述目標(biāo)框?qū)挾葴y(cè)距結(jié)果以及所述融合測(cè)距結(jié)果中的最優(yōu)測(cè)距結(jié)果，具體包括：
24、s701：構(gòu)建評(píng)價(jià)因素集u＝{檢測(cè)值與預(yù)測(cè)值接近程度、基于歷史檢測(cè)結(jié)果當(dāng)前值是否跳變、外參變化、目標(biāo)遠(yuǎn)近}；
25、s702：構(gòu)建評(píng)價(jià)集v＝{可用，無法判斷，不可用}；
26、s703：構(gòu)建各個(gè)評(píng)價(jià)因素的權(quán)重向量a＝{a1、a2、a3、a4}，a1+a2+a3+a4＝1，a1表示檢測(cè)值與預(yù)測(cè)值接近程度的權(quán)重，a2表示基于歷史檢測(cè)結(jié)果當(dāng)前值是否跳變的權(quán)重，a3表示外參變化的權(quán)重，a4表示目標(biāo)遠(yuǎn)近的權(quán)重；
27、s704：對(duì)所述投影測(cè)距結(jié)果xp、所述目標(biāo)框?qū)挾葴y(cè)距結(jié)果xw以及所述融合測(cè)距結(jié)果xf分別依據(jù)各個(gè)評(píng)價(jià)因素進(jìn)行評(píng)價(jià)，得到評(píng)價(jià)矩陣r＝{r1、r2、r3、r4}，r1表示檢測(cè)值與預(yù)測(cè)值接近程度的評(píng)價(jià)結(jié)果，r2表示基于歷史檢測(cè)結(jié)果當(dāng)前值是否跳變的評(píng)價(jià)結(jié)果，r3表示外參變化的評(píng)價(jià)結(jié)果，r4表示目標(biāo)遠(yuǎn)近的評(píng)價(jià)結(jié)果；
28、s705：根據(jù)各個(gè)評(píng)價(jià)因素的權(quán)重向量以及評(píng)價(jià)矩陣，計(jì)算綜合模糊評(píng)價(jià)向量：
29、b＝ar
30、其中，b表示綜合模糊評(píng)價(jià)向量，a表示各個(gè)評(píng)價(jià)因素的權(quán)重向量，r表示評(píng)價(jià)矩陣；
31、s706：確定所述綜合模糊評(píng)價(jià)向量中概率最高的值對(duì)應(yīng)的測(cè)距結(jié)果為所述最優(yōu)測(cè)距結(jié)果。
32、進(jìn)一步地，所述檢測(cè)值與預(yù)測(cè)值接近程度的評(píng)價(jià)結(jié)果r1具體為：
33、基于目標(biāo)勻速運(yùn)動(dòng)模型預(yù)測(cè)當(dāng)前幀的目標(biāo)距離值，確定各個(gè)測(cè)距結(jié)果在檢測(cè)值與預(yù)測(cè)值接近程度這一因素下的不可用概率：
34、
35、其中，rei表示第i種測(cè)距結(jié)果的不可用概率，min表示取最小值，abs表示取絕對(duì)值，xi表示第i種測(cè)距結(jié)果，i＝1,2,3，分別表示投影測(cè)距結(jié)果xp、目標(biāo)框?qū)挾葴y(cè)距結(jié)果xw以及融合測(cè)距結(jié)果xf，xest表示目標(biāo)通過預(yù)測(cè)估計(jì)距離值，rt表示最大誤差比例；
36、根據(jù)各個(gè)測(cè)距結(jié)果的不可用概率，計(jì)算檢測(cè)值與預(yù)測(cè)值接近程度的評(píng)價(jià)結(jié)果r1：
37、r1＝[1-rei,0,rei]。
38、進(jìn)一步地，所述基于歷史檢測(cè)結(jié)果當(dāng)前值是否跳變的評(píng)價(jià)結(jié)果r2具體為：
39、根據(jù)測(cè)距結(jié)果的方差與平均值，確定各個(gè)測(cè)距結(jié)果在基于歷史檢測(cè)結(jié)果當(dāng)前值是否跳變這一因素下的不可用概率：
40、
41、其中，rei表示第i種測(cè)距結(jié)果的不可用概率，min表示取最小值，abs表示取絕對(duì)值，xi表示第i種測(cè)距結(jié)果，i＝1,2,3，分別表示投影測(cè)距結(jié)果xp、目標(biāo)框?qū)挾葴y(cè)距結(jié)果xw以及融合測(cè)距結(jié)果xf，xmi表示第i種測(cè)距結(jié)果的平均值，max表示取最大值，δi表示第i種測(cè)距結(jié)果的方差；
42、根據(jù)各個(gè)測(cè)距結(jié)果的不可用概率，計(jì)算基于歷史檢測(cè)結(jié)果當(dāng)前值是否跳變的評(píng)價(jià)結(jié)果r2：
43、r2＝[1-rei,0,rei]。
44、進(jìn)一步地，所述外參變化的評(píng)價(jià)結(jié)果r3具體為：
45、根據(jù)外參變化值的最大閾值，采用指派方式，確定各個(gè)測(cè)距結(jié)果在基于歷史檢測(cè)結(jié)果當(dāng)前值是否跳變這一因素下的不可用概率：
46、
47、其中，re表示測(cè)距結(jié)果的不可用概率，δp表示根據(jù)測(cè)距結(jié)果計(jì)算的外參變化值，θ表示外參變化值的最大閾值；
48、根據(jù)各個(gè)測(cè)距結(jié)果的不可用概率，計(jì)算外參變化的評(píng)價(jià)結(jié)果r3：
49、r3＝[1-rei,0,rei]。
50、進(jìn)一步地，所述目標(biāo)遠(yuǎn)近的評(píng)價(jià)結(jié)果r4具體為：
51、設(shè)置目標(biāo)縱向距離范圍：range＝[0,5,20,60,80,100,150,200,250]m本文檔來自技高網(wǎng)
...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述S2具體包括：
3.根據(jù)權(quán)利要求1所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述S3具體包括：
4.根據(jù)權(quán)利要求1所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述S4具體為：
5.根據(jù)權(quán)利要求1所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述S7中的通過模糊選擇，確定所述投影測(cè)距結(jié)果、所述目標(biāo)框?qū)挾葴y(cè)距結(jié)果以及所述融合測(cè)距結(jié)果中的最優(yōu)測(cè)距結(jié)果，具體包括：
6.根據(jù)權(quán)利要求5所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述檢測(cè)值與預(yù)測(cè)值接近程度的評(píng)價(jià)結(jié)果R1具體為：
7.根據(jù)權(quán)利要求5所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述基于歷史檢測(cè)結(jié)果當(dāng)前值是否跳變的評(píng)價(jià)結(jié)果R2具體為：
8.根據(jù)權(quán)利要求5所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述外參變化的評(píng)價(jià)結(jié)果R3具體為：
9.根據(jù)權(quán)利要求5所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述目標(biāo)遠(yuǎn)近的評(píng)價(jià)結(jié)果R4具體為：
10.一種基于模糊選擇的單目視覺測(cè)距融合系統(tǒng)，其特征在于，包括：
...
【技術(shù)特征摘要】
1.一種基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述s2具體包括：
3.根據(jù)權(quán)利要求1所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述s3具體包括：
4.根據(jù)權(quán)利要求1所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述s4具體為：
5.根據(jù)權(quán)利要求1所述的基于模糊選擇的單目視覺測(cè)距融合方法，其特征在于，所述s7中的通過模糊選擇，確定所述投影測(cè)距結(jié)果、所述目標(biāo)框?qū)挾葴y(cè)距結(jié)果以及所述融合測(cè)距結(jié)果中的最優(yōu)測(cè)距結(jié)果，具體包括：
<...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：韓華，
申請(qǐng)(專利權(quán))人：清智汽車科技蘇州有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。