一种车辆编队后车检测方法、终端设备及存储介质技术

本发明专利技术涉及一种车辆编队后车检测方法、终端设备及存储介质，该方法中包括：接收三目摄像头采集的视频帧图像；对位于中间的第一摄像头采集的图像进行目标检测，获得图像中的目标的边界框；获取第一摄像头采集的图像中感兴趣区域的边界框；基于位于左右两侧的第二摄像头和第三摄像头采集的图像进行左右视图视差值计算；计算目标检测获得的目标的深度距离和感兴趣区域中目标的深度距离；计算目标检测获得的目标的空间坐标和感兴趣区域中目标的空间坐标；根据目标检测获得的目标的空间坐标和感兴趣区域中目标的空间坐标，输出目标与本车的距离。本发明专利技术通过目标检测和感兴趣区域两种方式来计算障碍物目标与本车之间的距离，大大提升了检测的准确率。升了检测的准确率。升了检测的准确率。

【技术实现步骤摘要】
一种车辆编队后车检测方法、终端设备及存储介质


[0001]本专利技术涉及车辆检测领域，尤其涉及一种车辆编队后车检测方法、终端设备及存储介质。

技术介绍

[0002]车辆编队是汽车工业的创新之一，旨在提高汽车的安全性、效率、行驶里程和行驶时间，同时缓解交通拥堵，减少污染，减轻乘客的压力。在车辆编队技术，前后车按一定距离跟车行驶，因此需要后车具备稳定的检测系统，能够检测前车及闯入的其他车辆、行人，并准确的输出目标距离信息，但现有技术中并不存在针对该技术问题的解决方案。

技术实现思路

[0003]为了解决上述问题，本专利技术提出了一种车辆编队后车检测方法、终端设备及存储介质。
[0004]具体方案如下：
[0005]一种车辆编队后车检测方法，包括以下步骤：
[0006]S1：接收安装于车辆上的三目摄像头实时采集的车辆周围的视频帧图像；
[0007]S2：对三目摄像头中位于中间的第一摄像头采集的图像进行目标检测，获得图像中的目标的边界框；
[0008]S3：根据基于车辆编队中前后车的跟车距离设定的感兴趣区域的大小，并获取第一摄像头采集的图像中感兴趣区域的边界框；
[0009]S4：基于三目摄像头中位于左右两侧的第二摄像头和第三摄像头采集的图像进行左右视图视差值计算；
[0010]S5：基于目标检测获得的边界框、感兴趣区域的边界框和左右视图视差值，计算目标检测获得的目标的深度距离和感兴趣区域中目标的深度距离；
[0011]S6：基于第一摄像头采集的图像中目标检测获得的边界框和感兴趣区域的边界框，和计算得到的目标检测获得的目标的深度距离和感兴趣区域中目标的深度距离，计算目标检测获得的目标的空间坐标和感兴趣区域中目标的空间坐标；
[0012]S7：根据目标检测获得的目标的空间坐标和感兴趣区域中目标的空间坐标，输出目标与本车的距离。
[0013]进一步的，目标检测获得的目标的深度距离和感兴趣区域中目标的深度距离的计算公式均为：
[0014][0015]其中，d表示深度距离，n表示边界框内包含的像素点总数，i表示边界框内像素点的序号，f表示第二摄像头或第三摄像头的焦距，b表示第二摄像头与第三摄像头的基线之间的距离，x
i
表示边界框内第i个像素点的左右视图视差值。
[0016]进一步的，还包括在步骤S2中对目标的类别进行识别，在步骤S7输出目标与本车的距离的同时，输出目标的类别。
[0017]进一步的，目标的类别包括车辆、行人和其他。
[0018]进一步的，目标与本车的距离为计算的深度距离，当计算的目标检测获得的目标的深度距离与感兴趣区域中目标的深度距离不同时，取两者中的较小值作为目标与本车的距离。
[0019]进一步的，还包括根据目标与本车的距离与预设的车辆编队中前后车的跟车距离阈值的大小关系发出预警信息。
[0020]一种车辆编队后车检测终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术实施例上述的方法的步骤。
[0021]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术实施例上述的方法的步骤。
[0022]本专利技术采用如上技术方案，通过目标检测和感兴趣区域两种方式来计算障碍物目标与本车之间的距离，即可以避免单独采用目标检测而造成的有时无法识别到障碍物的情况，又可以避免单独采用感兴趣区域而造成的无法对感兴趣区域之外的车辆驶入情况无法识别的情况，大大提升了检测的准确率。
附图说明
[0023]图1所示为本专利技术实施例一的流程图。
具体实施方式
[0024]为进一步说明各实施例，本专利技术提供有附图。这些附图为本专利技术揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本专利技术的优点。
[0025]现结合附图和具体实施方式对本专利技术进一步说明。
[0026]实施例一：
[0027]本专利技术实施例提供了一种车辆编队后车检测方法，如图1所示，所述方法包括以下步骤：
[0028]S1：接收安装于车辆上的三目摄像头实时采集的车辆周围的视频帧图像。
[0029]三目摄像头包括位于中间的第一摄像头和位于左右两侧的第二摄像头和第三摄像头。由于第一摄像头用于进行目标识别，因此，而第二摄像头和第三摄像头仅用于左右视图视差的计算，因此，第一摄像头相对于第二摄像头和第三摄像头应有较高的分辨率(如RGB摄像头)，以确保目标检测的准确性。由于第二摄像头和第三摄像头用于左右视图视差值的计算，因此，第二摄像头和第三摄像头应具有相同的焦距。
[0030]S2：对三目摄像头中位于中间的第一摄像头采集的图像进行目标检测，获得图像中的目标的边界框。
[0031]目标检测算法可以采用常用算法(如基于深度学习的神经网络模型)即可，在此不做限定。
[0032]进一步的，为了方便用户对目标类型的区分，该实施例中还包括获得图像中目标的类别，具体类别包括车辆、行人和其他。
[0033]S3：根据基于车辆编队中前后车的跟车距离设定的感兴趣区域(ROI)的大小，并获取第一摄像头采集的图像中感兴趣区域的边界框。
[0034]S4：基于三目摄像头中位于左右两侧的第二摄像头和第三摄像头采集的图像进行左右视图视差值计算。
[0035]左右视图视差值的计算中采用现有的双目立体匹配算法即可，在此不做限定。
[0036]S5：基于目标检测获得的边界框、感兴趣区域的边界框和左右视图视差值，计算目标检测获得的目标的深度距离和感兴趣区域中目标的深度距离。
[0037]深度距离即为目标与本车之间的距离。目标检测获得的目标的深度距离和感兴趣区域中目标的深度距离的计算中采用相同的计算公式，即：
[0038][0039]其中，d表示深度距离，n表示边界框内包含的像素点总数，i表示边界框内像素点的序号，f表示第二摄像头或第三摄像头的焦距，b表示第二摄像头与第三摄像头的基线之间的距离，x
i
表示边界框内第i个像素点的左右视图视差值。
[0040]S6：基于第一摄像头采集的图像中目标检测获得的边界框和感兴趣区域的边界框，和计算得到的目标检测获得的目标的深度距离和感兴趣区域中目标的深度距离，计算目标检测获得的目标的空间坐标和感兴趣区域中目标的空间坐标。
[0041]空间坐标的计算可以基于第一摄像头的相机内外参数，通过坐标系转换方式计算获得，具体计算公式为：
[0042][0043][0044][0045]其中，K表示内参矩阵，P表示外参矩阵，R和T分别表示世界坐标系到相机坐标系的旋转矩阵和平移矩阵，fx和fy分别表示相机水平方向和垂直方向相对单位像素的焦距，(u0,v0)表示相机光学中心坐标，(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆编队后车检测方法，其特征在于，包括以下步骤：S1：接收安装于车辆上的三目摄像头实时采集的车辆周围的视频帧图像；S2：对三目摄像头中位于中间的第一摄像头采集的图像进行目标检测，获得图像中的目标的边界框；S3：根据基于车辆编队中前后车的跟车距离设定的感兴趣区域的大小，并获取第一摄像头采集的图像中感兴趣区域的边界框；S4：基于三目摄像头中位于左右两侧的第二摄像头和第三摄像头采集的图像进行左右视图视差值计算；S5：基于目标检测获得的边界框、感兴趣区域的边界框和左右视图视差值，计算目标检测获得的目标的深度距离和感兴趣区域中目标的深度距离；S6：基于第一摄像头采集的图像中目标检测获得的边界框和感兴趣区域的边界框，和计算得到的目标检测获得的目标的深度距离和感兴趣区域中目标的深度距离，计算目标检测获得的目标的空间坐标和感兴趣区域中目标的空间坐标；S7：根据目标检测获得的目标的空间坐标和感兴趣区域中目标的空间坐标，输出目标与本车的距离。2.根据权利要求1所述的车辆编队后车检测方法，其特征在于：目标检测获得的目标的深度距离和感兴趣区域中目标的深度距离的计算公式均为：其中，d表示深度距离，n表示边界框内包含的像素点总数，i表示边界框内像素点的序号，f表示第二摄像头或第三摄...

【专利技术属性】
技术研发人员：陈祥勇，柯英杰，邹雪滢，刘强生，陈卫强，苏亮，蒋金，
申请(专利权)人：厦门金龙联合汽车工业有限公司，
类型：发明
国别省市：