距离检测方法、车辆远光灯控制方法、设备、介质及车辆技术

本发明专利技术属于辅助驾驶领域，具体提供一种距离检测方法、车辆远光灯控制方法、设备、介质及车辆，旨在解决夜晚场景下如何仅通过视觉图像处理，实现基于车灯对的车辆距离检测的问题。为此目的，本发明专利技术的方法包括：获取包含有车灯点、预测配对车灯点的偏移量以及车灯点分类特征的车灯点特征图，通过匈牙利匹配算法得到目标车灯对，再根据目标车灯对的像素级距离、预设车灯对距离和相机焦距，得到车间距离。在本发明专利技术的技术方案中，利用神经网络的学习能力，可以提高车灯对检测的准确性；通过引入预设车灯对距离，使车间距离的计算大大简化。本发明专利技术为夜晚情况下仅通过视觉图像处理进行车间距离检测提供了一种简单、可靠的解决方案，具有较高的实用性。较高的实用性。较高的实用性。

【技术实现步骤摘要】
距离检测方法、车辆远光灯控制方法、设备、介质及车辆


[0001]本专利技术属于辅助驾驶领域，具体提供一种距离检测方法、电子设备、存储介质及车辆。

技术介绍

[0002]随着计算技术、传感技术等新技术的快速发展，辅助驾驶功能已被众多汽车厂商所重视并开始应用，使驾驶过程变得更加轻松、安全。例如，辅助驾驶中的自动远光灯控制，可以在车辆夜间行车时，根据前方车辆的车间距离自动控制远光灯的开启或关闭，或者提醒本车驾驶员，注意控制远光灯，从而避免远光灯对前方车辆的驾驶员产生干扰，影响前方车辆和本车的行车安全。
[0003]在辅助驾驶的自动远光灯控制中，通常将本车与前方车辆的车间距离作为控制依据。在单目3D视觉方案中，通过激光雷达和视觉的联合标注可以获取图像中障碍物的3D属性，如位置、朝向、长宽高等；然后通过深度学习网络得到目标的距离。然而，对于夜晚场景下，前方车灯开启，无法看到车辆整体目标，只能看到车灯对的光源，并且无法用2D、3D联合标注的方式获取车辆目标距离时，如何仅通过视觉图像处理的方法，实现基于车灯对的车辆距离检测的问题。
[0004]相应地，本领域需要一种新的方案来解决上述问题。

技术实现思路

[0005]本专利技术旨在解决或部分解决上述技术问题，即，夜晚场景下如何仅通过视觉图像处理的方法，实现基于车灯对的车辆距离检测的问题。
[0006]在第一方面，本专利技术提供一种距离检测方法，所述方法包括：
[0007]通过车载相机获取车辆图像；
[0008]基于所述车辆图像，通过已训练的偏移获取模型得到车灯对特征图，所述车灯对特征图包括所述车辆图像中的车灯点和该车灯点对应的预测配对车灯点的偏移量；
[0009]基于所述车灯点和该车灯点对应的预测配对车灯点的偏移量，得到目标车灯对；
[0010]基于所述目标车灯对，结合预设车灯对距离和所述车载相机的相机内参，得到所述目标车灯对与所述车载相机之间的距离。
[0011]在上述距离检测方法的一个实施方式中，“基于所述目标车灯对，结合预设车灯对距离和所述车载相机的相机内参，得到所述目标车灯对与所述车载相机之间的距离”包括：
[0012]根据所述目标车灯对得到所述目标车灯对在所述车辆图像中的车灯对像素级距离w；
[0013]根据所述车灯对像素级距离w、所述预设车灯对距离D和所述相机内参c，得到所述目标车灯对与所述车载相机之间的距离d＝D*w/c。
[0014]在上述距离检测方法的一个实施方式中，“基于所述车灯点和该车灯点对应的预测配对车灯点的偏移量，得到目标车灯对”包括：
[0015]构建匹配成本函数cost
AB
＝(D
A
′
B
+D
AB
′
)/D
AB
；
[0016]根据所述匹配成本函数，得到全部所述车灯点中任意两个车灯点之间的匹配成本函数值；
[0017]基于所述匹配成本函数值，通过匈牙利匹配算法从全部所述车灯点中得到所述目标车灯对；
[0018]其中，cost
AB
为车灯点A和车灯点B之间的匹配成本函数值，
[0019]所述车灯点A和所述车灯点B为全部所述车灯点中的任意两个车灯点，
[0020]A
′
为所述车灯点A对应的预测配对车灯点，根据所述车灯点A的位置和所述车灯点A对应的预测配对车灯点的偏移量确定A
′
的位置，
[0021]B
′
为所述车灯点B对应的预测配对车灯点，根据所述车灯点B的位置和所述车灯点B对应的预测配对车灯点的偏移量确定B
′
的位置，
[0022]D
A
′
B
为所述预测配对车灯点A
′
与所述车灯点B之间的距离，
[0023]D
AB
′
为所述车灯点A与所述预测配对车灯点B
′
之间的距离，
[0024]D
AB
为所述车灯点A与所述车灯点B之间的距离。
[0025]在上述距离检测方法的一个实施方式中，所述车灯对特征图还包括车灯点分类特征，所述车灯点分类特征包括头车灯点和尾车灯点；
[0026]“根据所述匹配成本函数，得到全部所述车灯点中任意两个车灯点之间的匹配成本函数值”还包括：
[0027]根据所述匹配成本函数，分别获取全部所述头车灯点和/或全部所述尾车灯点的匹配成本函数值；
[0028]“基于所述匹配成本函数值，通过匈牙利匹配算法从全部所述车灯点中得到所述目标车灯对”还包括：
[0029]基于全部所述头车灯点的匹配成本函数值，通过匈牙利匹配算法从全部所述头车灯点中得到目标头车灯对；
[0030]并且/或者，基于全部所述尾车灯点的匹配成本函数值，通过匈牙利匹配算法从全部所述尾车灯点中得到目标尾车灯对。
[0031]在上述距离检测方法的一个实施方式中，所述方法还包括：
[0032]如果所述目标车灯对的两个车灯点之间的所述匹配成本函数值小于或等于预设成本阈值；并且，所述目标车灯对在所述车辆图像中的两个车灯点之间的连线与水平方向的夹角小于或等于预设倾角阈值，则判定所述目标车灯对的检测结果正确。
[0033]在上述距离检测方法的一个实施方式中，所述方法还包括：
[0034]通过训练样本使用smooth L1回归损失函数对所述偏移获取模型进行训练；
[0035]其中，所述训练样本包括已标注完成的样本车灯对和所述样本车灯对的两个车灯点之间的归一化偏移量，所述样本车灯对包括头车灯对和/或尾车灯对；
[0036]所述归一化偏移量包括归一化水平方向偏移量和归一化垂直方向偏移量，具体方法包括：
[0037]分别获取所述样本车灯对中的两个车灯点在所述车灯对特征图中的水平方向偏移量和垂直方向偏移量；
[0038]分别用所述水平方向偏移量和所述垂直方向偏移量除以对应方向的所述车灯对
特征图的长度，得到所述归一化水平方向偏移量和和归一化垂直方向偏移量。
[0039]在第二方面，本专利技术提供一种车辆远光灯控制方法，所述方法包括：
[0040]根据上述任一项方案所述的距离检测方法得到目标车灯对与车载相机之间的距离；所述车载相机被设置在第一车辆上，所述目标双车灯位于第二车辆上，所述目标车灯对与车载相机之间的距离即为所述第一车辆与所述第二车辆之间的车间距离；
[0041]通过已训练的偏移计算模型获取车灯点分类特征，所述车灯点分类特征包括头车灯点和尾车灯点；
[0042]根据所述车灯点分类特征，得到所述目标车灯对为目标头车灯对或目标尾车灯对；
[0043]如果所述目标车灯对为所述目标头车灯对，当所述车间距离小于第一车距阈值时，关闭所述第一车辆的车辆远光灯和/或发出第一提示信息；
[0044]如果所述目标车灯本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种距离检测方法，其特征在于，所述方法包括：通过车载相机获取车辆图像；基于所述车辆图像，通过已训练的偏移获取模型得到车灯对特征图，所述车灯对特征图包括所述车辆图像中的车灯点和该车灯点对应的预测配对车灯点的偏移量；基于所述车灯点和该车灯点对应的预测配对车灯点的偏移量，得到目标车灯对；基于所述目标车灯对，结合预设车灯对距离和所述车载相机的相机内参，得到所述目标车灯对与所述车载相机之间的距离。2.根据权利要求1所述的距离检测方法，其特征在于，“基于所述目标车灯对，结合预设车灯对距离和所述车载相机的相机内参，得到所述目标车灯对与所述车载相机之间的距离”包括：根据所述目标车灯对得到所述目标车灯对在所述车辆图像中的车灯对像素级距离w；根据所述车灯对像素级距离w、所述预设车灯对距离D和所述相机内参c，得到所述目标车灯对与所述车载相机之间的距离d＝D*w/c。3.根据权利要求1所述的距离检测方法，其特征在于，“基于所述车灯点和该车灯点对应的预测配对车灯点的偏移量，得到目标车灯对”包括：构建匹配成本函数cost
AB
＝(D
A
′
B
+D
AB
′
)/D
AB
；根据所述匹配成本函数，得到全部所述车灯点中任意两个车灯点之间的匹配成本函数值；基于所述匹配成本函数值，通过匈牙利匹配算法从全部所述车灯点中得到所述目标车灯对；其中，cost
AB
为车灯点A和车灯点B之间的匹配成本函数值，所述车灯点A和所述车灯点B为全部所述车灯点中的任意两个车灯点，A
′
为所述车灯点A对应的预测配对车灯点，根据所述车灯点A的位置和所述车灯点A对应的预测配对车灯点的偏移量确定A
′
的位置，B
′
为所述车灯点B对应的预测配对车灯点，根据所述车灯点B的位置和所述车灯点B对应的预测配对车灯点的偏移量确定B
′
的位置，D
A
′
B
为所述预测配对车灯点A
′
与所述车灯点B之间的距离，D
AB
′
为所述车灯点A与所述预测配对车灯点B
′
之间的距离，D
AB
为所述车灯点A与所述车灯点B之间的距离。4.根据权利要求3所述的距离检测方法，其特征在于，所述车灯对特征图还包括车灯点分类特征，所述车灯点分类特征包括头车灯点和尾车灯点；“根据所述匹配成本函数，得到全部所述车灯点中任意两个车灯点之间的匹配成本函数值”还包括：根据所述匹配成本函数，分别获取全部所述头车灯点和/或全部所述尾车灯点的匹配成本函数值；“基于所述...

【专利技术属性】
技术研发人员：秦欢，曹鑫坤，
申请(专利权)人：安徽蔚来智驾科技有限公司，
类型：发明
国别省市：