【技术实现步骤摘要】
基于单目摄像机的障碍物识别方法及其识别装置、车辆
[0001]本申请涉及自动检测
,具体涉及基于单目摄像机的障碍物识别方法及其识别装置
、
车辆
。
技术介绍
[0002]在自动驾驶领域,障碍物检测的准确率是进行无人驾驶的关键,具有重要的意义
。
激光雷达能够产生三维信息,测距精度高,可以精确获得目标位置,能够有效提升障碍物的检测效果
。
因而,深度相机能检测出拍摄空间的景深距离
。
通过深度相机获取到图像中每个点距离摄像头的距离,在加上该点在
2D
图像中的二维坐标,获取图像中每个点的三维空间坐标,从而确定车辆周围三维空间内的障碍物
。
因此,目前的车载系统通常采用激光扫描仪以及深度相机来判断障碍物
。
[0003]当道路环境较差甚至恶劣时,车载系统对于道路以及道路上的障碍物的识别很容易出现误判,引起不必要的安全事故发生
。
技术实现思路
[0004]有鉴于此,本申请提供了基于单目摄像机的障碍物识别方法及其识别装置
、
车辆,解决了现有技术中当道路环境较差甚至恶劣时,车载系统对于道路以及道路上的障碍物的识别很容易出现误判,引起不必要的安全事故发生的技术问题
。
[0005]作为本申请的第一方面,本申请提供了一种基于单目摄像机的障碍物识别方法,包括:基于标定对象与车辆的标定位置在标定图像上进行标定,以确定所述标定对象的标定位置与所述标定对 ...
【技术保护点】
【技术特征摘要】
1.
一种基于单目摄像机的障碍物识别方法,其特征在于,包括:基于标定对象与车辆的标定位置在标定图像上进行标定,以确定所述标定对象的标定位置与所述标定对象在所述标定图像上的标定像素位置之间的对应关系,所述标定图像为单目摄像机拍摄到的位于所述车辆的预设范围内且包括所述标定对象的图像;获取车辆实际工作过程中位于所述预设范围内的实际图像,所述实际图像为所述单目摄像机拍摄到的位于所述车辆的所述预设范围内的图像;基于所述实际图像,确定所述实际图像中是否存在障碍物;当所述实际图像中存在障碍物时,确定所述障碍物在所述实际图像中的像素位置;基于所述障碍物在所述实际图像中的像素位置以及所述对应关系确定所述障碍物与所述车辆的实际位置关系;以及当所述障碍物与所述车辆的实际位置关系在预设预警范围之内时,生成预警信息
。2.
根据权利要求1所述的障碍物识别方法,其特征在于,所述标定对象包括标定物以及预设区域;其中,基于标定对象与车辆的标定位置在标定图像上进行标定,以确定所述标定对象的标定位置与所述标定对象在所述标定图像上的标定像素位置之间的对应关系,包括:基于标定物与车辆的标定位置关系在标定图像上进行标定,以确定所述标定物的标定位置与所述标定物在所述标定图像上的标定像素位置之间的第一对应关系;基于所述预设区域在所述标定图像上进行标定,以确定所述预设区域与所述预设区域在所述标定图像中的标定区域之间的第二对应关系
。3.
根据权利要求2所述的障碍物识别方法,其特征在于,基于所述障碍物在所述实际图像中的像素位置以及所述对应关系确定所述障碍物与所述车辆的实际位置关系,包括:基于所述障碍物在所述实际图像中的像素位置以及所述第一对应关系,确定所述障碍物与所述车辆之间的第一位置关系;以及基于所述障碍物在所述实际图像中的像素位置以及所述第二对应关系确定所述障碍物与所述预设区域的第二位置关系;其中,当所述障碍物与所述车辆的实际位置关系在预设预警范围之内时,生成预警信息,包括:当所述第一位置关系在第一预设范围内,且所述第二位置关系在第二预设范围内,生成预警信息
。4.
根据权利要求3所述的障碍物识别方法,其特征在于,所述标定物的数量为多个,多个所述标定物与所述车辆之间的标定位置均不同;其中,基于标定物与车辆的标定位置关系在标定图像上进行标定,以确定所述标定物的标定位置与所述标定物在所述标定图像上的标定像素位置之间的第一对应关系,包括:在所述标定图像中选择基准点,并确定所述基准点的基准位置;确定所述基准点在所述标定图像上的基准像素位置;根据所述标定物在所述标定图像上的标定像素位置
、
所述基准像素位置
、
所述基准位置与所述标定物之间的实际距离,计算第一对应关系
。5.
根据...
【专利技术属性】
技术研发人员:李庭树,
申请(专利权)人:三一海洋重工有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。