[发明专利]车载自主测速方法在审
申请号: | 201710099964.X | 申请日: | 2017-02-23 |
公开(公告)号: | CN108470352A | 公开(公告)日: | 2018-08-31 |
发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 南宁市富久信息技术有限公司 |
主分类号: | G06T7/223 | 分类号: | G06T7/223;G06T7/285 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 530000 广西壮族自治区南*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 测速 序列图像 匹配 算法 相似性度量函数 车辆运行状态 相似性度量 运算复杂度 测量问题 车辆运动 成像特点 匹配算法 匹配位置 搜索策略 搜索空间 特征提取 图像匹配 运算效率 灵活的 自主性 搜索 转化 表现 分析 | ||
1.车载自主测速方法,其特征在于,包括以下步骤:
S1:确定测速模型:将车辆运动速度V的测量问题转化为序列图像匹配位置的搜索问题;
S2:依次从特征提取、相似性度量、搜索空间和搜索策略4个方面对序列图像匹配方法进行分析,并设计序列图像匹配算法,从而实现自主测速。
2.根据权利要求1所述的车载自主测速方法,其特征在于,测速模型确定方法如下:
1)假定车辆在路面上做刚体运动,成像设备安装在车辆左侧靠近后轮位置处;相机坐标系以成像设备瞬时成像点为原点,X轴与车辆瞬时运动方向相同,Z轴向下,始终与地面垂直;成像设备采集地面的瞬时图像信息,相邻两帧序列图像的成像间隔恒定不变;
2)假设p为地面上某点,点O和O’是相邻两帧图像的成像点,A’和B’分别是从成像点O和O’处拍摄的相邻帧图像,相邻帧图像之间拥有共同的地面成像区域,即点p在A’和B’中均有像点;
3)假定序列图像A’和B’的匹配位置为,成像设备的像素尺寸为l,则:
;
4)对成像设备进行标定,再结合成像设备的内外参数,可以确定成像设备透镜放大倍率β,根据下式间接求出车辆的运动速度V:
,
式中,像素尺寸l、透镜放大倍率β和序列图像相邻帧的时间间隔均为已知量。
3.根据权利要求1所述的车载自主测速方法,其特征在于,特征提取为对图像像素灰度值的提取。
4.根据权利要求1所述的车载自主测速方法,其特征在于,相似性度量采用MAD函数作为相似性度量函数:
。
5.根据权利要求1所述的车载自主测速方法,其特征在于,搜索空间确定如下:
设序列图像的大小为M×N像素,在当前帧图像中选取大小为m×n像素的窗口图像,采集到的序列图像满足以下约束条件:
1)根据车速的连续性原理,如果已经测得时刻相邻两帧序列图像的匹配位置为,车速为V,则在t时刻,车速通常非常接近V,相邻两帧序列图像的匹配位置非常接近;
2)根据车辆最大加速度有限原理,如车辆最大加速度为a,时刻车速为V,则在t时刻,车速的范围为[V-a×,V+a×],因此可确定t时刻相邻两帧序列图像的匹配位置的搜索范围;
根据约束条件可以分别确定匹配搜索的起点和范围,进而确定搜索空间。
6.根据权利要求1所述的车载自主测速方法,其特征在于,搜索策略具体方法如下:
1)根据时刻序列图像的匹配位置,确定t时刻匹配搜索的起点和范围;
2)以为t时刻匹配搜索的起点,依次完成,,3像素点处的序列图像匹配;
3)若像素处的平均绝对误会函数最小,则即为序列图像在t时刻沿X轴方向的最佳匹配位置,记为;否则,以上所述3像素点中平均绝对误差函数最小的像素点为新搜索的起点,返回步骤2);
4)以序列图像在t时刻沿X轴方向的最佳匹配位置为搜索的起点,依次完成周围3×3范围内9像素点处的序列图像匹配;
5)若像素处的平均绝对误差函数最小,则即为t时刻序列图像的匹配位置,即为,匹配搜索结束;否则,以该9像素点中平均绝对误差函数最小的像素点为新的搜索的起点,返回步骤4)。
7.根据权利要求1所述的车载自主测速方法,其特征在于,匹配算法如下:
1)在序列图像当前帧中选取一个适当的窗口图像,对该窗口图像进行二值化处理,得到其二值图像;
2)在前一帧图像中确定当前帧窗口图像可能的匹配区域,并提取该待匹配区域的二值图像;
3)利用MAD函数最小准则和搜素策略对前两步获得的二值图像进行搜素匹配,完成序列图像间的匹配。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南宁市富久信息技术有限公司,未经南宁市富久信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710099964.X/1.html,转载请声明来源钻瓜专利网。