[发明专利]基于车载单目视觉的鲁棒车辆距离估计方法

说明书

本发明涉及一种基于车载单目视觉的鲁棒车辆距离估计方法。该方法利用角度回归模型（Angle Regression Model）获取目标车辆的姿态角信息，尺寸估计网络（Dimension Network）得到目标车辆的实际尺寸，在此基础上基于图像解析几何原理设计2D基向量几何模型来准确恢复出车辆背面面积，最后基于相机投影原理建立面积‑距离模型来恢复出距离。本发明方法与其他现有已发布的方法相比实现了卓越的性能，测距系统的准确率得到了明显的提高。

技术领域

本发明属于计算机视觉、数字图像处理领域，具体涉及一种基于车载单目视觉的鲁棒车辆距离估计方法。

背景技术

高级辅助驾驶系统(ADAS)是发展非常快的一个研究领域，对于减少交通事故，预防车辆间追尾碰撞，提高交通安全防范性能具有非常重要的作用。车辆测距在ADAS中是非常重要的一个组成部分。车辆测距的方法主要分为基于传感器[7]和基于视觉[8]。基于传感器主要利用雷达、激光雷达等，可以精准的提供目标车辆的距离信息，然而，高成本和目标车辆的数据采集仍然是一个待解决的关键问题。基于视觉分为立体视觉[10]和单目视觉[9]。立体视觉对于前方长距离车辆可以更加直观准确的计算距离值，但是由于需要两个摄像头之间的校准和匹配，该系统需要较长的执行时间，效率低，计算量大。而单目视觉可以容纳更加复杂的算法，相比于立体视觉能够在更短的时间内得到最优的结果，但是目前单目视觉的前车距离估计方法还存在精度低、适用范围小等问题。

基于单目视觉辅助驾驶系统由于符合人眼视觉系统，可以很好地控制实时性，符合现代车辆的适用场景，相比于其他系统具有很大的发展前景，因此基于单目视觉的距离估计已经成为了热点话题。

目前已经有很多基于单目视觉估计前方车辆距离的方法被提出，Nakamura等[3]提出了一种结合水平和垂直方向的三角几何关系估计车辆宽度的单目视觉车辆距离估计方法，但是方法[3]只是在跟踪过程中减小车辆宽度估计的误差，并没有考虑到车辆在行驶过程中产生的姿态角变化，所以对非正前方目标车辆的距离估计存在较大误差。Bao等[4]提出了一种基于平均车宽与车辆实际距离之间存在的线性关系的单目视觉测距方法，但是其没有考虑到车辆在行驶过程中的姿态变化，而且车辆在图像中的平均宽度只能保证平均的测距精度，并不能保证单个车辆距离估计的效果。Huang等[5]通过检测车辆位置和消失点位置，提出了一种基于车道线消失点测量前方目标车辆的纵向距离方法，但其需要准确检测出消失点位置才可以保证前车测距结果的精度，还未考虑车辆运动时偏转情况，只适用于正前方行驶车辆情况。

随后[1]提出一种基于检测车辆位置信息和车道线信息的几何模型，同时在原始图像和逆透视投影(IPM)图像建模利用车高测量前方车辆距离。[2]提出了基于车辆检测信息利用车宽的距离估计方法，综合考虑了有无车道线标志的2种道路环境。但是方法[1][2]均是以矩形框的形式表示目标车辆在图像中的位置，这样表示不能获得目标车辆更多的细节部分，还会包含很多冗余信息。Huang等[6]提出基于车辆分割信息利用投影面积的方法测量出目标车辆距离，相比于方法[1][2]可以减少冗余信息提高测距精度，但是方法[6]忽略了车辆的姿态问题，测距系统的适用范围存在局限性,对于不同类型车辆的测距结果存在一定的误差。

现有测距方法存在问题的主要原因是没有考虑车辆的姿态信息，在复杂的交通场景中，目标车辆的行驶状态相对于主驾驶车辆来说是多变的，不同类型车辆的姿态信息和在图像中的投影关系各不相同，由图1可知，目标车辆分别行驶在主驾驶车辆的正前方位置和斜前方位置，在斜前方位置时车辆在图像中的投影部分不仅仅由车辆实际背面投影形成，而正前方车辆是相应投影形成的，如果将投影关系看作相同，即两种车的投影区域均是由车背面部分投影形成，那么两种车辆之间测距结果的精度存在很大偏差，导致整体测距系统的精度降低。

发明内容

本发明的目的在于提供一种基于车载单目视觉的鲁棒车辆距离估计方法，该方法提出在车辆检测和分割算法的基础上，考虑车辆姿态角信息，基于相机投影原理建立面积-距离几何模型来恢复出前车距离。