[发明专利]一种基于多目相机的测距方法及测距系统有效
申请号: | 201910408788.2 | 申请日: | 2019-05-16 |
公开(公告)号: | CN110068308B | 公开(公告)日: | 2021-03-23 |
发明(设计)人: | 赵然;王星泽 | 申请(专利权)人: | 合刃科技(深圳)有限公司 |
主分类号: | G01C11/02 | 分类号: | G01C11/02 |
代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 林燕云 |
地址: | 518000 广东省深圳市南山区粤海街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 相机 测距 方法 系统 | ||
1.一种基于多目相机的测距方法,其特征在于,包括:
在同一直线上设置至少两组双目相机,以形成多目相机平台,其中,所述多目相机平台包括在同一直线上设置第一双目相机以及第二双目相机,所述第一双目相机包括第一摄像头以及第二摄像头,所述第二双目相机包括第三摄像头以及第四摄像头,所述第一摄像头以及所述第二摄像头设置于所述第三摄像头以及所述第四摄像头之间,所述第一摄像头与所述第二摄像头的连接线中点与所述第三摄像头与所述第四摄像头的连接线中点重合;
对所述双目相机进行标定,以获取所述双目相机的内参数以及外参数并对所述双目相机进行双目校正;
对所述双目相机进行立体匹配,以获取所述双目相机对应的视差图;
根据所述视差图计算得出目标物体的测距结果,所述测距结果包括至少两个测量距离值;
获取用于训练神经网络模型的测量距离值;
根据所述用于训练神经网络模型的测量距离值和所述测量距离值对应的实际距离值生成训练样本;
利用所述训练样本训练所述神经网络模型,得出训练后的神经网络模型;
根据所述测距结果以及所述训练后的神经网络模型,生成所述目标物体的预测距离值。
2.如权利要求1所述的方法,其特征在于,所述第一双目相机的视角大于所述第二双目相机,所述第一双目相机的景深小于所述第二双目相机。
3.如权利要求1所述的方法,其特征在于,所述获取用于训练神经网络模型的测量距离值,包括:
利用所述多目相机平台在至少两个不同的实际距离值处对所述目标物体进行距离测量,以获取至少两组测距结果;每个实际距离值对应至少一组测距结果,每一组测距结果包括至少两个测量距离值。
4.一种测距系统,其特征在于,所述测距系统包括多目相机平台以及处理装置;
所述多目相机平台包括在同一直线上设置至少两组双目相机,其中,所述多目相机平台包括设置于同一直线上的第一双目相机以及第二双目相机,所述第一双目相机包括第一摄像头以及第二摄像头,所述第二双目相机包括第三摄像头以及第四摄像头;所述第一摄像头以及所述第二摄像头设置于所述第三摄像头以及所述第四摄像头之间,所述第一摄像头与所述第二摄像头的连接线中点与所述第三摄像头与所述第四摄像头的连接线中点重合;
处理装置包括测距模块以及生成模块;
所述测距模块用于:对所述双目相机进行标定,以获取所述双目相机的内参数以及外参数并对所述双目相机进行双目校正;对所述双目相机进行立体匹配,以获取所述双目相机对应的视差图;根据所述视差图计算得出目标物体的测距结果,所述测距结果包括至少两个测量距离值;
所述生成模块用于:获取用于训练神经网络模型的测量距离值;根据所述用于训练神经网络模型的测量距离值和所述测量距离值对应的实际距离值生成训练样本;利用所述训练样本训练所述神经网络模型,得出训练后的神经网络模型;根据所述测距结果以及训练后的神经网络模型,生成所述目标物体的预测距离值。
5.如权利要求4所述的测距系统,其特征在于,所述获取用于训练神经网络模型的测量距离值,包括:
利用所述多目相机平台在至少两个不同的实际距离值处对所述目标物体进行距离测量,以获取至少两组测距结果;每个实际距离值对应至少一组测距结果,每一组测距结果包括至少两个测量距离值。
6.如权利要求4所述的测距系统,其特征在于,所述第一双目相机的视角大于所述第二双目相机,所述第一双目相机的景深小于所述第二双目相机。
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合刃科技(深圳)有限公司,未经合刃科技(深圳)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/201910408788.2/1.html,转载请声明来源钻瓜专利网。