[发明专利]一种基于机器学习的车载相机目标检测方法

权利要求书

1.一种基于机器学习的车载相机目标检测方法，其特征在于：所述的检测方法过程为：

开始；

步骤1、车载相机安装和标定，得到相机内外参数；并将该参数发送给处理器模块；

步骤2、车辆启动，将车辆控制中心、相机模块、处理器模块上电处理；

步骤3、相机模块采集图像信息，图像信息通过HDMI传输给处理器；

步骤4、处理器模块进行机器学习处理，计算得到目标的实际大小和距离信息；

步骤5、通过CAN协议，将目标的大小和距离信息发送给车辆控制中心；

结束。

2.按照权利要求1所述的基于机器学习的车载相机目标检测方法，其特征在于：在所述的步骤1中，将车载相机安装在车前挡风玻璃处、接近车辆中心位置，利用固定装置将其固定。

3.按照权利要求2所述的基于机器学习的车载相机目标检测方法，其特征在于：根据设定的相机内外参数的标定方法，对车载相机进行标定，得到相机的内部参数和外部参数；所述的内部参数包括相机的焦距；所述的外部参数包括相机的安装角度。

4.按照权利要求1所述的基于机器学习的车载相机目标检测方法，其特征在于：在所述的步骤2中，将车辆打火，使车辆启动，线路连接上电处理，电源模块使车辆控制中心、相机模块、处理器模块上电。

5.按照权利要求1所述的基于机器学习的车载相机目标检测方法，其特征在于：在所述的步骤3中，车辆开始运行后，将车辆行驶到有行人、车辆目标的环境中；相机模块采集目标的图像信息；处理器模块通过HDMI接口接收车载相机拍摄到的目标图像信息。

6.按照权利要求1所述的基于机器学习的车载相机目标检测方法，其特征在于：在所述的步骤4中，机器学习处理相机图像：根据处理器接收到的图像信息，利用机器学习算法识别出图像中目标矩形框像素坐标，根据相机的内部参数和外部参数组成的矩阵，计算得到每个矩形框的实际坐标，得到目标实际大小、距离。