[发明专利]目标距离估计的方法、系统、计算机设备和存储介质

说明书

本发明公开了目标距离估计的方法、系统、计算机设备和存储介质，其中，在车辆行驶道路上获取多个参考点，根据该车辆的车辆地理坐标获取该参考点的参考点地理坐标，根据该参考点地理坐标，获取该参考点的纵向坡度信息，根据该参考点地理坐标和该纵向坡度信息，建立地势高度曲线模型，获取目标的图像坐标，根据该图像坐标得到该目标的第一地理坐标，根据该地势高度曲线模型和该第一地理坐标，得到该目标的第二地理坐标，解决了通过多项式拟合来补偿偏差，对与车辆本身存在明显高度差的目标测得的结果误差较大的问题，减小了地势高度差引起的测量误差，提高了对目标距离估计的精确度。

技术领域

本申请涉及自动驾驶技术领域，特别是涉及目标距离估计的方法、系统、计算机设备和存储介质。

背景技术

随着科学技术的发展，出现了自动驾驶汽车，自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有用户操作的情况下，自动、安全地操作机动车辆。随着智能驾驶技术的快速发展，高级驾驶辅助系统(AdvancedDriving Assistant System，简称为ADAS)成为智能驾驶汽车中不可缺少的部分，ADAS通过安装在车上的各类传感器，在汽车行驶过程中随时感应周围环境，收集环境数据，进行静态或动态物体的辨识、侦测与追踪，并结合导航仪地图数据，进行系统运算与分析，从而预测可能发生的危险，有效增加汽车驾驶的舒适性和安全性，其中，摄像头因其成本低、色彩信息丰富和帧率高等特点，成为车辆感知系统中最为重要的传感器之一。摄像头通过采集二维图像序列，计算出三维物理世界的信息，例如前方障碍物的运动状态，或者道路车道线的变化等，ADAS基于感知信息做出决策和控制，比如自动紧急刹车或者车道线偏离预警等，因此，有效的视觉感知系统是智能驾驶系统做出准确决策的先决条件。

在相关技术中，基于针孔成像模型，视觉感知系统在目标物为静态的情况下，采集不同距离下的目标估计值，通过多项式拟合计算出不同位置下像素点的偏差关系，并进行测距补偿，该方法可以解决道路不平引起的高度差，误差在±5cm内，且目标的距离误差在±4m内。由于该方法假设目标和车辆本身处于同一平面的高度，但是在现实环境中，自车和目标经常不处于同一平面上，例如上下坡，因此该方法不能解决上下坡这种高度差引起的测距误差。

针对相关技术中，通过多项式拟合来补偿偏差，对与车辆本身存在明显高度差的目标测得的结果误差较大的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中，通过多项式拟合来补偿偏差，对与车辆本身存在明显高度差的目标测得的结果误差较大的问题，本发明提供了目标距离估计的方法、系统、计算机设备和存储介质，以至少解决上述问题。

根据本发明的一个方面，提供了一种目标距离估计的方法，所述方法包括：

在车辆行驶道路上获取多个参考点，根据所述车辆的车辆地理坐标获取所述参考点的参考点地理坐标，根据所述参考点地理坐标，获取所述参考点的纵向坡度信息，其中，所述参考点与所述纵向坡度信息对应；

根据所述参考点地理坐标和所述纵向坡度信息，建立地势高度曲线模型；

获取目标的图像坐标，根据所述图像坐标得到所述目标的第一地理坐标，根据所述地势高度曲线模型和所述第一地理坐标，得到所述目标的第二地理坐标。

在其中一个实施例中，所述根据所述参考点地理坐标和所述纵向坡度信息，建立地势高度曲线模型包括：

根据所述参考点地理坐标和所述纵向坡度信息，通过最小二乘法得到所述地势高度曲线模型的曲率和曲率变化率；

根据所述曲率和所述曲率变化率建立地势高度曲线模型。

在其中一个实施例中，所述根据所述图像坐标得到所述目标的第一地理坐标包括：