[发明专利]一种基于单目视觉的车辆长度测量方法

说明书

本发明提出了一种基于单目视觉的车辆长度测量方法，基于深度学习轻量级网络，采用成本较低的单目摄像头，先通过相机内参标定与车道线平面的单应性矩阵标定，并录制在车道线上的车辆行驶视频进行车辆长度计算，同时根据是否偏离行驶设计两种不同算法进行车辆长度计算。本方法实现了基于行驶道路路边相机对车辆的长度的精确测量，可以极大降低人力资源成本、增加车辆违法改装的检查力度、减少交通负荷和环境污染、保证交通安全、提高通行效率。

技术领域

本发明涉及深度学习技术领域，具体涉及一种基于单目视觉的车辆长度测量方法。

背景技术

随着社会经济的不断发展以及人们生活水平的提高，我国汽车的年拥有量也不断的增加，以此同时由于道路运输车辆和不规范运营引发的道路交通事故率也有扩大的趋势。部分运营者对车型进行私自的改装，以求增加车辆的运载能力，造成汽车的超限、超载，此为引发重大交通事故的主要诱因。因此，如何有效、高精度且低成本地实现车辆长度的计算是当前交通领域面临的难题。

车辆长度是交通车辆信息中重要的参数，一般都采用检测站激光或光幕法进行慢速测车长，然而采用这种方式设备造价较高，且当车辆之间距离很近时，会带来较大检测误差甚至导致检测失败。视频技术作为一种低成本的检测技术，目前被广泛研究，但其检测精度仍不理想。而车辆长度是作为车型分类的重要指标，其有效且低成本的计算方法目前仍较欠缺。

当前与本发明相关的车辆长度方法有：发明专利(公开号：CN110307791A，名称：基于三维车辆边界框的车辆长度及速度计算方法)公开了一种基于三维车辆边界框的车辆长度及速度计算方法，但该发明专利使用的摄像头为道路中放置于龙门架中的高处摄像头，使用的Mask R-CNN形成车辆掩膜时间较长，难以进行实施测长。袁涵(基于计算机视觉的车辆外廓尺寸测量系统研究与应用[D]；安徽：安徽大学，2014，)使用双目相机测量货车长宽高，这样的方法可以大大减少检测站中测量器件的成本，但是由于相机畸变引起的测量误差与算法复杂导致测量时间较长，该方法实现并不理想。梁春疆(基于机器视觉原理的车辆外廓尺寸在线测量系统[D].天津：天津大学，2015)使用激光雷达和双目摄像头测量货车长宽高，该方法可以实现比双目测量更高的准确度，但成本太高，激光雷达本身就可以测量车辆长宽高，增加双目相机显得更多此一举。朱菲婷(基于激光点云3D检测的车辆外廓尺寸测量研究[J].机械化工学报，2019，371(03):170-171)使用激光雷达不仅可测得车辆长宽高同时使用深度学习技术转换为3D检测效果，但该方法成本高，检测速度慢，只适用于车检站的货车车辆外廓检测，并不适用普通道路交通中行驶车辆的检测。

综上所述，对于车辆长度检测的方案中，主要问题在于：1)检测设备多为激光雷达，设备成本高；2)使用双目摄像头进行检测精度难以符合要求且计算时间长；3)使用深度学习中的不同网络模型与检测时长直接相关，需要选择轻量级网络。考虑到这些不足，本方法基于深度学习轻量级网络，采用成本较低的单目摄像头，使用车道线标定及相应算法进行车辆长度检测。

发明内容

为克服现有技术上检测精度低、检测速度慢的不足，本发明提供了一种基于单目视觉的车辆长度测量方法，用深度卷积神经网络CNN特征进行车辆目标检测，并结合基于单应性矩阵的相机标定的像素对应物理距离相等的特征对车辆长度改进算法。

为实现上述发明，采用的技术方案如下：

一种基于单目视觉的车辆长度测量方法，其特征在于，包括如下步骤：

步骤1：使用张正友标定法进行相机标定，得到相机光心对应于图像中的横坐标x_g；

步骤2：根据实际场地大小定制一张正方形黑白格组成的标定板，将标定板垂直于地面车道线处拍取一张图片，计算该图片对应的相机图像坐标到车道线平面坐标的单应性矩阵H，公式(1)表示图像坐标系到世界坐标系的对应关系，则相机光心横坐标对应的物理横坐标为x_wg，同时通过Hough直线检测算法检测得到车道线并标记为L；