[发明专利]一种距离测量方法、装置及服务器

权利要求书

1.一种距离测量方法，其特征在于，包括：

获取目标车辆行驶方向上的路况图像，其中，所述路况图像的采集点位于所述目标车辆；

识别所述路况图像中的障碍物，并获取所述障碍物在所述路况图像中的位置信息；

将所述路况图像转换为深度图像；

基于所述位置信息，在所述深度图像中获取所述障碍物的深度数据；

根据所述障碍物的深度数据，确定所述目标车辆与所述障碍物的距离。

2.根据权利要求1所述的距离测量方法，其特征在于，所述识别所述路况图像中的障碍物，并获取所述障碍物在所述路况图像中的位置信息，包括：

对所述路况图像进行预设清晰化处理，得到清晰化路况图像；

将所述清晰化路况图像输入预训练的障碍物识别模型，得到识别结果，其中，所述障碍物识别模型以包含障碍物的正样本图像和未包含障碍物的负样本图像为训练样本，以障碍物图像以及障碍物在相应的正样本图像中的位置信息为训练标签，训练神经网络得到；

根据所述识别结果确定所述路况图像中的障碍物，以及所述障碍物在所述路况图像中的位置信息。

3.根据权利要求2所述的距离测量方法，其特征在于，所述对所述路况图像进行预设清晰化处理，得到清晰化路况图像，包括：

对所述路况图像进行高斯滤波降噪处理，得到降噪后路况图像；

将所述降噪后路况图像转换为灰度图像；

基于sobel算子对所述灰度图像进行边缘清晰化处理，得到清晰化灰度图像；

将所述清晰化灰度图像转换为二值化灰度图，并将所述二值化灰度图作为清晰化路况图像。

4.根据权利要求2所述的距离测量方法，其特征在于，所述识别结果包括：多个候选障碍物，各所述候选障碍物对应的、表征识别结果准确性的几率值，以及，各所述候选障碍物的位置信息，所述根据所述识别结果确定所述路况图像中的障碍物，以及所述障碍物在所述路况图像中的位置信息，包括：

删除所述识别结果中重复出现的候选障碍物，得到处理后的识别结果；

将所述处理后的识别结果中，所述几率值大于预设阈值的候选障碍物作为所述路况图像中的障碍物；

将所述几率值大于预设阈值的候选障碍物的位置信息，作为所述障碍物在所述路况图像中的位置信息。

5.根据权利要求1所述的距离测量方法，其特征在于，所述将所述路况图像转换为深度图像，包括：

调用预训练的图像转换模型，其中，所述图像转换模型以样本图像为训练样本，以所述样本图像对应的深度图像为训练标签，训练神经网络得到；

将所述路况图像输入所述图像转换模型，得到所述路况图像对应的深度图像。

6.根据权利要求5所述的距离测量方法，其特征在于，所述基于所述位置信息，在所述深度图像中获取所述障碍物的深度数据，包括：

以所述深度图像的外形尺寸为基准尺寸，将所述位置信息转换为与所述基准尺寸对应的基准位置信息；

在所述深度图像中确定所述基准位置信息对应的图像区域，得到所述障碍物的图像区域；

获取所述障碍物的图像区域的深度数据。

7.根据权利要求1所述的距离测量方法，其特征在于，所述根据所述障碍物的深度数据，确定所述目标车辆与所述障碍物的距离，包括：

获取所述障碍物的深度数据中指定像素区域的像素深度值；

将所述指定像素区域的像素深度值的平均值作为所述目标车辆与所述障碍物的距离。

8.根据权利要求1-7任一项所述的距离测量方法，其特征在于，应用于服务器，所述方法还包括：

发送所述目标车辆与所述障碍物的距离至所述目标车辆。