[发明专利]基于视觉的目标距离测算方法

说明书

一种基于视觉的目标距离测算方法，能够根据车辆距离、姿态、遮挡状态和/或目标框的尺寸自适应选择测距策略，通过融合多种不同测距方法来提升测距结果可靠性；结合预估距离和目标像素值的自适应权重分配方法，大幅降低由于单种测距方法在不同距离跨度上的适应性问题，能够提升整体测距精度；并且，测距稳定性好，对于实际测距中受到的诸如车辆颠簸、倾斜、遮挡等因素的影响鲁棒性较强；同时，通过选择合适的权重参数，可以快速获取最优效果参数值，便于在实际使用场景中应用，在不额外增加系统硬件成本的基础上检测高效可靠，检测精度高，具有很高的实用性。

技术领域

本发明涉及测量领域和计算机图像处理领域，具体涉及自动驾驶、移动机器人和/或图像监控领域中的图像的测距技术，特别涉及一种基于视觉的目标距离测算方法及装置。

背景技术

随着技术进步和科技发展，自动驾驶成为现阶段交通运输工具领域的研究热点，自主行走是移动机器人的发展方向之一，自动识别是图像监控领域的重要功能。基于计算机图像处理的视觉感知系统在自动驾驶、移动机器人和/或图像监控领域中广泛应用。通过感知系统实现自动驾驶是交通发展史上重大的进步和创新，感知系统也是移动机器人和图像监控的重要组成部分。其中，感知系统的一个重要任务就是实时准确地获得前方目标的距离。自动驾驶需要通过感知系统获得前方目标车辆的精确距离以自主驾驶，移动机器人需要通过感知系统获得前方目标的精确距离以避障移动，图像监控需要获得前方目标的精确距离以自动识别。而自动驾驶中对前方车辆的实时准确距离位置判断，由于实际道路上车辆速度快、周围环境车辆运动的方向不确定性、环境车辆车速的变化复杂性、以及环境背景干扰等导致前方目标车辆测距难度大。而对自动驾驶中前方目标车辆的测距精度、测距实时性又要求高。因此，自动驾驶中前方目标车辆的测距问题是自动驾驶、移动机器人和/或图像监控领域中的图像的测距技术的难点。自动驾驶中前方目标车辆的测距问题可以很好地应用于移动机器人和/或图像监控领域中的图像的测距场景中。

对于自动驾驶中前方目标车辆的测距问题，目前已有的方案一般只使用一种目标尺寸(如宽度或高度)，或者只使用目标位置(目标框下边界与消失点)的方法，然而仅仅使用某一种测量方法在实际测距中往往会受到诸如车辆颠簸、倾斜、遮挡等因素的影响，而导致测距精度下降。

中国专利文献CN105488454A提出了一种车辆测距方法。该方法使用车道线提取消失点，使用直方图均衡后的图像提取车轮胎与地面的交点，根据车辆位置与车道线消失点检测结果作为先验信息进行车辆测距。由于该方法受车道线质量影响较大，存在远距离测量精度不足的缺点，而且易受车辆颠簸影响，进而影响测量的精度。

美国专利文献US20180165822A1通过检测目标车辆在图像中的位置，计算目标所在位置车道在图像中的像素宽度，使用相机透视模型来计算目标距离。但是该方法中目标所在位置处必须有车道线，车道线的宽度也需已知，而且还假设车道宽度在视野内是不变的。由于该方法的使用条件限制颇多，导致该方法并不适合实际应用。

美国专利文献US8164628B2和中国专利文献CN107305632A，均基于消失线和图像中目标位置，使用连续跟踪帧获取目标宽度，然后根据目标宽度或高度获得目标距离。然而实际应用中，当车辆被遮挡或者车辆相对于主车有较大倾斜时，上述方法由于使用单一的尺度信息会引起较大误差，测量精度不能满足实际使用需要。

而在自动驾驶车辆行驶过程中，对前方目标车辆的测距有较高的要求。上述参考专利和方法只使用一种目标尺寸(如宽度或高度)，或者只使用目标位置(目标框下边界与消失点)方法，测量精度不高；同时，目标在不同状态下，由于视觉摄像头的成像畸变或安装位置偏移或旋转，上述参考专利中使用单一的测距公式或方法会在目标位姿发生变化时产生较大的系统误差，不能满足实际自动驾驶车辆行驶过程中的实时测距精度需要。

因此，如何提高实际自动驾驶车辆行驶过程中前方车辆的整体测距精度成为亟待解决的技术问题。

发明内容