[发明专利]一种基于路侧单目摄像头的交通参与者定位方法和系统

权利要求书

1.一种基于路侧单目摄像头的交通参与者定位方法，其特征在于，包括：

获取路测单目摄像头采集的单目视觉图像，并将所述单目视觉图像输入至训练好的分类模型，得到所述单目视觉图像中目标物的分类结果；所述分类结果包括目标物边界框和目标物分类标签；

若判断获知所述目标物为乘用车，则将所述目标物边界框输入到训练好的车轮检测模型，得到车轮边界框，取所述车轮边界框的中点为车轮接地点；

若判断获知所述目标物为行人或骑车人，则基于预设的步幅或车轮间距获取行人接地点或汽车人接地点；

将所述车轮接地点和/或行人接地点和/或汽车人接地点在单目摄像头中的像素坐标转换为世界坐标。

2.根据权利要求1所述的基于路侧单目摄像头的交通参与者定位方法，其特征在于，还包括：

检测车身方位，基于霍夫变换提取所述目标物边界框中所有的直线，并对所有所述直线的分布进行统计，取分布最多的直线围城的范围向代表车身方位。

3.根据权利要求2所述的基于路侧单目摄像头的交通参与者定位方法，其特征在于，还包括：

若未检测出车轮，则基于所述车身方位定位一个车轮在目标物边界框中所处的位置，得到车轮边界框，取所述车轮边界框的中点为车轮接地点。

4.根据权利要求1所述的基于路侧单目摄像头的交通参与者定位方法，其特征在于，则将所述目标物边界框输入到训练好的车轮检测模型前，还包括：

采集若干车轮图像样本作为正样本；

抠除车辆边界框中的车轮区域，并进行随机剪裁，得到多张与所述正样本大小相同的图片并作为负样本；所述正样本的数量和所述负样本的数量相同；

提取所述正样本和所述负样本中的方向梯度直方图HOG特征，基于所述HOG特征训练支持向量机SVM模型；

将分类错误的所述正样本和/或所述负样本标记为难例，再次训练；

得到训练好的车轮检测模型。

5.根据权利要求1所述的基于路侧单目摄像头的交通参与者定位方法，其特征在于，若判断获知所述目标物为行人或骑车人，则基于预设的步幅或车轮间距获取行人接地点或汽车人接地点，具体包括：

获取行人或骑车人的行人边界框或/骑车人边界框；

取所述行人边界框或/骑车人边界框的下边界作为行人或骑车人的接地区域的第一条边；在所述行人边界框或/骑车人边界框内取第二条边，所述第二条边与所述第一条边平行，所述第二条边与所述第一条边的距离等于预设的步幅或车轮间距；

将所述第一条边与所述第二条边在所述行人边界框或/骑车人边界框内围城的区域作为接地区域，所述接地区域为行人接地点或汽车人接地点所在区域。

6.根据权利要求1所述的基于路侧单目摄像头的交通参与者定位方法，其特征在于，将所述车轮接地点和/或行人接地点和/或汽车人接地点在单目摄像头中的像素坐标转换为世界坐标，具体包括：

基于单孔摄像头的小孔成像原理，通过标定单孔摄像头的外参和内参，获取像素坐标系和世界坐标系的转换关系；

基于所述像素坐标系和世界坐标系的转换关系，将所述车轮接地点和/或行人接地点和/或汽车人接地点在单目摄像头中的像素坐标转换为世界坐标。

7.一种基于路侧单目摄像头的交通参与者定位系统，其特征在于，包括交通参与者的检测和分类模块、车轮接地点检测模块、行人和骑车人接地点范围提取模块和位置检测模块；

交通参与者的检测和分类模块，用于获取路测单目摄像头采集的单目视觉图像，并将所述单目视觉图像输入至训练好的分类模型，得到所述单目视觉图像中目标物的分类结果；所述分类结果包括目标物边界框和目标物分类标签；

车轮接地点检测模块，用于在判断获知所述目标物为乘用车时，将所述目标物边界框输入到训练好的车轮检测模型，得到车轮边界框，取所述车轮边界框的中点为车轮接地点；

行人和骑车人接地点范围提取模块，用于在判断获知所述目标物为行人或骑车人时，基于预设的步幅或车轮间距获取行人接地点或汽车人接地点；

位置检测模块，用于将所述车轮接地点和/或行人接地点和/或汽车人接地点在单目摄像头中的像素坐标转换为世界坐标。