CN104792302A - 一种建模测车距的方法 - Google Patents
一种建模测车距的方法 Download PDFInfo
- Publication number
- CN104792302A CN104792302A CN201510210923.4A CN201510210923A CN104792302A CN 104792302 A CN104792302 A CN 104792302A CN 201510210923 A CN201510210923 A CN 201510210923A CN 104792302 A CN104792302 A CN 104792302A
- Authority
- CN
- China
- Prior art keywords
- camera
- car body
- front truck
- car
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/207—Analysis of motion for motion estimation over a hierarchy of resolutions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Optical Distance (AREA)
Abstract
本发明公开了一种建模测车距的方法,具体步骤包括测量摄像头的位置高度H、测量摄像头倾斜角度α、计算车体到摄像头的视觉角度θ和计算车距D,计算车体到摄像头的视觉角度θ的方法,具体步骤包括摄像头对车体进行成像、从成像图中抓取前车特征点、计算前车特征点在成像图中的坐标值、计算前车特征点到摄像头光轴的偏移角度β和计算车体到摄像头的视觉角度θ,测量摄像头的位置高度H和测量摄像头倾斜角度α均在安装摄像头时测量,车体到摄像头的视觉角度θ由摄像头倾斜角度α与前车特征点到摄像头光轴的偏移角度β求和得到。本发明基于低成本的图像处理的模型,不仅能够准确测量前车距离,安全可靠,并且使用时给人们带来视觉上的享受。
Description
技术领域
本发明涉及一种测车距的方法,具体是一种建模测车距的方法。
背景技术
随着技术的飞速发展、汽车的普通应用,给人们带来了交通便利、提高了生活质量。但同时也带了一些问题,尤其是追撞事故。为了,很多汽车厂商针对此问题,开发了防追撞的设计。但这些设计是针对汽车进行了一种被动的、紧急情况下的措施。现在汽车辅助主动安全系统越来越受到人们的青睐,以往的技术主要靠昂贵的激光、超声波或红外进行测量前车距离。这些设备对成本、人体伤害、精确度方面是一种很大的考验。
发明内容
本发明的目的在于提供一种测量准确、使用方便的建模测车距的方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种建模测车距的方法,具体步骤如下:
(1)测量摄像头的位置高度H:在安装或者固定摄像头时,测量此时摄像头相对于地面的垂直高度;
(2)测量摄像头倾斜角度α:在安装或固定摄像头时,将摄像头的摄像区域倾斜到目标区域;
(3)计算车体到摄像头的视觉角度θ:通过摄像头成像,并从成像图中抓取前车特征点,计算前车特征点到摄像头光轴的偏移角度β,利用摄像头倾斜角度α和前车特征点到摄像头光轴的偏移角度β计算得到车体到摄像头的视觉角度θ;
(4)计算车距D:利用几何三角关系,根据摄像头位置高度H和车体到摄像头的视觉角度θ来计算车体到摄像头的水平面的垂直距离,车距的值D=H/tanθ。
作为本发明进一步的方案:所述摄像头倾斜角度α是摄像头摄像的最远距离点到摄像头位置组成的连线与水平地面的夹角。
作为本发明再进一步的方案:所述步骤3)计算车体到摄像头的视觉角度的方法,其具体步骤如下:
1)摄像头对车体进行成像:通过对实际路况场景的摄像,建立三维空间(x,y,z)的前车测距模型;
2)从成像图中抓取前车特征点:通过红外摄像头或者高清摄像头对前方移动车体进行拍照,从成像图中抓取前车特征点,并对拍照的原始图片进行灰度图转换;
3)计算前车特征点在成像图中的坐标值:将预存的车牌灰度图数据在带有车体图片转换后的灰度图中进行检索、利用模糊匹配原则,检索到前车特征点在图中的像素(x,y)位置;
4)计算前车特征点到摄像头光轴的偏移角度β:将成像图放大,建立移动车体M映射到成像图中的三维模型,根据坐标点(x,y)的坐标值,计算该点相对于摄像头光轴的偏移角度β;
5)计算车体到摄像头的视觉角度θ:将摄像头倾斜角度α与前车特征点到摄像头光轴的偏移角度β求和得出车体到摄像头的视觉角度θ。
与现有技术相比,本发明的有益效果是:
本发明基于低成本的图像处理的模型,不仅能够准确测量前车距离,安全可靠,使用方便,并且使用时给人们带来视觉上的享受。
附图说明
图1为本发明的流程示意图。
图2为本发明中三维空间前车测距模型示意图。
图3为本发明中移动车体映射到成像图中三维模型示意图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
请参阅图1,一种建模测车距的方法,具体步骤如下:
(1)测量摄像头的位置高度H:在安装或者固定摄像头时,测量此时摄像头相对于地面的垂直高度;
(2)测量摄像头倾斜角度α:在安装或固定摄像头时,将摄像头的摄像区域倾斜到目标区域,所述摄像头倾斜角度α是摄像头摄像的最远距离点到摄像头位置组成的连线与水平地面的夹角,如测前车距离时,则倾斜朝向前方的地面,以便更好的跟踪目标,摄像头倾斜角度α可以通过测量得到;
(3)计算车体到摄像头的视觉角度θ:通过摄像头成像,并从成像图中抓取前车特征点,计算前车特征点到摄像头光轴的偏移角度β,利用摄像头倾斜角度α和前车特征点到摄像头光轴的偏移角度β计算得到车体到摄像头的视觉角度θ;抓取的前车特征点可以是前车车尾的车牌或/和前车刹车尾灯等比较明显的特征点,抓取的方式是通过将摄像头图像的原始图片转换成数字灰度图,然后通过将车牌的数字灰度数据与图像数字灰度图进行模糊、查找匹配,找到后计算前车特征点在成像图中的像素坐标点,根据坐标点(x,y)的坐标值,计算该点相对于摄像头光轴的偏移角度β,再将此偏移角度β与摄像头倾斜角度α求和,得出车体到摄像头的视觉角度θ;
(4)计算车距D:利用几何三角关系,根据摄像头位置高度H和车体到摄像头的视觉角度θ来计算车体到摄像头的水平面的垂直距离,即车距的值D=H/tanθ。
请参阅图2-3,所述步骤3)计算车体到摄像头的视觉角度时,其具体步骤如下:
1)摄像头对车体进行成像:通过对实际路况场景的摄像,建立三维空间(x,y,z)的前车测距模型,成像图为通过摄像头对前方车辆进行拍摄的图像,图2中M和M’分别为移动车体和成像图中移动车体的成像点,CX为成像图,SX为摄像头;
2)从成像图中抓取前车特征点:通过红外摄像头或者高清摄像头对前方移动车体进行拍照,从成像图中抓取前车特征点,并对拍照的原始图片进行灰度图转换;
3)计算前车特征点在成像图中的坐标值:将预存的车牌灰度图数据在带有车体图片转换后的灰度图中进行检索、利用模糊匹配原则,检索到前车特征点在图中的像素(x,y)位置;
4)计算前车特征点到摄像头光轴的偏移角度β:将成像图放大,建立移动车体M映射到成像图中的三维模型,根据坐标点(x,y)的坐标值,计算该点相对于摄像头光轴的偏移角度β;如图3所示,成像面CM是成像图的一部分,其中平面(x,o,y)为摄像头的中心垂直平面,方便于计算移动车体M在此平面上的x轴方向的垂直投影,进而计算移动车体M在图像中向上的方向的值,即图像中y像素值,移动车体M在平面(x,o,y)的进行垂直投影于a点,从a点垂直于y轴的b点,将移动车体M点、a点、b点进行连接,组成一个直角三角形,其中角∠aMc为移动车体到摄像头光轴的偏移角度。其中边aM的长度j为移动车体M到平面(x,o,y)上的投影到y轴的垂直像素距离,其中边ab的长度w为移动车体M到平面(z,o,y)上的投影到z轴的垂直像素距离,长度j将随着移动车体M不断向前运动,即移动车体M点到平面(x,o,y)上的投影离y轴也越来越远,其长度也会不断增加,类似的,长度w将随着移动车体M进行左右运动,即移动车体M点到平面(z,o,y)上的投影离x轴也越来越远,其长度也会不断增加或减少,当移动车体M向左运动时,w值会减少;向右运动时,w值会增加,不管移动车体M向左运动,还是向右运动,其w值不会影响摄像头光轴的偏移角度β的变化,也就不会影响计算前车的距离,因a点为移动车体M到平面(z,o,y)的投影,则边Ma垂直于边ab,则三角形acM为垂直三角形,根据几何三角关系,得出摄像头光轴的偏移角度β,tanβ=ac/j,其中ac为焦距值,因此随着j的增加摄像头光轴的偏移角度β的值会变小,因为摄像头有偏角,所以前方移动车体M映射到图像中的像素比例会有所变化,即当移动车体M移动的越来越远时,每个像素值所代表的j的也会越大,其j的值存在一定的系数乘积,且该系数会随着移动车体M的前移而变大。
5)计算车体到摄像头的视觉角度θ:将摄像头倾斜角度α与前车特征点到摄像头光轴的偏移角度β求和得出车体到摄像头的视觉角度θ。
本发明基于低成本的图像处理的模型,不仅能够准确测量前车距离,安全可靠,使用方便,并且使用时给人们带来视觉上的享受。
上面对本专利的较佳实施方式作了详细说明,但是本专利并不限于上述实施方式,在本领域的普通技术人员所具备的知识范围内,还可以在不脱离本专利宗旨的前提下作出各种变化。
Claims (3)
1.一种建模测车距的方法,其特征在于,具体步骤如下:
(1)测量摄像头的位置高度H:在安装或者固定摄像头时,测量此时摄像头相对于地面的垂直高度;
(2)测量摄像头倾斜角度α:在安装或固定摄像头时,将摄像头的摄像区域倾斜到目标区域;
(3)计算车体到摄像头的视觉角度θ:通过摄像头成像,并从成像图中抓取前车特征点,计算前车特征点到摄像头光轴的偏移角度β,利用摄像头倾斜角度α和前车特征点到摄像头光轴的偏移角度β计算得到车体到摄像头的视觉角度θ;
(4)计算车距D:利用几何三角关系,根据摄像头位置高度H和车体到摄像头的视觉角度θ来计算车体到摄像头的水平面的垂直距离,车距的值D=H/tanθ。
2.根据权利要求1所述的建模测车距的方法,其特征在于,所述摄像头倾斜角度α是摄像头摄像的最远距离点到摄像头位置组成的连线与水平地面的夹角。
3.根据权利要求1所述的建模测车距的方法,其特征在于,所述步骤3)计算车体到摄像头的视觉角度的方法,其具体步骤如下:
1)摄像头对车体进行成像:通过对实际路况场景的摄像,建立三维空间(x,y,z)的前车测距模型;
2)从成像图中抓取前车特征点:通过红外摄像头或者高清摄像头对前方移动车体进行拍照,从成像图中抓取前车特征点,并对拍照的原始图片进行灰度图转换;
3)计算前车特征点在成像图中的坐标值:将预存的车牌灰度图数据在带有车体图片转换后的灰度图中进行检索、利用模糊匹配原则,检索到前车特征点在图中的像素(x,y)位置;
4)计算前车特征点到摄像头光轴的偏移角度β:将成像图放大,建立移动车体M映射到成像图中的三维模型,根据坐标点(x,y)的坐标值,计算该点相对于摄像头光轴的偏移角度β;
5)计算车体到摄像头的视觉角度θ:将摄像头倾斜角度α与前车特征点到摄像头光轴的偏移角度β求和得出车体到摄像头的视觉角度θ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510210923.4A CN104792302A (zh) | 2015-04-29 | 2015-04-29 | 一种建模测车距的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510210923.4A CN104792302A (zh) | 2015-04-29 | 2015-04-29 | 一种建模测车距的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104792302A true CN104792302A (zh) | 2015-07-22 |
Family
ID=53557303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510210923.4A Pending CN104792302A (zh) | 2015-04-29 | 2015-04-29 | 一种建模测车距的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104792302A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106289159A (zh) * | 2016-07-28 | 2017-01-04 | 北京智芯原动科技有限公司 | 基于测距补偿的车辆测距方法及装置 |
CN106780603A (zh) * | 2016-12-09 | 2017-05-31 | 宇龙计算机通信科技(深圳)有限公司 | 车辆检测方法、装置及电子设备 |
CN107390205A (zh) * | 2017-07-20 | 2017-11-24 | 清华大学 | 一种利用车联网获取前车特征的单目视觉车辆测距方法 |
WO2018032860A1 (zh) * | 2016-08-15 | 2018-02-22 | 杭州海康威视数字技术股份有限公司 | 一种测量方法及装置 |
CN108106627A (zh) * | 2017-12-20 | 2018-06-01 | 清华大学 | 一种基于特征点在线动态标定的单目视觉车辆定位方法 |
CN110197104A (zh) * | 2018-02-27 | 2019-09-03 | 杭州海康威视数字技术股份有限公司 | 基于车辆的测距方法及装置 |
CN111678488A (zh) * | 2020-06-17 | 2020-09-18 | 深圳地平线机器人科技有限公司 | 测距方法、装置、计算机可读存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102642510A (zh) * | 2011-02-17 | 2012-08-22 | 汽车零部件研究及发展中心有限公司 | 一种基于图像的车辆防撞预警方法 |
CN102661733A (zh) * | 2012-05-28 | 2012-09-12 | 天津工业大学 | 一种基于单目视觉的前方车辆测距方法 |
CN103204104A (zh) * | 2013-04-07 | 2013-07-17 | 布法罗机器人科技(苏州)有限公司 | 一种车辆全视角驾驶监控系统及方法 |
CN104537888A (zh) * | 2014-12-25 | 2015-04-22 | 东风汽车公司 | 一种基于手机的汽车碰撞报警方法 |
-
2015
- 2015-04-29 CN CN201510210923.4A patent/CN104792302A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102642510A (zh) * | 2011-02-17 | 2012-08-22 | 汽车零部件研究及发展中心有限公司 | 一种基于图像的车辆防撞预警方法 |
CN102661733A (zh) * | 2012-05-28 | 2012-09-12 | 天津工业大学 | 一种基于单目视觉的前方车辆测距方法 |
CN103204104A (zh) * | 2013-04-07 | 2013-07-17 | 布法罗机器人科技(苏州)有限公司 | 一种车辆全视角驾驶监控系统及方法 |
CN104537888A (zh) * | 2014-12-25 | 2015-04-22 | 东风汽车公司 | 一种基于手机的汽车碰撞报警方法 |
Non-Patent Citations (6)
Title |
---|
周天弋: "基于计算机视觉的车辆与前方车距检测", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
张青森: "基于单目视觉的车辆主动安全技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
陈丽芳等: "改进的归一互相关法的灰度图像模板匹配方法", 《计算机工程与应用》 * |
陈琦: "基于单目视觉的实时车距测量方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
陈皓等: "基于灰度统计的快速模板匹配算法", 《光子学报》 * |
顾柏园: "基于单目视觉的安全车距预警系统研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106289159A (zh) * | 2016-07-28 | 2017-01-04 | 北京智芯原动科技有限公司 | 基于测距补偿的车辆测距方法及装置 |
WO2018032860A1 (zh) * | 2016-08-15 | 2018-02-22 | 杭州海康威视数字技术股份有限公司 | 一种测量方法及装置 |
US11017552B2 (en) | 2016-08-15 | 2021-05-25 | Hangzhou Hikvision Digital Technology Co., Ltd | Measurement method and apparatus |
CN106780603A (zh) * | 2016-12-09 | 2017-05-31 | 宇龙计算机通信科技(深圳)有限公司 | 车辆检测方法、装置及电子设备 |
CN107390205A (zh) * | 2017-07-20 | 2017-11-24 | 清华大学 | 一种利用车联网获取前车特征的单目视觉车辆测距方法 |
CN107390205B (zh) * | 2017-07-20 | 2019-08-09 | 清华大学 | 一种利用车联网获取前车特征的单目视觉车辆测距方法 |
CN108106627A (zh) * | 2017-12-20 | 2018-06-01 | 清华大学 | 一种基于特征点在线动态标定的单目视觉车辆定位方法 |
CN110197104A (zh) * | 2018-02-27 | 2019-09-03 | 杭州海康威视数字技术股份有限公司 | 基于车辆的测距方法及装置 |
CN111678488A (zh) * | 2020-06-17 | 2020-09-18 | 深圳地平线机器人科技有限公司 | 测距方法、装置、计算机可读存储介质及电子设备 |
CN111678488B (zh) * | 2020-06-17 | 2022-04-15 | 深圳地平线机器人科技有限公司 | 测距方法、装置、计算机可读存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104792302A (zh) | 一种建模测车距的方法 | |
US11348266B2 (en) | Estimating distance to an object using a sequence of images recorded by a monocular camera | |
CN108444390B (zh) | 一种无人驾驶汽车障碍物识别方法及装置 | |
CN107389026B (zh) | 一种基于固定点射影变换的单目视觉测距方法 | |
EP3792660B1 (en) | Method, apparatus and system for measuring distance | |
CN103196418A (zh) | 一种弯道车距测量方法 | |
CN106289159B (zh) | 基于测距补偿的车辆测距方法及装置 | |
CN106503636B (zh) | 一种基于视觉图像的道路视距检测方法及装置 | |
JP2018092501A (ja) | 車載用画像処理装置 | |
CN103488976A (zh) | 一种基于智能驾驶中停止线实时检测以及距离测量的方法 | |
CN104916163A (zh) | 泊车位检测方法 | |
CN111429756B (zh) | 一种基于视频技术的公路隧道防追尾预警方法 | |
CN104034305A (zh) | 一种单目视觉实时定位的方法 | |
CN105551020A (zh) | 一种检测目标物尺寸的方法及装置 | |
JPWO2018179281A1 (ja) | 物体検出装置及び車両 | |
WO2018149539A1 (en) | A method and apparatus for estimating a range of a moving object | |
CN105091794A (zh) | 一种检测车辆轮胎外倾角与前束角的装置及方法 | |
CN109919139B (zh) | 基于双目立体视觉的路面状况快速检测方法 | |
CN109631841B (zh) | 一种基于激光投影的快速道路横断面测量方法及装置 | |
JP6604052B2 (ja) | 走路境界推定装置及び走路境界推定方法 | |
CN113465572A (zh) | 一种基于相机成像几何关系的单目测距方法及系统 | |
CN111123260B (zh) | 一种毫米波雷达和可见光摄像的环境物体状态识别方法 | |
JP6561688B2 (ja) | 検出装置、検出方法、撮像装置、機器制御システム、及びプログラム | |
CN215104990U (zh) | 清扫车 | |
CN112396557B (zh) | 一种基于近景摄影测量解算监控视频中车辆运动的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150722 |