CN107590433A - 一种基于毫米波雷达和车载摄像头的行人检测方法 - Google Patents
一种基于毫米波雷达和车载摄像头的行人检测方法 Download PDFInfo
- Publication number
- CN107590433A CN107590433A CN201710659769.8A CN201710659769A CN107590433A CN 107590433 A CN107590433 A CN 107590433A CN 201710659769 A CN201710659769 A CN 201710659769A CN 107590433 A CN107590433 A CN 107590433A
- Authority
- CN
- China
- Prior art keywords
- millimetre
- wave radar
- pedestrian
- camera
- detection
- 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
Abstract
本发明公开了一种基于毫米波雷达和车载摄像头的行人检测方法,采用样条插值法实现毫米波雷达和摄像头数据时间上的融合,并利用毫米波雷达提取环境的深度信息,通过毫米波雷达和摄像头坐标之间的透视关系,将深度信息映射到图像中,实现毫米波雷达和摄像头数据上空间上的融合;利用毫米波雷达设定行人宽度来进行区域分割,提取图像中的感兴趣区域;采用Adaboost分类器对行人进行检测,并将行人的位置、速度以及加速度信息实时传输。本发明的检测方案采用摄像头和毫米波雷达相结合的方法,实现对真实环境下的行人检测。相比于单一传感器检测行人的方案,本方案能够有效减少天气对检测效果的影响,并且检测实时性好、准确率高。
Description
技术领域
本发明涉及智能车辅助驾驶技术领域,尤其涉及一种基于毫米波雷达和车载摄像头的行人检测方法。
背景技术
目前采用的行人检测方法中,普遍采用摄像头或雷达等单一传感器进行检测。摄像头在检测的时候,探测范围广、监测的信息量大,能够遥测,但是其数据计算量大,系统实时性较差,易受天气影响,并且无法直接获得深度信息。毫米波雷达在检测的时候,可以直接获得深度信息,抗干扰能力强,但是成本高,大气传输损耗大。针对只采用摄像头检测时受天气影响大以及只采用毫米波雷达检测时大气传输损耗等问题,研发一种采用摄像头和毫米波雷达对行人进行检测的方法,成为本领域技术人员亟待解决的问题。
发明内容
本发明为了解决现有技术的上述不足,提供了一种基于毫米波雷达和车载摄像头的行人检测方法。
本发明的上述目的通过以下的技术方案来实现:一种基于毫米波雷达和车载摄像头的行人检测方法,采用一个120万像素的CMOS工业摄像机和一个毫米波雷达对环境数据进行采集,并在Linux+Qt环境下对采集到的数据采用C++进行编程处理;具体方法为:
首先,采用样条插值法实现毫米波雷达和摄像头数据时间上的融合;
其次,利用毫米波雷达提取环境的深度信息,通过毫米波雷达和摄像头坐标之间的透视关系,将深度信息映射到图像中,实现毫米波雷达和摄像头数据上空间上的融合;
再次,利用毫米波雷达设定行人宽度来进行区域分割,提取图像中的感兴趣区域;
最后,采用Adaboost分类器对行人进行检测,并将行人的位置、速度以及加速度信息实时传输。
本发明与现有技术相比的优点是:本发明的检测方案采用摄像头和毫米波雷达相结合的方法,实现对真实环境下的行人检测。相比于单一传感器检测行人的方案,本方案能够有效减少天气对检测效果的影响,并且检测实时性好、准确率高。
附图说明
图1为本发明的原理示意图。
具体实施方式
下面结合附图对本发明进一步详述。
如图1所示,本发明的一种基于毫米波雷达和车载摄像头的行人检测方法,采用一个120万像素的CMOS工业摄像机和一个毫米波雷达对环境数据进行采集,并在Linux+Qt环境下对采集到的数据采用C++进行编程处理;具体方法为:
首先,采用样条插值法实现毫米波雷达和摄像头数据时间上的融合;
其次,利用毫米波雷达提取环境的深度信息,通过毫米波雷达和摄像头坐标之间的透视关系,将深度信息映射到图像中,实现毫米波雷达和摄像头数据上空间上的融合;
再次,利用毫米波雷达设定行人宽度来进行区域分割,提取图像中的感兴趣区域;
最后,采用Adaboost分类器对行人进行检测,并将行人的位置、速度以及加速度信息实时传输。
上述的具体实施方式只是示例性的,是为了更好的使本领域技术人员能够理解本专利,不能理解为是对本专利包括范围的限制;只要是根据本专利所揭示精神的所作的任何等同变更或修饰,均落入本专利包括的范围。
Claims (1)
1.一种基于毫米波雷达和车载摄像头的行人检测方法,其特征在于:采用一个120万像素的CMOS工业摄像机和一个毫米波雷达对环境数据进行采集,并在Linux+Qt环境下对采集到的数据采用C++进行编程处理;具体方法为:
首先,采用样条插值法实现毫米波雷达和摄像头数据时间上的融合;
其次,利用毫米波雷达提取环境的深度信息,通过毫米波雷达和摄像头坐标之间的透视关系,将深度信息映射到图像中,实现毫米波雷达和摄像头数据上空间上的融合;
再次,利用毫米波雷达设定行人宽度来进行区域分割,提取图像中的感兴趣区域;
最后,采用Adaboost分类器对行人进行检测,并将行人的位置、速度以及加速度信息实时传输。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710659769.8A CN107590433A (zh) | 2017-08-04 | 2017-08-04 | 一种基于毫米波雷达和车载摄像头的行人检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710659769.8A CN107590433A (zh) | 2017-08-04 | 2017-08-04 | 一种基于毫米波雷达和车载摄像头的行人检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107590433A true CN107590433A (zh) | 2018-01-16 |
Family
ID=61041637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710659769.8A Pending CN107590433A (zh) | 2017-08-04 | 2017-08-04 | 一种基于毫米波雷达和车载摄像头的行人检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107590433A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108734124A (zh) * | 2018-05-18 | 2018-11-02 | 四川国软科技发展有限责任公司 | 一种激光雷达动态行人检测方法 |
CN110660186A (zh) * | 2018-06-29 | 2020-01-07 | 杭州海康威视数字技术股份有限公司 | 基于雷达信号在视频图像中识别目标对象的方法及装置 |
CN111568437A (zh) * | 2020-06-01 | 2020-08-25 | 浙江大学 | 一种非接触式离床实时监测方法 |
CN111937049A (zh) * | 2018-04-02 | 2020-11-13 | 松下电器产业株式会社 | 侵入检测系统及侵入检测方法 |
CN112433228A (zh) * | 2021-01-05 | 2021-03-02 | 中国人民解放军国防科技大学 | 用于行人检测的多激光雷达决策级融合方法和装置 |
CN113391863A (zh) * | 2021-06-08 | 2021-09-14 | 上海创景信息科技有限公司 | 基于Qt毫米波雷达图形界面实现方法、系统、介质及设备 |
CN113452952A (zh) * | 2020-03-25 | 2021-09-28 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、路况监测方法及装置和系统 |
CN114091601A (zh) * | 2021-11-18 | 2022-02-25 | 业成科技(成都)有限公司 | 人员状况侦测的传感器融合方法 |
CN114152942A (zh) * | 2021-12-08 | 2022-03-08 | 北京理工大学 | 一种毫米波雷达与视觉二阶融合多分类目标检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007188354A (ja) * | 2006-01-13 | 2007-07-26 | Fuji Heavy Ind Ltd | 車両の前方立体物認識装置 |
CN106908783A (zh) * | 2017-02-23 | 2017-06-30 | 苏州大学 | 基于多传感器信息融合的障碍物检测方法 |
CN106951879A (zh) * | 2017-03-29 | 2017-07-14 | 重庆大学 | 基于摄像头与毫米波雷达的多特征融合车辆检测方法 |
-
2017
- 2017-08-04 CN CN201710659769.8A patent/CN107590433A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007188354A (ja) * | 2006-01-13 | 2007-07-26 | Fuji Heavy Ind Ltd | 車両の前方立体物認識装置 |
CN106908783A (zh) * | 2017-02-23 | 2017-06-30 | 苏州大学 | 基于多传感器信息融合的障碍物检测方法 |
CN106951879A (zh) * | 2017-03-29 | 2017-07-14 | 重庆大学 | 基于摄像头与毫米波雷达的多特征融合车辆检测方法 |
Non-Patent Citations (1)
Title |
---|
那田: "基于雷达和机器视觉融合的前方车辆障碍物检测", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111937049A (zh) * | 2018-04-02 | 2020-11-13 | 松下电器产业株式会社 | 侵入检测系统及侵入检测方法 |
CN108734124A (zh) * | 2018-05-18 | 2018-11-02 | 四川国软科技发展有限责任公司 | 一种激光雷达动态行人检测方法 |
CN110660186B (zh) * | 2018-06-29 | 2022-03-01 | 杭州海康威视数字技术股份有限公司 | 基于雷达信号在视频图像中识别目标对象的方法及装置 |
CN110660186A (zh) * | 2018-06-29 | 2020-01-07 | 杭州海康威视数字技术股份有限公司 | 基于雷达信号在视频图像中识别目标对象的方法及装置 |
CN113452952A (zh) * | 2020-03-25 | 2021-09-28 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、路况监测方法及装置和系统 |
CN113452952B (zh) * | 2020-03-25 | 2023-08-18 | 阿里巴巴集团控股有限公司 | 一种路况监测方法及装置和系统 |
CN111568437A (zh) * | 2020-06-01 | 2020-08-25 | 浙江大学 | 一种非接触式离床实时监测方法 |
CN111568437B (zh) * | 2020-06-01 | 2021-07-09 | 浙江大学 | 一种非接触式离床实时监测方法 |
CN112433228A (zh) * | 2021-01-05 | 2021-03-02 | 中国人民解放军国防科技大学 | 用于行人检测的多激光雷达决策级融合方法和装置 |
CN113391863A (zh) * | 2021-06-08 | 2021-09-14 | 上海创景信息科技有限公司 | 基于Qt毫米波雷达图形界面实现方法、系统、介质及设备 |
CN114091601A (zh) * | 2021-11-18 | 2022-02-25 | 业成科技(成都)有限公司 | 人员状况侦测的传感器融合方法 |
CN114091601B (zh) * | 2021-11-18 | 2023-05-05 | 业成科技(成都)有限公司 | 人员状况侦测的传感器融合方法 |
CN114152942A (zh) * | 2021-12-08 | 2022-03-08 | 北京理工大学 | 一种毫米波雷达与视觉二阶融合多分类目标检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107590433A (zh) | 一种基于毫米波雷达和车载摄像头的行人检测方法 | |
CN106650708B (zh) | 一种自动驾驶障碍物视觉检测方法与系统 | |
CN102682292B (zh) | 基于单目视觉的道路边缘检测及粗定位方法 | |
CN109655825A (zh) | 多传感器融合的数据处理方法、装置与多传感器融合方法 | |
CN107133559B (zh) | 基于360度全景的运动物体检测方法 | |
Eum et al. | Enhancing light blob detection for intelligent headlight control using lane detection | |
CN103852754A (zh) | 飞行时间(tof)测量系统中的干扰抑制的方法 | |
CN103852067A (zh) | 调整飞行时间(tof)测量系统的操作参数的方法 | |
CN112800860B (zh) | 一种事件相机和视觉相机协同的高速抛撒物检测方法和系统 | |
CN104408932A (zh) | 一种基于视频监控的酒驾车辆检测系统 | |
TWI726278B (zh) | 行車偵測方法、車輛及行車處理裝置 | |
Raviteja et al. | Advanced driver assitance system (ADAS) | |
US20190311209A1 (en) | Feature Recognition Assisted Super-resolution Method | |
CN106803262A (zh) | 利用双目视觉自主解算汽车速度的方法 | |
CN108106617A (zh) | 一种无人机自动避障方法 | |
CN205230349U (zh) | 一种基于tof相机的交通车速检测与抓拍系统 | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
WO2022104296A1 (en) | Camera radar fusion for advanced driver assistance system (adas) with radar and mobile phone | |
CN115147328A (zh) | 三维目标检测方法及装置 | |
Kumar et al. | Vehicle speed detection using corner detection | |
CN101320048A (zh) | 扇形排列的多电荷耦合器件图像传感器大视场车辆测速装置 | |
JP2011209896A (ja) | 障害物検知装置、障害物検知方法及び障害物検知プログラム | |
CN105787456A (zh) | 一种夜间远红外图像中的行人检测方法 | |
CN102840853A (zh) | 一种用于车载夜视系统的障碍物检测及报警方法 | |
CN106960193A (zh) | 一种车道线检测装置和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180116 |
|
WD01 | Invention patent application deemed withdrawn after publication |