CN109855604A - 刚性部件尺寸-距离插值模型 - Google Patents
刚性部件尺寸-距离插值模型 Download PDFInfo
- Publication number
- CN109855604A CN109855604A CN201910194202.7A CN201910194202A CN109855604A CN 109855604 A CN109855604 A CN 109855604A CN 201910194202 A CN201910194202 A CN 201910194202A CN 109855604 A CN109855604 A CN 109855604A
- Authority
- CN
- China
- Prior art keywords
- distance
- interpolation
- apart
- head
- rigid element
- 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
Landscapes
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
刚性部件尺寸‑距离插值模型,属于智能图像视觉距离估计领域,用于解决在人车距离的高性价比、强实时性和低复杂度的统一问题,要点是对不同距离上的多个目标行人头部像素高度进行获取,令与摄像头距离为固定值d但位置不同的n个行人头部像素高度为pi,对该距离上的头部像素高度进行均衡化处理,求得插值高度节点,效果是刚性部件尺寸‑距离插值模型计算量小,在实时性方面能够满足自主汽车对于距离估计系统的要求。
Description
技术领域
本发明属于智能图像视觉距离估计领域,具体的说是一种通过行人头部像素高度来对距离进行估计的方法。
背景技术
随着汽车的普及,车辆与行人安全问题逐渐得到人们的广泛关注。作为行人危险判定的主要依据,各种距离估计系统也应运而生。距离估计系统不仅能够对行人危险进行判断,同时能够为汽车轨迹规划、行人避障等方面提供数据支持,成为近年来研究的热点。
现今对于距离的方法种类繁多,具体来说可以分为:基于可见光对距离进行估计,基于红外光对距离进行估计及通过多种测距仪器对距离进行估计。
现今算法通常通过增加对硬件的要求或算法的复杂度来提升距离估计结果的精度。但从加大对硬件要求的角度入手增加了系统整体的成本,难以大面积推广,而从提升算法复杂程度的方面入手将严重影响距离估计算法的实时性。因此,有必要开发一种以低成本部署的单目摄像头为平台,并能够快速获取距离的方法,以满足自主汽车辅助驾驶系统要求。
一般来说,提高距离估计结果准确度通常采用通过多种测距仪器融合或增加算法复杂度的方式。但上述方法通常在推广程度及实时性方面难以达到车载辅助驾驶系统的要求。专利《一种基于车载双目相机的前方道路行人快速测距方法》(公开号:CN104700414A)提出了一种通过双目场景对距离进行估计的方法。该方法通过左图像与右图像的视觉差对距离进行估计,以颜色特征和尺度不变特征对双目摄像头获得的左、右两图像中的点进行匹配,利用视差中值解决了视觉差估计不准确的问题。专利《基于视觉的前方行人测距方法》(公开号:CN104966064A)通过摄像头采集二十张棋盘网格图像,利用MATLAB计算摄像头内部参数,综合考虑通过采集图像计算获取的摄像头外部参数,提出图像坐标系与世界坐标系之间的映射关系,从而进行距离的估计。
发明内容
为了解决在人车距离的高性价比、强实时性和低复杂度的统一问题,本发明提出如下技术方案:
1.一种刚性部件尺寸-距离插值模型,其特征在于:
设n个头部高度插值节点为P,相对应的一组行人目标距离的地标点测量值D,头部高度和距离的对应关系即为求一个插值多项式H,满足关系,
其中,上述公式取得结果唯一,则得到刚性部件尺寸-距离插值模型;
其中:
是插值高度节点,其获取方法如下:对不同距离上的多个目标行人头部像素高度进行获取,令与摄像头距离为固定值d但位置不同的n个行人头部像素高度为pi,对该距离上的头部像素高度进行均衡化处理,求得插值高度节点。
有益效果:
本发明以智能图像为基础,利用头部在不同距离上所表现出的高度特性,结合对图像信息的深度挖掘,实现距离估计。本发明主要应用于辅助驾驶系统当中,在硬件方面仅依靠单目摄像头的设计降低了系统的成本,易于推广;通过测量多个目标行人的头部像素高度获取插值节点,并通过Lagrange插值法得到刚性部件尺寸与距离之间的对应关系。由于在相同距离上,不同行人可表现出相同的头部像素高度,故该刚性部件尺寸-距离插值模型具有很强的普适性,减少了后续的冗余计算;在实际测量中,通过图像获取目标行人头部像素高度后,输入刚性部件尺寸-距离插值模型中即可获取距离。刚性部件尺寸-距离插值模型计算量小,在实时性方面能够满足自主汽车对于距离估计系统的要求。本发明性价比高、实时性强,在自主汽车辅助驾驶方面具有一定的优越性,推广价值极高。
本发明首先构建刚性部件尺寸-距离插值模型,通过多次对不同距离上多个目标行人头部像素高度进行采样,以均值作为对同一距离上不同行人的头部高度标准化的手段。获取插值节点后结合行人与摄像头之间的真实距离,建立刚性部件尺寸-距离模型。当图像再次输入时,获取行人头部像素高度后输入到模型当中,即可获得目标行人与摄像头之间的距离。
本发明适用于自主汽车辅助驾驶中,能够对车辆与行人之间距离进行估计,为行人危险预判提供了有效的数据支撑,算法处理方法简单,可实施性强;采用刚性部件尺寸-距离插值模型构建,输入头部像素高度两步对距离进行估计,模型一旦建立,无需二次更改;仅以单目摄像头作为图像采集设备即可完成距离估计,对硬件依赖程度低,易于实现。
附图说明
图1是应用基于头部高度的距离估计算法原理逻辑图;
图2是刚性部件高度获取结果;
图3是实施例1的检测结果图;
图4是实施例2的检测结果图;
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述:
一种基于头部高度的距离估计方法的原理逻辑图如图1所示,该算法具体实施步骤如下:
第1步:通过已有算法获得不同距离上头部件像素高度;
第2步:构建刚性部件尺寸-距离插值模型;
第3步:获取图像中待测行人头部件像素高度,并作为刚性部件尺寸-距离插值模型输入,获取距离;
本发明具体实施方案如下:
本发明重点是利用头部件的高度特性对目标行人与摄像头之间的距离进行判断。头部件作为刚性部件不易变形,且大部分行人头部高度相对统一,在可控范围内,利用头部件在不同距离上表现出的像素高度差异可进行距离估计。通过单目摄像头获取图像后,根据已有算法得到行人头部像素高度。利用行人在不同距离上表现出的头部件高度特性建立刚性部件尺寸-距离插值模型,表现头部高度与距离关系。当图像再次输入时,根据已有算法获取头部像素高度,输入到刚性部件尺寸-距离插值模型当中,即可得到距离。原理逻辑图如图1所示。
随着辅助驾驶技术的发展,各类距离估计方法也层出不穷。在这些距离估计方法中,较为常见的提高距离估计结果精度的方法是提升对硬件的要求或增加算法的复杂度。但对于车载设备而言,对性价比与实时性方面都有着较高的要求,现有的测距方法很难满足。因此,开发一种高实时性低成本的距离估计方法对于自主汽车的开发与应用就显得尤为重要。针对以上问题,本发明设计了一种基于头部高度的距离估计方法。该方法首先获取行人在不同距离上所表现出的头部高度特征,构建刚性部件尺寸-距离插值模型。当再次有图像输入时,将目标行人头部高度输入到模型当中,从而得到距离值。该方法对硬件依赖程度低,仅以单目摄像头作为图像获取设备。在实时性方面,刚性部件尺寸-距离插值模型仅需一次性构建,减少了计算上的冗余。
进一步说,该方法由刚性部件尺寸-距离插值模型构建、输入头部高度两部分组成,具体如下:
(1)刚性部件尺寸-距离快速估计法
刚性部件尺寸-距离插值模型的建立作为本发明的第一个环节,决定了最终估计距离的精度。其本质是通过刚性部件头部在不同距离上所表现出的高度特性对摄像头与目标行人之间的远近进行判断。在模型建立中,首先对不同距离上的多个目标行人头部像素高度进行获取,获取结果如图2所示。令与摄像头距离为固定值d但位置不同的n个行人头部像素高度为pi,对该距离上的头部像素高度进行均衡化处理,求得插值高度节点
依据Lagrange插值求取头部高度-距离的关系。设n个头部高度插值节点为P,相对应的一组行人目标距离的地标点测量值D,头部高度和距离的对应关系,即为求一个插值多项式H,满足关系,
其中,上述公式取得结果唯一。
2)距离获取
通过单目摄像头获取含目标行人的图像,获取目标行人头部像素高度q',输入刚性部件尺寸-距离插值模型当中,即可获取目标行人与摄像头之间的距离。
本发明提出了一种基于头部高度的距离估计方法,是一种通过对图像中刚性部件尺寸的获取进行距离估计的方法。在人体特征中,头部为刚性部件,且不同行人头部高度差距较小。以头部高度作为特征能够准确的对目标行人与摄像头之间的距离进行估计。
针对上述原因,本发明通过人体刚性部件头部在不同距离上表现出高度特征构建刚性部件尺寸-距离插值模型。当图像再次输入时,获取头部像素高度并输入刚性部件尺寸-距离插值模型当中,即可获得距离。本发明采用模型构建、输入头部件像素高度两步对距离进行估计。
通过查阅文献可发现,通过目标物体尺寸对距离进行判断是单目摄像头测距法中较为常用的一种手段。而对于行人测距而言,头部作为刚性部件且成年人头部高度为23cm左右相对固定,通过在不同距离上体现出的高度特征可以作为距离估计的标准。
经仿真测试,本发明在硬件方面仅依靠单目摄像头作为图像采集设备,造价低廉,推广性极强;算法相对简单,在实时性方面能够满足辅助驾驶设备的要求;在计算精度方面,在10m范围内可将误差控制在0.5m以内,在30m范围内可将误差控制在1m以内。本发明在辅助驾驶领域应用性高,实用性强,具有极强的推广价值。
实施例1:
本实施例子利用车载摄像头(3000*4000@30Hz)完成实验图像采集,本图像在春季街道上完成拍摄,图像中含行人目标行人3名,分别采取背离摄像头方向行走、在摄像头前横穿的姿态。通过本发明对目标行人与摄像头之间距离进行估计,二者距离估计结果及真实距离如图3所示,误差指不超过1m。
实施例2:
本实施例子利用车载摄像头(3000*4000@30Hz)完成实验图像采集,本图像在春季街道上完成拍摄,图像中含行人目标行人5名,分别采用面向摄像头方向行走,横穿摄像头前方,横过斑马线,背离摄像头行走及在路边玩电话的姿态。通过本发明对目标行人与摄像头之间距离进行估计,二者距离估计结果及真实距离如图4所示。误差值不超过1m。
Claims (1)
1.一种刚性部件尺寸-距离插值模型,其特征在于:设n个头部高度插值节点为P,相对应的一组行人目标距离的地标点测量值D,头部高度和距离的对应关系即为求一个插值多项式H,满足关系,
其中,上述公式取得结果唯一,则得到刚性部件尺寸-距离插值模型;
其中:
是插值高度节点,其获取方法如下:对不同距离上的多个目标行人头部像素高度进行获取,令与摄像头距离为固定值d但位置不同的n个行人头部像素高度为pi,对该距离上的头部像素高度进行均衡化处理,求得插值高度节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910194202.7A CN109855604A (zh) | 2019-03-14 | 2019-03-14 | 刚性部件尺寸-距离插值模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910194202.7A CN109855604A (zh) | 2019-03-14 | 2019-03-14 | 刚性部件尺寸-距离插值模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109855604A true CN109855604A (zh) | 2019-06-07 |
Family
ID=66900846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910194202.7A Pending CN109855604A (zh) | 2019-03-14 | 2019-03-14 | 刚性部件尺寸-距离插值模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109855604A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110135157A1 (en) * | 2009-12-08 | 2011-06-09 | Electronics And Telecommunications Research Institute | Apparatus and method for estimating distance and position of object based on image of single camera |
CN107516324A (zh) * | 2017-07-20 | 2017-12-26 | 大连理工大学 | 一种基于光条几何特征突变的目标边界提取方法 |
CN109084734A (zh) * | 2018-08-17 | 2018-12-25 | 中国科学院自动化研究所 | 基于单目显微视觉的微球姿态测量装置及测量方法 |
-
2019
- 2019-03-14 CN CN201910194202.7A patent/CN109855604A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110135157A1 (en) * | 2009-12-08 | 2011-06-09 | Electronics And Telecommunications Research Institute | Apparatus and method for estimating distance and position of object based on image of single camera |
CN107516324A (zh) * | 2017-07-20 | 2017-12-26 | 大连理工大学 | 一种基于光条几何特征突变的目标边界提取方法 |
CN109084734A (zh) * | 2018-08-17 | 2018-12-25 | 中国科学院自动化研究所 | 基于单目显微视觉的微球姿态测量装置及测量方法 |
Non-Patent Citations (1)
Title |
---|
程凡等: "单目视觉行人身体多部件距离融合估计算法", 《大连民族大学学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102221695B1 (ko) | 자율주행을 위한 고정밀 지도의 업데이트 장치 및 방법 | |
CN110832275B (zh) | 基于双目图像更新高分辨率地图的系统和方法 | |
CN107389026B (zh) | 一种基于固定点射影变换的单目视觉测距方法 | |
CN111436216B (zh) | 用于彩色点云生成的方法和系统 | |
CN107886477B (zh) | 无人驾驶中立体视觉与低线束激光雷达的融合矫正方法 | |
CN107390205B (zh) | 一种利用车联网获取前车特征的单目视觉车辆测距方法 | |
CN106407315B (zh) | 一种基于街景图像数据库的车辆自主定位方法 | |
US11199850B2 (en) | Estimation device, control method, program and storage medium | |
CN103308058B (zh) | 使用加权贝叶斯滤波的融合的增强数据关联 | |
CN110793544B (zh) | 路侧感知传感器参数标定方法、装置、设备及存储介质 | |
JP2018529938A (ja) | ローカライゼーション基準データを生成及び使用する方法及びシステム | |
CN109920001A (zh) | 基于行人头部高度的距离估计方法 | |
CN107750364A (zh) | 使用稳定的坐标系的道路垂直轮廓检测 | |
CN110073362A (zh) | 用于车道标记检测的系统及方法 | |
KR20190134231A (ko) | 차량의 위치 추정 장치, 차량의 위치 추정 방법, 및 이러한 방법을 수행하도록 프로그램된 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능한 기록매체 | |
JP6838285B2 (ja) | レーンマーカ認識装置、自車両位置推定装置 | |
Konrad et al. | Localization in digital maps for road course estimation using grid maps | |
CN104281148A (zh) | 基于双目立体视觉的移动机器人自主导航方法 | |
CN103901430B (zh) | 双基前视sar俯冲段雷达发射机轨道设计方法 | |
KR20180038154A (ko) | 라이다 센서를 이용한 차량의 자세 추정 방법 | |
JPWO2018179281A1 (ja) | 物体検出装置及び車両 | |
CN113740871B (zh) | 一种在高动态环境下的激光slam方法、系统设备及存储介质 | |
Cao et al. | A geometry-driven car-following distance estimation algorithm robust to road slopes | |
JP2023164553A (ja) | 位置推定装置、推定装置、制御方法、プログラム及び記憶媒体 | |
JP6044084B2 (ja) | 移動物体位置姿勢推定装置及び方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190607 |