CN109959919A - 汽车及单目摄像头测距方法、装置 - Google Patents
汽车及单目摄像头测距方法、装置 Download PDFInfo
- Publication number
- CN109959919A CN109959919A CN201711402897.0A CN201711402897A CN109959919A CN 109959919 A CN109959919 A CN 109959919A CN 201711402897 A CN201711402897 A CN 201711402897A CN 109959919 A CN109959919 A CN 109959919A
- Authority
- CN
- China
- Prior art keywords
- monocular cam
- pixel coordinate
- ranging
- distance
- ranging model
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Optical Distance (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提出了一种汽车及单目摄像头测距方法、装置,其中,单目摄像头测距方法包括以下步骤:通过单目摄像头采集图像;获取图像中待测目标的像素坐标;根据像素坐标选择测距模型,并利用所选择的测距模型根据像素坐标计算待测目标与单目摄像头之间的距离,其中,测距模型包括第一测距模型和第二测距模型。该单目摄像头测距方法,根据像素坐标选择测距模型,并利用所选择的测距模型根据像素坐标计算待测目标与单目摄像头之间的距离,测距的精度高,操作简单,且应用范围广。
Description
技术领域
本发明涉及摄像头技术领域,尤其涉及一种单目摄像头测距方法、一种单目摄像头测距装置和汽车。
背景技术
相关技术中,在进行单目摄像头测距时,公开了如下方案:若目标车辆距离在30米以内,则根据小孔成像原理建立摄像机投影模型,把世界坐标系投影到图像坐标系中,通过两坐标系之间对应的关系来建立车辆测距几何关系模型,求取前方目标车辆距离;若目标车辆距离大于30米,则先通过数据拟合方法获取实际道路样本点与像平面之间的映射关系,并根据该映射关系求取前方目标车辆距离。
然而,上述测距方案存在两个明显的不足:1,测距精度低,因为30米以内距离单目摄像头较近时,基于小孔成像的测距模型测距精度相比于距离单目摄像头较远30米到100米的测距精度有很大下降;2,工作量大,因为距离单目摄像头较远时30米以外要进行插值再拟合,距离远,要想达到预期的精度,插值点数量大。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种单目摄像头测距方法,以提高的单目摄像头的测距精度。
本发明的第二个目的在于提出一种非临时性计算机可读存储介质。
本发明的第三个目的在于提出一种单目摄像头测距装置。
本发明的第四个目的在于提出一种汽车。
为达上述目的,本发明第一方面实施例提出了一种单目摄像头测距方法,包括以下步骤:通过所述单目摄像头采集图像;获取所述图像中待测目标的像素坐标;根据所述像素坐标选择测距模型,并利用所选择的测距模型根据所述像素坐标计算所述待测目标与所述单目摄像头之间的距离,其中,所述测距模型包括第一测距模型和第二测距模型。
本发明实施例的单目摄像头测距方法,根据像素坐标选择测距模型,并利用所选择的测距模型根据像素坐标计算待测目标与单目摄像头之间的距离,测距的精度高,且操作简单。
另外,本发明实施例的单目摄像头测距方法还可以具有如下附加的技术特征:
根据本发明的一个实施例,所述第一测距模型根据以下步骤构建:根据所述单目摄像头的最远测量距离设置临界距离;在所述单目摄像头与所述临界距离之间设置多个插值点,并在所述多个插值点进行插值;获取插值后每个插值点的像素坐标,并对所有的插值点和对应的像素坐标进行拟合处理,以得到所述第一测距模型。
根据本发明的一个实施例,根据如下公式设置所述临界距离:
Q=k*L,
其中,Q为所述临界距离,L为所述单目摄像头的最远测量距离,k为常数,且0<k<1。
根据本发明的一个实施例,根据如下公式建立所述第二测距模型:
D2=H/tan(α+arctan((v-v0)/fv)),
其中,H为所述单目摄像头的安装高度,α为所述单目摄像头的安装角度,fv为在图像坐标系的v方向上的等效焦距,v0为在图像坐标系的v方向上的主点像素坐标。
根据本发明的一个实施例,所述根据所述像素坐标选择测距模型,包括:如果在图像坐标系的v方向上的像素坐标大于或者等于预设值,则选择所述第一测距模型;如果在图像坐标系的v方向上的像素坐标小于所述预设值,则选择所述第二测距模型。
进一步地,本发明提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-5中任一项所述的单目摄像头测距方法。
本发明实施例的非临时性计算机可读存储介质,在其上存储的与上述单目摄像头测距方法对应的程序被执行时,根据像素坐标选择测距模型,并利用所选择的测距模型根据像素坐标计算待测目标与单目摄像头之间的距离,测距的精度高,且操作简单。
为达上述目的,本发明第三方面实施例提出了一种单目摄像头测距装置,包括:第一获取模块,用于获取所述单目摄像头采集的图像;第二获取模块,用于获取所述图像中待测目标的像素坐标;选择模块,用于根据所述像素坐标选择测距模型,其中,所述测距模型包括第一测距模型和第二测距模型;计算模块,用于利用所选择的测距模型根据所述像素坐标计算所述待测目标与所述单目摄像头之间的距离。
本发明实施例的单目摄像头测距装置,根据像素坐标选择测距模型,并利用所选择的测距模型根据像素坐标计算待测目标与单目摄像头之间的距离,测距的精度高,且操作简单。
另外,本发明实施例的单目摄像头测距装置还可以具有如下附加的技术特征:
根据本发明的一个实施例,所述第一测距模型根据以下步骤构建:根据所述单目摄像头的最远测量距离设置临界距离;在所述单目摄像头和所述临界距离之间设置多个插值点,并在所述多个插值点进行插值;获取插值后每个插值点的像素坐标,并对所有的插值点和对应的像素坐标进行拟合处理,以得到所述第一测距模型。
根据本发明的一个实施例,根据如下公式设置所述临界距离:
Q=k*L,
其中,Q为所述临界距离,L为所述单目摄像头的最远测量距离,k为常数,且0<k<1。
根据本发明的一个实施例,根据如下公式建立所述第二测距模型:
D2=H/tan(α+arctan((v-v0)/fv)),
其中,H为所述单目摄像头的安装高度,α为所述单目摄像头的安装角度,fv为在图像坐标系的v方向上的等效焦距,v0为在图像坐标系的v方向上的主点像素坐标。
根据本发明的一个实施例,所述选择模块具体用于:当在图像坐标系的v方向上的像素坐标大于或者等于预设值时,选择所述第一测距模型;当在图像坐标系的v方向上的像素坐标小于所述预设值时,选择所述第二测距模型。
进一步地,本发明提出了一种汽车,包括上述的单目摄像头测距装置。
本发明实施例的汽车,采用上述实施例的单目摄像头测距装置,根据像素坐标选择测距模型,并利用所选择的测距模型根据像素坐标计算待测目标与单目摄像头之间的距离,测距的精度高,且操作简单。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明实施例的单目摄像头测距方法的流程图;
图2是采用本发明实施例的单目摄像头的安装位置的示意图;
图3是根据本发明实施例的单目摄像头测距装置的结构框图;以及
图4是根据本发明实施例的汽车的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的汽车及单目摄像头测距方法和装置。
图1为本发明实施例的单目摄像头测距方法的流程图。如图1所示,该单目摄像头测距方法包括以下步骤:
S101,通过单目摄像头采集图像。
S102,获取图像中待测目标的像素坐标。
S103,根据像素坐标选择测距模型,并利用所选择的测距模型根据像素坐标计算待测目标与单目摄像头之间的距离,其中,测距模型包括第一测距模型和第二测距模型。
具体地,如果在图像坐标系的v方向上的像素坐标大于或者等于预设值,则选择第一测距模型;如果在图像坐标系的v方向上的像素坐标小于预设值,则选择第二测距模型。
在本发明的一个实施例中,第一测距模型根据以下步骤构建:根据单目摄像头的最远测量距离设置临界距离;在单目摄像头与临界距离之间设置多个插值点,并在多个插值点进行插值;获取插值后每个插值点的像素坐标,并对所有的插值点和对应的像素坐标进行拟合处理,以得到第一测距模型。
其中,根据公式Q=k*L设置临界距离Q,式中L为单目摄像头的最远测量距离,k为常数,且0<k<1,例如k=0.3。可以理解,预设值可根据临界距离Q进行标定。
具体地,根据单目摄像头的最远测量距离L确定一个临界值Q,可以令Q=0.3*L。然后在小于Q的距离内,根据测距精度P的要求,选择合适的点进行插值,并获取插值的实际距离D1与像素坐标的v1值。一般地,P越小,插值点越多。
进一步地,根据获取的多组实际距离D1与像素坐标的v1,采用曲线拟合的方法,确定D1与v1的对应关系,即D1=f(v1)。
举例而言,如图2所示,选用车载单目摄像头,其最远测量距离L=100米,测距精度P=10%,即对于在真实距离100米处的目标,通过测量的距离在90米到110米之间,认为是可以接受的。
在该示例中,L=100米,可以确定临界值Q=0.3*L=30米,考虑到测距精度P=10%,可以选择在6.5米、7.5米、15米、22.5米和30米,共5处进行插值。并对插值点的图像信息进行采集,获取了对应于以上距离的像素坐标v1值,分别为:666、619、461、409、381,如表1所示:
表1
距离(米) | 6.5 | 7.5 | 15 | 22.5 | 30 |
V1(像素坐标) | 666 | 619 | 461 | 409 | 381 |
可选地,预设值的取值可以是381。
进一步地,根据表1中获取的多组实际距离D1与像素坐标v1,采用如下式(1)进行曲线拟合,确定D1与v1的对应关系:
D1=a1*v14+a2*v13+a3*v12+a4*v1+a5 (1)
其中,a1=1.144828*10-8,a2=-2.599504*10-5,a3=2.205754*10-2,a4=-8.363744,a5=1209.05。
拟合数据如表2所示,其中,D是实际测量的距离,即真值,v值是对应D处插值并采集的图像坐标系中v方向上的坐标,D1为根据v利用上式(1)计算出来的距离。
表2
v(像素坐标) | D1(拟合) | D(实际) | 误差(米) |
666 | 6.495 | 6.5 | 0.005 |
619 | 7.496 | 7.5 | 0.004 |
461 | 14.998 | 15 | 0.002 |
409 | 22.499 | 22.5 | 0.001 |
381 | 29.999 | 30 | 0.001 |
从上表2中可以看出,拟合得到的上式(1)测距效果好,误差较小不超过0.005米。
在本发明的一个实施例中,根据如下公式(2)建立第二测距模型:
D2=H/tan(α+arctan((v-v0)/fv)) (2)
其中,H为单目摄像头的安装高度,α为单目摄像头的安装角度,fv为在图像坐标系的v方向上的等效焦距,v0为在图像坐标系的v方向上的主点像素坐标。
具体地,在临界值Q与最远测量距离L之间,利用摄像头的内参数(即在图像坐标系的v方向上的等效焦距f0和主点像素坐标v0)和摄像头的安装高度H与安装角度α,建立投影测距模型,即上式(2)。
举例而言,单目摄像头的安装位置如图2所示,在临界值Q=30米与最远测量距离L=100米之间,利用单目摄像头的内参数、安装高度H和安装角度α,建立投影测距模型,即上式(2)。式(2)中,fv=1697.7,v0=364.9,H=1.485米,α=2.32度,弧度为0.4rad。
更进一步地,像素坐标v大于或者等于381时,根据v利用式(1)进行测距;像素坐标v小于381时,根据v利用式(2)进行测距。由此,根据获取到的像素坐标v利用式(1)和(2)计算得到的距离,以及像素坐标v对应的实际距离D之间的关系如表3所示:
表3
实测距离D(米) | 计算距离(米) | 误差(米) |
6.5 | 6.495 | 0.005 |
7.5 | 7.496 | 0.004 |
15 | 14.998 | 0.002 |
22.5 | 22.499 | 0.001 |
30 | 29.999 | 0.001 |
37.5 | 36.52 | 0.98 |
45 | 44.22 | 0.78 |
52.5 | 51.44 | 1.06 |
60 | 60.2 | -0.2 |
67.5 | 68.13 | -0.63 |
75 | 74.14 | 0.86 |
82.5 | 81.32 | 1.18 |
90 | 90.01 | -0.01 |
97.5 | 96.93 | 0.57 |
105 | 105 | 0 |
从表3中可以看出,采用本发明的测距方法进行测距时,静态测距效果好,最大的测距误差出现在实际距离为82.5米处,误差为1.18米,此时的测距精度为0.2%。因此,本发明采用的插值法近处测距精度高,且只在临界距离内进行插值,避免了插值工作量大的问题,另外,本发明采用的投影测距法远处测距精度高,避免了投影测距时近处测距精度下降的问题。
综上,根据本发明实施例的单目摄像头的测距方法进行测距时,根据待测目标的像素坐标选择测距模型,在距离较近时选择采用差值发的到的第一模型进行测距,在距离较远时选择第二测距模型进行测距,由此使得静态测距的精度高,操作简单,且应用范围广,适于很多中长距离的测量。另外,在构建第一测距模型时,针对特定的测距精度要求,只在临界距离内采用插值,减少了插值的工作量,且曲线拟合更准确,更简易;在构建第二测距模型时,利用投影测距量模型在远处测距精度高的优势,并且避免了该模型在近处测距精度下降的问题。
进一步地,本发明提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述单目摄像头测距方法。
本发明实施例的非临时性计算机可读存储介质,通过执行其上存储的与单目摄像头测距方法对应的程序,在通过单目摄像头进行测距时,静态测距精度高,操作简单,且应用范围广。
图3为本发明实施例的单目摄像头测距装置的结构框图。如图3所示,该单目摄像头测距装置100包括第一获取模块10、第二获取模块20、选择模块30和计算模块40。
其中,第一获取模块10用于获取单目摄像头采集的图像。
第二获取模块20用于获取图像中待测目标的像素坐标。
选择模块30用于根据像素坐标选择测距模型,其中,测距模型包括第一测距模型和第二测距模型。
具体地,当在图像坐标系的v方向上的像素坐标大于或者等于预设值时,选择模块30选择第一测距模型;当在图像坐标系的v方向上的像素坐标小于预设值时,选择模块30选择第二测距模型。
计算模块40用于利用所选择的测距模型根据像素坐标计算待测目标与单目摄像头之间的距离。
在本发明一个实施例中,第一测距模型根据以下步骤构建:根据单目摄像头的最远测量距离设置临界距离;在单目摄像头和临界距离之间设置多个插值点,并在多个插值点进行插值;获取插值后每个插值点的像素坐标,并对所有的插值点和对应的像素坐标进行拟合处理,以得到第一测距模型。
其中,根据公式Q=k*L设置临界距离,式中,L为单目摄像头的最远测量距离,k为常数,且0<k<1。可以理解,预设值可根据临界距离Q进行标定。
具体地,根据单目摄像头的最远测量距离L确定一个临界值Q,可以令Q=0.3*L。然后在小于Q的距离内,根据测距精度P的要求,选择合适的点进行插值,并获取插值的实际距离D1与像素坐标的v1值。一般地,P越小,插值点越多。
进一步地,根据获取的多组实际距离D1与像素坐标的v1,采用曲线拟合的方法,确定D1与v1的对应关系,即D1=f(v1)。
举例而言,如图2所示,选用车载单目摄像头,其最远测量距离L=100米,测距精度P=10%,即对于在真实距离100米处的目标,通过测量的距离在90米到110米之间,认为是可以接受的。
在该示例中,L=100米,可以确定临界值Q=0.3*L=30米,考虑到测距精度P=10%,可以选择在6.5米、7.5米、15米、22.5米和30米,共5处进行插值。并对插值点的图像信息进行采集,获取了对应于以上距离的像素坐标v1值,分别为:666、619、461、409、381,如表1所示:
表1
距离(米) | 6.5 | 7.5 | 15 | 22.5 | 30 |
V1(像素坐标) | 666 | 619 | 461 | 409 | 381 |
可选地,预设值的取值可以是381。
进一步地,根据表1中获取的多组实际距离D1与像素坐标v1,采用如下式(1)进行曲线拟合,确定D1与v1的对应关系:
D1=a1*v14+a2*v13+a3*v12+a4*v1+a5 (1)
其中,a1=1.144828*10-8,a2=-2.599504*10-5,a3=2.205754*10-2,a4=-8.363744,a5=1209.05。
拟合数据如表2所示,其中,D是实际测量的距离,即真值,v值是对应D处插值并采集的图像坐标系中v方向上的坐标,D1为根据v利用上式(1)计算出来的距离。
表2
v(像素坐标) | D1(拟合) | D(实际) | 误差(米) |
666 | 6.495 | 6.5 | 0.005 |
619 | 7.496 | 7.5 | 0.004 |
461 | 14.998 | 15 | 0.002 |
409 | 22.499 | 22.5 | 0.001 |
381 | 29.999 | 30 | 0.001 |
从上表2中可以看出,拟合得到的上式(1)测距效果好,误差较小不超过0.005米。
在本发明一个实施例中,根据如下公式(2)建立第二测距模型:
D2=H/tan(α+arctan((v-v0)/fv)) (2)
其中,H为单目摄像头的安装高度,α为单目摄像头的安装角度,fv为在图像坐标系的v方向上的等效焦距,v0为在图像坐标系的v方向上的主点像素坐标。
具体地,在临界值Q与最远测量距离L之间,利用摄像头的内参数(即在图像坐标系的v方向上的等效焦距f0和主点像素坐标v0)和摄像头的安装高度H与安装角度α,建立投影测距模型,即上式(2)。
举例而言,单目摄像头的安装位置如图2所示,在临界值Q=30米与最远测量距离L=100米之间,利用单目摄像头的内参数、安装高度H和安装角度α,建立投影测距模型,即上式(2)。式(2)中,fv=1697.7,v0=364.9,H=1.485米,α=2.32度,弧度为0.4rad。
更进一步地,像素坐标v大于或者等于381时,选择模块30选择第一测距模型,计算模块40根据v利用式(1)进行距离计算;像素坐标v小于381时,选择模块30选择第二测距模型,计算模块40根据v利用式(2)进行距离计算。由此,计算模块40根据获取到的像素坐标v利用式(1)和(2)计算得到的距离,以及像素坐标v对应的实际距离D之间的关系如表3所示:
表3
实测距离D(米) | 计算距离(米) | 误差(米) |
6.5 | 6.495 | 0.005 |
7.5 | 7.496 | 0.004 |
15 | 14.998 | 0.002 |
22.5 | 22.499 | 0.001 |
30 | 29.999 | 0.001 |
37.5 | 36.52 | 0.98 |
45 | 44.22 | 0.78 |
52.5 | 51.44 | 1.06 |
60 | 60.2 | -0.2 |
67.5 | 68.13 | -0.63 |
75 | 74.14 | 0.86 |
82.5 | 81.32 | 1.18 |
90 | 90.01 | -0.01 |
97.5 | 96.93 | 0.57 |
105 | 105 | 0 |
从表3中可以看出,采用本发明的测距方法进行测距时,静态测距效果好,最大的测距误差出现在实际距离为82.5米处,误差为1.18米,此时的测距精度为0.2%。因此,本发明采用的插值法近处测距精度高,且只在临界距离内进行插值,避免了插值工作量大的问题,另外,本发明采用的投影测距法远处测距精度高,避免了投影测距时近处测距精度下降的问题。
综上,根据本发明实施例的单目摄像头的测距装置进行测距时,根据待测目标的像素坐标选择测距模型,在距离较近时选择采用差值发的到的第一模型进行测距,在距离较远时选择第二测距模型进行测距,由此使得静态测距的精度高,操作简单,且应用范围广,适于很多中长距离的测量。另外,在构建第一测距模型时,针对特定的测距精度要求,只在临界距离内采用插值,减少了插值的工作量,且曲线拟合更准确,更简易;在构建第二测距模型时,利用投影测距量模型在远处测距精度高的优势,并且避免了该模型在近处测距精度下降的问题。
图4是根据本发明实施例的汽车的结构框图。如图4所示,该汽车1000包括上述实施例的单目摄像头测距装置100。
本发明实施例的汽车,采用上述实施例的单目摄像头测距装置进行测距时,静态测距精度高,操作简单,且应用范围广。
另外,根据本发明实施例的汽车其它构成及其作用对本领域的技术人员而言是已知的,为减少冗余,此处不做赘述。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种单目摄像头测距方法,其特征在于,包括以下步骤:
通过所述单目摄像头采集图像;
获取所述图像中待测目标的像素坐标;
根据所述像素坐标选择测距模型,并利用所选择的测距模型根据所述像素坐标计算所述待测目标与所述单目摄像头之间的距离,其中,所述测距模型包括第一测距模型和第二测距模型。
2.如权利要求1所述的单目摄像头测距方法,其特征在于,所述第一测距模型根据以下步骤构建:
根据所述单目摄像头的最远测量距离设置临界距离;
在所述单目摄像头与所述临界距离之间设置多个插值点,并在所述多个插值点进行插值;
获取插值后每个插值点的像素坐标,并对所有的插值点和对应的像素坐标进行拟合处理,以得到所述第一测距模型。
3.如权利要求2所述的单目摄像头测距方法,其特征在于,根据如下公式设置所述临界距离:
Q=k*L,
其中,Q为所述临界距离,L为所述单目摄像头的最远测量距离,k为常数,且0<k<1。
4.如权利要求1所述的单目摄像头测距方法,其特征在于,根据如下公式建立所述第二测距模型:
D2=H/tan(α+arctan((v-v0)/fv)),
其中,H为所述单目摄像头的安装高度,α为所述单目摄像头的安装角度,fv为在图像坐标系的v方向上的等效焦距,v0为在图像坐标系的v方向上的主点像素坐标。
5.如权利要求1-4中任一项所述的单目摄像头测距方法,其特征在于,所述根据所述像素坐标选择测距模型,包括:
如果在图像坐标系的v方向上的像素坐标大于或者等于预设值,则选择所述第一测距模型;
如果在图像坐标系的v方向上的像素坐标小于所述预设值,则选择所述第二测距模型。
6.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一项所述的单目摄像头测距方法。
7.一种单目摄像头测距装置,其特征在于,包括:
第一获取模块,用于获取所述单目摄像头采集的图像;
第二获取模块,用于获取所述图像中待测目标的像素坐标;
选择模块,用于根据所述像素坐标选择测距模型,其中,所述测距模型包括第一测距模型和第二测距模型;
计算模块,用于利用所选择的测距模型根据所述像素坐标计算所述待测目标与所述单目摄像头之间的距离。
8.如权利要求1所述的单目摄像头测距装置,其特征在于,所述第一测距模型根据以下步骤构建:
根据所述单目摄像头的最远测量距离设置临界距离;
在所述单目摄像头和所述临界距离之间设置多个插值点,并在所述多个插值点进行插值;
获取插值后每个插值点的像素坐标,并对所有的插值点和对应的像素坐标进行拟合处理,以得到所述第一测距模型。
9.如权利要求8所述的单目摄像头测距装置,其特征在于,根据如下公式设置所述临界距离:
Q=k*L,
其中,Q为所述临界距离,L为所述单目摄像头的最远测量距离,k为常数,且0<k<1。
10.如权利要求7所述的单目摄像头测距装置,其特征在于,根据如下公式建立所述第二测距模型:
D2=H/tan(α+arctan((v-v0)/fv)),
其中,H为所述单目摄像头的安装高度,α为所述单目摄像头的安装角度,fv为在图像坐标系的v方向上的等效焦距,v0为在图像坐标系的v方向上的主点像素坐标。
11.如权利要求7-10中任一项所述的单目摄像头测距装置,其特征在于,所述选择模块具体用于:
当在图像坐标系的v方向上的像素坐标大于或者等于预设值时,选择所述第一测距模型;
当在图像坐标系的v方向上的像素坐标小于所述预设值时,选择所述第二测距模型。
12.一种汽车,其特征在于,包括如权利要求7-11中任一项所述的单目摄像头测距装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711402897.0A CN109959919B (zh) | 2017-12-22 | 2017-12-22 | 汽车及单目摄像头测距方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711402897.0A CN109959919B (zh) | 2017-12-22 | 2017-12-22 | 汽车及单目摄像头测距方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109959919A true CN109959919A (zh) | 2019-07-02 |
CN109959919B CN109959919B (zh) | 2021-03-26 |
Family
ID=67019141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711402897.0A Active CN109959919B (zh) | 2017-12-22 | 2017-12-22 | 汽车及单目摄像头测距方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109959919B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110926408A (zh) * | 2019-12-04 | 2020-03-27 | 北京中科慧眼科技有限公司 | 基于特征物的近距离测距方法、装置、系统和存储介质 |
CN111168722A (zh) * | 2019-12-12 | 2020-05-19 | 中国科学院深圳先进技术研究院 | 一种基于单目摄像头测距的机器人跟随系统及方法 |
CN111368797A (zh) * | 2020-03-23 | 2020-07-03 | 福州视驰科技有限公司 | 一种基于路端单目摄像头的目标实时测距方法 |
CN111714861A (zh) * | 2020-06-10 | 2020-09-29 | 浙大宁波理工学院 | 一种自动乒乓球发球训练系统 |
CN112346039A (zh) * | 2020-09-15 | 2021-02-09 | 深圳市点创科技有限公司 | 基于单目相机的车距预警方法、电子设备、存储介质 |
CN113607064A (zh) * | 2021-08-06 | 2021-11-05 | 广联达科技股份有限公司 | 目标物体的间距测算方法、装置、设备及可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004029877A2 (de) * | 2002-09-23 | 2004-04-08 | Daimlerchrysler Ag | Verfahren und vorrichtung zur videobasierten beobachtung und vermessung der seitlichen umgebung eines fahrzeugs |
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 |
CN103487034A (zh) * | 2013-09-26 | 2014-01-01 | 北京航空航天大学 | 一种基于立式标靶的车载单目摄像头测距测高方法 |
CN106153000A (zh) * | 2016-06-17 | 2016-11-23 | 合肥工业大学 | 一种前方车辆距离检测方法 |
CN106443650A (zh) * | 2016-09-12 | 2017-02-22 | 电子科技大学成都研究院 | 一种基于几何关系的单目视觉测距方法 |
CN106909929A (zh) * | 2015-12-22 | 2017-06-30 | 比亚迪股份有限公司 | 行人距离检测方法和装置 |
CN107290738A (zh) * | 2017-06-27 | 2017-10-24 | 清华大学苏州汽车研究院(吴江) | 一种测量前方车辆距离的方法和装置 |
-
2017
- 2017-12-22 CN CN201711402897.0A patent/CN109959919B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004029877A2 (de) * | 2002-09-23 | 2004-04-08 | Daimlerchrysler Ag | Verfahren und vorrichtung zur videobasierten beobachtung und vermessung der seitlichen umgebung eines fahrzeugs |
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 |
CN103487034A (zh) * | 2013-09-26 | 2014-01-01 | 北京航空航天大学 | 一种基于立式标靶的车载单目摄像头测距测高方法 |
CN106909929A (zh) * | 2015-12-22 | 2017-06-30 | 比亚迪股份有限公司 | 行人距离检测方法和装置 |
CN106153000A (zh) * | 2016-06-17 | 2016-11-23 | 合肥工业大学 | 一种前方车辆距离检测方法 |
CN106443650A (zh) * | 2016-09-12 | 2017-02-22 | 电子科技大学成都研究院 | 一种基于几何关系的单目视觉测距方法 |
CN107290738A (zh) * | 2017-06-27 | 2017-10-24 | 清华大学苏州汽车研究院(吴江) | 一种测量前方车辆距离的方法和装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110926408A (zh) * | 2019-12-04 | 2020-03-27 | 北京中科慧眼科技有限公司 | 基于特征物的近距离测距方法、装置、系统和存储介质 |
CN111168722A (zh) * | 2019-12-12 | 2020-05-19 | 中国科学院深圳先进技术研究院 | 一种基于单目摄像头测距的机器人跟随系统及方法 |
CN111368797A (zh) * | 2020-03-23 | 2020-07-03 | 福州视驰科技有限公司 | 一种基于路端单目摄像头的目标实时测距方法 |
CN111714861A (zh) * | 2020-06-10 | 2020-09-29 | 浙大宁波理工学院 | 一种自动乒乓球发球训练系统 |
CN112346039A (zh) * | 2020-09-15 | 2021-02-09 | 深圳市点创科技有限公司 | 基于单目相机的车距预警方法、电子设备、存储介质 |
CN113607064A (zh) * | 2021-08-06 | 2021-11-05 | 广联达科技股份有限公司 | 目标物体的间距测算方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109959919B (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109959919A (zh) | 汽车及单目摄像头测距方法、装置 | |
CN109949899B (zh) | 图像三维测量方法、电子设备、存储介质及程序产品 | |
CN107705333B (zh) | 基于双目相机的空间定位方法及装置 | |
US9928595B2 (en) | Devices, systems, and methods for high-resolution multi-view camera calibration | |
CN105956997B (zh) | 图像形变处理的方法和装置 | |
US10582188B2 (en) | System and method for adjusting a baseline of an imaging system with microlens array | |
CN105451012B (zh) | 三维成像系统和三维成像方法 | |
CN109961468A (zh) | 基于双目视觉的体积测量方法、装置及存储介质 | |
US20110110557A1 (en) | Geo-locating an Object from Images or Videos | |
CN109948684A (zh) | 点云数据标注质量的质检方法、装置及其相关设备 | |
CN103582802A (zh) | 立体照相机装置和计算机可读记录介质 | |
CN110400273A (zh) | 深度数据的滤波方法、装置、电子设备和可读存储介质 | |
CN112233246B (zh) | 基于srtm约束的卫星影像密集匹配方法和系统 | |
EP3706076A1 (en) | Method and device to determine the dimensions and distance of a number of objects in an environment | |
CN109901123A (zh) | 传感器标定方法、装置、计算机设备和存储介质 | |
CN109738884A (zh) | 对象检测方法、装置和计算机设备 | |
CN109948683A (zh) | 点云数据的难易度划分方法、装置及其相关设备 | |
CN105865423B (zh) | 双目测距方法、装置和全景图像拼接方法及其系统 | |
CN109255819A (zh) | 基于平面镜的Kinect标定方法及装置 | |
CN110825079A (zh) | 一种地图构建方法及装置 | |
CN107590459A (zh) | 发表评价的方法和装置 | |
Ahmadabadian et al. | Stereo‐imaging network design for precise and dense 3D reconstruction | |
He et al. | New method for overcoming ill-conditioning in vanishing-point-based camera calibration | |
Wang et al. | Measurement and analysis of depth resolution using active stereo cameras | |
CN114494448A (zh) | 标定误差的评估方法、装置、计算机设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |