CN114279410A - 摄像头测距方法 - Google Patents
摄像头测距方法 Download PDFInfo
- Publication number
- CN114279410A CN114279410A CN202111456316.8A CN202111456316A CN114279410A CN 114279410 A CN114279410 A CN 114279410A CN 202111456316 A CN202111456316 A CN 202111456316A CN 114279410 A CN114279410 A CN 114279410A
- Authority
- CN
- China
- Prior art keywords
- target
- camera
- measured
- distance
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000006073 displacement reaction Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 abstract description 16
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 3
- 238000000691 measurement method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Measurement Of Optical Distance (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于测量技术领域，特别涉及一种摄像头测距方法，在车辆位移状态下，用一个摄像头在车辆处于不同位置时采集的图像对障碍物进行双目测量。由于用于分析处理的两张图像均由一个摄像头采集，能显著减少计算量以提升图像匹配速度，在降低成本的同时显著提升测量精度与测量速度。
Description
技术领域
本发明属于测量技术领域，特别涉及一种摄像头测距方法。
背景技术
视觉测距技术包括双目测距和单目测距，双目测距是采用两个相机拍摄被测目标，获取两幅数字图像，然后基于三角法原理获得三维信息，即由双目相机的图像平面和空间点之间构成三角形，再解算视觉里程计量测试系统到目标的距离，测距远离示意图如附图1所示。空间点P是待测目标，坐标为(X，Y，Z)，其中Z为目标到双目相机的深度距离。待测目标在左目相机像平面的投影点为P1，在右目相机像平面的投影点为P2，两相机之间的基线长度为b，焦距为f，P点左右两幅图像上相点的视差为d。利用三角形相似原理，可得到双目相机到P点的深度距离为Z＝f(b/d)，根据深度距离Z能获得待测目标与相机的间距信息。但是，由于相机的制造、安装和工艺导致两个相机的性能必然存在差异，需要对两个相机进行标定匹配，匹配计算量大、速度慢。现有的双目视觉系统高精度的测量结果往往以牺牲测距实时性为代价，无法满足车辆行驶状态下的应用需求。
发明内容
本发明的目的在于提供一种测距误差小、计算量小的摄像头测距方法。
为实现以上目的，本发明采用的技术方案为：一种摄像头测距方法，在车辆行驶时，摄像头采集图像并结合车辆的位移信息在摄像头所采集的图像中示出车辆行驶轨迹线，包括以下步骤：
步骤A、根据轨迹线将摄像头所采集的图像划分为预警区和监测区，其中位于轨迹线内侧的区域为预警区，位于轨迹线外侧的区域为监测区，
步骤B、监测图像，当物体自监测区进入预警区时，选取两张车辆在不同位置处的图像，并结合车辆行驶信息计算得到拍摄前述两张图像时车辆的位移量b；
步骤C、定义进入预警区的物体为待测目标，结合车辆行驶信息和影像时间轴识别图像中的固定参照物，提取两张图像中待测目标与固定参照物的特征参数，然后计算获得待测目标在两幅图像上相点的视差d；
由于摄像头的焦距f已知，代入下式计算得到待测目标的深度距离Z，
与现有技术相比，本发明存在以下技术效果：应用一个摄像头实现了位移状态车辆的双目测量，由于用于分析处理的图像均由一个摄像头采集，能显著减少计算量以提升图像匹配速度，在降低成本的同时显著提升测量精度与测量速度。
附图说明
下面对本说明书各附图所表达的内容及图中的标记作简要说明：
图1是双目测距原理示意图；
图2是本实施例的示意图；
图中：10.轨迹线，11.预警区，12.监测区，20.待测目标，30.固定参照物。
具体实施方式
下面结合附图，通过对实施例的描述，对本发明的具体实施方式作进一步详细说明。
一种摄像头测距方法，在车辆行驶时，摄像头采集图像并结合车辆的位移信息在摄像头所采集的图像中示出车辆行驶轨迹线，包括以下步骤：
步骤A、根据轨迹线10将摄像头所采集的图像划分为预警区11和监测区12，其中位于轨迹线10内侧的区域为预警区11，位于轨迹线10外侧的区域为监测区12，
步骤B、监测图像，当物体自监测区12进入预警区11时，选取两张车辆在不同位置处的图像，并结合车辆行驶信息计算得到拍摄前述两张图像时车辆的位移量b；
步骤C、定义进入预警区11的物体为待测目标20，结合车辆行驶信息和影像时间轴识别图像中的固定参照物30，提取两张图像中待测目标20与固定参照物30的特征参数，然后计算获得待测目标20在两幅图像上相点的视差d；
由于摄像头的焦距f已知，代入下式
计算得到待测目标20的深度距离Z，深度距离Z即为用一个摄像头进行双目测距分析计得的障碍物与摄像头的距离，也可以称为应用该摄像头所测得的双目计算距离。
这样便能在车辆位移状态下，用一个摄像头在车辆处于不同位置时采集的图像对障碍物进行双目测量。由于用于分析处理的两张图像均由一个摄像头采集，能显著减少计算量以提升图像匹配速度，在降低成本的同时显著提升测量精度与测量速度。所述的车辆位移信息包括车辆位移速度、位移方向信息，用于建立摄像头采集图像对应时刻车辆的坐标。所述特征参数包括待测目标20外轮廓在图像中纵坐标的最大值、最小值，横坐标的最大值、最小值，用于计算待测目标20的深度距离。
为进一步拓展测距场景、保证测距的准确性，还包括步骤D，根据车辆标定数据库的信息，结合待测目标20外轮廓在所选取的两张图像中所占像素的变化量，计算得到待测目标20与摄像机的单目计算距离D，比较深度距离Z与单目计算距离D的差值，若二者差值在限定的误差范围内，记二者中的小值为待测目标20与摄像头的距离，若二者差值大于限定的误差范围，记深度距离Z为待测目标20与摄像头的距离。即对摄像头所采集的单张图像应用单目测距方法对障碍物进行测距，以校核前述应用双目测距方法获得的深度距离Z。单目测距方法可应用2012年公开于《传感器与微系统》的文献《基于单目视觉传感器的车距测量与误差分析》公开了基于道路消失点的车距测量方法。在无法获得单目计算距离D的情况下，直接记深度距离Z为待测目标20与摄像头的距离，无法获得深度距离Z的情况下，直接记单目计算距离D为待测目标20与摄像头的距离。无法获得单目计算距离D、深度距离Z的情况指的是所采集的画面无法应用对应测距方法的行车状态，如车辆停止状态下无法获得深度距离。
所述的步骤D中，当待测目标20图块的横向外轮廓与图像的边沿间隔布置且纵向外轮廓与图像的边沿间隔布置时，应用待测目标20横、纵坐标所占像素的变化量计算待测目标20与摄像机的单目计算距离D；
当待测目标20图块的横向外轮廓贴合图像的边沿时，仅应用待测目标20横坐标所占像素的变化量计算待测目标20与摄像机的单目计算距离D；
当待测目标20图块的纵向外轮廓贴合图像的边沿时，仅应用待测目标20横坐标所占像素的变化量计算待测目标20与摄像机的单目计算距离D；
当待测目标20图块的横向外轮廓贴合图像的边沿且纵向外轮廓贴合图像的边沿时，记深度距离Z为待测目标20与摄像头的距离。
Claims (5)
1.一种摄像头测距方法，在车辆行驶时，摄像头采集图像并结合车辆的位移信息在摄像头所采集的图像中示出车辆行驶轨迹线，包括以下步骤：
步骤A、根据轨迹线(10)将摄像头所采集的图像划分为预警区(11)和监测区(12)，其中位于轨迹线(10)内侧的区域为预警区(11)，位于轨迹线(10)外侧的区域为监测区(12)，
步骤B、监测图像，当物体自监测区(12)进入预警区(11)时，选取两张车辆在不同位置处的图像，并结合车辆行驶信息计算得到拍摄前述两张图像时车辆的位移量b；
步骤C、定义进入预警区(11)的物体为待测目标(20)，结合车辆行驶信息和影像时间轴识别图像中的固定参照物(30)，提取两张图像中待测目标(20)与固定参照物(30)的特征参数，然后计算获得待测目标(20)在两幅图像上相点的视差d；
由于摄像头的焦距f已知，代入下式
计算得到待测目标(20)的深度距离Z。
2.根据权利要求1所述的摄像头测距方法，其特征在于：所述的车辆位移信息包括车辆位移速度、位移方向信息。
3.根据权利要求1所述的摄像头测距方法，其特征在于：所述特征参数包括待测目标(20)外轮廓在图像中纵坐标的最大值、最小值，横坐标的最大值、最小值。
4.根据权利要求3所述的摄像头测距方法，其特征在于：还包括步骤D，根据车辆标定数据库的信息，结合待测目标(20)外轮廓在所选取的两张图像中所占像素的变化量，计算得到待测目标(20)与摄像机的单目计算距离D，比较双目计算距离与单目计算距离的差值，若二者差值在限定的误差范围内，记二者中的小值为待测目标(20)与摄像头的距离，若二者差值大于限定的误差范围，记深度距离Z为待测目标(20)与摄像头的距离；
在无法获得单目计算距离D的情况下，记深度距离Z为待测目标(20)与摄像头的距离，无法获得深度距离Z的情况下，记单目计算距离D为待测目标(20)与摄像头的距离。
5.根据权利要求4所述的摄像头测距方法，其特征在于：所述的步骤D中，当待测目标(20)图块的横向外轮廓与图像的边沿间隔布置且纵向外轮廓与图像的边沿间隔布置时，应用待测目标(20)横、纵坐标所占像素的变化量计算待测目标(20)与摄像机的单目计算距离D；
当待测目标(20)图块的横向外轮廓贴合图像的边沿时，仅应用待测目标(20)横坐标所占像素的变化量计算待测目标(20)与摄像机的单目计算距离D；
当待测目标(20)图块的纵向外轮廓贴合图像的边沿时，仅应用待测目标(20)横坐标所占像素的变化量计算待测目标(20)与摄像机的单目计算距离D；
当待测目标(20)图块的横向外轮廓贴合图像的边沿且纵向外轮廓贴合图像的边沿时，记深度距离Z为待测目标(20)与摄像头的距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111456316.8A CN114279410B (zh) | 2021-12-02 | 2021-12-02 | 摄像头测距方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111456316.8A CN114279410B (zh) | 2021-12-02 | 2021-12-02 | 摄像头测距方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114279410A true CN114279410A (zh) | 2022-04-05 |
| CN114279410B CN114279410B (zh) | 2024-02-02 |
Family
ID=80870532
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111456316.8A Active CN114279410B (zh) | 2021-12-02 | 2021-12-02 | 摄像头测距方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114279410B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060034497A (ko) * | 2004-10-19 | 2006-04-24 | 주식회사 세인시스템 | 단일 카메라를 사용한 3차원 영상정보 획득방법 및 이를이용한 영상검지방법 |
| JP2016173634A (ja) * | 2015-03-16 | 2016-09-29 | 国立研究開発法人農業・食品産業技術総合研究機構 | 操舵制御装置および旋回状態推定方法 |
| CN108088414A (zh) * | 2017-12-05 | 2018-05-29 | 苏州天瞳威视电子科技有限公司 | 一种单目测距方法 |
| 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 |
| CN111174764A (zh) * | 2020-01-22 | 2020-05-19 | 福建天泉教育科技有限公司 | 单摄像头平移系统及单摄像头测距方法 |
-
2021
- 2021-12-02 CN CN202111456316.8A patent/CN114279410B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060034497A (ko) * | 2004-10-19 | 2006-04-24 | 주식회사 세인시스템 | 단일 카메라를 사용한 3차원 영상정보 획득방법 및 이를이용한 영상검지방법 |
| JP2016173634A (ja) * | 2015-03-16 | 2016-09-29 | 国立研究開発法人農業・食品産業技術総合研究機構 | 操舵制御装置および旋回状態推定方法 |
| CN108088414A (zh) * | 2017-12-05 | 2018-05-29 | 苏州天瞳威视电子科技有限公司 | 一种单目测距方法 |
| 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 |
| CN111174764A (zh) * | 2020-01-22 | 2020-05-19 | 福建天泉教育科技有限公司 | 单摄像头平移系统及单摄像头测距方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114279410B (zh) | 2024-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110322702B (zh) | 一种基于双目立体视觉系统的车辆智能测速方法 | |
| CN110285793B (zh) | 一种基于双目立体视觉系统的车辆智能测轨迹方法 | |
| US10354151B2 (en) | Method of detecting obstacle around vehicle | |
| CN106370884B (zh) | 基于双目相机计算机视觉技术的车辆测速方法 | |
| CN111436216B (zh) | 用于彩色点云生成的方法和系统 | |
| US10909395B2 (en) | Object detection apparatus | |
| EP1944734B1 (en) | Distance correcting apparatus of surrounding monitoring system and vanishing point correcting apparatus thereof | |
| CN102806913B (zh) | 一种车道线偏离检测方法及装置 | |
| US8498479B2 (en) | Image processing device for dividing an image into a plurality of regions | |
| CN106289159B (zh) | 基于测距补偿的车辆测距方法及装置 | |
| CN104700414A (zh) | 一种基于车载双目相机的前方道路行人快速测距方法 | |
| CN108759823B (zh) | 基于图像匹配的指定道路上低速自动驾驶车辆定位及纠偏方法 | |
| JP6779365B2 (ja) | 物体検出装置及び車両 | |
| CN112880642B (zh) | 测距系统和测距方法 | |
| CN107315095B (zh) | 基于视频处理的具有光照适应性的多车辆自动测速方法 | |
| CN110334678A (zh) | 一种基于视觉融合的行人检测方法 | |
| CN108645375B (zh) | 一种用于车载双目系统快速车辆测距优化方法 | |
| CN110220500B (zh) | 一种基于双目相机的无人驾驶用测距方法 | |
| CN103487034A (zh) | 一种基于立式标靶的车载单目摄像头测距测高方法 | |
| KR101431373B1 (ko) | 스테레오 정합을 이용한 차량의 움직임 측정 장치 | |
| CN112990128A (zh) | 一种基于视频跟踪的多车辆测速方法 | |
| Steingrube et al. | Performance evaluation of stereo algorithms for automotive applications | |
| CN111723778A (zh) | 基于MobileNet-SSD的车辆测距系统及方法 | |
| CN110472508B (zh) | 基于深度学习和双目视觉的车道线测距方法 | |
| US20240144507A1 (en) | Electronic device and control method |
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 |