CN115655205A - 利用车道辅助测距的方法和装置 - Google Patents

利用车道辅助测距的方法和装置 Download PDF

Info

Publication number
CN115655205A
CN115655205A CN202211431500.1A CN202211431500A CN115655205A CN 115655205 A CN115655205 A CN 115655205A CN 202211431500 A CN202211431500 A CN 202211431500A CN 115655205 A CN115655205 A CN 115655205A
Authority
CN
China
Prior art keywords
lane
target
coordinate system
world coordinate
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
Application number
CN202211431500.1A
Other languages
English (en)
Inventor
陈睐
周艳宗
韩华
杨维民
吴东波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingzhi Automobile Technology Suzhou Co ltd
Original Assignee
Qingzhi Automobile Technology Suzhou Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingzhi Automobile Technology Suzhou Co ltd filed Critical Qingzhi Automobile Technology Suzhou Co ltd
Priority to CN202211431500.1A priority Critical patent/CN115655205A/zh
Publication of CN115655205A publication Critical patent/CN115655205A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本申请公开了一种利用车道辅助测距的方法和装置。其中，该方法包括：利用车辆的相机采集所在道路的图像，所述图像中包括车道线的采样点；从所述图像中获取目标所在位置在图像坐标系下的车道像素宽度，并获取所述目标所在位置在世界坐标系下的车道物理宽度；根据所述车道像素宽度、所述车道物理宽度以及所述相机的内参，确定所述车辆与所述目标之间的间隔距离。本申请解决相关技术中测距的准确性较低的技术问题。

Description

利用车道辅助测距的方法和装置
技术领域
本申请涉及车辆领域，具体而言，涉及一种利用车道辅助测距的方法和装置。
背景技术
在无人驾驶领域中，通常定位传感器包括相机，激光雷达，GPS等，其中，单目相机在无人驾驶中具有重要使用价值。通过单目相机，获取目标距离信息是感知算法关键环节，目标的测距精度影响目标的测速精度，从而影响后续功能决策、规控环节，因此测距结果需要较高的精确性，测距算法需要较好的鲁棒性。目前，单目测距方案有基于逆透视变换的测距方法，基于目标宽度先验计算目标距离的方法等。其中，基于逆透视变换的固有特性，距离越远，透视误差越大，从而导致测距有效范围小，鲁棒性不高。而基于目标宽度计算目标距离的方案依赖于目标车的实际物理宽度的先验，而实际上，目标车的先验宽度由于车型的不同，差异性非常大，从而会导致目标测距精度差，但该方案测距范围较大。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种利用车道辅助测距的方法和装置，以至少解决相关技术中测距的准确性较低的技术问题。
根据本申请实施例的一个方面，提供了一种利用车道辅助测距的方法，包括：利用车辆的相机采集所在道路的图像，其中，所述图像中包括车道线的采样点；从所述图像中获取目标所在位置在图像坐标系下的车道像素宽度，并获取所述目标所在位置在世界坐标系下的车道物理宽度；根据所述车道像素宽度、所述车道物理宽度以及所述相机的内参，确定所述车辆与所述目标之间的间隔距离。
可选地，从所述图像中获取目标所在位置在图像坐标系下的车道像素宽度，包括：根据所述目标所在位置的坐标和第一车道线方程确定所述目标所在车道的车道像素宽度，其中，所述第一车道线方程是由所述图像确定的所述目标所在车道的两条车道线在所述图像坐标系下的车道线方程。
可选地，根据所述目标所在位置的坐标和第一车道线方程确定所述目标所在位置的车道像素宽度，包括：对所述图像中属于同一车道线的采样点进行聚类，得到多个车道线的采样点集合；从多个采样点集合中确定出所述目标所在车道的两条车道线的两个采样点集合；对所述目标所在车道的两条车道线的两个采样点集合分别进行拟合，得到所述目标所在车道的两条车道线在所述图像坐标系下的第一车道线方程；利用所述目标所在车道的两条车道线的第一车道线方程，确定水平线分别与所述目标所在车道的两条车道线的交点坐标
Figure DEST_PATH_IMAGE002
和
Figure DEST_PATH_IMAGE004
，其中，所述水平线经过所述目标所在位置的坐标
Figure DEST_PATH_IMAGE006
；利用所述交点坐标
Figure 59978DEST_PATH_IMAGE002
和
Figure 2526DEST_PATH_IMAGE004
得到所述目标所在车道的车道像素宽度
Figure DEST_PATH_IMAGE008
。
可选地，获取所述目标所在位置在世界坐标系下的车道物理宽度，包括：利用所述车道线的采样点在所述世界坐标系中的坐标，拟合出所述目标所在车道的两条车道线在所述世界坐标系中的第二车道线方程，以确定所述目标所在车道在世界坐标系下的车道物理宽度。
可选地，利用所述车道线的采样点在所述世界坐标系中的坐标，拟合出所述目标所在车道的两条车道线在所述世界坐标系中的第二车道线方程，以确定所述目标所在车道在世界坐标系下的车道物理宽度，包括：将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标；对所述目标所在车道的两条车道线在所述世界坐标系中的坐标分别进行拟合，得到所述目标所在车道的两条车道线在所述世界坐标系下的第二车道线方程：
Figure DEST_PATH_IMAGE010
，其中，
Figure DEST_PATH_IMAGE012
表示所述目标所在车道的车道线在所述世界坐标系中的纵坐标，
Figure DEST_PATH_IMAGE014
表示所述目标所在车道的车道线在所述世界坐标系中的横坐标，
Figure DEST_PATH_IMAGE016
表示所述车辆与车道线中心线之间的偏移量，
Figure DEST_PATH_IMAGE018
表示所述车辆的行驶方向与车道线之间的夹角，
Figure DEST_PATH_IMAGE020
表示在
Figure 220887DEST_PATH_IMAGE012
处的曲率，
Figure DEST_PATH_IMAGE022
表示在
Figure 641504DEST_PATH_IMAGE012
处的曲率变化率；对拟合的车道线进行跟踪滤波，得到所述目标所在车道的两条车道线的
Figure 176391DEST_PATH_IMAGE016
，从而得到所述目标所在车道在世界坐标系下的车道物理宽度
Figure DEST_PATH_IMAGE024
。
可选地，将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标，包括：按照如下公式将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标：
Figure DEST_PATH_IMAGE026
，其中，
Figure DEST_PATH_IMAGE028
是用于把世界坐标系旋转到相机坐标系的旋转矩阵，
Figure DEST_PATH_IMAGE030
是世界坐标系原点在相机坐标系中的位置，
Figure DEST_PATH_5
表示在所述世界坐标系下的三维坐标，
Figure 687179DEST_PATH_IMAGE006
为在所述图像坐标系中的二维坐标，
Figure DEST_PATH_IMAGE034
表示比例系数，
Figure DEST_PATH_IMAGE036
为相机的内参矩阵。
可选地，根据所述车道像素宽度、所述车道物理宽度以及所述相机的内参，确定所述车辆与所述目标之间的间隔距离，包括：根据所述车道像素宽度
Figure DEST_PATH_IMAGE038
、所述车道物理宽度
Figure 628721DEST_PATH_IMAGE024
以及所述相机的内参
Figure DEST_PATH_IMAGE040
，按照如下公式确定所述车辆与所述目标之间的间隔距离：
Figure DEST_PATH_IMAGE042
。
根据本申请实施例的另一方面，还提供了一种利用车道辅助测距的装置，包括：采集单元，用于利用车辆的相机采集所在道路的图像，其中，所述图像中包括车道线的采样点；获取单元，用于从所述图像中获取目标所在位置在图像坐标系下的车道像素宽度，并获取所述目标所在位置在世界坐标系下的车道物理宽度；测距单元，用于根据所述车道像素宽度、所述车道物理宽度以及所述相机的内参，确定所述车辆与所述目标之间的间隔距离。
可选地，获取单元还用于：根据所述目标所在位置的坐标和第一车道线方程确定所述目标所在车道的车道像素宽度，其中，所述第一车道线方程是由所述图像确定的所述目标所在车道的两条车道线在所述图像坐标系下的车道线方程。
可选地，获取单元还用于：对所述图像中属于同一车道线的采样点进行聚类，得到多个车道线的采样点集合；从多个采样点集合中确定出所述目标所在车道的两条车道线的两个采样点集合；对所述目标所在车道的两条车道线的两个采样点集合分别进行拟合，得到所述目标所在车道的两条车道线在所述图像坐标系下的第一车道线方程；利用所述目标所在车道的两条车道线的第一车道线方程，确定水平线分别与所述目标所在车道的两条车道线的交点坐标
Figure 915346DEST_PATH_IMAGE002
和
Figure 554007DEST_PATH_IMAGE004
，其中，所述水平线经过所述目标所在位置的坐标
Figure 166254DEST_PATH_IMAGE006
；利用所述交点坐标
Figure 47622DEST_PATH_IMAGE002
和
Figure 341200DEST_PATH_IMAGE004
得到所述目标所在车道的车道像素宽度
Figure 866991DEST_PATH_IMAGE008
。
可选地，获取单元还用于：利用所述车道线的采样点在所述世界坐标系中的坐标，拟合出所述目标所在车道的两条车道线在所述世界坐标系中的第二车道线方程，以确定所述目标所在车道在世界坐标系下的车道物理宽度。
可选地，获取单元还用于：将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标；对所述目标所在车道的两条车道线在所述世界坐标系中的坐标分别进行拟合，得到所述目标所在车道的两条车道线在所述世界坐标系下的第二车道线方程：
Figure 259926DEST_PATH_IMAGE010
，其中，
Figure 753224DEST_PATH_IMAGE012
表示所述目标所在车道的车道线在所述世界坐标系中的纵坐标，
Figure 584914DEST_PATH_IMAGE014
表示所述目标所在车道的车道线在所述世界坐标系中的横坐标，
Figure 355424DEST_PATH_IMAGE016
表示所述车辆与车道线中心线之间的偏移量，
Figure 293162DEST_PATH_IMAGE018
表示所述车辆的行驶方向与车道线之间的夹角，
Figure 680281DEST_PATH_IMAGE020
表示在
Figure 50082DEST_PATH_IMAGE012
处的曲率，
Figure 2994DEST_PATH_IMAGE022
表示在
Figure 800049DEST_PATH_IMAGE012
处的曲率变化率；对拟合的车道线进行跟踪滤波，得到所述目标所在车道的两条车道线的C0系数，其中左车道线的C0系数为
Figure DEST_PATH_IMAGE044
，其中右车道线的C0系数为
Figure DEST_PATH_IMAGE046
，从而得到所述目标所在车道在世界坐标系下的车道物理宽度
Figure 956355DEST_PATH_IMAGE024
=
Figure DEST_PATH_IMAGE048
。
可选地，获取单元还用于：按照如下公式将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标：
Figure 723323DEST_PATH_IMAGE026
，其中，
Figure 734004DEST_PATH_IMAGE028
是用于把世界坐标系旋转到相机坐标系的旋转矩阵，
Figure 13545DEST_PATH_IMAGE030
是世界坐标系原点在相机坐标系中的位置，
Figure 86086DEST_PATH_5
表示在所述世界坐标系下的三维坐标，
Figure 883598DEST_PATH_IMAGE006
为在所述图像坐标系中的二维坐标，
Figure 952048DEST_PATH_IMAGE034
表示比例系数，
Figure 90905DEST_PATH_IMAGE036
为相机的内参矩阵。
可选地，测距单元还用于：根据所述车道像素宽度
Figure 487382DEST_PATH_IMAGE038
、所述车道物理宽度
Figure 737098DEST_PATH_IMAGE024
以及所述相机的内参
Figure 581426DEST_PATH_IMAGE040
，按照如下公式确定所述车辆与所述目标之间的间隔距离：
Figure 891185DEST_PATH_IMAGE042
。
根据本申请实施例的另一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器通过计算机程序执行上述的方法。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方法中任一实施例的步骤。
应用本发明的技术方案，利用车辆的相机采集所在道路的图像，所述图像中包括车道线的采样点；从所述图像中获取目标所在位置在图像坐标系下的车道像素宽度，并获取所述目标所在位置在世界坐标系下的车道物理宽度；根据所述车道像素宽度、所述车道物理宽度以及所述相机的内参，确定所述车辆与所述目标之间的间隔距离，可以解决相关技术中测距的准确性较低的技术问题。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本申请实施例的一种可选的利用车道辅助测距的方法的流程图；
图2是根据本申请实施例的车道线结果及目标检测框对应左右车道线的示意图；
图3是根据本申请实施例的一种可选的测距原理的示意图；
图4是根据本申请实施例的一种可选的利用车道辅助测距的装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明的目的是提供一种利用单目视觉检测车道线，进而辅助车辆目标测距的方法，能够基于单目视觉检测的车道线信息，辅助测得目标距离信息。该方法可以解决，在基于目标宽度测距的方法中，目标类型不准确导致较大测距误差的问题。对于提高远距离目标的测距精度有较大的帮助。根据本申请实施例的一方面，提供了一种利用车道辅助测距的方法实施例。本申请实施例的利用车道辅助测距的方法可以由服务器、终端来执行。其中，终端执行本申请实施例的利用车道辅助测距的方法也可以是由安装在其上的客户端来执行。图1是根据本申请实施例的一种可选的利用车道辅助测距的方法的流程图，如图1所示，该方法可以包括以下步骤：
步骤S102，利用车辆的相机采集所在道路的图像，所述图像中包括车道线的采样点。
步骤S104，从所述图像中获取目标所在位置在图像坐标系下的车道像素宽度，并获取所述目标所在位置在世界坐标系下的车道物理宽度。
1）可根据所述目标所在位置的坐标和第一车道线方程（所述第一车道线方程是由所述图像确定的所述目标所在车道的两条车道线在所述图像坐标系下的车道线方程）确定所述目标所在车道的车道像素宽度：对所述图像中属于同一车道线的采样点进行聚类，得到多个车道线的采样点集合；从多个采样点集合中确定出所述目标所在车道的两条车道线的两个采样点集合；对所述目标所在车道的两条车道线的两个采样点集合分别进行拟合，得到所述目标所在车道的两条车道线在所述图像坐标系下的第一车道线方程；利用所述目标所在车道的两条车道线的第一车道线方程，确定水平线分别与所述目标所在车道的两条车道线的交点坐标
Figure 961909DEST_PATH_IMAGE002
和
Figure 530163DEST_PATH_IMAGE004
，其中，所述水平线经过所述目标所在位置的坐标
Figure 369943DEST_PATH_IMAGE006
；利用所述交点坐标
Figure 850603DEST_PATH_IMAGE002
和
Figure 470940DEST_PATH_IMAGE004
得到所述目标所在车道的车道像素宽度
Figure 328037DEST_PATH_IMAGE008
。
2）可利用所述车道线的采样点在所述世界坐标系中的坐标，拟合出所述目标所在车道的两条车道线在所述世界坐标系中的第二车道线方程，以确定所述目标所在车道在世界坐标系下的车道物理宽度：将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标，例如按照如下公式将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标：
Figure 22324DEST_PATH_IMAGE026
，其中，
Figure 486934DEST_PATH_IMAGE028
是用于把世界坐标系旋转到相机坐标系的旋转矩阵，
Figure 532251DEST_PATH_IMAGE030
是世界坐标系原点在相机坐标系中的位置，
Figure 127861DEST_PATH_5
表示在所述世界坐标系下的三维坐标，
Figure 476253DEST_PATH_IMAGE006
为在所述图像坐标系中的二维坐标，
Figure 626612DEST_PATH_IMAGE034
表示比例系数，
Figure 893645DEST_PATH_IMAGE036
为相机的内参矩阵；对所述目标所在车道的两条车道线在所述世界坐标系中的坐标分别进行拟合，得到所述目标所在车道的两条车道线在所述世界坐标系下的第二车道线方程：
Figure 92545DEST_PATH_IMAGE010
，其中，
Figure 135325DEST_PATH_IMAGE012
表示所述目标所在车道的车道线在所述世界坐标系中的纵坐标，
Figure 394268DEST_PATH_IMAGE014
表示所述目标所在车道的车道线在所述世界坐标系中的横坐标，
Figure 148598DEST_PATH_IMAGE016
表示所述车辆与车道线中心线之间的偏移量，
Figure 698659DEST_PATH_IMAGE018
表示所述车辆的行驶方向与车道线之间的夹角，
Figure 222044DEST_PATH_IMAGE020
表示在
Figure 651888DEST_PATH_IMAGE012
处的曲率，
Figure 690251DEST_PATH_IMAGE022
表示在
Figure 699796DEST_PATH_IMAGE012
处的曲率变化率；对拟合的车道线进行跟踪滤波，得到所述目标所在车道的两条车道线的C0系数，其中左车道线的C0系数为
Figure 608846DEST_PATH_IMAGE044
，其中右车道线的C0系数为
Figure 786755DEST_PATH_IMAGE046
，从而得到所述目标所在车道在世界坐标系下的车道物理宽度
Figure 515677DEST_PATH_IMAGE024
=
Figure 594491DEST_PATH_IMAGE048
。
步骤S106，根据所述车道像素宽度、所述车道物理宽度以及所述相机的内参，确定所述车辆与所述目标之间的间隔距离。
例如：根据所述车道像素宽度
Figure 92469DEST_PATH_IMAGE038
、所述车道物理宽度
Figure 660853DEST_PATH_IMAGE024
以及所述相机的内参
Figure 877071DEST_PATH_IMAGE040
，按照如下公式确定所述车辆与所述目标之间的间隔距离：
Figure 759576DEST_PATH_IMAGE042
。
通过上述步骤，利用车辆的相机采集所在道路的图像，所述图像中包括车道线的采样点；从所述图像中获取目标所在位置在图像坐标系下的车道像素宽度，并获取所述目标所在位置在世界坐标系下的车道物理宽度；根据所述车道像素宽度、所述车道物理宽度以及所述相机的内参，确定所述车辆与所述目标之间的间隔距离，可以解决相关技术中测距的准确性较低的技术问题。
在本申请的技术方案中，提供了一种利用单目视觉检测车道线辅助车辆测距方法，参见图2和图3，下文结合具体步骤进一步详述本申请的技术方案：
在图2中，V_c表示目标车辆在图像中的像素宽度，L_c表示车道线在图像中的像素宽度，其中L_c和说明书中的Lc是同一个参数。在图3中，f为摄像头的焦距，物体发出光经过透镜，然后成像到传感器的成像平面，如果物体所在平面与传感器的距离为Z，物体的实际宽度为Y，在平面的成像宽度为y，且Y和y已知，由相似三角形原理可知，物体距离Z = -f*Y/y。
步骤S1，获取车道线采样点。
使用车道线检测模型对道路图像进行车道线检测，车道线检测模型输出为N条车道线的检测点。
步骤S2，获取图像坐标系下目标接地点所对应的车道像素宽度。
步骤S2.1，对模型检测的车道线点进行聚类。
步骤S2.2，对聚类后车道线进行分组，正确区分目标所在车道对应的左右车道线。
对聚类后的车道线进行拟合，得到图像坐标系下车道线方程，根据目标接地点对应的坐标位置
Figure DEST_PATH_IMAGE050
，计算距离接地点最近的两条车道线，即为目标所在车道对应的左右车道线。
步骤S2.3，对左右车道线进行插值拟合，找到目标接地点
Figure 925110DEST_PATH_IMAGE050
所在水平线和左右车道线方程的交点，记和左车道线的交点为
Figure DEST_PATH_IMAGE052
，记和右车道线的交点为
Figure DEST_PATH_IMAGE054
，则目标所对应的车道像素宽为
Figure DEST_PATH_IMAGE056
。
步骤S3，获取目标所在车道在世界坐标系下的实际物理宽度。
步骤S3.1，对聚类后的车道线点进行投影，世界坐标系中的物体通过以下转换关系映射到图像坐标系中公式：
Figure DEST_PATH_IMAGE058
，
进一步：
Figure DEST_PATH_IMAGE060
，
Figure DEST_PATH_IMAGE062
：把世界坐标系旋转到相机坐标系的旋转矩阵；
Figure DEST_PATH_IMAGE064
：世界坐标系原点在相机坐标系中的位置；
Figure DEST_PATH_IMAGE066
：表示目标在世界坐标系下位置，如果目标物体在地面则
Figure DEST_PATH_IMAGE068
；
Figure DEST_PATH_IMAGE070
：表示比例系数；
Figure DEST_PATH_IMAGE072
，
相机共有5个内参，它们分别是：相机x轴方向焦距
Figure DEST_PATH_IMAGE074
，相机y轴方向焦距
Figure DEST_PATH_IMAGE076
，图像中心点
Figure DEST_PATH_IMAGE078
以及坐标轴倾斜参数
Figure DEST_PATH_IMAGE080
，通常是0，
Figure DEST_PATH_IMAGE082
和
Figure DEST_PATH_IMAGE084
是比例系数。
步骤S3.2，对投影后的车道线在世界坐标系下进行拟合，得到车道线方程，其中车道线方程可表示为三次曲线，以下为公式：
Figure DEST_PATH_IMAGE086
，
其中
Figure DEST_PATH_IMAGE088
表示采样点对应的纵坐标值，
Figure DEST_PATH_IMAGE090
表示采样点对应的横坐标值，其中
Figure DEST_PATH_IMAGE092
表示自车于车道线中心线的偏移量，
Figure DEST_PATH_IMAGE094
表示自车的行驶方向于车道线之间的夹角，
Figure DEST_PATH_IMAGE096
表示在
Figure 740094DEST_PATH_IMAGE088
处的曲率，
Figure DEST_PATH_IMAGE098
表示在
Figure 178029DEST_PATH_IMAGE088
处的曲率变化率。
其中常用的拟合算法包括B样条、三次样条插值、Ransac、最小二乘法等。
步骤S3.3，对拟合的车道线进行跟踪滤波，其中跟踪滤波方法包括不限于Kalman滤波及变形，粒子滤波等。滤波后，得到左右车道线的
Figure 598646DEST_PATH_IMAGE092
，即目标所在车道在世界坐标系下的实际物理宽度
Figure DEST_PATH_IMAGE100
。
步骤S4，测距定位。
根据步骤S2得到的目标接地点所对应的车道像素宽度
Figure DEST_PATH_IMAGE102
，根据步骤S3得到的目标所在车道在世界坐标系下的实际物理宽度
Figure 133532DEST_PATH_IMAGE100
，以及相机的内参
Figure 997714DEST_PATH_IMAGE040
，根据小孔成像原理，可得到目标距离信息，公式如下：
Figure DEST_PATH_IMAGE104
。
本申请提出了一种基于车道宽度辅助定位车辆测距方案，其中车道宽度是基于深度学习模型检测的车道线点经过投影变换后，进行拟合，滤波，跟踪后的车道线方程得到，其中，选取的车道线点是在有效范围内（50m以内），有效避免投影变换远距离误差较大带来的影响，提高了车道宽度先验的准确性。相比于基于目标宽度计算目标距离的方案，车道宽度先验准确，可解决目标类型不准确导致较大测距误差的问题，同时具有基于目标车先验宽度测距方案测距范围大的优点，从而可以有效提高目标测距范围和测距精度。
本发明的目的是提供一种利用单目视觉检测车道线辅助车辆测距方法，其优点在于：1）该测距方式可精准估计目标车的宽度信息，可有效避免车辆宽度先验值不准导致的测距误差；2）该测距方式具有较高鲁棒性，对车道线进行滤波后，可提高道路宽度的置信度，可以避免道路状况（上下坡）和自车运动俯仰导致的相机外参变化，从而导致的车道宽度先验的剧烈变化，可有效提高测距稳定性。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本申请各个实施例所述的方法。
根据本申请实施例的另一个方面，还提供了一种用于实施上述利用车道辅助测距的方法的利用车道辅助测距的装置。图4是根据本申请实施例的一种可选的利用车道辅助测距的装置的示意图，如图4所示，该装置可以包括：
采集单元21，用于利用车辆的相机采集所在道路的图像，其中，所述图像中包括车道线的采样点；获取单元23，用于从所述图像中获取目标所在位置在图像坐标系下的车道像素宽度，并获取所述目标所在位置在世界坐标系下的车道物理宽度；测距单元25，用于根据所述车道像素宽度、所述车道物理宽度以及所述相机的内参，确定所述车辆与所述目标之间的间隔距离。
可选地，获取单元还用于：根据所述目标所在位置的坐标和第一车道线方程确定所述目标所在车道的车道像素宽度，其中，所述第一车道线方程是由所述图像确定的所述目标所在车道的两条车道线在所述图像坐标系下的车道线方程。
可选地，获取单元还用于：对所述图像中属于同一车道线的采样点进行聚类，得到多个车道线的采样点集合；从多个采样点集合中确定出所述目标所在车道的两条车道线的两个采样点集合；对所述目标所在车道的两条车道线的两个采样点集合分别进行拟合，得到所述目标所在车道的两条车道线在所述图像坐标系下的第一车道线方程；利用所述目标所在车道的两条车道线的第一车道线方程，确定水平线分别与所述目标所在车道的两条车道线的交点坐标
Figure 516420DEST_PATH_IMAGE002
和
Figure 209570DEST_PATH_IMAGE004
，其中，所述水平线经过所述目标所在位置的坐标
Figure 536646DEST_PATH_IMAGE006
；利用所述交点坐标
Figure 820997DEST_PATH_IMAGE002
和
Figure 233524DEST_PATH_IMAGE004
得到所述目标所在车道的车道像素宽度
Figure 307528DEST_PATH_IMAGE008
。
可选地，获取单元还用于：利用所述车道线的采样点在所述世界坐标系中的坐标，拟合出所述目标所在车道的两条车道线在所述世界坐标系中的第二车道线方程，以确定所述目标所在车道在世界坐标系下的车道物理宽度。
可选地，获取单元还用于：将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标；对所述目标所在车道的两条车道线在所述世界坐标系中的坐标分别进行拟合，得到所述目标所在车道的两条车道线在所述世界坐标系下的第二车道线方程：
Figure 489110DEST_PATH_IMAGE010
，其中，
Figure 944363DEST_PATH_IMAGE012
表示所述目标所在车道的车道线在所述世界坐标系中的纵坐标，
Figure 172082DEST_PATH_IMAGE014
表示所述目标所在车道的车道线在所述世界坐标系中的横坐标，
Figure 738192DEST_PATH_IMAGE016
表示所述车辆与车道线中心线之间的偏移量，
Figure 774281DEST_PATH_IMAGE018
表示所述车辆的行驶方向与车道线之间的夹角，
Figure 400435DEST_PATH_IMAGE020
表示在
Figure 928499DEST_PATH_IMAGE012
处的曲率，
Figure 32721DEST_PATH_IMAGE022
表示在
Figure 188896DEST_PATH_IMAGE012
处的曲率变化率；得到所述目标所在车道的两条车道线的C0系数，其中左车道线的C0系数为
Figure 720372DEST_PATH_IMAGE044
，其中右车道线的C0系数为
Figure 906371DEST_PATH_IMAGE046
，从而得到所述目标所在车道在世界坐标系下的车道物理宽度
Figure 79864DEST_PATH_IMAGE024
=
Figure 90545DEST_PATH_IMAGE048
。
可选地，获取单元还用于：按照如下公式将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标：
Figure 120818DEST_PATH_IMAGE026
，其中，
Figure 216950DEST_PATH_IMAGE028
是用于把世界坐标系旋转到相机坐标系的旋转矩阵，
Figure 662975DEST_PATH_IMAGE030
是世界坐标系原点在相机坐标系中的位置，
Figure 32232DEST_PATH_5
表示在所述世界坐标系下的三维坐标，
Figure 214490DEST_PATH_IMAGE006
为在所述图像坐标系中的二维坐标，
Figure 63497DEST_PATH_IMAGE034
表示比例系数，
Figure 906688DEST_PATH_IMAGE036
为相机的内参矩阵。
可选地，测距单元还用于：根据所述车道像素宽度
Figure 891962DEST_PATH_IMAGE038
、所述车道物理宽度
Figure 201720DEST_PATH_IMAGE024
以及所述相机的内参
Figure 272445DEST_PATH_IMAGE040
，按照如下公式确定所述车辆与所述目标之间的间隔距离：
Figure 637436DEST_PATH_IMAGE042
。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种利用车道辅助测距的方法，其特征在于，包括：
利用车辆的相机采集所在道路的图像，其中，所述图像中包括车道线的采样点；
从所述图像中获取目标所在位置在图像坐标系下的车道像素宽度，并获取所述目标所在位置在世界坐标系下的车道物理宽度；
根据所述车道像素宽度、所述车道物理宽度以及所述相机的内参，确定所述车辆与所述目标之间的间隔距离。
2.根据权利要求1所述的方法，其特征在于，从所述图像中获取目标所在位置在图像坐标系下的车道像素宽度，包括：
根据所述目标所在位置的坐标和第一车道线方程确定所述目标所在车道的车道像素宽度，其中，所述第一车道线方程是由所述图像确定的所述目标所在车道的两条车道线在所述图像坐标系下的车道线方程。
3.根据权利要求2所述的方法，其特征在于，根据所述目标所在位置的坐标和第一车道线方程确定所述目标所在位置的车道像素宽度，包括：
对所述图像中属于同一车道线的采样点进行聚类，得到多个车道线的采样点集合；
从多个采样点集合中确定出所述目标所在车道的两条车道线的两个采样点集合；
对所述目标所在车道的两条车道线的两个采样点集合分别进行拟合，得到所述目标所在车道的两条车道线在所述图像坐标系下的第一车道线方程；
利用所述目标所在车道的两条车道线的第一车道线方程，确定水平线分别与所述目标所在车道的两条车道线的交点坐标
Figure DEST_PATH_IMAGE001
和
Figure 754208DEST_PATH_IMAGE002
，其中，所述水平线经过所述目标所在位置的坐标
Figure DEST_PATH_IMAGE003
；
利用所述交点坐标
Figure 236136DEST_PATH_IMAGE001
和
Figure 229500DEST_PATH_IMAGE002
得到所述目标所在车道的车道像素宽度
Figure 983829DEST_PATH_IMAGE004
。
4.根据权利要求1所述的方法，其特征在于，获取所述目标所在位置在世界坐标系下的车道物理宽度，包括：
利用所述车道线的采样点在所述世界坐标系中的坐标，拟合出所述目标所在车道的两条车道线在所述世界坐标系中的第二车道线方程，以确定所述目标所在车道在世界坐标系下的车道物理宽度。
5.根据权利要求4所述的方法，其特征在于，利用所述车道线的采样点在所述世界坐标系中的坐标，拟合出所述目标所在车道的两条车道线在所述世界坐标系中的第二车道线方程，以确定所述目标所在车道在世界坐标系下的车道物理宽度，包括：
将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标；
对所述目标所在车道的两条车道线在所述世界坐标系中的坐标分别进行拟合，得到所述目标所在车道的两条车道线在所述世界坐标系下的第二车道线方程：
Figure DEST_PATH_IMAGE005
，其中，
Figure 783158DEST_PATH_IMAGE006
表示所述目标所在车道的车道线在所述世界坐标系中的纵坐标，
Figure DEST_PATH_IMAGE007
表示所述目标所在车道的车道线在所述世界坐标系中的横坐标，
Figure 618128DEST_PATH_IMAGE008
表示所述车辆与车道线中心线之间的偏移量，
Figure DEST_PATH_IMAGE009
表示所述车辆的行驶方向与车道线之间的夹角，
Figure 47972DEST_PATH_IMAGE010
表示在
Figure 351914DEST_PATH_IMAGE006
处的曲率，
Figure DEST_PATH_IMAGE011
表示在
Figure 627038DEST_PATH_IMAGE006
处的曲率变化率；
对拟合的车道线进行跟踪滤波，得到所述目标所在车道的两条车道线的
Figure 83558DEST_PATH_IMAGE008
，从而得到所述目标所在车道在世界坐标系下的车道物理宽度
Figure 418725DEST_PATH_IMAGE012
。
6.根据权利要求5所述的方法，其特征在于，将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标，包括：
按照如下公式将所述车道线的采样点在所述图像坐标系中的坐标转换为在所述世界坐标系中的坐标：
Figure DEST_PATH_IMAGE013
，
其中，
Figure 209963DEST_PATH_IMAGE014
是用于把世界坐标系旋转到相机坐标系的旋转矩阵，
Figure DEST_PATH_IMAGE015
是世界坐标系原点在相机坐标系中的位置，
Figure 5
表示在所述世界坐标系下的三维坐标，
Figure 98339DEST_PATH_IMAGE003
为在所述图像坐标系中的二维坐标，
Figure DEST_PATH_IMAGE017
表示比例系数，
Figure 869986DEST_PATH_IMAGE018
为相机的内参矩阵。
7.根据权利要求1至6中任意一项所述的方法，其特征在于，根据所述车道像素宽度、所述车道物理宽度以及所述相机的内参，确定所述车辆与所述目标之间的间隔距离，包括：
根据所述车道像素宽度
Figure DEST_PATH_IMAGE019
、所述车道物理宽度
Figure 882942DEST_PATH_IMAGE012
以及所述相机的内参
Figure 765447DEST_PATH_IMAGE020
，按照如下公式确定所述车辆与所述目标之间的间隔距离：
Figure DEST_PATH_IMAGE021
。
8.一种利用车道辅助测距的装置，其特征在于，包括：
采集单元，用于利用车辆的相机采集所在道路的图像，其中，所述图像中包括车道线的采样点；
获取单元，用于从所述图像中获取目标所在位置在图像坐标系下的车道像素宽度，并获取所述目标所在位置在世界坐标系下的车道物理宽度；
测距单元，用于根据所述车道像素宽度、所述车道物理宽度以及所述相机的内参，确定所述车辆与所述目标之间的间隔距离。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至7任一项中所述的方法。
10.一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器通过所述计算机程序执行上述权利要求1至7任一项中所述的方法。
CN202211431500.1A 2022-11-16 2022-11-16 利用车道辅助测距的方法和装置 Pending CN115655205A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211431500.1A CN115655205A (zh) 2022-11-16 2022-11-16 利用车道辅助测距的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211431500.1A CN115655205A (zh) 2022-11-16 2022-11-16 利用车道辅助测距的方法和装置

Publications (1)

Publication Number Publication Date
CN115655205A true CN115655205A (zh) 2023-01-31

Family

ID=85020802

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211431500.1A Pending CN115655205A (zh) 2022-11-16 2022-11-16 利用车道辅助测距的方法和装置

Country Status (1)

Country Link
CN (1) CN115655205A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101750049A (zh) * 2008-12-05 2010-06-23 南京理工大学 基于道路和车辆自身信息的单目视觉车距测量方法
CN112927283A (zh) * 2021-01-29 2021-06-08 成都安智杰科技有限公司 测距方法及装置、存储介质及电子设备
CN114120258A (zh) * 2022-01-26 2022-03-01 深圳佑驾创新科技有限公司 一种车道线识别方法、装置及存储介质
CN114659489A (zh) * 2022-03-11 2022-06-24 苏州清研微视电子科技有限公司 一种基于凸透镜成像原理的前车距离检测方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101750049A (zh) * 2008-12-05 2010-06-23 南京理工大学 基于道路和车辆自身信息的单目视觉车距测量方法
CN112927283A (zh) * 2021-01-29 2021-06-08 成都安智杰科技有限公司 测距方法及装置、存储介质及电子设备
CN114120258A (zh) * 2022-01-26 2022-03-01 深圳佑驾创新科技有限公司 一种车道线识别方法、装置及存储介质
CN114659489A (zh) * 2022-03-11 2022-06-24 苏州清研微视电子科技有限公司 一种基于凸透镜成像原理的前车距离检测方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
姚洪涛 等: "复杂道路条件下的车道线检测算法" *

Similar Documents

Publication Publication Date Title
US10909395B2 (en) Object detection apparatus
CN112419374B (zh) 一种基于图像配准的无人机定位方法
CN110197173B (zh) 一种基于双目视觉的路沿检测方法
CN115376109B (zh) 障碍物检测方法、障碍物检测装置以及存储介质
CN112017249A (zh) 车载摄像头滚转角获取、安装角度校正方法及设备
CN113256729A (zh) 激光雷达与相机的外参标定方法、装置、设备及存储介质
CN116433737A (zh) 一种激光雷达点云与图像配准的方法、装置及智能终端
CN115717894A (zh) 一种基于gps和普通导航地图的车辆高精度定位方法
CN111178193A (zh) 一种车道线的检测方法、检测装置及计算机可读存储介质
CN113012197A (zh) 一种适用于动态交通场景的双目视觉里程计定位方法
CN114719873B (zh) 一种低成本精细地图自动生成方法、装置及可读介质
CN111982132B (zh) 数据处理方法、装置和存储介质
CN113450334B (zh) 一种水上目标检测方法、电子设备及存储介质
WO2021167910A1 (en) A method for generating a dataset, a method for generating a neural network, and a method for constructing a model of a scene
JP5928010B2 (ja) 道路標示検出装置及びプログラム
CN115655205A (zh) 利用车道辅助测距的方法和装置
CN116385997A (zh) 一种车载障碍物精确感知方法、系统及存储介质
CN113643355B (zh) 一种目标车辆位置和朝向的检测方法、系统及存储介质
CN111539279B (zh) 道路限高高度检测方法、装置、设备及存储介质
JP2001108434A (ja) 距離測定方法及び距離測定装置
CN116358486A (zh) 基于单目相机的目标测距方法、装置及介质
CN112991372A (zh) 一种基于多边形匹配的2d-3d相机外参标定方法
CN113066133A (zh) 一种基于路面标识几何特征的车载摄像头在线自标定方法
CN113884099B (zh) 一种路端移动物体位置测量方法及装置
CN112767458B (zh) 激光点云与图像的配准的方法及系统

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: 20230131