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 PDFInfo
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005259 measurement Methods 0.000 title abstract description 19
- 238000005070 sampling Methods 0.000 claims abstract description 55
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- UDHXJZHVNHGCEC-UHFFFAOYSA-N Chlorophacinone Chemical compound C1=CC(Cl)=CC=C1C(C=1C=CC=CC=1)C(=O)C1C(=O)C2=CC=CC=C2C1=O UDHXJZHVNHGCEC-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
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
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和,其中,所述水平线经过所述目标所在位置的坐标;利用所述交点坐标和得到所述目标所在车道的车道像素宽度。
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:,其中,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,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,表示所述车辆与车道线中心线之间的偏移量,表示所述车辆的行驶方向与车道线之间的夹角,表示在处的曲率,表示在处的曲率变化率;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,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。
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:,其中,是用于把世界坐标系旋转到相机坐标系的旋转矩阵,是世界坐标系原点在相机坐标系中的位置,表示在所述世界坐标系下的三维坐标,为在所述图像坐标系中的二维坐标,表示比例系数,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、所述车道物理宽度以及所述相机的内参,按照如下公式确定所述车辆与所述目标之间的间隔距离:。
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和,其中,所述水平线经过所述目标所在位置的坐标;利用所述交点坐标和得到所述目标所在车道的车道像素宽度。
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:,其中,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,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,表示所述车辆与车道线中心线之间的偏移量,表示所述车辆的行驶方向与车道线之间的夹角,表示在处的曲率,表示在处的曲率变化率;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,其中右车道线的C0系数为,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=。
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:,其中,是用于把世界坐标系旋转到相机坐标系的旋转矩阵,是世界坐标系原点在相机坐标系中的位置,表示在所述世界坐标系下的三维坐标,为在所述图像坐标系中的二维坐标,表示比例系数,为相机的内参矩阵。
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和,其中,所述水平线经过所述目标所在位置的坐标;利用所述交点坐标和得到所述目标所在车道的车道像素宽度。
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:,其中,是用于把世界坐标系旋转到相机坐标系的旋转矩阵,是世界坐标系原点在相机坐标系中的位置,表示在所述世界坐标系下的三维坐标,为在所述图像坐标系中的二维坐标,表示比例系数,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:,其中,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,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,表示所述车辆与车道线中心线之间的偏移量,表示所述车辆的行驶方向与车道线之间的夹角,表示在处的曲率,表示在处的曲率变化率;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,其中右车道线的C0系数为,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=。
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。
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。
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:
进一步:
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:
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S4,测距定位。
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和,其中,所述水平线经过所述目标所在位置的坐标;利用所述交点坐标和得到所述目标所在车道的车道像素宽度。
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:,其中,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,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,表示所述车辆与车道线中心线之间的偏移量,表示所述车辆的行驶方向与车道线之间的夹角,表示在处的曲率,表示在处的曲率变化率;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,其中右车道线的C0系数为,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=。
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:,其中,是用于把世界坐标系旋转到相机坐标系的旋转矩阵,是世界坐标系原点在相机坐标系中的位置,表示在所述世界坐标系下的三维坐标,为在所述图像坐标系中的二维坐标,表示比例系数,为相机的内参矩阵。
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;
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:
,其中,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,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,表示所述车辆与车道线中心线之间的偏移量,表示所述车辆的行驶方向与车道线之间的夹角,表示在处的曲率,表示在处的曲率变化率;
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。
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)
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 |
-
2022
- 2022-11-16 CN CN202211431500.1A patent/CN115655205A/zh active Pending
Patent Citations (4)
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)
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 |