CN115690697A - 目标距离检测装置及方法 - Google Patents
目标距离检测装置及方法 Download PDFInfo
- Publication number
- CN115690697A CN115690697A CN202110862942.0A CN202110862942A CN115690697A CN 115690697 A CN115690697 A CN 115690697A CN 202110862942 A CN202110862942 A CN 202110862942A CN 115690697 A CN115690697 A CN 115690697A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- positioning point
- point information
- distance
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供一种目标距离检测装置以及方法,该方法包括:对道路感兴趣区域的实时监控视频进行目标检测,以获得目标的检测信息,该检测信息至少包括该目标的类型;对该目标进行跟踪,并更新该目标的跟踪信息,该跟踪信息至少包括目标的行进方向;根据该目标的类型和该目标的行进方向确定该目标上的至少两个定位点信息;根据该目标的该定位点信息和其他目标的定位点信息确定该目标和该其他目标之间的距离。
Description
技术领域
本申请涉及图像处理技术领域。
背景技术
随着越来越多的车辆在道路上行驶,道路安全对我们的生活变得非常重要。有研究表明,在车祸事故中,大多数碰撞事故都是由追尾引起的,而汽车追尾的主要原因是车距过小,因此,车辆间保持安全距离驾驶是十分重要的。然而,驾驶员很难直观感知与其他车辆的距离,因此,车辆间的距离检测技术就十分必要了。
应该注意,上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
目前,常用的车距检测技术是基于双目摄像头的车距检测技术或基于毫米波雷达的车距检测技术,发明人发现,基于双目摄像头的校准十分复杂,视差计算量大,需要较高的处理配置要求;而毫米波雷达无法区分不同的目标,其还需要结合摄像头进行进一步的分析,因此,增加了设备的成本以及复杂度。
近年来,随着深度学习技术的发展,还出现了一些基于3D检测模型来测量车距的方法,但3D检测模型的计算量也很大,另外,训练数据还需要依赖于雷达信息获得,因此,获取难度增大。
为了解决上述问题中的至少一个,本申请实施例提供一种目标距离检测装置及方法。
根据本申请实施例的第一方面,提供一种目标距离检测装置,所述装置包括:
第一检测单元,其用于对道路感兴趣区域的实时监控视频进行目标检测,以获得目标的检测信息,该检测信息至少包括该目标的类型;
跟踪单元,其用于对该目标进行跟踪,并更新该目标的跟踪信息,该跟踪信息至少包括目标的行进方向;
第一确定单元,其用于根据该目标的类型和该目标的行进方向确定该目标上的至少两个定位点信息;
第二确定单元,其用于根据该目标的该定位点信息和其他目标的定位点信息确定该目标和该其他目标之间的距离。
根据本申请实施例的第二方面,提供一种目标距离检测方法,该方法包括:
对道路感兴趣区域的实时监控视频进行目标检测,以获得目标的检测信息,该检测信息至少包括该目标的类型;
对该目标进行跟踪,并更新该目标的跟踪信息,该跟踪信息至少包括目标的行进方向;
根据该目标的类型和该目标的行进方向确定该目标上的至少两个定位点信息;
根据该目标的该定位点信息和其他目标的定位点信息确定该目标和该其他目标之间的距离。
本申请实施例的有益效果在于:根据目标的类型和目标的行进方向确定目标上的至少两个定位点信息,并根据该目标的所述定位点信息和其他目标的定位点信息确定该目标和所述其他目标之间的距离,由此,仅需要简单的配置即可以可靠地计算得到目标间距离,计算量小,复杂度低。
参照后文的说明和附图,详细公开了本申请的特定实施方式,指明了本申请的原理可以被采用的方式。应该理解,本申请的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本申请的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本申请实施例的进一步的理解,其构成了说明书的一部分,用于例示本申请的实施方式,并与文字描述一起来阐释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本申请第一方面的实施例的目标距离检测方法的一示意图;
图2是本申请实施例中一帧图像参考点示意图;
图3是本申请第一方面的实施例中操作103实施方式一示意图;
图4是本申请实施例目标间距离示意图;
图5是本申请第二方面的实施例中目标距离检测装置构成一示意图;
图6是本申请第二方面的实施例中第一确定单元构成一示意图;
图7是本申请第三方面的实施例的电子设备的一示意图;
图8是本申请第三方面的实施例的电子设备的一示意图。
具体实施方式
在本发明实施例中,术语“第一”、“第二”等用于对不同元素从称谓上进行区分,但并不表示这些元素的空间排列或时间顺序等,这些元素不应被这些术语所限制。术语“和/或”包括相关联列出的术语的一种或多个中的任何一个和所有组合。术语“包含”、“包括”、“具有”等是指所陈述的特征、元素、元件或组件的存在,但并不排除存在或添加一个或多个其他特征、元素、元件或组件。
在本发明实施例中,单数形式“一”、“该”等包括复数形式,应广义地理解为“一种”或“一类”而并不是限定为“一个”的含义;此外术语“所述”应理解为既包括单数形式也包括复数形式,除非上下文另外明确指出。此外术语“根据”应理解为“至少部分根据……”,术语“基于”应理解为“至少部分基于……”,除非上下文另外明确指出。
参照附图,通过下面的说明书,本发明的前述以及其它特征将变得明显。在说明书和附图中,具体公开了本发明的特定实施方式,其表明了其中可以采用本发明的原则的部分实施方式,应了解的是,本发明不限于所描述的实施方式,相反,本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。
第一方面的实施例
本申请实施例提供一种目标距离检测方法。图1是本申请实施例1的目标距离检测方法的一示意图。
如图1所示,目标距离检测方法包括:
101,对道路感兴趣区域的实时监控视频进行目标检测,以获得目标的检测信息,该检测信息至少包括该目标的类型;
102,对该目标进行跟踪,并更新该目标的跟踪信息,该跟踪信息至少包括目标的行进方向;
103,根据该目标的类型和该目标的行进方向确定该目标上的至少两个定位点信息;
104,根据该目标的该定位点信息和其他目标的定位点信息确定该目标和该其他目标之间的距离。
值得注意的是,以上附图1仅示意性地对本申请实施例进行了说明,但本申请不限于此。例如可以适当地调整各个操作之间的执行顺序,此外还可以增加其他的一些操作或者减少其中的某些操作。本领域的技术人员可以根据上述内容进行适当地变型,而不仅限于上述附图1的记载。
在一些实施例中,在101和102中,可以根据预配置的感兴趣区域信息和初始化信息进行目标检测和跟踪,因此,该方法还可以包括(可选,未图示):预配置道路感兴趣区域信息。例如,可以配置至少一个ROI,每个ROI的道路感兴趣区域信息包括道路感兴趣(ROI)区域标识(ROI的ID),转换参数,车道方向,车道数量,车道划分线,ROI点阵列等,例如,可以使用缓存器存储用于该道路感兴趣区域信息。例如,每个ROI在容器中都有一个缓存器,缓存器的数据结构如表1所示:
表1是该ROI信息的数据结构示意表
图2是获取的实时监控视频中一帧图像示意图,如图2所示,可以在一帧图像中确定一个ROI的4个参考点A,A',B,B'的位置,建立图像中A,A',B,B'与真实世界中A,A',B,B'的映射关系,例如,测量图像中以下两个参考点的距离AA',BB',AB,A'B'以及真实世界中的AA',BB',AB,A'B',并将上述信息存储在道路感兴趣区域信息的转换参数中,针对另一个ROI,可以选择其他4个参考点,此处不再一一赘述。
在本申请实施例中,上述实时监控视频是从道路所在区域进行拍摄的摄像装置得到的,例如,通过设置在道路上方的监控摄像头拍摄得到的,可以对实时监控视频的至少一个帧进行目标检测和跟踪,在获取得到实时监控视频的第一帧后,针对每一帧图像,该方法还可以包括:根据道路感兴趣区域信息确定初始化信息。
在一些实施例中,该初始化信息包括该帧图像内每个位置对应的车道标识以及感兴趣区域标识。例如,可以使用两个矩阵来保存每个位置对应的车道标识以及感兴趣区域标识,它们分别称为lane_id_mat和roi_id_mat。针对lane_id_mat,可以先对各个ROI对应的表1中车道划分线上的至少两个点进行拟合,得到各个ROI内的车道划分线,以得到各个车道,然后在图像中分别针对每个感兴趣区域每个竖直位置按照从左向右的顺序标识车道ID;针对roi_id_mat,可以根据表1中的ROI点阵列和ROI标识来确定roi_id_mat,该ROI点阵列可以表示ROI区域(例如多边形区域),例如,一帧图像中ROI1对应的多边形区域内的各个位置在roi_id_mat的值为1,一帧图像中ROI2对应的多边形区域内的各个位置在roi_id_mat的值为2,上述矩阵的大小与图像的大小相同,对于图像中的非ROI区域的各个位置的车道标识以及感兴趣区域标识可以设置为缺省值,例如0,本实施例并不以此作为限制。
另外,该初始化信息还可以包括图像坐标系和世界坐标系的转换矩阵,如表1和图2所示,根据参考点的坐标以及各个参考点之间的真实距离可以确定各个参考点在世界坐标系下的坐标,代入如下公式(1)中,得到转换矩阵H,其中(X,Y)表示世界坐标系下的坐标,(x,y)表示图像坐标系下的坐标,进而可以根据如下公式(2)计算图像中任一点对应的真实世界的坐标。
在一些实施例中,在101中,可以通过机器学习或深度学习模型来检测目标。可以通过ROI区域来调整每一帧图像检测的范围,以下可以将每个检测到的目标的检测信息称为团块(Blob)信息。
例如,可以应用YOLO模型作为检测器,使用监控摄像头的样本训练该模型。该模型可以检测出7种类型的目标,包括汽车、卡车、公共汽车、货车、摩托车、自行车和人。关于具体如何进行目标检测,还可以参考相关技术。例如,可以将实时监控视频的连续帧图像或间隔帧(间隔一帧或多帧)图像中的ROI区域裁剪出来,将前述各帧图像裁剪出的ROI区域作为YOLO模型的输入,YOLO模型的输出即为检测信息,包括目标的类型,此外,还可以包括目标的位置和/或大小。
在一些实施例中,在102中,可以将当前帧检测到的团块与历史帧检测到的团块进行匹配以对目标进行跟踪,例如,每个目标跟踪器在容器中都有一个缓存器,用于存储跟踪信息,针对每一帧图像,如果当前帧检测到的团块匹配到存储的缓存器中的团块,则更新匹配的缓存器。如果当前帧检测到的团块不匹配任何缓存器中的团块,则表示该团块是新检测到的团块,可以为每个新检测到的目标分配一个存储空间,即分配一个新的缓存器。
在一些实施例中,该跟踪信息至少包括:目标的行进方向,另外,该跟踪信息还包括该检测信息,定位点信息,车道区域标识,目标长度信息,安全距离,跟踪历史信息,速度信息中的至少两种,此外,还可以包括目标标识等,其中,跟踪历史信息包括跟踪时间,跟踪的点集合,例如,跟踪缓存器的数据结构如表2所示,在102中更新跟踪信息时,首先将跟踪时间中的帧数加1,如果是新检测到的团块,可以更新检测信息,即目标位置和大小以及目标类型,和初始目标位置和大小,目标标识(历史缓存器数+1);根据当前团块位置和初始目标位置可以确定目标的行驶方向,确定车道区域标识,并进行更新。另外,跟踪缓冲器中的其他信息,例如定位点信息,目标长度信息,安全距离,速度信息,跟踪的点集合等将设置为0,并在以后步骤中进行更新。
表2是该跟踪缓存器的数据结构示意表
在一些实施例中,可以根据距离匹配团块,如果找不到匹配的团块,则可以继续利用模板匹配方法进行目标跟踪,但本申请并不以此作为限制,还可以使用其他现有的跟踪方法,此处不再一一举例。
在一些实施例中,根据该目标的类型和该目标的行进方向确定该目标上的至少两个定位点信息;上述定位点位于该目标的边界框的边线上,该目标的边界框根据该检测信息确定,例如该边界框即为YOLO模型识别出的目标的矩形框,可以表示目标的位置和大小。
图3是103中确定定位点信息实施方式示意图,如图3所示,103包括:
301,根据该目标的行进方向确定第一定位点信息;
302,根据该目标的类型和该第一定位点信息确定第二定位点信息;
303,根据该第二定位点信息确定第三定位点信息。
在一些实施例中,该第一定位点P0是矩形框的四个顶点之一,可以表示目标后方宽度方向上的一侧的位置,具体位置可以根据目标的行进方向确定,例如,在目标的行进方向是0~90°(左上方向)时,第一定位点是矩形框的右下角的顶点,在目标的行进方向是180~270°(右下方向)时,第一定位点是矩形框的左上角的顶点,在目标的行进方向是90~180°(右上方向)时,第一定位点是矩形框的左下角的顶点,在目标的行进方向是270~360°(左下方向)时,第一定位点是矩形框的右上角的顶点,根据矩形框的位置即可以确定第一定位点在图像坐标系下的坐标。
在一些实施例中,该第二定位点P2可以表示目标后方宽度方向上的另一侧的位置,在目标的行进方向是0~180°时,第二定位点在矩形框的下边线上,在目标的行进方向是180°~360°时,第二定位点在矩形框的上边线上。因此,第一定位点和第二定位点在世界坐标系下的真实距离可以看作近似等于目标的宽度,该目标的宽度可以根据目标的类型确定,因此,可以根据该目标的类型和该第一定位点信息确定第二定位点信息。
在一些实施例中,可以预先设置各类目标的宽度,例如,在目标为卡车时,目标宽度预设为2,在目标为汽车时,目标宽度预设为1.6m,此处不再一一举例。设P(x2,y2)是图像坐标系下P2的坐标,P(x0,y0)是图像坐标系下P0的坐标,设P'(x2',y2')是世界坐标系下P2的坐标,P'(x0',y0')是世界坐标系下P0的坐标,则|x2'-x0'|等于目标的宽度,由于x0,y2和y0都是已知的(根据矩形框的位置可以确定),因此,结合转换矩阵H,即可以计算得到x2,由此确定P2在图像坐标系下的坐标。
在一些实施例中,该第三定位点P1可以表示目标前方宽度方向上该另一侧的位置(即与P2同侧),在目标的行进方向是0~180°或270°~360°时,第三定位点在矩形框的左边线上,在目标的行进方向是90°~270°时,第二定位点在矩形框的右边线上,设P(x1,y1)是图像坐标系下P1的坐标,P'(x1',y1')是世界坐标系下P1的坐标,在世界坐标系下,由于,x2'近似等于x1',x1,x2和y2都是已知的(根据矩形框的位置以及操作302计算可以确定)由此,结合转换矩阵,即可以确定P1在图像坐标系下的坐标。
在一些实施例中,该方法还可以包括:(可选,未图示)根据该第二定位点信息和该第三定位点信息确定目标长度信息;例如,根据上述第二定位点和第三定位点在图像坐标系下的坐标,以及转换矩阵,可以得到该第二定位点和第三定位点在世界坐标系下的坐标,目标的长度等于|x1'-x2'|。
在一些实施例中,上述第二定位点信息和第三定位点以及目标的长度信息在确定后,可以对跟踪信息进行更新,例如对表2中的第二定位点信息和第三定位点以及目标的长度信息进行更新。另外,可以将第二定位点或第三定位点作为当前帧中跟踪参考点,将该第二定位点或第三定位点的坐标更新至表2中最近1秒内跟踪的第二定位点或第三定位点的坐标集合中,并删除该坐标集合中最早存储的一个坐标点,例如,如果一秒包括30帧(帧率为30fps),该坐标集合就包括30个坐标点,分别对应30个帧中第二定位点或第三定位点的坐标,该坐标集合可以用于计算速度信息,该速度信息即为该目标的速度值,可以根据前述定位点信息和跟踪信息确定,例如将该集合中存储的第一个坐标点(最近1秒内的第一帧)和最后一个坐标点(最近1秒内的最后一帧)的距离除以1秒,即得到该目标的速度信息,并将该速度信息更新至表2的速度信息中。
在一些实施例中,该方法还可以包括计算安全距离L并将安全距离更新至表2的安全距离中,该安全距离可以根据速度值和预定参数值确定,例如,该安全距离L=速度值×第一预定参数值+第二预定参数值,例如,第一预定参数值等于1,第二预定参数值等于0,速度值的单位是公里/小时,安全距离的单位是米,但该第一预定参数值和第二预定参数值可以根据实际需要进行调整,例如,根据个体反应时间和摩擦系数调整该第一预定参数值和该第二预定参数值,本申请实施例并不以此作为限制。
在一些实施例中,在104中,计算的距离是指同一车道内行驶方向上前后目标之间的距离(行驶方向上在后目标的前端和在前目标的后端的距离),因此,针对一帧图像内感兴趣区域中同一车道内检测到的前后目标,可以根据在后目标的该第三定位点信息和在前目标的第二定位点信息确定前后目标之间的距离;或者,根据在后目标的该第二定位点信息和在前目标的第二定位点信息以及目标长度信息确定前后目标之间的距离。例如,该前后目标之间的距离等于世界坐标系下在后目标的该第三定位点和在前目标的第二定位点之间的距离,或者等于世界坐标系下在后目标的该第二定位点和在前目标的第二定位点之间的距离减去目标的长度。
例如,针对当前跟踪的目标,在当前帧图像中找到行驶在该目标前方的同一感兴趣区域的同一车道上的所有其他目标(例如查找表2中车道区域标识相同的缓存器对应的目标中行驶在该目标前方的目标),在行驶方向是0~180°时,在图像中,该其他目标在该当前跟踪的目标的位置的上方,在行驶方向是180°~360°时,在图像上,该其他目标在该当前跟踪的目标的位置的下方,依次计算当前跟踪的目标和前述其他目标之间的距离,并找出其中距离该跟踪目标最近(计算出的距离最小)的前方目标Tf。
在一些实施例中,该方法还包括:判断目标间距离是否小于或等于安全距离,在判断结果为是时,该进行报警(向司机或者交管部门),其中,该目标间距离可以是当前跟踪的目标和其前方目标Tf的距离,该安全距离是该当前跟踪的目标对应的缓存器中的安全距离。
图4是计算目标间距离的一示意图,如图4所示,当前跟踪目标T前方目标有T1和T2,T和T1,T2的缓存器中车道区域标识相同,则计算世界坐标系下P1'T和P2'T1之间的距离L1以及世界坐标系下P1'T和P2'T2之间的距离L2,L1则为T和T1之间的距离,L2则为T和T2之间的距离,找出L1和L2中最小的距离对应的目标Tf,例如L1小于L2,则比较L1与安全距离L的大小,如果L1小于L,则发出警报。或者,计算世界坐标系下P2'T和P2'T1之间的距离L1'以及世界坐标系下P2'T和P2'T2之间的距离L2',L1'减去T的长度(根据表2确定)则为T和T1之间的距离L1,L2减去T的长度则为T和T2之间的距离L2,找出L1和L2中最小的距离对应的目标Tf,例如L1小于L2,则比较L1与安全距离L的大小,如果L1小于L,则发出警报。
以上仅以行驶方向为左上为例说明如何计算目标间距离,行驶方向是其他方向时计算目标间距离的方法是类似的,此处不再一一赘述。
另外,以上以实时监控视频的一帧图像(当前帧)为例说明如何进行目标检测,跟踪,定位点信息确定以及计算目标间距离,针对该实时监控视频的其他帧图像的操作与该一帧图像的操作相同,例如,该一帧和其他帧可以是实时监控视频的连续帧或间隔帧(间隔一帧或多帧),本申请实施例并不以此作为限制。
以上仅对与本申请相关的各步骤或过程进行了说明,但本申请不限于此。目标跟踪方法还可以包括其他步骤或者过程,关于这些步骤或者过程的具体内容,可以参考现有技术。此外,以上仅以上述公式为例对本申请实施例进行了示例性说明,但本申请不限于这些公式,还可以对这些公式进行适当的变型,这些变型的实施方式均应包含在本申请实施例的范围之内。
以上各个实施例仅对本申请实施例进行了示例性说明,但本申请不限于此,还可以在以上各个实施例的基础上进行适当的变型。例如,可以单独使用上述各个实施例,也可以将以上各个实施例中的一种或多种结合起来。
由上述实施例可知,根据目标的类型和目标的行进方向确定目标上的至少两个定位点信息,并根据该目标的所述定位点信息和其他目标的定位点信息确定该目标和所述其他目标之间的距离,由此,仅需要简单的配置即可以可靠地计算得到目标间距离,计算量小,复杂度低。
第二方面的实施例
本申请实施例提供一种目标距离检测装置,与第一方面的实施例相同的内容不再赘述。
图5是目标距离检测装置构成示意图,如图5所示,目标距离检测装置500包括:
第一检测单元501,其用于对道路感兴趣区域的实时监控视频进行目标检测,以获得目标的检测信息,该检测信息至少包括该目标的类型;
跟踪单元502,其用于对该目标进行跟踪,并更新该目标的跟踪信息,该跟踪信息至少包括目标的行进方向;
第一确定单元503,其用于根据该目标的类型和该目标的行进方向确定该目标上的至少两个定位点信息;
第二确定单元504,其用于根据该目标的该定位点信息和其他目标的定位点信息确定该目标和该其他目标之间的距离。
在一些实施例中,第一检测单元501,跟踪单元502,第一确定单元503,第二确定单元504的实施方式可以参考第一方面的实施例中101~104,重复之处不再赘述。
在一些实施例中,该检测信息还目标的位置和/或大小。该跟踪信息还包括该检测信息,定位点信息,车道区域标识,目标长度信息,安全距离,跟踪历史信息,速度信息中的至少两种。
图6是第一确定单元构成一示意图,如图6所示,第一确定单元503包括:
第一确定模块601,其用于根据该目标的行进方向确定第一定位点信息;
第二确定模块602,其用于根据该目标的类型和该第一定位点信息确定第二定位点信息;
第三确定模块603,其用于根据该第二定位点信息确定第三定位点信息。
在一些实施例中,第一确定模块601,第二确定模块602,第三确定模块603的实施方式可以参考第一方面实施例的401-403,此处不再赘述。
在一些实施例中,该第一定位点,第二定位点,第三定位点在该目标的边界框的边线上,该目标的边界框根据该检测信息确定。
在一些实施例中,该第二确定单元504根据该目标的该第三定位点信息和其他目标的第二定位点信息确定该目标和该其他目标之间的距离;根据该第二定位点信息和该第三定位点信息确定目标长度信息。
或者,该第二确定单元504根据该第二定位点信息和该第三定位点信息确定目标长度信息;并根据该目标的该第二定位点信息和其他目标的第二定位点信息以及目标长度信息确定该目标和该其他目标之间的距离。
在一些实施例中,该装置还可以包括(可选,未图示):判断单元和警报单元;
该判断单元判断该距离是否小于或等于安全距离,在判断结果为是时,该警报单元进行报警;
其中,该安全距离根据速度值和预定参数值确定,该速度值根据该定位点信息和该跟踪信息确定。
在一些实施例中,该第二确定单元504还可以根据速度值和预定参数计算安全距离,跟踪单元502还可以根据计算出的速度值、安全距离、定位点信息等更新跟踪信息。
在一些实施例中,该装置还可以包括(可选,未图示):预配置单元,其用于预配置道路感兴趣区域信息,可选的,还可以根据道路感兴趣区域信息确定初始化信息。
为了简单起见,图5-6中仅示例性示出了各个部件或模块之间的连接关系或信号走向,但是本领域技术人员应该清楚的是,可以采用总线连接等各种相关技术。上述各个部件或模块可以通过例如处理器、存储器等硬件设施来实现;本申请实施例并不对此进行限制。
以上各个实施例仅对本申请实施例进行了示例性说明,但本申请不限于此,还可以在以上各个实施例的基础上进行适当的变型。例如,可以单独使用上述各个实施例,也可以将以上各个实施例中的一种或多种结合起来。
由上述实施例可知,根据目标的类型和目标的行进方向确定目标上的至少两个定位点信息,并根据该目标的所述定位点信息和其他目标的定位点信息确定该目标和所述其他目标之间的距离,由此,仅需要简单的配置即可以可靠地计算得到目标间距离,计算量小,复杂度低。
第三方面的实施例
本申请实施例还提供了一种电子设备,图7是本申请第三方面的实施例的电子设备的一示意图。如图7所示,电子设备700包括目标距离检测装置701,目标距离检测装置701的结构和功能与第二方面实施例中的记载相同,此处不再赘述。
在本申请实施例的一种实施方式中,电子设备700可以是各种类别的电子设备,例如,车载终端、移动终端或者计算机。
图8是本申请第三方面的实施例的电子设备的系统构成的一示意框图。如图8所示,电子设备800可以包括处理器801和存储器802;该存储器802耦合到该处理器801。该图是示例性的;还可以使用其它类别的结构,来补充或代替该结构,以实现电信功能或其它功能。
如图8所示,电子设备800还可以包括:输入单元803、显示器804、电源805。
在本申请实施例的一个实施方式中,第二方面的实施例所述的目标距离检测装置的功能可以被集成到处理器801中。其中,处理器801可以被配置实现如第一方面的实施例所述的目标距离检测方法。
在一些实施例中,处理器801的实施方式可以参考第一方面的实施例,此处不再赘述。
在本申请实施例的另一个实施方式中,第二方面的实施例所述的目标距离检测装置可以与该处理器801分开配置,例如可以将该目标距离检测装置配置为与处理器801连接的芯片,通过处理器801的控制来实现该目标距离检测装置的功能。
例如,在一些实施例中,处理器801被配置为:对道路感兴趣区域的实时监控视频进行目标检测,以获得目标的检测信息,该检测信息至少包括该目标的类型;对该目标进行跟踪,并更新该目标的跟踪信息,该跟踪信息至少包括目标的行进方向;根据该目标的类型和该目标的行进方向确定该目标上的至少两个定位点信息;根据该目标的该定位点信息和其他目标的定位点信息确定该目标和该其他目标之间的距离。
在一些实施例中,处理器801被配置为:根据该目标的行进方向确定第一定位点信息;根据该目标的类型和该第一定位点信息确定第二定位点信息;根据该第二定位点信息确定第三定位点信息。
在一些实施例中,处理器801被配置为:根据该目标的该第三定位点信息和其他目标的第二定位点信息确定该目标和该其他目标之间的距离;根据该第二定位点信息和该第三定位点信息确定目标长度信息。
在一些实施例中,处理器801被配置为:根据该第二定位点信息和该第三定位点信息确定目标长度信息;并根据该目标的该第二定位点信息和其他目标的第二定位点信息以及目标长度信息确定该目标和该其他目标之间的距离。
在一些实施例中,处理器801被配置为:判断该距离是否小于或等于安全距离,在判断结果为是时,该警报单元进行报警;其中,该安全距离根据速度值和预定参数值确定,该速度值根据该定位点信息和该跟踪信息确定。
在一些实施例中,处理器801被配置为:预配置道路感兴趣区域信息,根据道路感兴趣区域信息确定初始化信息。
在本申请实施例的一种实施方式中,电子设备800也并不是必须要包括图8中所示的所有部件。
如图8所示,处理器801有时也称为控制器或操作控件,可以包括微处理器或其它处理器装置和/或逻辑装置,处理器801接收输入并控制电子设备800的各个部件的操作。
该存储器802,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。并且该处理器801可执行该存储器802存储的该程序,以实现信息存储或处理等。其它部件的功能与现有类似,此处不再赘述。电子设备800的各部件可以通过专用硬件、固件、软件或其结合来实现,而不偏离本申请的范围。
由上述实施例可知,根据目标的类型和目标的行进方向确定目标上的至少两个定位点信息,并根据该目标的所述定位点信息和其他目标的定位点信息确定该目标和所述其他目标之间的距离,由此,仅需要简单的配置即可以可靠地计算得到目标间距离,计算量小,复杂度低。
本申请实施例还提供一种计算机可读程序,其中当在目标距离检测装置或电子设备中执行所述程序时,所述程序使得计算机在所述目标距离检测装置或电子设备中执行第一方面实施例所述的目标距离检测方法。
本申请实施例还提供一种存储有计算机可读程序的存储介质,其中所述计算机可读程序使得计算机在目标距离检测装置或电子设备中执行第一方面实施例所述的目标距离检测方法。
结合本申请实施例描述的目标距离检测装置或电子设备中执行目标距离检测方法可直接体现为硬件、由处理器执行的软件模块或二者组合。例如,图7中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合,既可以对应于计算机程序流程的各个软件模块,亦可以对应于各个硬件模块。这些软件模块,可以分别对应于图1所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息;或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中,也可以存储在可插入移动终端的存储卡中。例如,如果电子设备采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置,则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对图7描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件、或者其任意适当组合。针对图7描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,还可以实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本申请进行了描述,但本领域技术人员应该清楚,这些描述都是示例性的,并不是对本申请保护范围的限制。本领域技术人员可以根据本申请的精神和原理对本申请做出各种变型和修改,这些变型和修改也在本申请的范围内。
本申请实施例还公开下述的附记:
1.一种目标距离检测装置,其特征在于,所述装置包括:
第一检测单元,其用于对道路感兴趣区域的实时监控视频进行目标检测,以获得目标的检测信息,所述检测信息至少包括所述目标的类型;
跟踪单元,其用于对所述目标进行跟踪,并更新所述目标的跟踪信息,所述跟踪信息至少包括目标的行进方向;
第一确定单元,其用于根据所述目标的类型和所述目标的行进方向确定所述目标上的至少两个定位点信息;
第二确定单元,其用于根据所述目标的所述定位点信息和其他目标的定位点信息确定所述目标和所述其他目标之间的距离。
2.根据附记1所述的装置,其中,所述检测信息还目标的位置和/或大小。
3.根据附记1所述的装置,其中,所述跟踪信息还包括所述检测信息,定位点信息,车道区域标识,目标长度信息,安全距离,跟踪历史信息,速度信息中的至少两种。
4.根据附记1所述的装置,其中,所述第一确定单元包括:
第一确定模块,其用于根据所述目标的行进方向确定第一定位点信息;
第二确定模块,其用于根据所述目标的类型和所述第一定位点信息确定第二定位点信息;
第三确定模块,其用于根据所述第二定位点信息确定第三定位点信息。
5.根据附记4所述的装置,其中,所述第一定位点,第二定位点,第三定位点在所述目标的边界框的边线上,所述目标的边界框根据所述检测信息确定。
6.根据附记4所述的装置,其中,所述第二确定单元根据所述目标的所述第三定位点信息和其他目标的第二定位点信息确定所述目标和所述其他目标之间的距离;根据所述第二定位点信息和所述第三定位点信息确定目标长度信息。
7.根据附记4所述的装置,其中,所述第二确定单元根据所述第二定位点信息和所述第三定位点信息确定目标长度信息;并根据所述目标的所述第二定位点信息和其他目标的第二定位点信息以及目标长度信息确定所述目标和所述其他目标之间的距离。
8.根据附记1所述的装置,其中,所述装置还包括:判断单元和警报单元;
所述判断单元,其用于判断所述距离是否小于或等于安全距离,在判断结果为是时,所述警报单元进行报警;
其中,所述安全距离根据速度值和预定参数值确定,所述速度值根据所述定位点信息和所述跟踪信息确定。
9.根据附记1所述的装置,其中,所述装置还包括:
预配置单元,其用于预配置道路感兴趣区域信息。
10.根据附记9所述的装置,其中,所述预配置单元还用于根据道路感兴趣区域信息确定初始化信息。
11.一种目标距离检测方法,其特征在于,所述方法包括:
对道路感兴趣区域的实时监控视频进行目标检测,以获得目标的检测信息,所述检测信息至少包括所述目标的类型;
对所述目标进行跟踪,并更新所述目标的跟踪信息,所述跟踪信息至少包括目标的行进方向;
根据所述目标的类型和所述目标的行进方向确定所述目标上的至少两个定位点信息;
根据所述目标的所述定位点信息和其他目标的定位点信息确定所述目标和所述其他目标之间的距离。
12.根据附记11所述的方法,其中,所述检测信息还目标的位置和/或大小。
13.根据附记11所述的方法,其中,所述跟踪信息还包括所述检测信息,定位点信息,车道区域标识,目标长度信息,安全距离,跟踪历史信息,速度信息中的至少两种。
14.根据附记11所述的方法,其中,确定所述目标上的至少两个定位点信息的步骤包括:
根据所述目标的行进方向确定第一定位点信息;
根据所述目标的类型和所述第一定位点信息确定第二定位点信息;
根据所述第二定位点信息确定第三定位点信息。
15.根据附记14所述的方法,其中,所述第一定位点,第二定位点,第三定位点在所述目标的边界框的边线上,所述目标的边界框根据所述检测信息确定。
16.根据附记14所述的方法,其中,确定所述目标和所述其他目标之间的距离的步骤包括:根据所述目标的所述第三定位点信息和其他目标的第二定位点信息确定所述目标和所述其他目标之间的距离;根据所述第二定位点信息和所述第三定位点信息确定目标长度信息。
17.根据附记14所述的方法,其中,确定所述目标和所述其他目标之间的距离的步骤包括:根据所述第二定位点信息和所述第三定位点信息确定目标长度信息;并根据所述目标的所述第二定位点信息和其他目标的第二定位点信息以及目标长度信息确定所述目标和所述其他目标之间的距离。
18.根据附记11所述的方法,其中,所述方法还包括:
判断所述距离是否小于或等于安全距离,在判断结果为是时,进行报警;
其中,所述安全距离根据速度值和预定参数值确定,所述速度值根据所述定位点信息和所述跟踪信息确定。
19.根据附记11所述的方法,其中,所述方法还包括:
预配置道路感兴趣区域信息。
20.一种电子设备,其特征在于,所述电子设备包括根据附记1所述的装置。
Claims (10)
1.一种目标距离检测装置,其特征在于,所述装置包括:
第一检测单元,其用于对道路感兴趣区域的实时监控视频进行目标检测,以获得目标的检测信息,所述检测信息至少包括所述目标的类型;
跟踪单元,其用于对所述目标进行跟踪,并更新所述目标的跟踪信息,所述跟踪信息至少包括目标的行进方向;
第一确定单元,其用于根据所述目标的类型和所述目标的行进方向确定所述目标上的至少两个定位点信息;
第二确定单元,其用于根据所述目标的所述定位点信息和其他目标的定位点信息确定所述目标和所述其他目标之间的距离。
2.根据权利要求1所述的装置,其中,所述检测信息还目标的位置和/或大小。
3.根据权利要求1所述的装置,其中,所述跟踪信息还包括所述检测信息,定位点信息,车道区域标识,目标长度信息,安全距离,跟踪历史信息,速度信息中的至少两种。
4.根据权利要求1所述的装置,其中,所述第一确定单元包括:
第一确定模块,其用于根据所述目标的行进方向确定第一定位点信息;
第二确定模块,其用于根据所述目标的类型和所述第一定位点信息确定第二定位点信息;
第三确定模块,其用于根据所述第二定位点信息确定第三定位点信息。
5.根据权利要求4所述的装置,其中,所述第一定位点,第二定位点,第三定位点在所述目标的边界框的边线上,所述目标的边界框根据所述检测信息确定。
6.根据权利要求4所述的装置,其中,所述第二确定单元根据所述目标的所述第三定位点信息和其他目标的第二定位点信息确定所述目标和所述其他目标之间的距离;根据所述第二定位点信息和所述第三定位点信息确定目标长度信息。
7.根据权利要求4所述的装置,其中,所述第二确定单元根据所述第二定位点信息和所述第三定位点信息确定目标长度信息;并根据所述目标的所述第二定位点信息和其他目标的第二定位点信息以及目标长度信息确定所述目标和所述其他目标之间的距离。
8.根据权利要求1所述的装置,其中,所述装置还包括:判断单元和警报单元;
所述判断单元,其用于判断所述距离是否小于或等于安全距离,在判断结果为是时,所述警报单元进行报警;
其中,所述安全距离根据速度值和预定参数值确定,所述速度值根据所述定位点信息和所述跟踪信息确定。
9.根据权利要求1所述的装置,其中,所述装置还包括:
预配置单元,其用于预配置道路感兴趣区域信息。
10.一种目标距离检测方法,其特征在于,所述方法包括:
对道路感兴趣区域的实时监控视频进行目标检测,以获得目标的检测信息,所述检测信息至少包括所述目标的类型;
对所述目标进行跟踪,并更新所述目标的跟踪信息,所述跟踪信息至少包括目标的行进方向;
根据所述目标的类型和所述目标的行进方向确定所述目标上的至少两个定位点信息;
根据所述目标的所述定位点信息和其他目标的定位点信息确定所述目标和所述其他目标之间的距离。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110862942.0A CN115690697A (zh) | 2021-07-29 | 2021-07-29 | 目标距离检测装置及方法 |
JP2022115776A JP2023020967A (ja) | 2021-07-29 | 2022-07-20 | ターゲット距離検出装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110862942.0A CN115690697A (zh) | 2021-07-29 | 2021-07-29 | 目标距离检测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115690697A true CN115690697A (zh) | 2023-02-03 |
Family
ID=85057902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110862942.0A Pending CN115690697A (zh) | 2021-07-29 | 2021-07-29 | 目标距离检测装置及方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2023020967A (zh) |
CN (1) | CN115690697A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269007A (zh) * | 2020-02-14 | 2021-08-17 | 富士通株式会社 | 道路监控视频的目标跟踪装置以及方法 |
-
2021
- 2021-07-29 CN CN202110862942.0A patent/CN115690697A/zh active Pending
-
2022
- 2022-07-20 JP JP2022115776A patent/JP2023020967A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269007A (zh) * | 2020-02-14 | 2021-08-17 | 富士通株式会社 | 道路监控视频的目标跟踪装置以及方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2023020967A (ja) | 2023-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109017570B (zh) | 车辆周围场景呈现方法和装置、车辆 | |
US11216673B2 (en) | Direct vehicle detection as 3D bounding boxes using neural network image processing | |
CN110443225B (zh) | 一种基于特征像素统计的虚实车道线识别方法及其装置 | |
CN111046743B (zh) | 一种障碍物信息标注方法、装置、电子设备和存储介质 | |
CN110203210A (zh) | 一种车道偏离预警方法、终端设备及存储介质 | |
WO2019000945A1 (zh) | 车载摄像机测距方法及装置、存储介质和电子设备 | |
CN106696960B (zh) | 一种车辆碰撞预警方法及装置 | |
Lin et al. | Lane departure and front collision warning using a single camera | |
US10832428B2 (en) | Method and apparatus for estimating a range of a moving object | |
CN106326866B (zh) | 车辆碰撞的预警方法及装置 | |
CN102778223A (zh) | 基于车牌合作目标和单目摄像机的汽车防撞预警方法 | |
CN110341621B (zh) | 一种障碍物检测方法及装置 | |
CN109827516B (zh) | 一种通过车轮来测量距离的方法 | |
CN111881245B (zh) | 能见度动态地图的产生方法、装置、设备及存储介质 | |
Petrovai et al. | A stereovision based approach for detecting and tracking lane and forward obstacles on mobile devices | |
CN109389060A (zh) | 一种基于视觉的车周碰撞预警方法 | |
CN113874914A (zh) | 用于求取牵引机与牵引机的挂车之间的运行角度 | |
CN113945219B (zh) | 动态地图生成方法、系统、可读存储介质及终端设备 | |
CN115690697A (zh) | 目标距离检测装置及方法 | |
CN110727269A (zh) | 车辆控制方法及相关产品 | |
CN112990117B (zh) | 基于智能驾驶系统的安装数据处理方法及装置 | |
JP7402753B2 (ja) | 安全支援システム、および車載カメラ画像分析方法 | |
CN113963066A (zh) | 基于车道线的车载全景摄像头标定方法、装置及存储介质 | |
CN108416305B (zh) | 连续型道路分割物的位姿估计方法、装置及终端 | |
CN114236521A (zh) | 一种测距方法、装置、终端设备和汽车 |
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 |