CN113866783B 车辆测距方法及系统 （杭州鸿泉物联网技术股份有限公司）

司述实时图像中车辆前方的目标障碍物及车道线觉测距在道路与标定平面发生角度变化的情况2获取车载摄像头采集的实时图像，并对所述实时图像中车辆前根据检测到的所述车道线的位置坐标，确定所述车道线与预设参照线为车道线与实时图像边界的交点A和交点根据所述夹角、车道宽度、主点纵向坐标和所述车载摄像头通过下式计算摄像头俯仰角补偿量β:根据所述俯仰角补偿量、安装高度、所述车载摄像头在垂直方向的根据主点横向坐标、所述目标障碍物在所述实时图像上的横向y根据主点横向坐标、所述目标障碍物在所述实时图像上的横向3所述外参包括所述车载摄像头的安装高度和俯仰基于目标检测算法对所述实时图像中车辆前方的目标障碍物进行检测获取目标检测根据所述目标障碍物在实时图像中的位置，分别确定所述目所述目标检测模块，用于获取车载摄像头采集的实时图像，并对所述实所述数据获取模块，用于根据检测到的所述车道线，获取所述车载摄所述外参包括所述车载摄像头的安装高度和俯仰执行所述计算机程序时实现权利要求1至3任一项所述车辆测序，所述计算机程序用于使所述处理器执行权利要求1至3任一项所述车辆测距方法的步45[0025]基于目标检测算法对所述实时图像中车辆前方的目标障碍物进行检测获取目标[0026]根据所述目标检测框的下边界的中心位置，确定目标障碍物在实时图像中的位机程序被处理器执行时实现如上述任一种所述车辆测距方法6的目标障碍物及车道线进行检测，并基于检测到的车道线对车载摄像头的俯仰角进行补[0049]本发明提供的车辆测距方法是基于车道线补偿的单目视觉测距方法的基础上实7动个人计算机(ultra-mobilepersonalcomputer，UMPC)、上网本或者个人数字助理(NetworkAttachedStorage，NAS)、个人计算机(personalcomputer，PC)、电视机传统的图像处理算法或基于深度学习的图像检测算法如目标检测算法对获取的实时图像道线，例如可以采用图像分割网络LaneNet和SCNN(SpatialConvolutionalNeural了现有技术中采用单目视觉测距在道路与标定平面发生角度变化的情况下测距不准的问摄像头的安装高度h，用陀螺仪测量摄像头的俯仰角θ,并调整摄像头俯仰角使得摄像头的8[0074]可选地，采用基于视觉的车道线检测算法(如LaneNet和SCNN)对车辆前方的所有[0075]在检测到的车道线中选取车辆前方左右两侧的两条车道线，如图2中的AO和BO所际线EF上方。所以可以根据车道线与预设参照线(例如水平线)的夹角α来计算摄像头的俯9[0090]基于目标检测算法对实时图像中车辆前方的目标障碍物进行检测获取目标检测像头在使用过程中由于结构应力或安装不牢靠导致初始位置发生变化引起的测距不准的了现有技术中采用单目视觉测距在道路与标定平面发生角度变化的情况下测距不准的问以包括：处理器(processor)510、通信接口(communicationinterface)511、存储器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部分可以以软件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以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换