CN119399736A 车辆后悬检测方法、装置、介质、程序产品 (川开电气有限公司)_第1页
CN119399736A 车辆后悬检测方法、装置、介质、程序产品 (川开电气有限公司)_第2页
CN119399736A 车辆后悬检测方法、装置、介质、程序产品 (川开电气有限公司)_第3页
CN119399736A 车辆后悬检测方法、装置、介质、程序产品 (川开电气有限公司)_第4页
CN119399736A 车辆后悬检测方法、装置、介质、程序产品 (川开电气有限公司)_第5页
已阅读5页,还剩29页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

区双流区西南航空港经济开发区空港标边界框的目标边缘线的任一点作为第一位置目标边界框所属的实测车尾部图像中心线的垂下最小垂直距离对应的实测车尾部图像的第一2将所述若干实测车尾部图像输入至第一深度学习模型对所有候选边界框筛选,筛选出满足预设筛选条件的目标边界框,选择所述目标边界框的目标边缘线的一点作为第一位置点;对于每一所述目标边界二坐标轴垂直,所述目标边缘线沿第一坐标轴方向延伸且沿所述第二坐标轴靠近车尾部,所述实测车尾部图像中心线与所述第二坐标轴呈夹选取最小垂直距离对应的实测车尾部图像输入至第二深度学习模型依据相机坐标系下所述最小垂直距离对应的实测车尾部图像的所述第一位置点的坐依据所述第一位置点与所述第二位置点之间的距离,以及所述点的连线在所述第一位置点与第一坐标轴的夹角或者在所述第二位置点与第二坐标轴的选取置信度最高的候选边界框,并检查该候选边界框的置信度是否超过4.根据权利要求1或3所述的车辆后悬检测方法,其特征在若存在一所述候选边界框的尺寸大于等于所述边界框尺寸阈值,则保留该候选边界对所述数据集中的每一图像的车尾部边缘进行边界框标注,3使用标注好的所述数据集来训练所述第一深度学习模型,在训对所述数据集中的每一图像标注出所述后车轮与地依据世界坐标系下的任意点与该任意点在像素坐标系下的对应点,将所述实测车尾部图像输入至所述第一深度学习模型或者所述第二深度学习模型之其中,所述第一深度学习模型采用yolov5网络,所述第二深度学习模型采用yolov7_候选边界框生成模块,用以将所述若干实测车尾部图像输入至第一深度学习模型中,第一位置点标识模块,用以选择所述目标边界框的目标边第二位置点标识模块,用以选取最小垂直距离对应的实测车后悬长度计算模块,用以依据相机坐标系下所述4器执行时实现权利要求1_10中任一所述的车辆后悬检5所述第一深度学习模型用于预测车尾部最后位置点在地面的投影点所在的边缘线在图像所述第一位置点与第二位置点的连线在所述第一位置点与第一坐标轴的夹角或者在所述6算每一所述候选边界框的尺寸;若存在一所述候选边界框的尺寸小于所述边界框尺寸阈[0014]本发明另一方面还提供一种车辆后悬检测装置,采取上7算机程序被处理器执行时实现上述的车辆后83示出了摄像头俯拍的示意图。将摄像头安装在停车车位后方顶部,且相机光轴与地面垂图2(b)中可以看出,只有当车尾部位于摄像头正下方的时候实际的垂直投影点B点与摄像9网络主要包含Focus结构、CSP(CrossStagePartial)结构、Conv模块、C3模块、SPPF模块组成,通过残差连接和特征融合进一步增强网络的特征提取能力。SPPF模块用于多尺度特征融合,提高了网络的鲁棒性。颈部结构用于进一步融合和增强特征,包含FPN据提取的特征图生成目标检测的候选边界框和类别预测等,其主要包含Detect模块,由多度,理想情况下目标边界框为车身各个最外侧的边缘点在地面的投影点形成的矩形边界的边缘点在地面的投影点形成的矩形边界框,其包含有车尾部最后位置点在地面的投影进一步筛选出如图2(b)中所示的车尾部位于摄像头正下方的时候采集的实测车尾部图像,置点在地面的垂直投影点。该目标边界框所对应的实测车尾部图像为A1B1C1D1,中心线角内的图像,即拍摄的区域是固定的,如图4、图5中所示,两图中的实测车尾部图像A1B1C1D1是固定的,摄像头中心位置在地面的投影点即为图像的中心点O,中心线E1F1、合图2(b)中所示,只有当车尾部位于摄像头正下方的时候实际的垂直投影点B点与摄像头拍摄的投影点b点会重合,此时目标边界框的目标边缘线AB的第一位置点b距离中心线每一目标边界框目标边缘线的第一位置点距离中心线的距离比的目标边界框都选定与自身对应的第一坐标轴平行的中心线。记录第一位置点b到中心时车尾部图像中车尾最后位置点在地面的投影点越接近实际中车尾最后位置在地面的垂[0071]步骤S5、选取最小垂直距离对应的实测车尾部图像输入[0073]在一实施例中,第二深度学习模型采用yolov7_pose网络。yolov7_pose网络在wYwZw[0081]其中,(k'p)s表示向量k-'p的第三个分量,即齐次坐标的w分量,用于归一矩阵和平移向量,求得世界坐标系下的所述第一位置点的坐标与所述第二位置点的坐标。置点的连线在所述第一位置点与第一坐标轴的夹角或者在所述第二位置点与第二坐标轴,所述第一位置点与第二位置点的连线在所利用2D相机方案解决了3D视觉对乘用车高亮面车身成像效果差和光电检测无法定位车尾[0093]候选边界框生成模块220,用以将所述若干实测车尾部图像输入至第一深度学习[0095]第一位置点标识模块240,用以选择所述目标边界框第一坐标轴方向的目标边缘[0096]第二位置点标识模块250,用以选取最小垂直距离对应的实测车尾部图像输入至学习模型以后车轮与地面的接触点作为模型训练[0097]后悬长度计算模块260,用以依据相机坐标系下所述最小垂直距离对应的实测车检测方法的计算机程序。应理解,本发明实施例中的该存储介质可以是易失性存储器或非编程只读存储器(erasablePROM,EPROM)、电可擦除可编程只读存储器(electricallyRAM其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论