【CN110031829A】一种基于单目视觉的目标精准测距方法【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910311557.X

(22)申请日 2019.04.18

(71)申请人 北京联合大学

地址 100101 北京市朝阳区北四环东路97

号

(72)发明人 刘宏哲　王永森　

(74)专利代理机构 北京思海天达知识产权代理

有限公司 11203

代理人 刘萍

(51)Int.Cl.

G01S 11/12(2006.01)

(54)发明名称

一种基于单目视觉的目标精准测距方法

(57)摘要

一种基于单目视觉的目标精准测距方法属

于计算机视觉计算领域，主要应用于智能驾驶场

景感知中前方车辆目标测距技术中。该方法主要

分为相机标定、目标测距关键点选取、目标测距、

误差修正四大部分。通过选取合适的测距关键

点，结合多种测距算法以及对测距误差进行修

正，最终得到目标的精准距离。该方法可以应用

在基于视觉计算的很多行业中，如应用于无人驾

驶汽车前方车辆目标测距，城市交通车辆检测与

行为意图分析，智能机器人目标测距等应用中。

本方法较其他视觉测距方法精度更高。权利要求书2页 说明书4页 附图6页CN 110031829 A 2019.07.19

C N 110031829

A

1.一种基于单目视觉的目标精准测距方法，其特征在于，包括以下步骤：

步骤1：相机标定；

步骤1-1：打印一张用于相机标定的黑白相间的棋盘格，把它贴在一个平面上，作为标定物；

步骤1-2：使用需要标定的相机捕获棋盘格图像，要求整张棋盘格在图像内，每个棋盘格边长不能少于10个像素，并且捕获从不同角度拍摄的N张图像；

步骤1-3：打开MATLAB软件中相机标定模块，点击“add images ”，然后输入模板的方格大小d mm，选中步骤1-2中获取到的N张图像；

步骤1-4：添加完N张图像之后，选择“calibrate ”命令，出现标定结果统计图，点击保存calibration.mat文件，相机标定完成；

步骤1-5：从calibration.

mat中取出内参矩阵其中，f x 、f y 分别是相机水平方向和垂直方向相对单位像素的焦距，(u 0,v 0)是光学中心坐标，

外参矩阵其中，分别是世界坐标到相机坐标的旋转

矩阵、平移矩阵；

步骤2：目标测距关键点选取；

步骤2-1：由已知的目标检测结果得到待测目标的矩形框位置(u v w h)，其中(u v)表示矩形框在图像中左上角顶点的坐标值，(w h)表示矩形框的宽度和高度像素值；

步骤2-2：

计算目标测距关键点C的像素坐标

步骤2-3：校验测距关键点坐标合法性，需要满足条件C＝{(x ,y)|0＜x＜W ,0＜y＜H}，其中W是图像总的像素宽度，H是图像总的像素高度；

步骤3：目标测距；

步骤3-1：选取世界坐标系，世界坐标系的坐标原点在相机正下方的水平路面上，x轴方向为正前方，y轴方向为正左方，z轴方向为正上方，符合右手定则；

步骤3-2：从步骤1中得到相机参数的内参矩阵K和外参矩阵P，从步骤2中得到待测目标的测距关键点C的像素坐标(u 1,v 1)，

其中令测距关键点C的世界坐标为(X w ，Y w ，Z w )，由于所计算的关键点C的世界坐标点位于水平地面上，所以Z w ＝0，最后通

过矩阵变换公式计算得到关键点C的相关性未知尺度因子s；

步骤3-3：根据步骤3-2所求的相关性未知尺度因子s ，关键点C 的像素坐标

权　利　要　求　书1/2页2CN 110031829 A