【CN110031829A】一种基于单目视觉的目标精准测距方法【专利】
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(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