[发明专利]一种多目标多种类的车辆检测和测距系统及实现方法

权利要求书

1.一种多目标多种类的车辆检测和测距系统，其特征在于，包括检测系统、测距系统、外部控制单元和车载的显示屏；所述检测系统包括车道视频采集模块、显示器以及嵌入式系统；所述测距系统包括信息识别单元、控制单元以及显示单元；所述信息识别单元连接所述检测系统的所述车道视频采集模块，接收所述车道视频采集模块处理后的图像/视频数据；所述测距系统的所述控制单元与所述信息识别单元、所述显示单元、所述车道视频采集模块、所述嵌入式系统连接，用于控制各单元之间的数据交互；其中所述嵌入式系统以开源深度学习框架Darknet为基础，改进的YOLOv3网络结构为模型，结合维度聚类分析、网络预训练和多尺度训练模型的方法，训练图像检测器；所述信息识别单元基于双目SLAM算法，采用特征点法进行视觉里程计设计，光束平差法与图优化法进行后端优化，具体步骤如下：

步骤1、提取每帧图像特征点，利用相邻帧图像，进行特征点匹配；

步骤2、利用RANSAC去除大噪声，进行匹配后得到位姿信息，同时可以利用惯性测量单元提供的位姿信息进行滤波融合；

步骤3、后端优化利用滤波理论或者优化理论TORO、G2O进行树或者图的优化，最终得到最优的位姿估计。

2.根据权利要求1所述的车辆检测和测距系统，其特征在于，所述车道视频采集模块包括双目摄像头和预处理单元，其中所述预处理单元用于所述双目摄像头采集到的图像/视频的预处理工作；所述预处理工作包括：将采集到的车辆行驶道路信息，以视频逐帧的形式将信息传递给所述预处理单元，所述预处理单元对图像进行格式、大小统一设置，去模糊化，处理不规则、模糊的图片。

3.根据权利要求1所述的车辆检测和测距系统，其特征在于，所述控制单元用于：（1）当从所述检测系统的所述车道视频采集模块所采集的图片、视频信息不符合所述嵌入式系统检测算法模型的要求时，所述控制单元将控制所述车道视频采集模块重新采集图像；（2）当所述检测系统的所述嵌入式系统将产生的车辆识别结果送入所述测距系统的信息识别单元时，若所述识别结果中并没有识别出车辆或原始数据中根本不存在车辆信息时，控制单元将信息反馈回所述嵌入式系统；（3）接受来自所述外部控制单元的指令选择部分或全部信息传递到所述车载的显示屏；（4）接受来自所述外部控制单元的指令控制检测和/或测距。

4.一种如权利要求1-3任一项所述的多目标多种类的车辆检测和测距系统的实现方法，其特征在于包含如下步骤：

步骤S1、通过双目摄像头采集车辆行驶道路信息，将所述采集到的信息传递给预处理单元进行预处理工作；

步骤S2、通过控制单元传递给所述嵌入式系统的检测模型，识别出图像上车辆的类型；

步骤S3、所述嵌入式系统同时将信息传递给所述测距系统的所述控制单元，所述控制单元根据所述外部控制单元的指令判断是否将信息传递给所述测距系统的所述信息识别单元，用以实现控制是否测距的功能。

5.根据权利要求4所述的实现方法，其特征在于，采用特征点法进行视觉里程计设计，光束平差法与图优化法进行后端优化,具体步骤为：

步骤1）、提取每帧图像特征点，利用相邻帧图像，进行特征点匹配；

步骤2）、利用RANSAC去除大噪声，进行匹配后得到位姿信息，同时可以利用惯性测量单元提供的位姿信息进行滤波融合；

步骤3）、后端优化利用滤波理论或者优化理论TORO、G2O进行树或者图的优化，最终得到最优的位姿估计。