[发明专利]一种车辆检测跟踪方法和装置

说明书

本发明实施例提供一种车辆检测跟踪方法和装置，获取周边环境图像，并基于已训练的车辆检测模型检测周边车辆，获取周边车辆的位置信息和大小信息；基于相机成像原理和周边车辆的位置信息、大小信息获取与周边车辆的相对位置信息，并基于毫米波雷达测距对所述相对位置信息进行修正。通过深度学习算法检测出周围车辆，获取其位置和大小信息，通过对图像采用数据增强、前后景分离等手段，增加前景比例，排除环境干扰，提高跟踪效果，对检测出的物体进行了图像增强，扩充样本量，提升跟踪精度；同时采用图像计算的距离和毫米波雷达测得的距离进行融合，既有毫米波雷达精确度高的优点，又有高速摄像头帧率高的特点。

技术领域

本发明实施例涉及自动驾驶技术领域，尤其涉及一种车辆检测跟踪方法和装置。

背景技术

随着移动互联网的流量天花板逐渐见顶，互联网与实体行业如农业、工业、建筑行业和服务行业等传统行业的数字融合将成为新的趋势，产业互联网结合5G和云计算等技术将加快实体经济转型。汽车作为产业互联网场景下必不可少的智能移动设备，随着新一代的汽车技术革命如新能源、智能网联、自动驾驶的创新，将结合不同落地场景打造可复制循环的商业模式闭环。

自动驾驶是指智能汽车通过安装配备在车上的传感器设备(包括2D摄影视觉感知、激光雷达、毫米波雷达等)感知汽车周围的驾驶环境，结合导航的高精度地图，进行快速的运算与分析，在不断模拟和深度学习潜在的路况环境并作出判断，进一步借助算法规划汽车最理想或最合适的行驶路线及方式，再通过芯片反馈给控制系统进行刹车、方向盘控制等实际操作动作。

自动汽车在行驶过程中，需要对周边环境进行一个采样、处理及反馈的过程，以使得汽车行驶的状态能够应对周边环境，检测周围车辆并测距是无人自动驾驶中不可或缺的功能。目前主流的方法是采用单目摄像头采集数据，利用检测算法检测出车辆，再利用跟踪算法跟踪目标区域，大量缩短时间以达到实时检测效果。同时采用小孔成像原理，计算目标车辆的相对位置，过近时报警或者采取制动功能。该方法比较成熟，但在跟踪阶段，由于复杂环境的干扰，跟踪效果往往不佳，必须经常检测校正，同时单目测距的精度较差，也很难准确估计与周围车辆的距离。

发明内容

本发明实施例提供一种车辆检测跟踪方法和装置，用以解决现有技术中由于复杂环境的干扰，跟踪效果往往不佳，必须经常检测校正，同时单目测距的精度较差，也很难准确估计与周围车辆的距离的问题。

第一方面，本发明实施例提供一种车辆检测跟踪方法，包括：

获取周边环境图像，并基于已训练的车辆检测模型检测跟踪周边车辆，获取周边车辆的位置信息和大小信息；

基于相机成像原理和周边车辆的位置信息、大小信息获取与周边车辆的相对位置信息，并基于毫米波雷达测距对所述相对位置信息进行修正。

作为优选的，基于已训练的车辆检测模型检测跟踪周边车辆前，还包括：

获取周边车辆的图像信息并进行背景分割，分割出车辆区域图像，对所述车辆区域图像进行前景背景分离处理，得到车体部分图像；

对所述车体部分图像进行图像增强处理，以扩充车体部分图像样本，并基于所述车体部分图像样本进行机器学习，得到车辆检测模型。

作为优选的，所述图像增强处理包括平移、旋转和缩放。

作为优选的，基于相机成像原理和周边车辆的位置信息、大小信息获取与周边车辆的相对位置信息，具体包括：

基于获取的周边车辆的位置信息及大小信息和相机参数信息，通过小孔成像原理算出与周边车辆的相对位置信息。

作为优选的，并基于毫米波雷达测距对所述相对位置信息进行修正，具体包括：

对同一时刻通过周边环境图像获取到的周边车辆的相对位置信息，以毫米波雷达获取的位置数据为基准进行修正；