[发明专利]一种用于目标车辆的检测方法及系统在审
| 申请号: | 202010290821.9 | 申请日: | 2020-04-14 |
| 公开(公告)号: | CN111539278A | 公开(公告)日: | 2020-08-14 |
| 发明(设计)人: | 许成舜;施亮 | 申请(专利权)人: | 浙江吉利汽车研究院有限公司;浙江吉利控股集团有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62;G08G1/017 |
| 代理公司: | 北京智汇东方知识产权代理事务所(普通合伙) 11391 | 代理人: | 王雪梅 |
| 地址: | 317000 *** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 用于 目标 车辆 检测 方法 系统 | ||
1.一种用于目标车辆的检测方法,其特征在于,包括:
根据目标车辆的图像提取出多个特征点,以得到第一特征点集;
从所述第一特征点集中找出离自车距离最近的目标特征点;
根据所述第一特征点集获取所述目标车辆的轮廓;
将所述目标特征点和自车雷达采集到的目标车辆离自车距离最近的雷达特征点进行融合,以得到融合后的目标特征点;
利用所述融合后的目标特征点对所述目标车辆的轮廓进行修正,以得到所述目标车辆的最终轮廓,以便于根据所述最终轮廓对所述目标车辆进行追踪。
2.根据权利要求1所述的检测方法,其特征在于,从所述第一特征点集中找出离自车距离最近的目标特征点;以及根据所述第一特征点集获取所述目标车辆的轮廓,具体包括:
当所述图像中只显示所述目标车辆的一个侧面时采用单线模型计算,具体为:
取所述第一特征点集中最左侧的特征点和最右侧的特征点,以得到一条直线,取所述直线的中间点作为所述目标特征点,所述直线为所述目标车辆的轮廓。
3.根据权利要求2所述的检测方法,其特征在于,还包括:
当所述图像中显示所述目标车辆的两个侧面时采用L模型计算,具体为:
取所述第一特征点集中的最左侧的特征点和最右侧的特征点,以得到一条直线;
以所述直线为直径作圆;
取所述圆上的所有特征点为第二特征点集;
设所述第二特征点集中的特征点与所述最左侧的特征点的距离为L1、与所述最右侧的特征点的距离为L2,L1与L2之和最小的为所述目标特征点,所述最左侧的特征点与所述目标特征点的连线、所述最右侧的特征点与所述目标特征点的连线为所述目标车辆的轮廓。
4.根据权利要求1所述的检测方法,其特征在于,所有步骤之前,还包括:
实时地获取自车前方的图像;
提取所述图像的多个边缘特征;
根据多个所述边缘特征确定所述目标车辆的图像。
5.根据权利要求4所述的检测方法,其特征在于,提取所述图像的多个边缘特征,具体为:
所述边缘特征包括水平边缘、垂直边缘、边缘的模值、边缘的朝向;
设像素点(x,y)的灰度值为pixel(x,y);则
所述像素点的水平边缘为:grandentx=pixel(x+1,y)-pixel(x-1,y);
所述像素点的垂直边缘为:grandenty=pixel(x,y+1)-pixel(x,y-1);
所述像素点边缘的模值为:
所述像素点边缘的朝向为:tan-1(grandenty/grandentx);其中,
pixel(x+1,y)表示所述像素点的右侧点,pixel(x-1,y)表示所述像素点的左侧点,pixel(x,y+1)表示所述像素点的上侧点,pixel(x,y-1)表示所述像素点的下侧点。
6.根据权利要求5所述的检测方法,其特征在于,根据多个所述边缘特征确定所述目标车辆的图像,具体为:
将多个所述边缘特征提取到检测窗口中;
对多个所述边缘特征进行分类和整合,从而确定所述目标车辆的图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江吉利汽车研究院有限公司;浙江吉利控股集团有限公司,未经浙江吉利汽车研究院有限公司;浙江吉利控股集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010290821.9/1.html,转载请声明来源钻瓜专利网。





