本發(fā)明涉及計算機(jī)，特別涉及一種基于柱面圖檢測框的目標(biāo)測距方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、計算機(jī)視覺的快速發(fā)展為智能汽車的環(huán)境感知帶來了技術(shù)革新，在駕駛輔助系統(tǒng)和智能駕駛領(lǐng)域的應(yīng)用也日益廣泛，基于純視覺的環(huán)視魚眼系統(tǒng)由于其低成本、低能耗、低算力等特點，逐漸成為各大主機(jī)廠的主流感知方案。

2、環(huán)視魚眼系統(tǒng)雖然具有超大的視角范圍，但魚眼相機(jī)圖片卻具有很強(qiáng)的非線性畸變，且越靠近圖片邊緣的像素畸變越大，不利于目標(biāo)檢測算法的開發(fā)。常見的解決辦法是將魚眼圖片通過標(biāo)定轉(zhuǎn)換成其它形式的圖片，例如通過柱面圖檢測框架轉(zhuǎn)換為柱面圖像，然而，當(dāng)前的柱面圖檢測框架在處理小目標(biāo)時存在以下問題：1、由于小目標(biāo)的尺寸較小，其在柱面圖上的表示可能不夠清晰或者難以準(zhǔn)確檢測，尤其是遠(yuǎn)距離小目標(biāo)，其所占像素元素較少，遠(yuǎn)距離場景下的一個像素代表的距離能達(dá)到數(shù)十公分，在測距時必然存在測距精度問題。2、環(huán)境魯棒性問題：不同光照條件、目標(biāo)與背景對比度差異等因素可能進(jìn)一步影響小目標(biāo)的測距效果，出現(xiàn)測距不穩(wěn)定，甚至出現(xiàn)漏檢和誤檢測，為此，上述問題亟待本領(lǐng)域技術(shù)人員解決。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明的目的在于提供一種基于柱面圖檢測框的目標(biāo)測距方法、裝置、設(shè)備及介質(zhì)，提高了測距精度與測距穩(wěn)定性，其具體方案如下：

2、第一方面，本技術(shù)公開了一種基于柱面圖檢測框的目標(biāo)測距方法，包括：

3、對魚眼相機(jī)采集到的原始圖像進(jìn)行柱面投影去畸變處理，得到柱面投影圖像，并根據(jù)所述柱面投影圖像得到當(dāng)前幀的各個目標(biāo)的二維檢測框；

4、通過前一幀的各個所述目標(biāo)的二維跟蹤框與各個所述目標(biāo)的徑向補償結(jié)果確定當(dāng)前幀的各個所述目標(biāo)的二維預(yù)測框；各個所述目標(biāo)的徑向補償結(jié)果分別基于當(dāng)前幀的各個所述目標(biāo)的二維檢測框的特征信息與車身視角控制參數(shù)得到；

5、確定所述二維檢測框匹配的所述二維預(yù)測框，對所述二維檢測框匹配的所述二維預(yù)測框進(jìn)行更新，得到當(dāng)前幀的所述目標(biāo)的二維跟蹤框，并根據(jù)所述目標(biāo)的二維跟蹤框確定所述目標(biāo)的三維位置信息，以實現(xiàn)所述目標(biāo)的測距。

6、可選的，所述通過前一幀的各個所述目標(biāo)的二維跟蹤框與各個所述目標(biāo)的徑向補償結(jié)果確定當(dāng)前幀的各個所述目標(biāo)的二維預(yù)測框，包括：

7、通過各個所述目標(biāo)的二維檢測框的特征信息與所述車身視角控制參數(shù)得到各個收縮因子，根據(jù)各個所述收縮因子確定各個所述目標(biāo)的徑向補償結(jié)果；

8、根據(jù)各個所述目標(biāo)的徑向補償結(jié)果確定各個所述目標(biāo)的二維跟蹤框的目標(biāo)測距點，并根據(jù)各個所述目標(biāo)測距點以及前一幀的各個所述目標(biāo)的二維跟蹤框確定當(dāng)前幀的各個所述目標(biāo)的二維預(yù)測框。

9、可選的，所述根據(jù)各個所述收縮因子確定各個所述目標(biāo)的徑向補償結(jié)果，包括：

10、確定各個所述目標(biāo)的二維檢測框的檢測框中心點的高度信息；

11、對各個所述目標(biāo)的二維檢測框的檢測框中心點的高度信息與各個所述收縮因子分別進(jìn)行相乘運算，得到各個所述目標(biāo)的徑向補償結(jié)果。

12、可選的，所述目標(biāo)的二維檢測框的特征信息包括所述目標(biāo)的二維檢測框的寬高信息，所述車身視角控制參數(shù)包括所述魚眼相機(jī)的高度信息；

13、相應(yīng)的，所述通過各個所述目標(biāo)的二維檢測框的特征信息與所述車身視角控制參數(shù)得到各個收縮因子，包括：

14、根據(jù)目標(biāo)模型并通過各個所述目標(biāo)的二維檢測框的寬高信息與所述魚眼相機(jī)的高度信息得到各個收縮因子；

15、其中，在所述目標(biāo)模型中，所述收縮因子與所述魚眼相機(jī)的高度信息為反比關(guān)系，所述收縮因子與目標(biāo)比值為正比關(guān)系，所述目標(biāo)比值為所述目標(biāo)的二維檢測框的寬度信息與所述目標(biāo)的二維檢測框的寬度信息的比值。

16、可選的，所述確定所述二維檢測框匹配的所述二維預(yù)測框，包括：

17、根據(jù)所述二維檢測框與所述二維預(yù)測框之間的位置信息以及交并比信息構(gòu)建代價矩陣，并通過匈牙利算法基于所述代價矩陣獲取最優(yōu)指派方案；

18、在所述最優(yōu)指派方案中，判斷所述二維檢測框與所述二維預(yù)測框之間的代價值是否不小于預(yù)設(shè)閾值，若所述代價值不小于所述預(yù)設(shè)閾值，則將相應(yīng)的所述二維預(yù)測框確定為所述二維檢測框匹配的所述二維預(yù)測框。

19、可選的，所述基于柱面圖檢測框的目標(biāo)測距方法，還包括：

20、對于當(dāng)前幀任一未被匹配上的所述二維預(yù)測框，判斷所述二維預(yù)測框未被匹配上的次數(shù)是否滿足預(yù)先設(shè)定的未匹配次數(shù)閾值；

21、若未被匹配上的次數(shù)滿足所述未匹配次數(shù)閾值，則將所述二維預(yù)測框判定為不可信任二維預(yù)測框，并直接根據(jù)所述二維檢測框確定所述二維跟蹤框。

22、可選的，所述根據(jù)所述目標(biāo)的二維跟蹤框確定所述目標(biāo)的三維位置信息之后，還包括：

23、對當(dāng)前幀的各個所述目標(biāo)的二維跟蹤框進(jìn)行三維投影，得到當(dāng)前幀的各個所述目標(biāo)的三維檢測框；

24、基于前一幀的各個所述目標(biāo)的三維跟蹤框以及目標(biāo)運動學(xué)方程得到當(dāng)前幀的各個所述目標(biāo)的三維預(yù)測框；

25、確定所述三維檢測框匹配的所述三維預(yù)測框，對所述三維檢測框匹配的所述三維預(yù)測框進(jìn)行更新，得到當(dāng)前幀的所述目標(biāo)的三維跟蹤框，以實現(xiàn)對所述三維位置信息的濾波。

26、第二方面，本技術(shù)公開了一種基于柱面圖檢測框的目標(biāo)測距裝置，包括：

27、檢測框生成模塊，用于對魚眼相機(jī)采集到的原始圖像進(jìn)行柱面投影去畸變處理，得到柱面投影圖像，并根據(jù)所述柱面投影圖像得到當(dāng)前幀的各個目標(biāo)的二維檢測框；

28、預(yù)測框生成模塊，用于通過前一幀的各個所述目標(biāo)的二維跟蹤框與各個所述目標(biāo)的徑向補償結(jié)果確定當(dāng)前幀的各個所述目標(biāo)的二維預(yù)測框；各個所述目標(biāo)的徑向補償結(jié)果分別基于當(dāng)前幀的各個所述目標(biāo)的二維檢測框的特征信息與車身視角控制參數(shù)得到；

29、更新測距模塊，用于確定所述二維檢測框匹配的所述二維預(yù)測框，對所述二維檢測框匹配的所述二維預(yù)測框進(jìn)行更新，得到當(dāng)前幀的所述目標(biāo)的二維跟蹤框，并根據(jù)所述目標(biāo)的二維跟蹤框確定所述目標(biāo)的三維位置信息，以實現(xiàn)所述目標(biāo)的測距。

30、第三方面，本技術(shù)公開了一種電子設(shè)備，包括：

31、存儲器，用于保存計算機(jī)程序；

32、處理器，用于執(zhí)行所述計算機(jī)程序，以實現(xiàn)前述公開的基于柱面圖檢測框的目標(biāo)測距方法。

33、第四方面，本技術(shù)公開了一種計算機(jī)可讀存儲介質(zhì)，用于保存計算機(jī)程序；其中，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)前述公開的基于柱面圖檢測框的目標(biāo)測距方法。

34、可見，本技術(shù)公開了一種基于柱面圖檢測框的目標(biāo)測距方法，包括：對魚眼相機(jī)采集到的原始圖像進(jìn)行柱面投影去畸變處理，得到柱面投影圖像，并根據(jù)柱面投影圖像得到當(dāng)前幀的各個目標(biāo)的二維檢測框；通過前一幀的各個目標(biāo)的二維跟蹤框與各個目標(biāo)的徑向補償結(jié)果確定當(dāng)前幀的各個目標(biāo)的二維預(yù)測框；各個目標(biāo)的徑向補償結(jié)果分別基于當(dāng)前幀的各個目標(biāo)的二維檢測框的特征信息與車身視角控制參數(shù)得到；確定二維檢測框匹配的二維預(yù)測框，對二維檢測框匹配的二維預(yù)測框進(jìn)行更新，得到當(dāng)前幀的目標(biāo)的二維跟蹤框，并根據(jù)目標(biāo)的二維跟蹤框確定目標(biāo)的三維位置信息，以實現(xiàn)目標(biāo)的測距。綜上可見，本技術(shù)基于當(dāng)前幀的各個目標(biāo)的二維檢測框的特征信息與車身視角控制參數(shù)得到各個徑向補償結(jié)果，并基于各個徑向補償結(jié)果對各個目標(biāo)的二維檢測框在徑向的跟蹤誤差進(jìn)行補償，以便對目標(biāo)的二維檢測框的真實接地點進(jìn)行預(yù)測，得到目標(biāo)的二維預(yù)測框，并對二維預(yù)測框進(jìn)行更新，得到目標(biāo)的二維跟蹤框，并根據(jù)目標(biāo)的二維跟蹤框確定目標(biāo)的三維位置信息，以實現(xiàn)目標(biāo)的測距，如此一來，本技術(shù)獲取到了更為準(zhǔn)確的接地點，提高了目標(biāo)測距的精度，此外，本技術(shù)通過對二維預(yù)測框進(jìn)行更新，抑制了檢測框跳變噪聲以及隨著自車視角變化引起的測距點誤差噪聲，提高了目標(biāo)測距的穩(wěn)定性。