刘 军，后士浩，张 凯，晏晓娟



基于单目视觉车辆姿态角估计和逆透视变换的车距测量

刘 军，后士浩，张 凯，晏晓娟

（江苏大学汽车与交通工程学院，镇江 212013）

针对一般的单目视觉测距方法忽略汽车在行驶过程中姿态角变化的问题，该文提出了一种基于变参数逆透视变换和道路消失点检测的单目视觉测距模型，实现了车辆在相对运动过程中的纵向距离和横向距离实时测量。首先，该文通过基于纹理方向估计的道路消失点检测算法计算出汽车运动的偏航角和俯仰角，然后运用变参数的逆透视变换和几何建模分析方法，建立车辆测距模型。对不同道路环境和测距方法的2组对比试验分析该文方法的可行性和有效性，结果表明，该文所提出的测距模型能够有效测量纵向70 m、横向4 m以内的目标车辆距离，测量误差在5%以内，且道路环境越好，误差越小，道路良好的平坦道路测距误差在3%以内；该文算法的平均处理速度达到了40帧/s。

算法；模型；车辆；单目视觉；逆透视变换；道路消失点检测；单目测距

0 引 言

在智能车和高级驾驶辅助系统中，车辆检测和测距是对道路交通信息理解的关键内容，也是汽车避免危险而做出响应的前提条件。视觉机器学习方法被广泛运用在车辆检测任务上，而车辆测距技术是在车辆检测任务的基础上发展而成的一项技术。测量车辆的纵向距离和横向距离可以对车辆进行准确定位，而且还可以为汽车行驶过程中纵向、横向提供安全距离控制[1-5]。……