基于单目相机的目标测距方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114266919A(43)申请公布日2022.04.01(21)申请号202111479749.5G06K9/62(2022.01)(22)申请日2021.12.06G06T7/62(2017.01)G06N3/04(2006.01)(71)申请人华人运通（上海）自动驾驶科技有限G06N3/08(2006.01)公司地址201100上海市闵行区苏召路1628号2幢C084室(72)发明人丁磊艾心津(74)专利代理机构广州三环专利商标代理有限公司44202代理人麦小婵郝传鑫(51)Int.Cl.G06V10/764(2022.01)G06V10/80(2022.01)G06V10/82(2022.01)G06V10/44(2022.01)权利要求书2页说明书9页附图3页(54)发明名称基于单目相机的目标测距方法和系统(57)摘要本发明公开了一种基于单目相机的目标测距方法和系统，通过获取单目相机拍摄到的目标图像，并将目标图像输入到目标测距模型中，以使目标测距模型对目标图像进行目标深度测量并输出自车与目标物体的距离；其中，目标测距模型包括特征融合模块、有效信息提取模块和测距模块；特征融合模块对目标图像进行若干次上采样以生成若干张不同尺寸的特征图，并对特征图进行上采样得到融合特征图，并将融合特征图和有效信息提取模块输出的目标位置信息进行融合得到目标特征图；测距模块对目标特征图进行目标深度测量并输出自车与目标物体的测量距离。采用本发明实施例，能够提高目标物体测距时的准确率，且采用的目标测距模型的推理速度快，能够达到实时检测的效果。CN114266919ACN114266919A权利要求书1/2页1.一种基于单目相机的目标测距方法，其特征在于，包括：获取单目相机拍摄到的目标图像；将所述目标图像输入到目标测距模型中，以使所述目标测距模型对所述目标图像进行目标深度测量并输出自车与目标物体的距离；其中，所述目标测距模型包括特征融合模块、有效信息提取模块和测距模块；所述特征融合模块对所述目标图像进行若干次上采样以生成若干张不同尺寸的特征图，并对所述特征图进行上采样得到融合特征图，并将所述融合特征图和所述有效信息提取模块输出的目标位置信息进行融合得到目标特征图；所述测距模块对所述目标特征图进行目标深度测量并输出自车与目标物体的测量距离。2.如权利要求1所述的基于单目相机的目标测距方法，其特征在于，所述特征融合模块包括N个串行连接的下采样层和M个串行连接的上采样层，M≤N，N和M均为大于0的整数；每一所述下采样层分别输出其对应尺寸的特征图，所述上采样层按照预设的上采样策略对所述特征图依次进行上采样以得到融合特征图；其中，每一当前上采样层在上采样结束后将其上采样输出与对应的同尺寸的特征图进行融合，并输入到下一上采样层进行上采样直至当前上采样层为最后一个上采样层。3.如权利要求2所述的基于单目相机的目标测距方法，其特征在于，所述特征融合模块采用DLA34的骨干网络，包括5个串行连接的下采样层和3个串行连接的上采样层。4.如权利要求1所述的基于单目相机的目标测距方法，其特征在于，所述有效信息提取模块的输入为所述若干张不同尺寸的特征图中其中一张满足预设尺寸的标准特征图。5.如权利要求3所述的基于单目相机的目标测距方法，其特征在于，所述有效信息提取模块包括全局信息提取模块、局部信息提取模块和融合模块；其中，所述全局信息提取模块对所述标准特征图依次进行卷积操作、全局平均池化操作和概率化操作，得到第一尺寸特征图；所述局部信息提取模块对所述标准特征图进行卷积操作和概率化操作，得到第二尺寸特征图；所述融合模块将所述第一尺寸特征图和所述第二尺寸特征图进行整合和通道还原，以输出目标位置信息。6.如权利要求1所述的基于单目相机的目标测距方法，其特征在于，所述测距模块包括类别分类模块、尺寸分类模块、深度范围模块和深度残差模块，每一模块的输入均为所述目标特征图；其中，所述类别分类模块包括第一卷积层、ReLU层、第二卷积层和概率化层；所述尺寸分类模块包括第三卷积层、ReLU层和第四卷积层；所述深度范围模块包括第五卷积层、BN层、Mish层、第六卷积层、ReLU层、第七卷积层和概率化层；所述深度残差模块包括第八卷积层、ReLU层和第九卷积层。7.如权利要求6所述的基于单目相机的目标测距方法，其特征在于，所述类别分类模块用于：获取所述目标特征图的每个像素点，并计算每个像素点在所述类别分类模块的通道上的概率值，并计算概率值大于预设阈值的目标像素点在所述目标特征图的位置坐标；所述尺寸分类模块用于：以所述位置坐标为最小外接矩形框的中心点，在所述目标特2CN114266919A权利要求书2/2页征图中获取所述最小