基于单目视觉的实时车距测量方法研究的中期报告.docx

基于单目视觉的实时车距测量方法研究的中期报告
中期报告
一、研究背景
车距是指车辆之间的距离，是车辆行驶过程中关注的重要参数之一。在车辆行驶过程中，车距的测量可以帮助司机做出合适的行驶决策，遵守道路交通规则，保证道路交通的安全。目前车距测量主要利用激光雷达、毫米波雷达、摄像头等传感器实现，其中摄像头由于其造价低、成像精细等特点，近年来逐渐被广泛应用。在相机视觉领域，车辆跟踪和距离测量一直是一个研究热点，已经有很多学者对这个问题进行了研究。但目前大部分的研究成果都局限于静态场景或低速场景，缺乏对高速场景中具有快速移动的车辆进行测量的有效方法。
基于此，本文拟基于单目视觉实现实时车距测量，并针对高速场景下快速运动的车辆提出有效方法。本研究的主要内容包括视差估计、相机标定、车辆追踪和车距测量。
二、研究进展
本研究已完成对图像的预处理和特征提取，初步实现了对车辆的追踪。具体来说，本研究采用了基于SIFT特征的追踪算法，通过提取连续帧图像中的特征，并根据匹配特征点之间的距离计算车辆的运动距离和速度，进而实现对车辆的追踪。
同时，本研究也对相机进行了标定，获取相机的内参和外参，为后续的车距测量提供了基础条件。
三、下一步工作计划
1.完善视差估计算法，提高视差估计的准确率和精度。
2.对车辆追踪算法进行优化，提高追踪算法的实时性和鲁棒性。
3.基于相机标定参数，实现车距的实时测量，并在不同路况下进行测试和验证。
4.进一步考虑高速情况下视角的变换以及车身遮挡问题，寻求有效解决方案。
四、参考文献
[1]LiX，etal.Real-timeMonocularVisualOdometryforIntelligentVehicleUsingSIFTandRANSAC.2019.
[2]ZhangX，etal.VehicleDistanceMeasurementusingaSingleCamera.2017.
[3]LiuS，etal.ACollisionAvoidanceSystembasedonMonocularCameraforIntelligentVehicles.2018.