技术领域本发明涉及测距技术领域，具体涉及一种载具相对目标运动的测试方法。
背景技术：
无人驾驶汽车与无人驾驶飞机在运动过程中经常涉及一种向某个特定目标进行运动的过程，在该过程中，相对该目标的速度、位置等，都是在规划运动自身运动轨迹的重要参考。现有的测距包括激光测距，雷达测距等形式，使用成本较高，激光、雷达测距由于其测距原理抗干扰能力较差。
技术实现要素：
本发明的目的是提供一种载具相对目标运动的测距方法，以解决或至少减轻背景技术中所存在的至少一处的问题。本发明采用的技术方案是：提供一种载具相对目标运动的测距方法，包含以下步骤：S1,调整光学传感器，使其所摄制内容中包含待识别目标，进行图像采集，形成连续的视频图像M；S2，从第一帧开始，对视频M中的第一帧画面M1采用不同的滤波算子进行滤波，获得图像M11和图像M12；S3，获取图像M11中的所需直线端点的集合D1与图像M12中的所需直线端点的集合D2；S4，将D1与D2中具有相同位置的点进行组合，选择所述待识别目标，获取所述待识别目标在所述第一帧画面M1中的像素尺寸P1；S5，分析视频M的第二帧画面M2，重复步骤S2到步骤S4，得到所述参考目标在画面中的像素尺寸P2；S6，根据所述待识别目标在图像M1与图像M2中的位置及目标像素尺寸P1、P2，计算载具相对所述待识别的目标的距离。优选地，所述步骤S2中对第一帧画面M1采用横向滤波算子进行滤波，得到图像M11，采用纵向滤波算子进行滤波，得到图像M12。优选地，所述步骤S3中，通过对图像M11进行Hough变换，获取视频画面中的所需直线端点的集合D1；通过对图像M12进行Hough变换，获取视频画面中的所需直线端点的集合D2。优选地，所述步骤S3中的所需直线以长度为选择条件，按照所需直线的数量，优先选择数量较长的直线。优选地，所述步骤S4中，选择待识别目标包含人工选择和自动选择两种模式。优选地，所述步骤S6载具相对所述待识别目标的距离计算具体为，HS1=P1f,---(1)]]>HS2=P2f,---(2)]]>得到P1S1＝P2S2，即：根据公式联立公式(3)、(4)得到S1与S2，载具相对目标的距离S介于S1与S2之间，其中，f为光学传感器的焦距，S1为载具在第一帧画面M1中与所述待识别目标的距离，H为待识别目标的高度，S2为载具在第二帧画面M2中与所述待识别目标的距离。本发明的有益效果在于：本发明的一种载具相对目标运动的测距方法中只需配置一个光学摄像设备，即可完成信息的采集，硬件使用成本较低；抗干扰能力强，采用本方法，可利用大量现有的图像抗干扰、提升信噪比的方法提高抗干扰能力。附图说明图1是本发明一实施例的载具相对目标运动的测距方法的流程图。图2是本发明一实施例的测距原理图。具体实施方式为使本发明实施的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。下面结合附图对本发明的实施例进行详细说明。在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。本发明是一种利用光学传感器捕捉的图像对载具距捕捉图像内任意目标进行测距的方法，该方法通过将连续时间点的光学图像进行采集，通过Hough变换标定其目标，并对标定的目标进行跟踪，通过分析连续两个时间点图像内同一目标的光流变化，结合载具自身的运动状态，对其相对目标的距离进行解算。如图1所示，一种载具相对目标运动的测距方法，通过载具上的光学传感器采集连续的光学信息，形成视频，对视频进行实时图像处理，匹配采集图像中的待识别目标，根据待识别目标在连续图像中的光流变化，进行载具距离目标的距离解算。具体包含以下步骤：S1,调整光学传感器，使其所摄制内容中包含待识别目标，进行图像采集，形成连续的视频图像M；S2，从第一帧开始，对视频M中的第一帧画面M1采用不同的滤波算子进行滤波，获得图像M11和图像M12；S3，获取图像M11中的所需直线端点的集合D1与图像M12中的所需直线端点的集合D2；S4，将D1与D2中具有相同位置的点进行组合，选择待识别目标，获取待识别目标在第一帧画面M1中的像素尺寸P1；S5，分析视频M的第二帧画面M2，重复步骤S2到步骤S4，得到所述参考目标在画面中的像素尺寸P2；S6，根据待识别目标在图像M1与图像M2中的位置及目标像素尺寸P1、P2，计算载具相对所述待识别的目标的距离。本发明的一种载具相对目标运动的测距方法中只需配置一个光学摄像设备，即可完成信息的采集，硬件使用成本较低；相比雷达与激光测距具有更好的抗干扰能力。例如，在附图2中，载具朝向一个高为H的待识别目标前进，H的顶点在连续两帧图像M1及M2中分别形成的像点分别为P1及P2，载具在采集图像期间移动距离为X，结合载具当前运动的速度与方向，即可解算得到当前相对目标的距离。如图2所示，在本实施例中，当载具运动到A1位置时，光学传感器开始工作，摄制视频流M，后台处理软件开始运行，记光学传感器的采样频率为F，单位为赫兹，载具向待识别目标运动的速度为Vm/s，目标静止。可以理解的是，光学传感器的采样频率应满足，在载具运行到待识别目标前，光学传感器应至少能够获得待识别目标的两个画面。以保证在计算出载具距离待识别目标的距离之前，载具不能够与待识别目标接触，预留一定的处理时间。在本实施例中，步骤S2中对第一帧画面M1采用横向滤波算子进行滤波，得到图像M11，采用纵向滤波算子进行滤波，得到图像M12。其优点在于，能够得到待识别目标的最大外形尺寸。在本实施例中，取A1位置时的图像为第一帧图像M1，对图像M1采用L1＝[10-1]滤波算子进行横向滤波后得到图像M11，对M1使用滤波算子L2＝[10-1]’进行纵向滤波得到图像M12。在本实施例中，步骤S3中，通过对图像M11进行Hough变换，获取视频画面中的所需直线端点的集合D1；通过对图像M12进行Hough变换，获取视频画面中的所需直线端点的集合D2。在本实施例中，Hough变换利用图像空间和Hough参数空间的点－线对偶性，把图像空间中的检测问题转换到参数空间。通过在参数空间里进行简单的累加统计，然后在Hough参数空间寻找累加器峰值的方法检测直线。在本实施例中，步骤S3中的所需直线以长度为选择条件，按照所需直线的数量，优先选择数量较长的直线。例如，在一个备选实施例中，设定选择直线的数量为4条，则优先选择最长的四条直线。在所述步骤S4中，将D1与D2中具有相同位置的点进行组合，选择待识别目标。例如，在一个实施例中，D1中存在(a1,a2,a3,a4)四个点，D2中存在(b1,b2,b3,b4)四个点，通过比较发现a1与b1，a2与b2，a3与b3，a4与b4位置相同，即这四个点所确定的2条水平直线和2条竖直直线可构成一个封闭的矩形，以此矩形框包围的画面中的对象作为待识别的目标。在步骤S4中，选择待识别目标包含人工选择和自动选择两种模式。在本实施例总，步骤S6载具相对所述待识别目标的距离计算具体为，HS1=P1f,---(1)]]>HS2=P2f,---(2)]]>得到P1S1＝P2S2，即：根据公式联立公式(3)、(4)得到S1与S2，载具相对目标的距离S介于S1与S2之间，其中，f为光学传感器的焦距，S1为载具在第一帧画面M1中与所述待识别目标的距离，H为待识别目标的高度，S2为载具在第二帧画面M2中与所述待识别目标的距离。最后需要指出的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。