高级驾驶员辅助系统和车辆的制作方法

本公开涉及使用图像来辨识相机的姿态的高级驾驶员辅助系统(adas)和车辆。

背景技术：

1、相机基本上安装在配备有用于自主驾驶、碰撞警告等的高级驾驶员辅助系统(adas)的车辆中。

2、这样的车辆通过相机辨识对象，获得与对象相关的信息，并且使用获得的信息获得对象的位置。

3、当车辆通过相机辨识对象时，车辆姿态可以通过区域的地形而改变，并且相机的安装姿态可以通过外力而改变。在本实例中，在到达对象的实际距离和通过图像处理测量的距离之间可能发生误差。

4、车辆已经执行自动在线校正(aoc)以校正由于相机的姿态改变而导致的距离差引起的距离误差，以及车辆动态补偿(vdc)以补偿由于区域的地形引起的相机图像的误差。

5、车辆相对于路面的相对姿态总是改变，并且安装在车辆上的相机的相对姿态也改变。因此，使用vdc估计车辆的姿态，并且通过车辆姿态估计补偿距离误差。在本实例中，按照时间顺序估计姿态的改变量，导致距离误差的累积。

6、包括在本公开的该背景中的信息仅用于增强对本公开的一般背景的理解，并且可以不被视为承认或以任何形式建议该信息形成本领域技术人员已知的现有技术。

技术实现思路

1、本发明的各个方面涉及提供一种高级驾驶员辅助系统(adas)和车辆，其可以使用图像中的光流和消失点来辨识相机的姿态，基于所辨识的相机姿态获得所辨识的距离与到达对象的实际距离之间的距离误差，且基于所获得的距离误差来校正到达对象的距离。

2、本公开的附加方面将部分地在以下描述中阐述，并且部分地将从描述中显而易见，或者可以通过本公开的实践而了解。

3、根据本公开的一方面，提供了一种高级驾驶员辅助系统(adas)，包括：通信器，被配置为与相机通信；以及处理器，被配置为：接收由相机获得的第一图像和第二图像，基于接收的第一图像来获得多个第一特征点，基于接收的第二图像来获得多个第二特征点，获得多个第一特征点和多个第二特征点之中的多个彼此匹配的第一特征点和第二特征点，基于多个彼此匹配的第一特征点和第二特征点获得光流和消失点，基于光流和消失点辨识相机的姿态，且基于相机的辨识的姿态校正到达第二图像中的对象的距离。

4、根据本发明的方面，在获得第一图像之后连续地获得第二图像。

5、根据本发明的方面，该处理器配置为获得连接彼此匹配的多个第一特征点与第二特征点的多个光流，且基于获得的多个光流获得相机的轨迹数据。

6、根据本发明的一方面，该处理器配置为：通过连接和延伸多个彼此匹配的第一特征点和第二特征点来生成多个直线；获得多个直线交叉的多个交叉点；以及获得多个交叉点会聚的点作为消失点。

7、根据本发明的方面，该处理器被配置为基于所获得的消失点的位置信息而获得相机的相对姿态数据。

8、根据本公开的一方面，该处理器被配置为基于相机的相对姿态数据和相机的轨迹数据来辨识相机的姿态。

9、根据本公开的一方面，该处理器被配置为：识别多个交叉点的密度；基于识别的密度获得相机的相对姿态数据的权重和相机的轨迹数据的权重；以及基于获得的相机的相对姿态数据的权重和获得的相机的轨迹数据的权重来辨识相机的姿态。

10、根据本发明的一方面，该处理器被配置为：对多个交点执行高斯拟合，获得与高斯拟合对应的高斯系数，基于获得的高斯系数来获得可靠度确定值，基于获得的可靠度确定值来获得相对姿态数据的权重，基于获得的相对姿态数据的权重来获得轨迹数据的权重。

11、根据本公开的一方面，高斯系数包括与高斯拟合对应的高斯曲线图的高度(a)和宽度(c)，并且可靠度确定值是通过将宽度(c)除以高度(a)而获得的。

12、本发明的一方面中，该处理器被配置为：基于可靠度确定值等于或近似于0，将相对姿态数据的可靠度设置为高于轨迹数据的可靠度，基于可靠度确定值等于或近似于1，将轨迹数据的可靠度设置为高于相对姿态数据的可靠度。

13、根据本公开的另一方面，提供了一种车辆，包括：车辆主体；相机，设置在车辆主体上；以及处理器，被配置为基于由相机获得的图像辨识对象和到该对象的距离。

14、根据本发明的另一方面，该处理器被配置为：基于图像中的第一图像来获得多个第一特征点，基于图像中的第二图像来获得多个第二特征点，获得多个第一特征点和多个第二特征点中的多个彼此匹配的第一特征点和第二特征点，基于多个彼此匹配的第一特征点和第二特征点获得多个光流和消失点，基于多个光流和消失点辨识相机的姿态，基于所辨识的相机的姿态获得到第二图像中的对象的距离误差，且基于获得的距离误差校正到对象的距离。

15、根据本公开的另一方面，车辆进一步包括显示器。处理器被配置为通过使用通过校正到对象的距离而获得的第二图像来生成俯视图，并控制显示器显示生成的俯视图。

16、根据本公开的另一方面，该处理器被配置为基于通过校正到对象的距离获得的第二图像控制自动驾驶和碰撞警报。

17、根据本发明的另一方面，该处理器被配置为获得连接多个彼此匹配的第一特征点与第二特征点的多个光流，且基于获得的多个光流来获得相机的轨迹数据。

18、根据本发明的另一方面，该处理器被配置为：通过连接和延伸多个彼此匹配的第一特征点和第二特征点来生成多个直线；获得多个直线交叉的多个交叉点；获得多个交叉点会聚的点作为消失点；以及基于所获得的消失点的位置信息来获得相机的相对姿态数据。

19、根据本发明的另一方面，该处理器被配置为基于相机的相对姿态数据及相机的轨迹数据来辨识相机的姿态。

20、根据本公开的另一方面，该处理器被配置为：识别多个交叉点的密度；基于识别的密度获得相机的相对姿态数据的权重和相机的轨迹数据的权重；以及基于获得的相机的相对姿态数据的权重和获得的相机的轨迹数据的权重来辨识相机的姿态。

21、根据本发明的另一方面，该处理器被配置为：对多个交叉点执行高斯拟合，获得与高斯拟合对应的高斯系数，基于获得的高斯系数来获得可靠度确定值，基于获得的可靠度确定值来获得相对姿态数据的权重，基于获得的相对姿态数据的权重来获得轨迹数据的权重。

22、根据本公开的另一方面，高斯系数包括与高斯拟合对应的高斯曲线图的高度(a)和宽度(c)，并且可靠度确定值是通过将宽度(c)除以高度(a)而获得的。

23、根据本公开的另一方面，该处理器被配置为：基于可靠度确定值等于或近似于0，将相对姿态数据的可靠度设置为高于轨迹数据的可靠度；以及基于可靠度确定值等于或近似于1，将轨迹数据的可靠度设置为高于相对姿态数据的可靠度。

24、本公开的方法和装置具有其他特征和优点，这些特征和优点将从并入本文的附图和下面的具体实施例中显而易见或在其中更详细地阐述，这些附图和下面的具体实施例一起用于解释本公开的某些原理。

技术特征：

1.一种高级驾驶员辅助系统adas，包括：

2.根据权利要求1所述的adas，其特征在于，在获得所述第一图像之后连续获得所述第二图像。

3.根据权利要求1所述的adas，其特征在于，所述处理器进一步被配置为获得连接所述多个彼此匹配的第一特征点和第二特征点的多个光流，并且基于获得的所述多个光流获得所述相机的轨迹数据。

4.根据权利要求3所述的adas，其特征在于，所述处理器进一步被配置为：

5.根据权利要求4所述的adas，其特征在于，所述处理器进一步被配置为基于获得的消失点的位置信息获得所述相机的相对姿态数据。

6.根据权利要求5所述的adas，其特征在于，所述处理器进一步被配置为基于所述相机的所述相对姿态数据和所述相机的所述轨迹数据来辨识所述相机的姿态。

7.根据权利要求5所述的adas，其特征在于，所述处理器进一步被配置为：

8.根据权利要求5所述的adas，其特征在于，所述处理器进一步被配置为：

9.根据权利要求8所述的adas，其特征在于，所述高斯系数包括与所述高斯拟合对应的高斯曲线图的高度和宽度，并且

10.根据权利要求9所述的adas，其特征在于，所述处理器进一步被配置为：

11.一种车辆，包括：

12.根据权利要求11所述的车辆，进一步包括：

13.根据权利要求11所述的车辆，其中，所述处理器进一步被配置为基于通过校正到所述对象的所述距离而获得的第二图像，控制自动驾驶和碰撞警报。

14.根据权利要求11所述的车辆，其中，所述处理器进一步被配置为获得连接所述多个彼此匹配的第一特征点和第二特征点的所述多个光流，并且基于获得的所述多个光流获得所述相机的轨迹数据。

15.根据权利要求14所述的车辆，其中，所述处理器被配置为：

16.根据权利要求15所述的车辆，其中，所述处理器进一步被配置为基于所述相机的所述相对姿态数据和所述相机的所述轨迹数据来辨识所述相机的姿态。

17.根据权利要求15所述的车辆，其中，所述处理器被配置为：

18.根据权利要求15所述的车辆，其中，所述处理器被配置为：

19.根据权利要求18所述的车辆，

20.根据权利要求18所述的车辆，其中，所述处理器被配置为：

技术总结
高级驾驶员辅助系统(ADAS)和车辆，所述辅助系统包括：通信器，被配置为与相机通信；以及处理器，其被配置为：接收由相机获得的第一图像和第二图像，基于所接收的第一图像来获得多个第一特征点，基于所接收的第二图像来获得多个第二特征点，获得多个第一特征点和多个第二特征点之中的多个彼此匹配的第一特征点和第二特征点，基于多个彼此匹配的第一特征点和第二特征点获得光流和消失点，基于光流和消失点辨识该相机的姿态，且基于相机的所辨识的姿态校正到达第二图像中的对象的距离。

技术研发人员：李重贤,金三龙,丘东勋
受保护的技术使用者：现代自动车株式会社
技术研发日：
技术公布日：2024/3/17