一种基于视觉的多车位目标跟踪方法与流程

1.本发明属于汽车技术领域，涉及一种基于视觉的多车位目标跟踪方法。


背景技术：

2.很多自动泊车系统支持通过全景俯视图自动识别停车位。在车位识别的过程中，车辆一直在运动。当识别到一个车位后车辆通常不会立即停止，这就需要实时跟踪计算观测到的车位位置数据。通常根据车辆动力模型计算车位的位置信息称为先验估计值，根据全景俯视图自动识别的车位位置信息称为观测值，一般根据先验估计值和观测值综合计算出车位的位置。但是先验计值和观测值都存在误差，影像车位识别的准确率。


技术实现要素：

3.本发明所要解决的技术问题是克服了现有技术存在的传统的车位跟踪方法累计误差过大，导致车位定位不准，甚至会影响自动泊车的成功率问题，提供了一种基于视觉的多车位目标跟踪方法。
4.为解决上述技术问题，本发明是采用如下技术方案实现的，结合附图说明如下：
5.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
6.一种基于视觉的多车位目标跟踪方法，包括以下步骤：
7.步骤一：处理视频图像识别到第一个车位；
8.步骤二：进行下一帧视频车位识别，并记录这帧视频图像识别到的所有车位观测值；
9.步骤三：计算跟踪车位队列里所有车位在当前时刻的先验估计值；
10.步骤四：跟踪最优估计值和观测值比对；
11.步骤五：根据观测值修正先验估计值，得到最优估计值；
12.步骤六：处理没有观测值的跟踪车位；
13.步骤七：处理新识别的车位；
14.步骤八：更新跟踪车位队列的所有最优估计值。
15.步骤一中所述处理视频图像识别到第一个车位，具体内容为：
16.基于视觉的车位识别检测到的是每个车位4个角点的二维坐标，每个角点的跟踪算法相同；取其中一点为例，为该点第n个视频帧的观测值，另为该点第n个视频帧的观测值，另为当前第
n个视频帧的先验估计值，另n个视频帧的先验估计值，另为当前第n个视频帧的最优估计值，另则识别到第一个车位观测值为将第一个车位的观测值当做最优估计值并将该车位保存到跟踪队列。
17.步骤二中所述进行下一帧视频车位识别，并记录这帧视频图像识别到的所有车位观测值，具体内容为：
18.视频图像受行驶环境的影响，可能会识别车位，也有可能识别不到车位；如果识别到车位，则将观测值组成观测值队列。
19.步骤三中所述计算跟踪车位队列里所有车位在当前时刻的先验估计值，具体内容为：
20.以一个车位的一个角点坐标为例，该坐标在前一视频帧的最优估计值为通过最优估计值计算改坐标在当前视频帧的先验估计值
[0021][0022]
两帧视频时间间隔，车辆在x轴方向偏移的向量为δx，在y轴偏移的向量为δy。
[0023]
步骤四中所述跟踪最优估计值和观测值比对，具体内容为：
[0024]
需要遍历跟踪车位队列和观测值队列按如下方法比对：
[0025][0026]
为跟踪车位队里第i个车位先验估计值，(x
i,n
,y
i,n
)为观测值队列第j个观测值，τ为设定的阈值。
[0027]
进一步地，经过比对有如下3种情况：
[0028]
(1)观测值和先验估计值匹配；
[0029]
(2)跟踪的车位没有新的观测值；
[0030]
(3)识别到新车位。
[0031]
步骤五中所述根据观测值修正先验估计值，得到最优估计值，具体内容为：
[0032]
当观测值队列有对应的坐标和跟踪车位的先验估计值匹配时，根据该车位的先验估计值和其对应的观测值bn，来计算最优估计值。
[0033][0034]kn
为当视频帧的卡尔曼增益，kn计算过程如下：
[0035][0036]
其中r为预测噪声协方差矩阵，是当前视频帧先验估计的协方差矩阵，根据前
一视频帧的最优估计协方差矩阵p
n-1
和测量噪声协方差矩阵q来计算：
[0037][0038]
设置p0为0；
[0039]
更新当前视频帧帧的最优估计协方差矩阵pn：
[0040][0041]
步骤六中所述处理没有观测值的跟踪车位，具体内容为：
[0042]
由于环境等因素的影响，跟踪的车位没有对应的观测值，将先验估计值作为最优估计值；
[0043][0044]kn
＝0
[0045][0046][0047]
步骤七中所述处理新识别的车位，具体内容为：
[0048]
当识别到新车位时，其观测值当做最优估计值：
[0049][0050]kn
＝1
[0051]
pn＝0。
[0052]
步骤八中所述更新跟踪车位队列的所有最优估计值，具体内容为：
[0053]
更新跟踪车位队列的所有最优估计值，然后将超出跟踪范围的车位从跟踪车位队列中删除；继续回到步骤二进行迭代。
[0054]
与现有技术相比本发明的有益效果是：
[0055]
本发明根据车位的先验估计值和观测值来实时跟踪计算车位位置坐标，减少误差干扰，提高车位识别准确率，而且能够支持跟踪多个车位的位置信息。
[0056]
尽管每个车位的感测值和先验估计值都有误差，但是通过卡尔曼滤波算法，增强了车位位置识别的连续性和稳定性。
附图说明
[0057]
下面结合附图对本发明作进一步的说明：
[0058]
图1为本发明所述一种带目标检测的倒车影像方法的处理过程流程图；
[0059]
图2为多车位目标跟踪示意图。
具体实施方式
[0060]
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。
[0061]
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。
[0062]
以下结合附图和实施例进一步描述本发明的技术方案：
[0063]
为了计算车位位置最接近真实值的结果，本发明实现一种基于视觉的多车位目标跟踪方法。该方法根据车位的先验估计值和观测值来实时跟踪计算车位位置坐标，减少误差干扰，提高车位识别准确率，而且能够支持跟踪多个车位的位置信息。
[0064]
参阅图1，一种基于视觉的多车位目标跟踪方法，其特征在于，包括以下步骤：
[0065]
步骤一：处理视频图像识别到第一个车位；
[0066]
如图2所示，基于视觉的车位识别检测到的是每个车位4个角点的二维坐标，每个角点的跟踪算法相同。取其中一点为例，为该点第n个视频帧的观测值，为当前第n个视频帧的先验估计值，为当第n个视频帧的最优估计值。识别到第一个车位器观测值为将其观测值当做最优估计值并将该车位保存到跟踪队列。
[0067]
步骤二：进行下一帧视频车位识别，并记录这帧视频图像识别到的所有车位观测值；
[0068]
视频图像受行驶环境的影响，可能会识别车位，也有可能识别不到车位。如果识别到车位，则将观测值组成观测值队列。
[0069]
步骤三：计算跟踪车位队列里所有车位在当前时刻的先验估计值；
[0070]
以一个车位的一个角点坐标为例，该坐标在前一视频帧的最优估计值为通过最优估计值计算改坐标在当前视频帧的先验估计值
[0071][0072]
两帧视频时间间隔，车辆在x轴方向偏移的向量为δx，在y轴偏移的向量为δy。
[0073]
步骤四：跟踪最优估计值和观测值比对；
[0074]
需要遍历跟踪车位队列和观测值队列按如下方法比对：
[0075][0076]
为跟踪车位队里第i个车位先验估计值，(x
i,n
,y
i,n
)为观测值队列第j个
观测值，τ为设定的阈值。经过比对有如下4中情况：
[0077]
(4)观测值和先验估计值匹配；
[0078]
(5)跟踪的车位没有新的观测值；
[0079]
(6)识别到新车位。
[0080]
步骤五：根据观测值修正先验估计值，得到最优估计值；
[0081]
当观测值队列有对应的坐标和跟踪车位的先验估计值匹配时，根据该车位的先验估计值和其对应的观测值bn，来计算最优估计值。
[0082][0083]kn
为当视频帧的卡尔曼增益，kn计算过程如下：
[0084][0085]
其中r为预测噪声协方差矩阵，是当前视频帧先验估计的协方差矩阵，根据前一视频帧的最优估计协方差矩阵p
n-1
和测量噪声协方差矩阵q来计算：
[0086][0087]
设置p0为0。
[0088]
更新当前视频帧帧的最优估计协方差矩阵，用来计算下一视频帧的先验估计协方差矩
[0089][0090]
步骤六：处理没有观测值的跟踪车位；
[0091]
由于环境等因素的影响，跟踪的车位没有对应的观测值，将先验估计值作为最优估计值
[0092][0093]kn
＝0
[0094][0095][0096]
步骤七：处理新识别的车位；
[0097]
当识别到新车位时，其观测值当做最优估计值：
[0098][0099]kn
＝1
[0100]
pn＝0
[0101]
步骤八：更新跟踪车位队列的所有最优估计值。
[0102]
更新跟踪车位队列的所有最优估计值，然后将超出跟踪范围的车位从跟踪车位队列中删除。继续回到步骤二进行迭代。
[0103]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。同时本说明书中未
作详细描述的内容均属于本领域技术人员公知的现有技术。