典型文献
基于单目视觉的车辆前方障碍物测距方法
文献摘要：
针对行车过程中的防碰撞预警问题,提出一种基于单目视觉车辆前方障碍物检测与测距方法.为解决传统车辆检测泛化性差且人工提取特征不准确问题,通过深度学习目标检测YOLOv4算法对车辆前方多种障碍物进行检测,获取障碍物的类别信息与位置信息.运用改进的边缘检测算法调整检测框的位置,提升检测算法目标定位的准确性.根据摄像机成像原理及几何关系,得到路面三维坐标与像平面二维坐标转换模型从而进行测距,对所得测量数据进行三次曲线拟合、对测距过程和算法进行优化提升测距精度.在50 m范围内平均误差为0.54 m,在80 m范围内平均测距误差为0.78 m.实验分析对比结果表明,所提方法能够实现较精准、高效率的单目视觉测距.
文献关键词：
单目视觉;目标检测;YOLOv4算法;障碍物测距;三次Bezier曲线拟合
中图分类号：
作者姓名：
高维岳;陈宇拓;刘洋;陈标
作者机构：
中南林业科技大学 计算机与信息工程学院,湖南 长沙410004;湖南汽车工程职业学院 信息工程学院,湖南 株洲412001
文献出处：
引用格式：
[1]高维岳;陈宇拓;刘洋;陈标-.基于单目视觉的车辆前方障碍物测距方法)[J].计算机工程与设计,2022(04):1016-1022
A类：
B类：
单目视觉,前方,障碍物测距,防碰撞预警,障碍物检测,车辆检测,泛化性,提取特征,学习目标,目标检测,YOLOv4,类别信息,位置信息,改进的边缘检测,边缘检测算法,目标定位,摄像机,成像原理,几何关系,三维坐标,坐标转换模型,测量数据,曲线拟合,和算,优化提升,测距精度,内平,平均误差,测距误差,分析对比,视觉测距,Bezier
AB值：
0.386007
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
