摘要
本发明提出了基于车载深度相机的车辆行驶障碍物距离检测方法及系统,涉及车辆障碍物检测技术领域。包括以下步骤:获取车辆行驶中待识别障碍物的RGB图像信息、深度点云信息和3D坐标信息;提取RGB图像信息中关键点的几何特征,对其中的障碍物进行识别;将3D坐标信息和深度点云信息按照时间戳进行对齐并整合,并结合识别到的障碍物,得到障碍物带有时间戳的3D坐标;学习障碍物带有时间戳的3D坐标不同尺度的空间特征,并进行特征提取,得到障碍物与车身的距离。本发明利用安装在车身上的深度相机获取车辆行驶中待识别障碍物的RGB图像信息、深度点云信息和3D坐标信息,利用混合网络模型对不同特征信息提取后进行分类和回归,能够兼顾高效和精准的对障碍物识别、障碍物与车身距离预测的效果。
技术关键词
深度相机
点云信息
识别障碍物
坐标
关键点
卷积网络模型
图像
车辆
障碍物识别
车身
障碍物距离检测
残差卷积神经网络
障碍物检测技术
神经网络模型
混合网络模型
残差模块
特征信息提取
判断障碍物
系统为您推荐了相关专利信息
数据标注方法
影像数据管理系统
地图服务
样本
实体