文献类型：期刊文章

作　　者：李占旗[1] 高继东[1] 彭凯[2] 刘全周[1] 许小伟[3]

Li Zhanqi;Gao Jidong;Peng Kai;Liu Quanzhou;Xu Xiaowei(CATARC(Tianjin)Automotive Engineering Research Institute Co.,Ltd.,Tianjin 300300,China;Hebei University of Technology,Tianjin 300130,China;Wuhan University of Science and Technology,Wuhan 430000,China)

机构地区：[1]中汽研(天津)汽车工程研究院有限公司,天津300300 [2]河北工业大学,天津300130 [3]武汉科技大学,武汉430000

出　　处：《国外电子测量技术》

基　　金：国家自然科学基金面上项目(51975428);国家自然科学基金(51975426);天津市科技计划(17YDLJGX00020)项目资助。

年　　份：2020

卷　　号：39

期　　号：12

起止页码：104-108

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对路面起伏导致前方车辆距离测量偏差过大,提出一种基于PnP算法的前方车辆距离测量方法。以前方车辆的车牌作为靶标,采用深度学习算法SSD对车牌进行识别,获得车牌在图像中的位置坐标,根据PnP算法估计车牌的位姿,由相机的映射关系计算出目标车牌与本车的纵向和横向距离。该方法与地面是否起伏无关,仅与前方车辆车牌图像测量相关,通过靶标测试、虚拟场景和实际场景对算法的有效性进行测试,测试过程中表明,目标在5~30 m,车距的相对误差为1.4%,可实现较好的距离探测与预警。

关 键 词：车距测量  车牌 PnP算法  相对误差  

分 类 号：U491.6[物流管理与工程类]