(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210492990.X (22)申请日 2022.05.07 (71)申请人 毫末智行 科技有限公司 地址 100055 北京市丰台区广安路9号院3 号楼18层1802 (72)发明人 宫原俊二 　李睆　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 谭镇 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/56(2022.01) G06V 10/44(2022.01) G06V 10/22(2022.01) G01S 11/12(2006.01)G01C 3/00(2006.01) (54)发明名称 一种距离 检测方法、 装置及车辆 (57)摘要 本发明提供了一种距离检测方法、 装置及车 辆， 包括： 获取拍摄装置采集的连续多张彩色图 像， 通过在预设模式下遵循颜色通道指令， 从连 续多张彩色图像中选取至少一张单通道彩色图 像进行图像处理， 得到每个单通道彩色图像的目 标物体轮廓图像后对目标物体进行距离估算处 理， 得到目标物体在单通道彩色图像中的位置； 根据各目标物体轮廓图像、 各目标物体车辆与目 标物体之间的位置输入预先训练好的物体可靠 度计算模型， 输出目标物体在各单通道彩色图像 中的可靠度值； 根据各目标物体车辆与目标物体 之间的距离、 该可靠度值， 确定目标物体与车辆 之间的最终距离。 本申请通过单色彩图像处理， 提升物体轮廓检测的准确性进而提升距离检测 精确度。 权利要求书3页 说明书15页 附图6页 CN 114973190 A 2022.08.30 CN 114973190 A 1.一种距离检测方法， 应用于包括拍摄装置的车辆， 其特 征在于， 所述方法包括： 获取所述拍摄装置在预设时间段内采集目标物体的连续多张彩色图像； 通过预设颜色通道指令， 从所述连续多张彩色图像中选取至少一张单通道彩色图像； 对各所述单通道彩色图像进行图像处理， 得到各所述单通道彩色图像中的所述目标物 体的轮廓图像； 通过对各所述单通道彩色图像中的所述目标物体进行距离估算处理， 得到所述各单通 道彩色图像中所述目标物体的位置； 所述位置包括所述车辆与所述目标物体之 间的纵向距 离和横向距离； 将所述各单通道彩色图像中的所述目标物体的轮廓图像及所述各单通道彩色图像中 所述目标物体的位置， 输入预先训练好的物体可靠度计算模型， 得到所述各单通道彩色图 像中的所述目标物体的可靠度值； 选取所述可靠度值最大值对应的所述单通道彩色图像中的所述目标物体为可靠目标 物体， 确定所述可靠目标物体与所述车辆之间的实际纵向距离和实际横向距离 。 2.根据权利要求1所述的方法， 其特征在于， 在各所述单通道彩色图像中的目标物体的 可靠度值的计算 步骤， 包括： 提取各所述目标物体的轮廓图像中的轮廓边 缘点； 确定各所述目标物体的轮廓图像中所述轮廓边 缘点的连续 性； 确定各所述目标物体的轮廓图像中所述轮廓边 缘点之间的相似度； 确定所述目标物体在各 所述单通道彩色图像的预设区域内的区域 位置； 将各所述目标物体的轮廓图像中所述轮廓边缘点的连续性、 相似度、 所述目标物体的 位置和所述区域位置， 输入预先训练的物体可靠度计算模型， 得到在各所述单通道彩色图 像中所述目标物体的可靠度值。 3.根据权利要求1所述的方法， 其特征在于， 所述选取所述可靠度值最大值对应的所述 单通道彩色图像中的所述目标物体为可靠目标物体， 确定所述可靠目标物体与所述车辆之 间的实际纵向距离和实际横向距离的步骤， 包括： 选取所述可靠度值最大值对应的所述单通道彩色图像中的所述目标物体为可靠目标 物体； 确定所述可靠目标物体在所述单通道彩色图像中的坐标位置； 所述坐标位置包括所述 可靠目标物体在所述单通道彩色图像中横向坐标位置和纵向坐标位置； 通过所述可靠目标物体在所述单通道彩色图像中的所述横向坐标位置和所述纵向坐 标位置， 确定在所述单通道彩色图像中所述可靠目标物体之间的纵向距离和横向距离； 根据所述目标物体在各所述单通道彩色图像中与所述车辆之间的所述纵向距离和所 述横向距离的变化 率， 确定所述目标物体的移动轨 迹的平滑度和连续度； 根据所述目标物体移动轨迹的平滑度和连续度， 确定所述目标物体与 所述车辆之间的 实际纵向距离和实际横向距离 。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述目标物体移动轨迹的平滑度 和连续度， 确定所述 目标物体与所述车辆之间的实际纵向距离和实际横向距离的步骤， 包 括： 提取拍摄过程中最后预设数量的候选目标物体的候选单通道彩色图像；权　利　要　求　书 1/3 页 2 CN 114973190 A 2在各所述候选单通道彩色图像中获取 所述候选目标物体的第一 坐标值； 若在所述候选单通道彩色图像中的所述候选目标物体的可靠度值大于第 一预设阈值， 且所述候选目标物体的所述第一坐标值小于第二预设阈值， 则将所述候选目标物体确定为 第一目标物体； 对所述第一目标物体的坐标值进行聚类操作， 得到多个第一聚类簇； 获取各所述第一聚类簇中各 所述第一目标物体的第一可靠度值； 选取最大的所述第一可靠度值对应的所述第一目标物体为可靠目标物体； 获取所述可靠目标物体的移动轨 迹为可靠移动轨 迹； 若所述聚类簇的最大的可靠度值大于第 三预设阈值， 且所述可靠移动轨迹的平滑度 大 于第四预设阈值的情况下， 获取各第一聚类簇中各所述可靠目标物体的纵坐标值和横坐标 值； 分别计算所述的可靠目标物体的纵坐标值和横坐标值的加权平均值； 确定所述纵坐标值的加权平均值为所述目标物体与所述车辆之间的实际纵向距离， 以 及所述横坐标值的加权平均值 为所述目标物体与所述车辆之间的实际横向距离 。 5.根据权利要求4所述的方法， 其特征在于， 所述对所述第 一目标物体的坐标值进行聚 类操作， 得到多个第一聚类簇的步骤， 包括： 将可靠度值大于第六 预设阈值的所述第一目标物体确定为第二目标物体； 通过拍摄所述连续多张彩色图像时的车辆速度对所述车辆与所述第二目标物体在之 间的距离进行补偿， 并获取 所述第二目标物体在候选单通道彩色图像中的第二 坐标值； 通过所述第二 坐标值对所述第二目标物体进行聚类操作， 得到多个第二聚类簇 。 6.根据权利要求1所述的方法， 其特征在于， 所述预设颜色通道指令包括： 选取两个所 述颜色通道， 且相邻时间帧的所述单通道彩色图像的颜色通道不同的指令； 和/或， 选取可靠度值大于预设可靠度值的颜色通道的指令； 和/或， 选取轮廓点数较高的所述单通道彩色图像对应的颜色通道的指令 。 7.根据权利要求1所述的方法， 其特征在于， 所述物体可靠度计算模型的训练步骤， 包 括： 获取所述拍摄装置在预设时间段内采集训练目标物体的连续多张训练彩色图像； 通过预设颜色通道指令， 从所述连续多 张训练彩色图像中选取至少一张训练单通道彩 色图像； 提取训练目标物体的轮廓图像中的轮廓边 缘点作为轮廓样本数据； 确定所述轮廓样本数据的连续 性； 确定各所述训练目标物体的轮廓图像中所述轮廓样本数据之间的相似度； 确定所述训练目标物体在各 所述训练单通道彩色图像的预设区域内的训练区域 位置； 通过深度学习算法对各所述轮廓样本数据的连续性、 相似度、 所述训练目标物体的位 置和所述训练区域 位置进行训练， 得到物体可靠度计算模型。 8.一种距离检测装置， 应用于车辆 中的图像处理系统， 所述图像处理系统包括摄像机， 其特征在于， 所述装置包括： 图像拍摄模块， 用于获取所述拍摄装置在预设时间段内采集目标物体的连续多 张彩色 图像；权　利　要　求　书 2/3 页 3 CN 114973190 A 3