(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 202210771626.7 (22)申请日 2022.06.30 (71)申请人 北京旋极信息技 术股份有限公司 地址 100094 北京市海淀区丰秀中路3号院 12号楼 (72)发明人 吕东翰　王英荷　吴宾　林枫　 石钊　 (74)专利代理 机构 北京安信方达知识产权代理 有限公司 1 1262 专利代理师 吴晓霞　栗若木 (51)Int.Cl. G06V 20/58(2022.01) G06V 20/40(2022.01) G06V 10/82(2022.01) G06V 10/25(2022.01)G06F 30/15(2020.01) G06F 30/20(2020.01) G06F 119/14(2020.01) (54)发明名称 一种估计车辆距离和速度的方法、 装置和系 统 (57)摘要 一种估计车辆距离和速度的方法、 装置和系 统， 所述方法包括： 通过单目相机采集道路中前 方多个车辆图像， 确定每个车辆相对应的目标 框； 根据所确定的目标框分别采集每个车辆的视 频数据， 并利用预设的车辆跟踪方法分别确定每 个车辆相对应的ID号和历史距离信息； 根据所确 定的ID号、 历史距离信息以及车辆动力学模型计 算出每个车辆的速度， 以及和所述单目相机之间 的距离。 权利要求书2页 说明书9页 附图3页 CN 115116037 A 2022.09.27 CN 115116037 A 1.一种估计车辆距离和速度的方法， 其特 征在于， 所述方法包括： 通过单目相机采集道路中前 方多个车辆图像， 确定每 个车辆相对应的目标框； 根据所确定的目标框分别采集每个车辆的视频数据， 并利用预设的车辆跟踪方法分别 确定每个车辆相对应的ID号和历史距离信息； 根据所确定的ID号、 历史距离信息以及车辆动力学模型计算出每个车辆的速度， 以及 和所述单目相机之间的距离 。 2.根据权利要求1所述的估计车辆距离和速度的方法， 其特征在于， 所述通过单目相机 采集道路中前 方多个车辆图像， 确定每 个车辆相对应的目标框， 包括： 通过所述单目相机采集道路中前方多个车辆图像， 将所采集的多个图像输入目标检测 网络； 利用所述目标检测网络对所采集的多个图像进行特征提取、 抽象及拟合， 得到每个车 辆相对应的 的多个检测框； 利用非极大值抑制方法， 分别从每个车辆的多个检测框中筛选出与 车辆相对应的目标 框。 3.根据权利要求1所述的估计车辆距离和速度的方法， 其特 征在于， 所述的车辆跟踪方法包括： 基于匈 牙利算法和感知哈希的多目标跟踪算法。 4.根据权利要求3所述的估计车辆距离和速度的方法， 其特征在于， 所述根据 所确定的 目标框分别采集每个车辆的视频数据， 并利用预设的车辆跟踪方法分别确定每个车辆相对 应的ID号和历史距离信息， 包括： 计算所采集的视频数据中当前帧目标框Ai与上一帧目标框Bj之间的交并比IOUi,j， 其 中， i表示当前帧中目标框所对应的车辆编号， j表示上一帧中目标框所对应的车辆编号； 根据交并比的大小确定二分图的权值Ei,j； 根据当前帧目标框Ai、 上一帧目标框Bj以及所确定的二分图的权值Ei,j确定每个车辆相 对应的ID号和与该ID号所对应的历史距离信息； 其中， 该交并比是两目标框交集 面积与并集 面积之间的比值。 5.根据权利要求 4所述的估计车辆距离和速度的方法， 其特 征在于， 所述根据交并比的大小确定二分图的权值Ei,j， 包括： 若所计算的交并比IOUi,j大于0.6， 则Ei,j＝IOUi,j； 若所计算的交并比IOUi,j小于或等于0.6， 则计算当前帧目标框Ai与上一帧目标框Bj之 间的差异Si,j， 并根据Si,j的大小确定二分图的权值Ei,j。 6.根据权利要求5所述的估计车辆距离和速度的方法， 其特 征在于， 所述根据Si,j的大小确定二分图的权值Ei,j， 包括： 当Si,j小于或等于16时， 则Ei,j＝IOUi,j+Eadd； 当Si,j大于16且小于24时， 则Ei,j＝IOUi,j； 当Si,j大于或等于24时， 则Ei,j＝0。 7.根据权利要求6所述的估计车辆距离和速度的方法， 其特征在于， 所述根据当前帧目 标框Ai、 上一帧目标框Bj以及所确定的二分图的权值Ei,j确定每个车辆相对应的ID号和与该 ID号所对应的历史距离信息， 包括： 根据当前帧目标框Ai、 上一帧目标框Bj以及所确定的二分图的权值Ei,j形成以顶点集A权　利　要　求　书 1/2 页 2 CN 115116037 A 2＝{A1,A2,…,An}、 B＝{B1,B2,…,Bm}， 边集E＝{E1,1,E1,2,…,Ei,j,…Em,n}的带权二分图， 其 中， n指的是当前帧中车辆目标框总数， m指的是 上一帧车辆目标框总数； 对带权二分图利用匈 牙利匹配算法进行匹配 计算； 若当前帧目标框Ai与上一帧目标框匹配成功， 则Ai继承匹配成功的目标框的ID号和历 史距离信息 。 8.根据权利要求7所述的估计车辆距离和速度的方法， 其特征在于， 所述根据 所确定的 ID号、 历史距离信息以及车辆动力学模型计算出每个车辆的速度， 以及和所述单目相机之 间的距离， 包括： 针对每个车辆， 分别根据车辆的行驶轨迹和预置的车辆动力学模型， 利用相机模型求 解当前时刻的每 个车辆距离， 并将该距离记录 到每个车辆对应的ID号队列下； 根据ID号队列下的历史距离信息、 所计算的距离， 利用最小二乘法和车辆动力学模型 拟合当前时刻每 个车辆的速度。 9.根据权利要求8所述的估计车辆距离和速度的方法， 其特征在于， 所述车辆动力学模 型包括： N＝KM 上式中， K为车辆动力学矩阵， vy、 vz、 ay、 az分别表示车辆的纵向速度、 横向速度、 纵向加 速度、 横向加速度， t为时间； 结合所述ID号队列下的历史距离信 息， 利用最小二乘法和车辆动力学模型拟合当前时 刻每个车辆的速度， 包括： E＝argmi n[(N‑KM)T(N‑KM)+λKKT]； 对E求偏导数 得到当前时刻车辆的真实速度K＝ NMT(MMT+λI)‑1。 10.一种估计车辆距离和速度的装置， 其特征在于， 所述装置包括： 存储器和处理器； 其 特征在于， 所述存储器用于保存进行估计车辆距离和速度的程序， 所述处理器用于读取执 行所述用于进行估计车辆距离和速度的程序， 执 行权利要求1 ‑9任一项所述的方法。 11.一种估计车辆距离和速度的系统， 其特征在于， 所述系统包括： 单目相机、 车辆监测 和跟踪模块； 所述单目相机， 用于采集道路中前 方多个车辆的图片； 所述车辆监测 和跟踪模块， 用于确定每 个车辆相对应的目标框； 根据所确定的目标框分别采集每个车辆的视频数据， 并利用预设的车辆跟踪方法分别 确定每个车辆相对应的ID号和历史距离信息； 根据所确定的ID号、 历史距离信息以及车辆动力学模型计算出每个车辆的速度， 以及 和所述单目相机之间的距离 。权　利　要　求　书 2/2 页 3 CN 115116037 A 3