单目视觉下道路场景车辆空间形态估算

针对受射影几何学的限制，单目相机无法直接获得准确的三维点云数据及目标尺度信息，难以获取目标的三维结构问题，提出了一种基于单目交通相机的车辆空间形态估算方法。首先建立道路场景的自动标定模型以获取3D-2D的投影映射及尺度信息，并基于“钻石空间”方法，利用统计轨迹直线及车辆边缘精确求取场景中的地平线，根据标定信息及灭点约束共同构建车辆空间形态的几何约束模型；然后在图像中提取车辆的实际投影约束，包括基于获得的车辆序列轮廓约束，及车辆自身边缘约束，并据此构建误差约束函数，估计车辆空间形态的投影误差；最后根据车辆的初始识别结果及先验信息，优化参数约束空间，并利用误差约束函数在约束空间中迭代求最优，得到精确的车辆空间形态信息。利用公开数据集BrnoCompSpeed及实际道路采集的视频数据共同验证该算法，并与现有类似算法进行比较。结果表明：该算法对于道路场景的适应性强，所需先验条件少，对于多种类型车辆在三维尺寸的估计精度高达94%以上。同时，该算法还可估算车辆实时的空间位置及相对于路面的偏转角度，综合空间形态估算的精度达到92%以上，且实时性较好，单帧多车的估算时间小于0.5 s。与现有算法相比，...