结合深度学习与双目视觉的多目标障碍物追踪测距研究
Laser Journal（2023）
Abstract
针对现有无人驾驶车辆环境视觉识别对于多目标障碍物测距存在鲁棒性较差和误差较大的问题,提出了一种双目视觉与深度学习相结合的多目标障碍物实时追踪测距方法.通过将SGBM立体匹配算法进行改进,添加可自动调节窗口大小的数层次快速均值滤波消除视差图的噪声干扰,再经过开运算的形态学处理方法进行视差空洞填充,然后与YOLOv3提取出的障碍物像素点进行坐标对应,得到障碍物距离值.实验结果表明,所提出的方法能够对不同类型的障碍物进行视距测量,且距离30 m范围内测量相对误差保持在3％以内,平均处理速度为28帧每秒,具有较好的实际意义.
MoreKey words
binocular distance measurement,multi-target tracking,deep learning,SGBM algorithm,YOLOv3 target detection
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined