本發(fā)明涉及圖像處理、視頻監(jiān)控以及智能交通，特別涉及車輛測距方法及裝置。

背景技術(shù)：

保障汽車駕駛的自動性、舒適性和安全性是智能車輛一直追求的目標(biāo)，而其中車輛的安全性近年來更是倍受重視?，F(xiàn)今車輛的安全性能主要體現(xiàn)在安全系統(tǒng)、危險(xiǎn)預(yù)警系統(tǒng)、防撞系統(tǒng)等方面。這些車載設(shè)備在計(jì)算機(jī)的控制下，通過聲音、圖像等方式向駕駛員提供輔助駕駛信息，并可自動或半自動的進(jìn)行車輛控制，從而有效地防止事故發(fā)生。車輛測距技術(shù)是汽車防撞技術(shù)的重點(diǎn)之一。

目前，車輛測距的方法主要有超聲波測距、毫米波雷達(dá)測距、測距補(bǔ)償以及視覺測距等方法。由于超聲波能量與距離的平方成正比衰減，因此超聲波測距只適用于較短距離。雷達(dá)測距儀容易受電磁波干擾，會導(dǎo)致車輛的誤操作。測距補(bǔ)償儀雖然測量速度很快，但測量精度不高。視覺測距是把圖像當(dāng)作檢測和傳遞信息的手段或載體而加以利用的測量方法，具有穩(wěn)定性好、非接觸性測量等特點(diǎn)，因此基于視覺的測距方法得到了極大的關(guān)注。

公開號為CN104392629A的中國發(fā)明專利申請公開了一種檢測車距的方法，該包括：采集前車尾燈的圖像；確定所述前車尾燈在所述圖像中的位置信息；根據(jù)所述位置信息計(jì)算本車與前車之間的車距。然而上述方法精確度較低。公開號為CN105488454A的中國發(fā)明專利申請公開了一種基于單目視覺的前方車輛檢測與測距方法，通過直方圖均衡、分類器等方法初步獲取車輛信息的矩形區(qū)域，利用先驗(yàn)知識去除誤檢，利用車輛底部陰影確定車輛的準(zhǔn)確位置，將車輛位置與車道線檢測結(jié)果作為先驗(yàn)信息進(jìn)行車輛測距。然而，上述方法運(yùn)算量較大，運(yùn)行時(shí)間較長。

綜上所述，目前迫切需要提出一種快速且精確度高的車輛測距方法及裝置。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的主要目的在于實(shí)現(xiàn)快速車輛測距，且測距精確度較高。

為達(dá)到上述目的，按照本發(fā)明的第一個(gè)方面，提供了基于測距補(bǔ)償?shù)能囕v測距方法，該方法包括：

第一步驟，采用相機(jī)內(nèi)參標(biāo)定算法計(jì)算車載相機(jī)的內(nèi)參；

第二步驟，利用陀螺儀測量車載相機(jī)的俯仰角，利用標(biāo)尺測量車載相機(jī)離地面的真實(shí)高度；

第三步驟，將參考車輛分別停放在N個(gè)不同的位置，利用激光測距儀、單目視覺車輛測距方法分別獲取停放在N個(gè)不同位置參考車輛的真實(shí)距離集、預(yù)估距離集，并獲取距離差值集；

第四步驟，采集視頻圖像，采用車輛檢測算法從視頻圖像中檢測出目標(biāo)車輛；

第五步驟，利用單目視覺車輛測距方法獲取目標(biāo)車輛的預(yù)估車距，獲取與預(yù)估車距相對應(yīng)的距離補(bǔ)償值；及

第六步驟，計(jì)算預(yù)估車距和距離補(bǔ)償值的和值，將和值作為目標(biāo)車輛的車距并輸出。

所述第三步驟進(jìn)一步包括：

不同距離選取步驟，將參考車輛分別停放在車載相機(jī)視覺范圍內(nèi)的N個(gè)不同的位置；

真實(shí)距離集獲取步驟，利用激光測距儀分別測量處于N個(gè)不同的位置的參考車輛的真實(shí)距離集L＝{l₁，l₂，…，l_N}；

預(yù)估距離集計(jì)算步驟，采用單目視覺車輛測距方法分別獲取處于N個(gè)不同的位置的參考車輛的預(yù)估距離集D＝{d₁，d₂，…，d_N}；

距離差值集獲取步驟，計(jì)算真實(shí)距離集L＝{l₁，l₂，…，l_N}和預(yù)估距離集D＝{d₁，d₂，…，d_N}的距離差值集ΔD＝{Δd₁，Δd_２，…，Δd_N}，其中Δd_i＝l_i-d_i，i＝1，2，…，N。

所述第五步驟進(jìn)一步包括：

預(yù)估車距計(jì)算步驟，采用單目視覺車輛測距方法S330計(jì)算目標(biāo)車輛的預(yù)估車距d_E；

距離補(bǔ)償值獲取步驟，在預(yù)估距離集D＝{d₁，d₂，…，d_N}中搜索與預(yù)估車距d_E最接近的d_i，從距離差值集ΔD＝{Δd₁，Δd₂，…，Δd_N}中獲取與d_i相對應(yīng)的距離差值Δd_i，并將Δd_i作為距離補(bǔ)償值d_C，即d_C＝Δd_i。

所述單目視覺車輛測距方法進(jìn)一步包括：

相機(jī)焦距獲取步驟，利用相機(jī)的內(nèi)參中的焦距f和y軸方向上的物理尺寸dy，計(jì)算相機(jī)焦距

消失縱坐標(biāo)計(jì)算步驟，計(jì)算圖像中消失線的縱坐標(biāo)y_h＝v₀-F_cam*tanθ，v₀為圖像中心點(diǎn)的縱坐標(biāo)，θ為相機(jī)的俯仰角；

車輛交線縱坐標(biāo)計(jì)算步驟，利用車輛檢測算法從圖像中檢測出車輛的矩形區(qū)域，獲取矩形區(qū)域的下邊界的值y_b，將y_b設(shè)為車輛與地面的交線縱坐標(biāo)；

預(yù)估距離計(jì)算步驟，計(jì)算車輛的預(yù)估距離H_cam為相機(jī)離地面的真實(shí)高度。

按照本發(fā)明的另一個(gè)方面，提供了基于測距補(bǔ)償?shù)能囕v測距裝置，該裝置包括：

相機(jī)內(nèi)參計(jì)算模塊(1)，用于采用相機(jī)內(nèi)參標(biāo)定算法計(jì)算車載相機(jī)的內(nèi)參；

相機(jī)外參獲取模塊(2)，包括陀螺儀(21)和標(biāo)尺(22)；

距離差值集獲取模塊(3)，用于將參考車輛分別停放在N個(gè)不同的位置，利用激光測距儀、單目視覺車輛測距方法分別獲取停放在N個(gè)不同位置參考車輛的真實(shí)距離集、預(yù)估距離集，并獲取距離差值集；

目標(biāo)車輛檢測模塊(4)，用于采集視頻圖像，采用車輛檢測算法從視頻圖像中檢測出目標(biāo)車輛；

距離補(bǔ)償值獲取模塊(5)，用于利用單目視覺車輛測距方法獲取目標(biāo)車輛的預(yù)估車距，獲取與預(yù)估車距相對應(yīng)的距離補(bǔ)償值；及

目標(biāo)車輛的車距計(jì)算模塊(6)，用于計(jì)算預(yù)估車距和距離補(bǔ)償值的和值，將和值作為目標(biāo)車輛的車距并輸出。

所述陀螺儀(21)用于測量車載相機(jī)的俯仰角；所述標(biāo)尺(22)用于測量車載相機(jī)離地面的真實(shí)高度。

所述距離差值集獲取模塊(3)進(jìn)一步包括：

不同距離選取模塊(31)，用于將參考車輛分別停放在車載相機(jī)視覺范圍內(nèi)的N個(gè)不同的位置；

真實(shí)距離集獲取模塊(32)，用于利用激光測距儀分別測量處于N個(gè)不同的位置的參考車輛的真實(shí)距離集L＝{l₁，l₂，…，l_N}；

預(yù)估距離集計(jì)算模塊(33)，用于采用單目視覺車輛測距模塊(330)分別獲取處于N個(gè)不同的位置的參考車輛的預(yù)估距離集D＝{d₁，d₂，…，d_N}；

距離差值集獲取模塊(34)，用于計(jì)算真實(shí)距離集L＝{l₁，l₂，…，l_N}和預(yù)估距離集D＝{d₁，d₂，…，d_N}的距離差值集ΔD＝{Δd₁，Δd₂，…，Δd_N}，其中Δd_i＝l_i-d_i，i＝1，2，…，N。

所述目標(biāo)車輛測距模塊(5)進(jìn)一步包括：

預(yù)估車距計(jì)算模塊(51)，用于采用單目視覺車輛測距方法S330計(jì)算目標(biāo)車輛的預(yù)估車距d_E；

距離補(bǔ)償值獲取模塊(52)，用于在預(yù)估距離集D＝{d₁，d₂，…，d_N}中搜索與預(yù)估車距d_E最接近的d_i，從距離差值集ΔD＝{Δd₁，Δd₂，…，Δd_N}中獲取與d_i相對應(yīng)的距離差值Δd_i，并將Δd_i作為距離補(bǔ)償值d_C，即d_C＝Δd_i。

所述單目視覺車輛測距模塊(330)進(jìn)一步包括：

相機(jī)焦距獲取模塊(331)，用于利用相機(jī)的內(nèi)參中的焦距f和y軸方向上的物理尺寸dy，計(jì)算相機(jī)焦距

消失縱坐標(biāo)計(jì)算模塊(332)，用于計(jì)算圖像中消失線的縱坐標(biāo)y_h＝v₀-F_cam*tanθ，v₀為圖像中心點(diǎn)的縱坐標(biāo)，θ為相機(jī)的俯仰角；

車輛交線縱坐標(biāo)計(jì)算模塊(333)，用于利用車輛檢測算法從圖像中檢測出車輛的矩形區(qū)域，獲取矩形區(qū)域的下邊界的值y_b，將y_b設(shè)為車輛與地面的交線縱坐標(biāo)；

預(yù)估距離計(jì)算模塊(334)，用于計(jì)算車輛的預(yù)估距離H_cam為相機(jī)離地面的真實(shí)高度。

與現(xiàn)有的車輛測距技術(shù)相比，本發(fā)明的基于測距補(bǔ)償?shù)能囕v測距方法及裝置通過采用激光測距和視覺測距相結(jié)合的測距補(bǔ)償方法，可以快速的測量目標(biāo)車輛的距離，且精確度較高。

附圖說明

圖1示出了按照本發(fā)明的基于測距補(bǔ)償?shù)能囕v測距方法的流程圖。

圖2示出了按照本發(fā)明的基于測距補(bǔ)償?shù)能囕v測距裝置的框架圖。

具體實(shí)施方式

為使貴審查員能進(jìn)一步了解本發(fā)明的結(jié)構(gòu)、特征及其他目的，現(xiàn)結(jié)合所附較佳實(shí)施例詳細(xì)說明如下，所說明的較佳實(shí)施例僅用于說明本發(fā)明的技術(shù)方案，并非限定本發(fā)明。

圖1給出了按照本發(fā)明的基于測距補(bǔ)償?shù)能囕v測距方法的流程圖。如圖1所示，按照本發(fā)明的基于測距補(bǔ)償?shù)能囕v測距方法包括：

第一步驟S1，采用相機(jī)內(nèi)參標(biāo)定算法計(jì)算車載相機(jī)的內(nèi)參；

第二步驟S2，利用陀螺儀測量車載相機(jī)的俯仰角，利用標(biāo)尺測量車載相機(jī)離地面的真實(shí)高度；

第三步驟S3，將參考車輛分別停放在N個(gè)不同的位置，利用激光測距儀、單目視覺車輛測距方法分別獲取停放在N個(gè)不同位置參考車輛的真實(shí)距離集、預(yù)估距離集，并獲取距離差值集；

第四步驟S4，采集視頻圖像，采用車輛檢測算法從視頻圖像中檢測出目標(biāo)車輛；

第五步驟S5，利用單目視覺車輛測距方法獲取目標(biāo)車輛的預(yù)估車距，獲取與預(yù)估車距相對應(yīng)的距離補(bǔ)償值；及

第六步驟S6，計(jì)算預(yù)估車距和距離補(bǔ)償值的和值，將和值作為目標(biāo)車輛的車距并輸出。

其中，所述第一步驟S1中相機(jī)內(nèi)參標(biāo)定算法為現(xiàn)有技術(shù)，可以通過張正友標(biāo)定法或者標(biāo)定的改進(jìn)算法實(shí)現(xiàn)，例如“劉艷，李騰飛.對張正友相機(jī)標(biāo)定法的改進(jìn)研究,《光學(xué)技術(shù)》,2014(6):565-570”。所述獲取的內(nèi)參包括焦距f、圖像的中心點(diǎn)坐標(biāo)(u₀,v₀)。

所述第二步驟S2中通過現(xiàn)有的陀螺儀測量角度方法，測量裝載在車輛上的相機(jī)的俯仰角為θ。所述標(biāo)尺為常用的可以測量高度的標(biāo)尺，測量相機(jī)離地面的真實(shí)高度為H_cam。

所述第三步驟S3進(jìn)一步包括：

不同距離選取步驟S31，將參考車輛分別停放在車載相機(jī)視覺范圍內(nèi)的N個(gè)不同的位置；

真實(shí)距離集獲取步驟S32，利用激光測距儀分別測量處于N個(gè)不同的位置的參考車輛的真實(shí)距離集L＝{l₁，l₂，…，l_N}；

預(yù)估距離集計(jì)算步驟S33，采用單目視覺車輛測距方法分別獲取處于N個(gè)不同的位置的參考車輛的預(yù)估距離集D＝{d₁，d₂，…，d_N}；

距離差值集獲取步驟S34，計(jì)算真實(shí)距離集L＝{l₁，l₂，…，l_N}和預(yù)估距離集D＝{d₁，d₂，…，d_N}的距離差值集ΔD＝{Δd₁，Δd₂，…，Δd_N}，其中Δd_i＝l_i-d_i，i＝1，2，…，N。

其中，所述激光測距儀為現(xiàn)有技術(shù)。

所述不同距離選取步驟S31進(jìn)一步為將參考車輛分別停放在距離車載相機(jī)10～100m范圍內(nèi)的N個(gè)不同的位置。

所述N∈[5,50]。優(yōu)選地，N∈[10,20]。例如，N選為15。

所述預(yù)估距離計(jì)算步驟S33中單目視覺車輛測距方法S330進(jìn)一步包括：

相機(jī)焦距獲取步驟S331，利用相機(jī)的內(nèi)參中的焦距f和y軸方向上的物理尺寸dy，計(jì)算相機(jī)焦距

消失縱坐標(biāo)計(jì)算步驟S332，計(jì)算圖像中消失線的縱坐標(biāo)y_h＝v₀-F_cam*tanθ，v₀為圖像中心點(diǎn)的縱坐標(biāo)，θ為相機(jī)的俯仰角；

車輛交線縱坐標(biāo)計(jì)算步驟S333，利用車輛檢測算法從圖像中檢測出車輛的矩形區(qū)域，獲取矩形區(qū)域的下邊界的值y_b，將y_b設(shè)為車輛與地面的交線縱坐標(biāo)；

預(yù)估距離計(jì)算步驟S334，計(jì)算車輛的預(yù)估距離H_cam為相機(jī)離地面的真實(shí)高度。

其中，所述相機(jī)焦距獲取步驟S331中y軸方向上的物理尺寸dy為相機(jī)感光元件固有尺寸。

所述車輛交線縱坐標(biāo)計(jì)算步驟S333中車輛檢測算法為現(xiàn)有的基于視覺的車輛檢測方法。例如，“楊先鳳，楊燕.一種基于HOG-LBP的高效車輛檢測方法.《計(jì)算機(jī)工程》,2014,40(09):210-214”。

所述第四步驟S4中通過車載相機(jī)采集視頻圖像。

所述第四步驟S4中車輛檢測算法為現(xiàn)有的基于視覺的車輛檢測方法，可以采用與車輛交線縱坐標(biāo)計(jì)算步驟S333中類似的車輛檢測算法。

所述第五步驟S5進(jìn)一步包括：

預(yù)估車距計(jì)算步驟S51，采用單目視覺車輛測距方法S330計(jì)算目標(biāo)車輛的預(yù)估車距d_E；

距離補(bǔ)償值獲取步驟S52，在預(yù)估距離集D＝{d₁，d₂，…，d_N}中搜索與預(yù)估車距d_E最接近的d_i，從距離差值集ΔD＝{Δd₁，Δd₂，…，Δd_N}中獲取與d_i相對應(yīng)的距離差值Δd_i，并將Δd_i作為距離補(bǔ)償值d_C，即d_C＝Δd_i。

所述預(yù)估車距計(jì)算步驟S51中的單目視覺車輛測距方法采用與預(yù)估距離計(jì)算步驟S33中相同的單目視覺車輛測距方法S330。

所述距離補(bǔ)償值獲取步驟S52中在預(yù)估距離集D＝{d₁，d₂，…，d_N}中搜索與預(yù)估車距d_E最接近的d_i具體為：分別計(jì)算預(yù)估距離集D＝{d₁，d₂，…，d_N}中每個(gè)預(yù)估距離d_i與d_E的絕對差值d_i-d_E|，|d_i-d_E|值最小的d_i即為與預(yù)估車距d_E最接近的d_i。

所述第六步驟S6進(jìn)一步為計(jì)算預(yù)估車距d_E和距離補(bǔ)償值d_C的和值d_T＝d_E+d_C，將和值d_T作為目標(biāo)車輛的車距并輸出。

圖2給出了按照本發(fā)明的基于測距補(bǔ)償?shù)南鄼C(jī)標(biāo)定裝置的框架圖。如圖2所示，按照本發(fā)明的基于測距補(bǔ)償?shù)南鄼C(jī)標(biāo)定裝置包括：

相機(jī)內(nèi)參計(jì)算模塊1，用于采用相機(jī)內(nèi)參標(biāo)定算法計(jì)算車載相機(jī)的內(nèi)參；

相機(jī)外參獲取模塊2，包括陀螺儀21和標(biāo)尺22；

距離差值集獲取模塊3，用于將參考車輛分別停放在N個(gè)不同的位置，利用激光測距儀、單目視覺車輛測距方法分別獲取停放在N個(gè)不同位置參考車輛的真實(shí)距離集、預(yù)估距離集，并獲取距離差值集；

目標(biāo)車輛檢測模塊4，用于采集視頻圖像，采用車輛檢測算法從視頻圖像中檢測出目標(biāo)車輛；

距離補(bǔ)償值獲取模塊5，用于利用單目視覺車輛測距方法獲取目標(biāo)車輛的預(yù)估車距，獲取與預(yù)估車距相對應(yīng)的距離補(bǔ)償值；及

目標(biāo)車輛的車距計(jì)算模塊6，用于計(jì)算預(yù)估車距和距離補(bǔ)償值的和值，將和值作為目標(biāo)車輛的車距并輸出。

所述陀螺儀21用于測量車載相機(jī)的俯仰角；所述標(biāo)尺22用于測量車載相機(jī)離地面的真實(shí)高度。

其中，所述相機(jī)內(nèi)參計(jì)算模塊1中相機(jī)內(nèi)參標(biāo)定算法為現(xiàn)有技術(shù)，可以通過張正友標(biāo)定法或者標(biāo)定的改進(jìn)算法實(shí)現(xiàn)，例如“劉艷，李騰飛.對張正友相機(jī)標(biāo)定法的改進(jìn)研究,《光學(xué)技術(shù)》,2014(6):565-570”。所述獲取的內(nèi)參包括焦距f、圖像的中心點(diǎn)坐標(biāo)(u₀,v₀)。

所述相機(jī)外參獲取模塊2中陀螺儀21測量角度的方法為現(xiàn)有技術(shù)，測量裝載在車輛上的相機(jī)的俯仰角為θ。所述標(biāo)尺22為常用的可以測量高度的標(biāo)尺，測量相機(jī)離地面的真實(shí)高度為H_cam。

所述距離補(bǔ)償值獲取模塊3進(jìn)一步包括：

不同距離選取模塊31，用于將參考車輛分別停放在車載相機(jī)視覺范圍內(nèi)的N個(gè)不同的位置；

真實(shí)距離集獲取模塊32，用于利用激光測距儀分別測量處于N個(gè)不同的位置的參考車輛的真實(shí)距離集L＝{l₁，l₂，…，l_N}；

預(yù)估距離集計(jì)算模塊33，用于采用單目視覺車輛測距模塊330分別獲取處于N個(gè)不同的位置的參考車輛的預(yù)估距離集D＝{d₁，d₂，…，d_N}；

距離差值集獲取模塊34，用于計(jì)算真實(shí)距離集L＝{l₁，l₂，…，l_N}和預(yù)估距離集D＝{d₁，d₂，…，d_N}的距離差值集ΔD＝{Δd₁，Δd₂，…，Δd_N}，其中Δd_i＝l_i-d_i，i＝1，2，＝，N。

其中，所述激光測距儀為現(xiàn)有技術(shù)。

所述不同距離選取模塊31進(jìn)一步為將參考車輛分別停放在距離車載相機(jī)10～100m范圍內(nèi)的N個(gè)不同的位置。

所述N∈[5,50]。優(yōu)選地，N∈[10,20]。例如，N選為15。

所述預(yù)估距離計(jì)算模塊33中單目視覺車輛測距模塊330進(jìn)一步包括：

相機(jī)焦距獲取模塊331，用于利用相機(jī)的內(nèi)參中的焦距f和y軸方向上的物理尺寸dy，計(jì)算相機(jī)焦距

消失縱坐標(biāo)計(jì)算模塊332，用于計(jì)算圖像中消失線的縱坐標(biāo)y_h＝v₀-F_cam*tanθ，v₀為圖像中心點(diǎn)的縱坐標(biāo)，θ為相機(jī)的俯仰角；

車輛交線縱坐標(biāo)計(jì)算模塊333，用于利用車輛檢測算法從圖像中檢測出車輛的矩形區(qū)域，獲取矩形區(qū)域的下邊界的值y_b，將y_b設(shè)為車輛與地面的交線縱坐標(biāo)；

預(yù)估距離計(jì)算模塊334，用于計(jì)算車輛的預(yù)估距離H_cam為相機(jī)離地面的真實(shí)高度。

其中，所述相機(jī)焦距獲取模塊331中y軸方向上的物理尺寸dy為相機(jī)感光元件固有尺寸。

所述車輛檢測算法為現(xiàn)有的基于視覺的車輛檢測方法。例如，“楊先鳳，楊燕.一種基于HOG-LBP的高效車輛檢測方法.《計(jì)算機(jī)工程》,2014,40(09):210-214”。

所述目標(biāo)車輛檢測模塊4中通過車載相機(jī)采集視頻圖像。

所述目標(biāo)車輛檢測模塊4中車輛檢測算法為現(xiàn)有的基于視覺的車輛檢測方法，可以采用與車輛交線縱坐標(biāo)計(jì)算模塊333中類似的車輛檢測算法。

所述距離補(bǔ)償值獲取模塊5進(jìn)一步包括：

預(yù)估車距計(jì)算模塊51，用于采用單目視覺車輛測距方法S330計(jì)算目標(biāo)車輛的預(yù)估車距d_E；

距離補(bǔ)償值獲取模塊52，用于在預(yù)估距離集D＝{d₁，d₂，…，d_N}中搜索與預(yù)估車距d_E最接近的d_i，從距離差值集D＝{Δd₁，Δd₂，…，Δd_N}中獲取與d_i相對應(yīng)的距離差值Δd_i，并將Δd_i作為距離補(bǔ)償值d_C，即d_C＝Δd_i。

所述預(yù)估車距計(jì)算模塊51中的單目視覺車輛測距模塊采用與預(yù)估距離計(jì)算模塊33中相同的單目視覺車輛測距模塊330。

所述距離補(bǔ)償值獲取模塊52中在預(yù)估距離集D＝{d₁，d₂，…，d_N}中搜索與預(yù)估車距d_E最接近的d_i具體為：分別計(jì)算預(yù)估距離集D＝{d₁，d₂，…，d_N}中每個(gè)預(yù)估距離d_i與d_E的絕對差值|d_i-d_E|，|d_i-d_E|值最小的d_i即為與預(yù)估車距d_E最接近的d_i。

所述目標(biāo)車輛的車距計(jì)算模塊6進(jìn)一步為計(jì)算預(yù)估車距d_E和距離補(bǔ)償值d_C的和值d_T＝d_E+d_C，將和值d_T作為目標(biāo)車輛的車距并輸出。

與現(xiàn)有的車輛測距技術(shù)相比，本發(fā)明的基于測距補(bǔ)償?shù)能囕v測距方法及裝置通過采用激光測距和視覺測距相結(jié)合的測距補(bǔ)償方法，可以快速的測量目標(biāo)車輛的距離，且精確度較高。

以上所述，僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍，應(yīng)當(dāng)理解，本發(fā)明并不限于這里所描述的實(shí)現(xiàn)方案，這些實(shí)現(xiàn)方案描述的目的在于幫助本領(lǐng)域中的技術(shù)人員實(shí)踐本發(fā)明。任何本領(lǐng)域中的技術(shù)人員很容易在不脫離本發(fā)明精神和范圍的情況下進(jìn)行進(jìn)一步的改進(jìn)和完善，因此本發(fā)明只受到本發(fā)明權(quán)利要求的內(nèi)容和范圍的限制，其意圖涵蓋所有包括在由所附權(quán)利要求所限定的本發(fā)明精神和范圍內(nèi)的備選方案和等同方案。