本發(fā)明涉及高級駕駛輔助系統(tǒng)(ADAS，Advanced Driver AssistantSystem)技術(shù)領(lǐng)域，特別是涉及一種圖像測距定位的方法、裝置及ADAS。

背景技術(shù)：

目前，隨著汽車的逐步普及，安全駕駛成為人們越來越關(guān)注的問題。為此，很多汽車上安裝了ADAS以提高用戶在駕駛過程中的安全性。ADAS通過單攝像頭對前方物體進行圖像測距定位，即通過單攝像頭拍攝得到圖像數(shù)據(jù)，同時配以算法計算出物體與車輛的距離和方位，從而實現(xiàn)車距判定、障礙物定位、標志線標志物定位、地面坑洼積水判別等功能，進而使行車駕駛更安全、更便捷。

現(xiàn)有的ADAS使用單攝像頭進行圖像測距定位的原理如下：通過單攝像頭采集到圖像，然后將圖像上的待識別目標與ADAS系統(tǒng)內(nèi)的樣本特征數(shù)據(jù)庫進行數(shù)據(jù)特征匹配，以實現(xiàn)目標識別，即識別出目標是汽車還是行人，是貨車、越野車還是小汽車等等；在對圖像上的目標進行準確識別后，通過目標在圖像中的大小就可以估算出目標距離。然后，根據(jù)估算出的目標距離和圖像上待識別目標的位置就可以得出目標物體的方位。

發(fā)明人在實施本發(fā)明的過程中發(fā)現(xiàn)，現(xiàn)有的ADAS要做到用單攝像頭進行圖像測距定位必須要有一個龐大的樣本特征數(shù)據(jù)庫，而且要保證這個樣本特征數(shù)據(jù)庫包含全部待識別目標的特征數(shù)據(jù)，這些待識別目標包括一些非常規(guī)的車型、一些有可能出現(xiàn)在公路上的大型動物等，這些待識別目標的特征數(shù)據(jù)都需要加入到ADAS的全部特征數(shù)據(jù)里面去。如果缺乏待識別目標的特征數(shù)據(jù)，就會導(dǎo)致系統(tǒng)無法對這些車型、物體、障礙物進行識別，從而也就無法準確估算這些目標的距離和方位。因此，現(xiàn)有的ADAS對樣本特征數(shù)據(jù)庫的要求比較高，需要定期對樣本特征數(shù)據(jù)庫進行維護和更新，否則，就會導(dǎo)致ADAS對樣本特征數(shù)據(jù)庫沒有包括的待識別目標無法識別和測距定位。

而且，現(xiàn)有的ADAS用單攝像頭進行圖像測距定位要求先對目標物體進行目標識別，需要將目標物體的特征與樣本特征數(shù)據(jù)庫的特征數(shù)據(jù)去比對，用時較長。現(xiàn)有的ADAS得到目標物體的距離和方位是估算出來的，誤差較大，對目標的測距和定位不太精確，存在一些弊端。

技術(shù)實現(xiàn)要素：

鑒于上述問題，提出了本發(fā)明實施例以便提供一種克服上述問題或者至少部分地解決上述問題的一種圖像測距定位的方法、裝置及ADAS。

為了解決上述問題，本發(fā)明實施例公開了一種圖像測距定位的方法，包括：

通過雙攝像頭對目標物體進行拍攝；

依據(jù)所述雙攝像頭拍攝的圖像數(shù)據(jù)，得到所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小；

依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小以及所述雙攝像頭之間的距離，計算得出所述目標物體到所述雙攝像頭之間的距離；

依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小和各邊長的長度，得到所述目標物體的位置。

優(yōu)選的，所述通過雙攝像頭對目標物體進行拍攝的步驟，包括：

在第一攝像頭固定、第二攝像頭水平旋轉(zhuǎn)的情況下，對目標物體進行拍攝，以得到所述第一攝像頭拍攝的一幀第一圖像、以及第二攝像頭拍攝的多幀第二圖像，其中，每幀第二圖像具有對應(yīng)的水平旋轉(zhuǎn)角度。

優(yōu)選的，所述依據(jù)所述雙攝像頭拍攝的圖像數(shù)據(jù)，得到所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小的步驟，包括：

將所述多幀第二圖像中的每一幀與所述第一圖像進行比對，得到所述第一圖像和所述第二圖象一致的圖像，與所述第一圖像一致的第二圖像對應(yīng)的水平旋轉(zhuǎn)角度，即為所述雙攝像頭和所述目標物體組成的平面三角形中以目標物體為頂點的第一夾角；

依據(jù)所述第一圖像和第二圖像，得出所述雙攝像頭和所述目標物體組成的平面三角形中以所述雙攝像頭為頂點的第二夾角、第三夾角。

本發(fā)明實施例還公開了一種圖像測距定位的裝置，包括：

拍攝模塊，用于通過雙攝像頭對目標物體進行拍攝；

夾角計算模塊，用于依據(jù)所述雙攝像頭拍攝的圖像數(shù)據(jù)，得到所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大??；

距離計算模塊，用于依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小以及所述雙攝像頭之間的距離，計算得出所述目標物體到所述雙攝像頭之間的距離；

位置計算模塊，用于依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小和各邊長的長度，得到所述目標物體的位置。

優(yōu)選的，所述拍攝模塊包括：

第一拍攝子模塊，用于在第一攝像頭固定的情況下，對目標物體進行拍攝，已得到所述第一攝像頭拍攝的一幀第一圖像；

第二拍攝子模塊，用于在第二攝像頭水平旋轉(zhuǎn)的情況下，對目標物體進行拍攝，以得到所述第二攝像頭拍攝的多幀第二圖像，其中，每幀第二圖像具有對應(yīng)的水平旋轉(zhuǎn)角度。

優(yōu)選的，所述夾角計算模塊包括：

第一夾角計算模塊，用于將所述多幀第二圖像中的每一幀與所述第一圖像進行比對，得到所述第一圖像和所述第二圖象一致的圖像，與所述第一圖像一致的第二圖像對應(yīng)的水平旋轉(zhuǎn)角度，即為所述雙攝像頭和所述目標物體組成的平面三角形中以目標物體為頂點的第一夾角；

第二夾角計算模塊，用于依據(jù)所述第一圖像和第二圖像，得出所述雙攝像頭和所述目標物體組成的平面三角形中以所述雙攝像頭為頂點的第二夾角、第三夾角。

本發(fā)明實施例還公開了一種使用雙攝頭進行圖像測距定位的ADAS，包括：

拍攝模塊，包括雙攝像頭，用于對目標物體進行拍攝，以得到所述ADAS用于進行圖像測距定位的圖像數(shù)據(jù)。

處理器，用于處理ADAS的事務(wù)，包括圖像測距定位、傳感器數(shù)據(jù)處理、通信數(shù)據(jù)處理及語音處理；

傳感器模塊，用于獲取傳感數(shù)據(jù)；

通信模塊，用于傳輸通信數(shù)據(jù)；

GPS/北斗接收器模塊，用于接收GPS/北斗的位置信息；

WiFi/藍牙模塊，用于實現(xiàn)與其它智能設(shè)備之間近距離通信；

語音輸入模塊，用于輸入語音；

語音輸出模塊，用于輸出語音；

優(yōu)選的，所述處理器用于執(zhí)行所述一個或者一個以上程序包含用于進行以下操作的指令，進而實現(xiàn)圖像測距定位的功能：

依據(jù)所述拍攝模塊得到的圖像數(shù)據(jù)，得到所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大??；

依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小以及所述雙攝像頭之間的距離，計算得出所述目標物體到所述雙攝像頭之間的距離；

依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小和各邊長的長度，得到所述目標物體的位置。

優(yōu)選的，所述ADAS還包括：云端控制中心，所述云端控制中心用于與所述處理器進行數(shù)據(jù)交互，以實現(xiàn)圖像測距定位的功能。

優(yōu)選的，所述云端控制中心用于執(zhí)行所述一個或者一個以上程序包含用于進行以下操作的指令，進而實現(xiàn)圖像測距定位的功能：

依據(jù)所述拍攝模塊得到的圖像數(shù)據(jù)，得到所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大??；

依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小以及所述雙攝像頭之間的距離，計算得出所述目標物體到所述雙攝像頭之間的距離；

依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小和各邊長的長度，得到所述目標物體的位置。

本發(fā)明實施例包括以下優(yōu)點：

首先，本發(fā)明提供的圖像測距定位的裝置的原理為：通過雙攝像頭與目標物體組成的三角形，直接計算出目標物體與攝像頭之間的距離以及目標物體的具體方位，計算過程屬于精確的計算，得出來的距離和方位精度高。

其次，由于本發(fā)明提供的圖像測距定位的裝置無需對目標物體先進行目標識別再測算，而是直接對目標物體進行拍攝計算，相對于單攝像頭圖像測距定位的方法少了一個目標識別的步驟，因此，本發(fā)明提供的圖像測距定位的方法比單攝像頭圖像測距定位的方法效率更高。

另外，由于本發(fā)明提供的方法是通過雙攝像頭與目標物體組成的三角形直接計算出目標物體與攝像頭之間的距離以及目標物體的具體方位的，對待測距定位的目標物體的類型沒有限制，目標物體是非常規(guī)的車型，還是有可能出現(xiàn)在公路上的大型動物，無論目標物體是什么類型都可以進行測距定位，相對于單攝像頭僅能測距定位樣本特征數(shù)據(jù)庫中已有的待識別目標物體，本發(fā)明提供的方法可以測距定位的目標物體范圍更廣。

附圖說明

圖1是本發(fā)明的一種圖像測距定位的方法實施例的步驟流程圖；

圖2是本發(fā)明的一種通過第一攝像頭A對目標物體C拍攝得到的圖像的示意圖；

圖3是本發(fā)明的一種通過第二攝像頭B對目標物體C拍攝得到的圖像的示意圖；

圖4是本發(fā)明的一種雙攝像頭與目標物體形成的平面三角形的示意圖；

圖5是本發(fā)明的一種確定雙攝像頭和目標物體組成的平面三角形中的夾角的方法實施例的步驟流程圖；

圖6是本發(fā)明的一種雙攝像頭相機拍攝目標物體的模型示意圖；

圖7是本發(fā)明的一種圖像測距定位的裝置實施例的結(jié)構(gòu)框圖；

圖8是本發(fā)明的一種ADAS系統(tǒng)的結(jié)構(gòu)框圖。

具體實施方式

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實施方式對本發(fā)明作進一步詳細的說明。

本發(fā)明實施例的核心構(gòu)思之一在于，通過雙攝像頭對目標物體進行拍攝，依據(jù)雙攝像頭得到的圖像數(shù)據(jù)，得到所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小，計算得出所述目標物體到所述雙攝像頭之間的距離，最終確定目標物體的距離和方位。本發(fā)明提供的圖像測距的方法可以廣泛的應(yīng)用于車載ADAS、智能駕駛以及無人駕駛等相關(guān)領(lǐng)域。

參照圖1，示出了本發(fā)明的一種圖像測距定位的方法實施例的步驟流程圖，具體可以包括如下步驟：

步驟101、通過雙攝像頭對目標物體進行拍攝。

在實際應(yīng)用中，所述雙攝像頭可以是固定安裝在同一水平面放置于不同位置的兩個相同的攝像頭。例如，所述雙攝像頭可以分別安裝在小汽車的左、右前視燈上，在小汽車行駛的過程中，所述雙攝像頭可以對出現(xiàn)在小汽車前方的行人、車輛和動物等目標物體進行拍攝。因此，在同一時間所述雙攝像頭對目標物體進行拍攝時，由于所述雙攝像頭相對目標物體的位置不同，所述雙攝像頭拍攝目標物體的角度也不同，所述雙攝像頭得到的圖像數(shù)據(jù)上所述目標物體的位置也會不同。

例如，在雙攝像頭中第一攝像頭A和第二攝像頭B在同一時間對目標物體C進行拍攝的過程中，假設(shè)第一攝像頭A和第二攝像頭B都是朝著正前方對目標物體進行拍攝，目標物體的實際位置位于第一攝像頭A和第二攝像頭B的連接線的中點的正前方，但是由于第一攝像頭A和第二攝像頭B的位置不同，拍攝目標物體的角度也不同，第一攝像頭A和第二攝像頭B對目標物體進行拍攝后得到的圖像也會不同。

參照圖2，示出了本發(fā)明的一種通過第一攝像頭A對目標物體C拍攝得到的圖像的示意圖，在所述第一攝像頭A拍攝得到的圖像中，所述目標物體C在圖像的右側(cè)；參照圖3，示出了本發(fā)明的一種通過第二攝像頭B對目標物體C拍攝得到的圖像的示意圖，如圖3所示，在所述第二攝像頭B拍攝得到的圖像中，所述目標物體C在圖像的左側(cè)。

對比圖2和圖3可發(fā)現(xiàn)，雙攝像頭在同一時間對相同的目標物體進行拍攝，由于雙攝像頭相對目標物體的位置不同，拍攝角度不同，得到的圖像中目標物體的位置也會不同。

在本發(fā)明的實施例中，通過所述雙攝像頭對目標物體進行拍攝，可以在第一攝像頭固定、第二攝像頭水平旋轉(zhuǎn)的情況下，對所述目標物體進行拍攝，以得到第一攝像頭拍攝的一幀第一圖像、以及第二攝像頭拍攝的多幀第二圖像，其中，每幀第二圖像具有對應(yīng)的水平旋轉(zhuǎn)角度。

例如，設(shè)定一種初始狀態(tài)，在所述初始狀態(tài)下，所述第一攝像頭和所述第二攝像頭都是朝著正前方進行拍攝的，這時候所述第一攝像頭拍攝得到的一幀第一圖像，所述第二攝像頭拍攝得到第一幀第二圖像，而且所述第一幀第二圖像上對應(yīng)的水平旋轉(zhuǎn)角度為0°；假設(shè)所述第二攝像頭水平朝左旋轉(zhuǎn)30°對目標物體進行拍攝，這時候所述第二攝像頭拍攝得到的第二圖像上對應(yīng)的水平旋轉(zhuǎn)角度為30°。

步驟102、依據(jù)所述雙攝像頭拍攝的圖像數(shù)據(jù)，得到所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小。

在實際應(yīng)用中，所述雙攝像頭的位置是不同的，因此，所述雙攝像頭與所述目標物體會形成一個平面三角形。

參照圖4，示出了本發(fā)明的一種雙攝像頭與目標物體形成的平面三角形的示意圖，其中，該平面三角形中的三個頂點分別是第一攝像頭A、第二攝像頭B和目標物體C，為了簡化，所述第一攝像頭A用A表示，所述第二攝像頭B用B表示，所屬目標物體用C表示；同樣，在圖4示的平面三角形中，所述第一攝像頭A與所述第二攝像頭B形成的邊可以用邊AB表示，所述第一攝像頭A與所述目標物體C形成的邊可以用邊AC表示，所述第二攝像頭B與所述目標物體C形成的邊可以用邊BC表示；圖2所示的平面三角形的中三個夾角也可以簡化表示，邊AC邊和邊BC之間的夾角用α表示，邊AC邊和邊AB之間的夾角用β表示，邊AB和邊BC之間的夾角用γ表示。

依據(jù)步驟101中所述雙攝像頭拍攝的圖像數(shù)據(jù)，得到所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小的過程具體如下。

參照圖5，示出了本發(fā)明的一種確定雙攝像頭和目標物體組成的平面三角形中的夾角的方法實施例的步驟流程圖，具體可以包括如下步驟：

步驟1021：將所述多幀第二圖像中的每一幀與所述第一圖像進行比對，得到所述第一圖像和所述第二圖象一致的圖像，與所述第一圖像一致的第二圖像對應(yīng)的水平旋轉(zhuǎn)角度，即為所述雙攝像頭和所述目標物體組成的平面三角形中以目標物體為頂點的第一夾角。

所述雙攝像頭在拍攝所述目標物體時，所述第一攝像頭固定、所述第二攝像頭水平旋轉(zhuǎn)，而且，每幀第二圖像具有對應(yīng)的水平旋轉(zhuǎn)角度。在得到所述第一攝像頭拍攝的第一圖像、以及所述第二攝像頭拍攝的多幀第二圖像后，在本步驟中，就要將所述多幀第二圖像中的每一幀與所述第一圖像進行比對。

譬如，可以先在設(shè)定的初始狀態(tài)下、將所述多幀第二圖像中的第一幀與所述第一圖像進行比對，假設(shè)設(shè)定的初始狀態(tài)是所述第一攝像頭和所述第二攝像頭都是朝著正前方進行拍攝的，由于所述第一攝像頭和第二攝像頭拍攝目標物體的角度不同，所述第一攝像頭拍攝得到第一圖像、以及所述第二攝像頭拍攝得到第一幀第二圖像上，所述目標物體對應(yīng)的位置是不一致的，即所述第一攝像頭拍攝得到的第一圖像、和所述第二攝像頭拍攝的第一幀第二圖像是不一致的。

接著，繼續(xù)將所述多幀第二圖像中的第二幀圖像與所述第一圖像進行比對，當?shù)玫剿龅诙诙D像和所述第一圖象不一致時，接著將所述多幀第二圖像中的第三幀圖像與所述第一圖像進行比對，以此類推，直到找到與所述第一圖像一致的第N幀第二圖像，在所述第N幀第二圖像上對應(yīng)的水平旋轉(zhuǎn)角度，即為所述雙攝像頭和所述目標物體組成的平面三角形中以目標物體為頂點的第一夾角。

步驟1022：依據(jù)所述第一圖像和第二圖像，得出所述雙攝像頭和所述目標物體組成的平面三角形中以所述雙攝像頭為頂點的第二夾角、第三夾角。

在采用雙攝像頭進行圖像測距之前，需要對所述雙攝像頭相機進行標定、校準和匹配，以得到雙攝像頭圖像測距系統(tǒng)中以所述第一攝像頭的光心為原點坐標系，以及所述坐標系中所述雙攝像頭的光心的坐標。

參照圖6，示出了本發(fā)明的一種雙攝像頭相機拍攝目標物體的模型示意圖。

如圖6所示，在以所述第一攝像頭A的光心為原點坐標系中，x軸為穿過所述第一攝像頭A的光心、所述第二攝像頭B的光心的橫向虛線，y軸為穿過所述第一攝像頭A的光心的垂直于x軸的縱向虛線，y1軸為穿過所述第二攝像頭B的光心的垂直于x軸的縱向虛線。在所述坐標系中求得出所述雙攝像頭和所述目標物體組成的平面三角形中以所述雙攝像頭為頂點的第二夾角、第三夾角的具體過程如下。

首先，依據(jù)所述第一圖像和第二圖像，確定所述目標物體的位置，得出以所述雙攝像頭和所述目標物體組成的平面三角形。

當所述第一攝像頭A和所述第二攝像頭B對目標物體C進行拍攝時，所述第一攝像頭A拍攝得到第一圖像，所述第二攝像頭B拍攝得到第二圖像。通過對所述第一圖像進行圖像處理，可得到所述坐標系中，所述目標物體相對于所述第一攝像頭A的方向矢量通過對所述第二圖像進行圖像處理，可得到所述坐標系中，所述目標物體相對于所述第二攝像頭B的方向矢量由于光是直線傳播的，所述目標物體C的位置在所述方向矢量和所述方向矢量的交點。

用實線將所述第一攝像頭A的光心、所述第二攝像頭B的光心以及所述目標物體C連接起來，即可得到由所述雙攝像頭和所述目標物體組成的平面三角形。

然后，得出所述三角形中，以所述雙攝像頭為頂點的第二夾角、第三夾角。

在所述平面三角形中，以所述第一攝像頭A為頂點的第二夾角β為所述方向矢量和x軸正向的夾角，以所述第二攝像頭B為頂點的第三夾角γ為所述方向矢量與x軸正向的補角。

由于所述方向矢量可以通過對所述第一圖像進行圖像處理可以得出，所述方向矢量可以通過對所述第二圖像進行圖像處理可以得出，因此，所述平面三角形中以所述第一攝像頭A為頂點的第二夾角β、以及以所述第二攝像頭B為頂點的第三夾角γ都可以得出。

例如，所述方向矢量為(x,y)，根據(jù)以下公式，則可求出所述方向矢量和x軸正向的所述第二夾角β的大?。?/p>

cosβ＝x/sqrt(x²+y²) (1)

β＝arccos[x/sqrt(x²+y²)] (2)

所述平面三角形中以所述第一攝像頭A為頂點的第二夾角β可以通過以上公式得出，所述平面三角形中以所述第二攝像頭B為頂點的第三夾角γ也可以通過上述公式得出，在此不作贅述。

步驟103、依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小以及所述雙攝像頭之間的距離，計算得出所述目標物體到所述雙攝像頭之間的距離。

步驟102已經(jīng)得出圖4所示的平面三角形中各夾角α、β和γ的大小，所述平面三角形中邊AB的長度也根據(jù)已經(jīng)根據(jù)所述第一攝像頭A和所述第二攝像頭B的位置確定出來了。

求解圖2所示的平面三角形，已知三角形各夾角α、β和γ的大小及三角形中邊AB的長度，求三角形中另外兩條邊邊BC和邊AC的長度，也就是說已知三角形的一條邊的長度和三個夾角的大小，求另外兩條邊的距離，可以用如下公式進行計算：

AB/Sinα＝BC/Sinβ＝AC/Sinγ (3)

可得出：AC＝AB/Sinα*Sinγ (4)

BC＝AB/Sinα*Sinβ (5)

通過以上公式，就可計算得出圖4所示平面三角形中邊AC和邊BC的大小，即可得出所述第一攝像頭A與所述目標物體C之間的距離，以及所述第二攝像頭B與所述目標物體C之間的距離。

通過步驟103，即可得出所述目標物體C距離所述第一攝像頭A和所述第二攝像頭B之間的距離。

步驟104、依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小和各邊長的長度，得到所述目標物體的位置。

依據(jù)圖4所示平面三角形中的各夾角的大小以及各邊的長度，可以確定所述目標物體C距離所述第一攝像頭A和所述第二攝像頭B的具體位置。

例如：求解圖4所示平面三角形，得出AC和BC的長度皆為20m，夾角β＝γ，則可確定目標物體正對著所述第一攝像頭A和所述第二攝像頭B正中間的位置，距離所述第一攝像頭A和所述第二攝像頭B的距離為20m；假如，求解圖2所示平面三角形，得出的AC和BC的長度分別為40m和50m，夾角β為90°，夾角γ為60°，則可確定出所述目標物體C正對著所述第一攝像頭A的位置，距離所述第一攝像頭A的距離是40m。當然，上述AC和BC的長度僅僅作為示例，所屬目標物體C的位置可以在相對于所述第一攝像頭A和所述第二攝像頭B的任意位置，本發(fā)明對AC和BC的長度不作具體限制。

本發(fā)明提供的圖像測距的方法，具有以下有益效果：

首先，本發(fā)明提供的圖像測距的方法的原理為：通過雙攝像頭與目標物體組成的三角形，直接計算出目標物體與攝像頭之間的距離以及目標物體的具體方位，計算過程屬于精確的計算，得出來的距離和方位精度高。

其次，由于本發(fā)明提供的圖像測距定位的方法無需對目標物體先進行目標識別再測算，而是直接對目標物體進行拍攝計算，相對于單攝像頭圖像測距定位的方法少了一個目標識別的步驟，因此，本發(fā)明提供的圖像測距定位的方法比單攝像頭圖像測距定位的方法效率更高。

最后，由于本發(fā)明提供的方法是通過雙攝像頭與目標物體組成的三角形直接計算出目標物體與攝像頭之間的距離以及目標物體的具體方位的，對待測距定位的目標物體的類型沒有限制，目標物體是非常規(guī)的車型，還是有可能出現(xiàn)在公路上的大型動物，無論目標物體是什么類型都可以進行測距定位，相對于單攝像頭僅能測距定位樣本特征數(shù)據(jù)庫中已有的待識別目標物體，本發(fā)明提供的方法可以測距定位的目標物體范圍更廣。

需要說明的是，對于方法實施例，為了簡單描述，故將其都表述為一系列的動作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本發(fā)明實施例并不受所描述的動作順序的限制，因為依據(jù)本發(fā)明實施例，某些步驟可以采用其他順序或者同時進行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說明書中所描述的實施例均屬于優(yōu)選實施例，所涉及的動作并不一定是本發(fā)明實施例所必須的

參照圖7，示出了本發(fā)明的一種圖像測距定位的裝置實施例的結(jié)構(gòu)框圖，具體可以包括如下模塊：

拍攝模塊701，用于通過雙攝像頭對目標物體進行拍攝。

可選地，所述拍攝模塊701具體可以包括以下子模塊：

第一拍攝子模塊7011，用于在第一攝像頭固定的情況下，對目標物體進行拍攝，以得到所述第一攝像頭拍攝的一幀第一圖像。

第二拍攝子模塊7012，用于在第二攝像頭水平旋轉(zhuǎn)的情況下，對目標物體進行拍攝，以得到所述第二攝像頭拍攝的多幀第二圖像，其中，每幀第二圖像具有對應(yīng)的水平旋轉(zhuǎn)角度。

夾角計算模塊702，用于依據(jù)所述雙攝像頭拍攝的圖像數(shù)據(jù)，得到所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小。

所述夾角計算模塊702具體可以包括以下子模塊：

第一夾角計算模塊7021，用于將所述多幀第二圖像中的每一幀與所述第一圖像進行比對，得到所述第一圖像和所述第二圖象一致的圖像，與所述第一圖像一致的第二圖像對應(yīng)的水平旋轉(zhuǎn)角度，即為所述雙攝像頭和所述目標物體組成的平面三角形中以目標物體為頂點的第一夾角。

第二夾角計算模塊7022，用于依據(jù)所述第一圖像和第二圖像，得出所述雙攝像頭和所述目標物體組成的平面三角形中以所述雙攝像頭為頂點的第二夾角、第三夾角。

距離計算模塊703，用于依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小以及所述雙攝像頭之間的距離，計算得出所述目標物體到所述雙攝像頭之間的距離；

位置計算模塊704，用于依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小和各邊長的長度，得到所述目標物體的位置。

本發(fā)明提供的一種圖像測距定位的裝置，具有以下有益效果：

首先，本發(fā)明提供的圖像測距定位的裝置的原理為：通過雙攝像頭與目標物體組成的三角形，直接計算出目標物體與攝像頭之間的距離以及目標物體的具體方位，計算過程屬于精確的計算，得出來的距離和方位精度高。

其次，由于本發(fā)明提供的圖像測距定位的裝置無需對目標物體先進行目標識別再測算，而是直接對目標物體進行拍攝計算，相對于單攝像頭圖像測距定位的方法少了一個目標識別的步驟，因此，本發(fā)明提供的圖像測距定位的方法比單攝像頭圖像測距定位的方法效率更高。

最后，由于本發(fā)明提供的裝置是通過雙攝像頭與目標物體組成的三角形直接計算出目標物體與攝像頭之間的距離以及目標物體的具體方位的，對待測距定位的目標物體的類型沒有限制，目標物體是非常規(guī)的車型，還是有可能出現(xiàn)在公路上的大型動物，無論目標物體是什么類型都可以進行測距定位，相對于單攝像頭僅能測距定位樣本特征數(shù)據(jù)庫中已有的待識別目標物體，本發(fā)明提供的方法可以測距定位的目標物體范圍更廣。

為使本領(lǐng)域技術(shù)人員更好地理解本發(fā)明，以下用一個具體的示例闡述本發(fā)明，參照圖8，示出了本發(fā)明的一種ADAS系統(tǒng)的結(jié)構(gòu)框圖，所述ADAS具體可以包括如下模塊：

拍攝模塊801，可以包括雙攝像頭，用于對目標物體進行拍攝，以得到所述ADAS用于進行圖像測距定位的圖像數(shù)據(jù)。

處理器802，用于處理ADAS的事務(wù)，包括圖像測距定位、傳感器數(shù)據(jù)處理、通信數(shù)據(jù)處理及語音處理等。

傳感器模塊803，用于獲取傳感數(shù)據(jù)。例如，所述傳感器模塊703可以包括雷達傳感器，所述雷達傳感器可用來測量前方車輛的速度以及監(jiān)測自身車輛的速度。

通信模塊804，用于傳輸通信數(shù)據(jù)。例如，所述ADAS可以通過所述通信模塊804從網(wǎng)絡(luò)基站上獲得路況信息、導(dǎo)航地圖等通信數(shù)據(jù)，此外，所述ADAS還可以通過所述通信模塊804與遠程控制中心進行交互。

全球定位系統(tǒng)(Global Positioning System，GPS)/北斗接收器模塊805，用于接收GPS/北斗的位置信息。例如，行駛中的車輛通過所述GPS/北斗接收器模塊805獲得的位置信息，所述通信模塊804獲得的路況信息、導(dǎo)航地圖等通信數(shù)據(jù)，通過所述處理器802對所述位置信息和所述路況信息、導(dǎo)航地圖等通信數(shù)據(jù)進行處理，即可實現(xiàn)導(dǎo)航功能。

無線保真(Wireless Fidelity，WiFi)/藍牙模塊806，用于實現(xiàn)與其它智能設(shè)備之間近距離通信。例如，所述ADAS可以通過所述WiFi/藍牙模塊806與智能手機、WiFi熱點等其他智能設(shè)備進行近距離通信等。

語音輸入模塊807，用于輸入語音。例如，得到用戶的指令等。

語音輸出模塊808，用于輸出語音。例如，當檢測車輛前方目標物體的距離和位置時，可以發(fā)出語音提示。

可選地，處理器802可用于執(zhí)行所述一個或者一個以上程序包含用于進行以下操作的指令，進而實現(xiàn)圖像測距定位的功能：

依據(jù)所述拍攝模塊得到的圖像數(shù)據(jù)，得到所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大??；

依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小以及所述雙攝像頭之間的距離，計算得出所述目標物體到所述雙攝像頭之間的距離；

依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小和各邊長的長度，得到所述目標物體的位置。

可選地，處理器802可用于執(zhí)行所述一個或者一個以上程序包含用于進行以下操作的指令，進而實現(xiàn)傳感器數(shù)據(jù)處理的功能：

依據(jù)所述傳感器模塊803獲得的傳感數(shù)據(jù)，得到包括前方物體的車速以及自身車輛的車速的數(shù)據(jù)。

可選地，處理器802可用于執(zhí)行所述一個或者一個以上程序包含用于進行以下操作的指令，進而實現(xiàn)通信數(shù)據(jù)處理的功能：

將所述通信模塊804獲得的通信數(shù)據(jù)發(fā)送給處理器802，得到通信數(shù)據(jù)的處理結(jié)果；

將所述通信數(shù)據(jù)的處理結(jié)果通過通信模塊804發(fā)送出去。

可選地，處理器802可用于執(zhí)行所述一個或者一個以上程序包含用于進行以下操作的指令，進而實現(xiàn)語音處理的功能：

將所述語音輸入模塊807獲得的用戶語音指令發(fā)送給所述處理器802，所述處理器802對所述用戶下達的語音指令進行識別，得出所述用戶下達的語音指令的意圖并下達執(zhí)行指令。

本發(fā)明提供的一種ADAS系統(tǒng)，具有以下有益效果：

首先，本發(fā)明提供的ADAS系統(tǒng)實現(xiàn)圖像測距定位的原理為：通過雙攝像頭與目標物體組成的三角形，直接計算出目標物體與攝像頭之間的距離以及目標物體的具體方位，計算過程屬于精確的計算，得出來的距離和方位精度高。

其次，由于本發(fā)明提供的ADAS系統(tǒng)無需對目標物體先進行目標識別再測算，而是直接對目標物體進行拍攝計算，相對于單攝像頭圖像測距定位的方法少了一個目標識別的步驟，因此，本發(fā)明提供的圖像測距定位的方法比單攝像頭圖像測距定位的方法效率更高。

最后，由于本發(fā)明提供的ADAS系統(tǒng)是通過雙攝像頭與目標物體組成的三角形直接計算出目標物體與攝像頭之間的距離以及目標物體的具體方位的，對待測距定位的目標物體的類型沒有限制，目標物體是非常規(guī)的車型，還是有可能出現(xiàn)在公路上的大型動物，無論目標物體是什么類型都可以進行測距定位，相對于單攝像頭僅能測距定位樣本特征數(shù)據(jù)庫中已有的待識別目標物體，本發(fā)明提供的方法可以測距定位的目標物體范圍更廣。

在本發(fā)明的一種優(yōu)選實施例中，所述ADAS還可以包括云端控制中心，所述云端控制中心用于與所述處理器進行數(shù)據(jù)交互，以實現(xiàn)圖像測距定位的功能。

可選的，所述云端控制中心用于執(zhí)行所述一個或者一個以上程序包含用于進行以下操作的指令，進而實現(xiàn)圖像測距定位的功能：

依據(jù)所述拍攝模塊得到的圖像數(shù)據(jù)，得到所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大??；

依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小以及所述雙攝像頭之間的距離，計算得出所述目標物體到所述雙攝像頭之間的距離；

依據(jù)所述雙攝像頭和所述目標物體組成的平面三角形中各夾角的大小和各邊長的長度，得到所述目標物體的位置。

所述云端控制中心具有強大的云端計算能力，相對于所述ADAS的處理器來說，所述云端控制中心的數(shù)據(jù)處理能力更加強大。所述云端中心可以通過與所述處理器進行圖像數(shù)據(jù)交互，替代所述處理器進行圖像數(shù)據(jù)處理，以便得到更加精確和高效的圖像測距定位結(jié)果。

當然，所述云端控制中心也可以部分或者全部替代所述處理器處理ADAS的事務(wù)，不僅僅局限于圖像測距定位，也可以是傳感器數(shù)據(jù)處理、通信數(shù)據(jù)處理及語音處理等，本發(fā)明中對于所述云端控制中心部分或者全部替代所述處理器處理ADAS的事務(wù)的內(nèi)容不做具體的限定。

對于裝置實施例而言，由于其與方法實施例基本相似，所以描述的比較簡單，相關(guān)之處參見方法實施例的部分說明即可。

本說明書中的各個實施例均采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明實施例的實施例可提供為方法、裝置、或計算機程序產(chǎn)品。因此，本發(fā)明實施例可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本發(fā)明實施例可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等)上實施的計算機程序產(chǎn)品的形式。

本發(fā)明實施例是參照根據(jù)本發(fā)明實施例的方法、終端設(shè)備(系統(tǒng))、和計算機程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理終端設(shè)備的處理器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理終端設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機程序指令也可存儲在能引導(dǎo)計算機或其他可編程數(shù)據(jù)處理終端設(shè)備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理終端設(shè)備上，使得在計算機或其他可編程終端設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或其他可編程終端設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

盡管已描述了本發(fā)明實施例的優(yōu)選實施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對這些實施例做出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實施例以及落入本發(fā)明實施例范圍的所有變更和修改。

最后，還需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者終端設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者終端設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者終端設(shè)備中還存在另外的相同要素。

以上對本發(fā)明所提供的一種圖像測距定位的方法、裝置及ADAS，進行了詳細介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。