基于双目视觉的车辆检测跟踪与测距

由于道路上存在各种不安全因素，车辆检测跟踪并测距是自动驾驶技术的重要组成部分。本文将YOLOv4-tiny作为检测器使之加快模型检测速度且更适合在车辆嵌入式设备中使用。考虑到目标检测失败的情况，本文在历史缓冲区中存储以前的跟踪细节(唯一ID)和每个对象的相应标签，提出了一个基于中值的标签估计方案(MLP),使用存储在前一帧的历史标签的中值来预测当前帧中对象的检测标签，使得跟踪错误最小化，并用双目摄像头获取图像检测车辆距离。测试新网络结构后，检测精度(Mean Average Precision,mAP)为80.14%,检测速度较YOLOv4相比提高了184%,检测到的距离误差平均在0.5%左右。