(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210651115.1 (22)申请日 2022.06.09 (71)申请人 中国第一汽车股份有限公司 地址 130011 吉林省长 春市汽车 经济技术 开发区新红旗大街1号 (72)发明人 江路铭　王宇凡　许际晗　葛恒赫　 张达明　宋楠楠　 (74)专利代理 机构 北京远智汇知识产权代理有 限公司 1 1659 专利代理师 刘欣 (51)Int.Cl. G06T 7/246(2017.01) G06T 7/277(2017.01) G06T 7/73(2017.01) G06V 20/40(2022.01)G06V 20/58(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种物体距离监测方法、 装置、 电子设备和 存储介质 (57)摘要 本发明公开了一种物体距离监测方法、 装 置、 电子设备和存储介质， 其中， 该方法包括： 基 于预设目标监测模型在视频数据的图像帧中识 别目标物体； 根据预设目标跟踪规则确定所述目 标物体的识别标签并跟踪所述目标物体； 根据所 述图像帧的鸟瞰图监测所述目标物体对应的距 离参数。 本发 明实施例通过对目标物体的跟踪并 在鸟瞰图中对目标物体进行距离参数的监测， 可 减少目标物体距离监测结果的获取时间， 从而提 高监测结果的时效性， 有助于基于距离监测结果 进行决策， 可提高车辆的智能化 程度。 权利要求书2页 说明书12页 附图4页 CN 114998387 A 2022.09.02 CN 114998387 A 1.一种物体距离监测方法， 其特 征在于， 包括： 基于预设目标监测模型在视频 数据的图像帧中识别目标物体； 根据预设目标跟踪规则确定所述目标物体的识别标签并跟踪所述目标物体； 根据所述图像帧的鸟瞰图监测所述目标物体对应的距离参数。 2.根据权利要求1所述方法， 其特征在于， 所述基于预设目标监测模型在视频数据的图 像帧中识别目标物体， 包括： 提取在yolov4架构下训练的Darknet网络框架的卷积神经网络模型作为所述预设目标 监测模型； 将所述视频数据的至少一个所述图像帧输入到所述卷积神经网络以确定所述目标物 体的检测结果； 按照预设边界框参数和所述检测结果内各所述目标物体的位置坐标在所述图像帧为 所述目标物体生成边界框 。 3.根据权利要求2所述方法， 其特征在于， 在所述确定所述目标物体的检测结果之后， 还包括以下至少之一： 删除不存在所述目标物体的所述检测结果； 确定各所述检测结果之间的重 叠度， 并删除其中重 叠度大于阈值的所述检测结果。 4.根据权利要求1所述方法， 其特征在于， 所述根据 预设目标跟踪规则确定所述目标物 体的识别标签并跟踪所述目标物体， 包括： 提取当前图像帧的所述目标物体的边界框； 基于所述 边界框预测下一图像帧内所述目标物体的预测边界框； 提取所述下一图像帧的所述目标物体的边界框； 按照匈牙利算法规则对所述预测边界框和所述 边界框进行重 叠度匹配； 根据所述重 叠度匹配结果调整所述目标物体的边界框； 在所述当前图像帧内为所述目标物体的所述 边界框绘制标识标签。 5.根据权利要求4所述方法， 其特征在于， 在根据 所述重叠度匹配结果调整所述目标物 体的边界框， 包括： 若所述边界框与所述预测边界框满足重叠度匹配条件， 则将所述边界框和所述预测边 界框的卡尔曼 滤波结果作为所述目标物体的边界框； 若不存在与 所述边界框满足重叠度匹配条件的所述预测边界框， 则在所述边界框对应 的所述目标物体至少阈值数量的所述当前图像帧出现时， 将所述边界框作为所述目标物体 的边界框； 若不存在与所述预测边界框满足重叠匹配条件的所述边界框， 则删除所述预测边界 框。 6.根据权利要求1所述方法， 其特征在于， 所述根根据所述图像帧的鸟瞰图监测所述目 标物体对应的距离参数， 包括： 获取所述视频 数据的对应采集设备 标定的相机内外参数； 按照所述相机内外参数去除所述图像帧中的深度维度坐标以转换为所述鸟瞰图； 按照所述鸟瞰图与三维真实世界的距离比监测所述目标物体的距离参数。 7.根据权利要求6所述方法， 其特征在于， 所述按照所述鸟瞰图与三维真实世界的距离权　利　要　求　书 1/2 页 2 CN 114998387 A 2比监测各 所述目标物体的距离参数， 包括： 将至少两个所述目标物体之间的第一像素距离和所述距离比的乘积作为所述目标物 体的社交距离； 按照不同所述社交距离在所述视频 数据的图像帧内绘制距离提 示标记。 8.一种物体距离检测装置， 其特 征在于， 包括： 物体识别模块， 用于基于预设目标监测模型在视频 数据的图像帧中识别目标物体； 标识生成模块， 用于根据预设目标跟踪规则确定所述目标物体的识别标签并跟踪所述 目标物体； 距离监测模块， 用于根据所述图像帧的鸟瞰图监测所述目标物体对应的距离参数。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑7中任一项所述的 物体距离监测方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使处理器执行时实现权利要求1 ‑4中任一项所述的物体距离监测 方法。权　利　要　求　书 2/2 页 3 CN 114998387 A 3