本技术公开一种车辆检测与碰撞预警方法和装置、系统、存储介质,包括:根据KITTI数据集,得到YOLOv11车辆检测模型;将YOLOv11车辆检测模型部署在嵌入式设备;根据YOLOv11车辆检测模型,通过单目视觉原理计算前车与相机之间实际距离;对比实际距离与安全距离,作出是否预警的决定。采用本发明的技术方案,可以在低成本条件下实现高效的车辆检测与距离预警。
背景技术
在智能交通系统和自动驾驶领域,车辆检测和距离估算是提升驾驶安全性的重要环节。在早期的自动驾驶和ADAS系统中,车辆检测和距离测量主要依赖多传感器融合技术,如激光雷达、毫米波雷达和双目摄像头。这些传感器通过发射并接收反射信号来实现对目标物体的精确检测与距离计算。例如,激光雷达可以通过发射激光束并检测其反射时间来计算目标物体的距离;毫米波雷达则通过发射电磁波检测物体的速度和距离。这些多传感器融合的系统具备高精度、鲁棒性强,能够应对各种复杂的交通环境,如不同的光照条件、复杂的天气环境等。
然而,尽管这些传感器系统在性能上具备极高的可靠性,但其成本昂贵、系统复杂、体积大,导致它们无法广泛应用于普通乘用车中。为了降低系统成本、简化系统结构,基于单目视觉的车辆检测和距离估算技术逐渐成为研究热点。单目视觉系统只需使用一个摄像头,结合图像处理算法和几何学原理来完成车辆的检测与距离计算。单目摄像头通过捕捉二维图像,结合摄像头的内外参数以及已知的物体尺寸,利用三角几何推导出物体到摄像头的距离。
现有的车辆检测系统通常依赖于多传感器融合的方案,虽然这些方案在精度上较高,但由于成本高、复杂度大,不适用于大规模商业化应用。另一方面,视觉检测技术虽然成本低、易于部署,但在实际距离估算和检测精度方面仍存在不足。当前的车辆检测系统,虽然具有一定的实时性和检测精度,但在面对远距离或小尺寸的车辆目标时,检测性能不足。尤其是在高速行驶或远距离的情况下,传统车辆检测与碰撞预警系统难以准确识别小目标,导致漏检或检测延迟。
实现思路