双目视觉感知下的公路限高实时预警算法

针对车辆运动工况下对种类繁杂的公路限高设施测高难的问题,提出一种双目相机限高目标实时监测算法。通过分析限高场景及设施,采集并构建大规模多场景的公路限高数据集;采用基于深度学习的检测和跟踪算法获取目标区域;利用多步多尺度的滤波算法对双目视差数据进行处理,得到高置信度的限高设施视差数据,进而计算距离及高度信息;最后采用鲁棒性输出策略对计算得到的测距和测高数据进行输出预警。通过多场景限高测试,目标检测精度为98.77%、漏检率为0.87%、误检率为0.36%,在60 m内的平均测高误差小于4%。实验结果表明该算法可以实现公路限高目标的自动检测,能够实时鲁棒地输出测距、测高和预警信息。