%-------------------------------------------------------------------- % 定义算法名称、描述和UserDirections。属性(常数)

%名称:算法名称%指定算法名称的字符向量。名称= '车辆检测和距离估计';

%描述:为你的算法提供一行描述。描述= '使用预训练的ACF车辆检测器检测车辆，并计算被检测车辆与摄像机的距离。';

UserDirections:提供一组方向，在调用此算法时显示%。方向%将作为字符%向量的单元格数组提供，单元格数组%的每个元素表示方向列表中的一个步骤。UserDirections ={…“定义一个矩形ROI标签来标记车辆。”，…对于创建的标签定义，定义一个名为Distance的Attribute，类型为Numeric Value，默认值为0。”,……“运行算法”，……'如果需要，手动检查和修改结果'};结束

%-------------------------------------------------------------------- % 车辆检测器性能  %-------------------------------------------------------------------- 属性% SelectedLabelName选中的标签名称%选择标签的名称。算法检测到的车辆将%被分配这个变量名。SelectedLabelName

预训练的车辆检测器，类% acfObjectDetector的对象。探测器

%VehicleModelName车辆检测器模型名称%预训练的车辆检测器模型名称。VehicleModelName = 'full-view';

%OverlapThreshold重叠阈值%消除参考包围框周围重叠包围框的阈值%，取值范围在0 ~ 1之间。边界框重叠率分母，'RatioType'设置为% 'Min'重叠阈值= 0.65;

%ScoreThreshold分类评分阈值%拒绝检测百分比分数低的检测的阈值。ScoreThreshold = 30;

%ConfigureDetector布尔值决定是否配置检测器%布尔值决定是否使用% monoCamera传感器配置检测器。ConfigureDetector = true;

%SensorObj monocamersensor % Monocular Camera用于配置探测器的传感器对象。配置的检测器将运行得更快，并可能导致更好的检测。SensorObj = [];

%SensorStr monoCamera传感器变量名% Monocular Camera用于配置%检测器的传感器对象变量名。SensorStr = ";

%VehicleWidth车辆宽度%用于配置探测器的车辆宽度，指定为% [minWidth, maxWidth]，以世界单位描述%对象的大致宽度。VehicleWidth = [1.5 2.5];

% vehiclelth车辆长度%用于配置探测器的车辆长度，指定为% [minLength, maxLength]，以世界单位描述%对象的大致长度。VehicleLength = [];结束

%-------------------------------------------------------------------- % 属性自动化属性  %-------------------------------------------------------------------- 属性(常数,访问=私人)

%标志，启用距离属性估计自动化AutomateDistanceAttribute = true;

支持金宝app的距离属性名称。标签必须具有指定名称的属性。金宝appSupportedDistanceAttribName = '距离';结束

属性(Access = private)

距离的实际属性名;

检查指定的属性是否为有效距离的标志结束

%-------------------------------------------------------------------- % 初始化传感器、探测器和其他相关属性。函数初始化(algObj)

存储所选标签定义的名称。使用% name标记检测到的车辆。algObj。选择edLabelName = algObj.SelectedLabelDefinitions.Name;

使用预训练的模型初始化车辆检测器。。algObj。检测器= vehicleDetectorACF(algObj.VehicleModelName);

如果algObj. %初始化参数计算车辆距离。AutomateDistanceAttribute initializeAttributeParams (algObj);结束结束

初始化与属性自动化相关的属性。

标签必须有一个属性，名称为距离，类型为数值。hasAttribute = isfield(algObj. isfield)ValidLabelDefinitions， 'Attributes') &&…isstruct (algObj.ValidLabelDefinitions.Attributes);if hasAttribute attributeNames = fieldnames(algObj.ValidLabelDefinitions.Attributes);idx = find(contains(attributeNames, algObj.金宝appSupportedDistanceAttribName));if ~isempty(idx) algObj。距离属性Name = attributeNames{idx}; algObj.HasValidDistanceAttribute = validateDistanceType(algObj); end end end

function tf = validateDistanceType(algObj) %

tf = isfield(algObj.ValidLabelDefinitions。属性s, algObj.DistanceAttributeName) && ... isfield(algObj.ValidLabelDefinitions.Attributes.(algObj.DistanceAttributeName), 'DefaultValue') && ... isnumeric(algObj.ValidLabelDefinitions.Attributes.(algObj.DistanceAttributeName).DefaultValue); end

%-------------------------------------------------------------------- 函数autoLabels =运行(algObj,我)

autoLabels = [];

%配置检测器。如果algObj。ConfigureDetector && ~isa(algObj.Detector，'acfObjectDetectorMonoCamera') vehicleSize = [algObj.VehicleWidth;algObj.VehicleLength];algObj。检测器= configureDetectorMonoCamera(algObj.)探测器,algObj。SensorObj vehicleSize);结束

使用初始化的车辆检测器检测车辆。[bboxes, scores] = detect(algObj.)探测器,我,…“SelectStrongest”,假);

[selectdbbox, selectedScore] = selectstronggestbbox (bboxes, scores，…'RatioType'， 'Min'， 'OverlapThreshold'， algObj.OverlapThreshold);

%拒绝检测分数低于% ScoreThreshold的检测。detectionsToKeepIdx = (selectedScore > algObj.ScoreThreshold);seltedbbox = seltedbbox (detectionsToKeepIdx，:);

如果~isempty(seltedbbox) %在车辆检测器检测到的包围框位置添加自动标签，类型为矩形，名称为所选标签%。autoLabels。Name = algObj.SelectedLabelName;autoLabels。Type = labelType.Rectangle;autoLabels。位置= seltedbbox;

如果(algObj。自动化距离属性&& algObj.HasValidDistanceAttribute) attribName = algObj.DistanceAttributeName; % Attribute value is of type 'Numeric Value' autoLabels.Attributes = computeVehicleDistances(algObj, selectedBbox, attribName); end else autoLabels = []; end end

function midPts = helperFindBottomMidpoint(bboxes) %查找包围框的底边中点。

xBL = bboxes(:，1);yBL = bboxes(:，2);

xM = xBL + bboxes(:，3)/2;yM = yBL + + bboxes(:，4);midPts = [xM yM];

结束

函数距离= computedistance (algObj, bboxes) %计算车辆距离的辅助函数。

midPts = helpfindbottom midpoint (bboxes);xy = algObj.SensorObj.imageToVehicle(midPts);距离=根号(xy(:，1)。²+ xy(:，2).²);

结束

function attribS = computevehicledistance (algObj, bboxes, attribName) %计算车辆距离。

numCars = size(bboxes, 1);attribS = repmat(struct(attribName, 0)， [numCars, 1]);

for i=1:numCars distanceVal = computedistance (algObj, bboxes(i，:));attribS(i).(attribName) = distanceVal;结束结束

mkdir(“+视觉/ +贴标签机”);拷贝文件(fullfile (matlabroot“例子”,“驾驶”,“主要”,“VehicleDetectionAndDistanceEstimation.m”),“+视觉/ +贴标签机”);

负载(“FCWDemoMonoCameraSensor。席”、“传感器”)

groundTruthLabeler 05 _highway_lanechange_25s.mp4