1.一种基于双目摄像头的目标定位方法,其特征在于:所述目标定位方法分为离线阶段和在现阶段两部分,其中离线阶段包括步骤:S1、在一个以上给定的参考位置上利用双目摄像头获取离线目标图像,提取得到LBP纹理特征和深度信息,并构建基于LBP纹理特征和深度信息的训练数据库;
S2、利用支持向量机学习训练数据库中的训练样本,得到关联LBP纹理特征、深度信息的两个回归函数;
在线阶段包括步骤:
S3、利用双目摄像头获取在线目标的灰度图像和深度图像,并从灰度图像中提取LBP纹理特征、从深度图像中提取深度信息;
S4、利用步骤S2所得两个回归函数对在线目标位置估计,获得粗定位的初始位置;
S5、构建交互复合模型,并对粗定位的初始位置修正,得到精定位的在线目标位置。
2.根据权利要求1所述基于双目摄像头的目标定位方法,其特征在于:在所述双目摄像头视角范围的场景中密布设置参考位置,步骤S1构建训练数据库的方法包括步骤:S11,当离线目标在给定的一个参考位置时,利用双目摄像头获得离线目标的灰度图像和深度图像;
S12、对灰度图像提取LBP纹理特征,对深度图像提取深度信息;
S13、使离线目标遍历所有参考位置,重复步骤S11、S12,获得对应每个参考位置的LBP纹理特征、深度信息,结合参考位置的位置坐标,构建包含LBP纹理特征和参考位置X轴坐标的第一训练数据库,包含深度信息和参考位置Y轴坐标的第二训练数据库。
3.根据权利要求2所述基于双目摄像头的目标定位方法,其特征在于:步骤S2中利用支持向量机学习第一训练数据库中的训练样本,得到基于X轴位置的第一回归函数,利用支持向量机学习第二训练数据库中的训练样本,得到基于Y轴位置的第二回归函数。
4.根据权利要求1所述基于双目摄像头的目标定位方法,其特征在于:步骤S4获得粗定位的初始位置包括步骤:S41、利用步骤S3从灰度图像中提取的LBP纹理特征作为相对应的一个回归函数的输入,计算在线目标在X轴上的位置;
S42、利用步骤S3从深度图像中提取的深度信息作为相对应的另一个回归函数的输入,计算在线目标在Y轴上的位置;
S43、合并步骤S41、S42所得位置,得到在线目标粗定位的初始位置。
5.根据权利要求1所述基于双目摄像头的目标定位方法,其特征在于:步骤S5得到精定位的在线目标位置包括步骤:S51、分析在线目标的机动特性和粗定位结果的误差,选取运动模型构建交互复合模型;
S52、利用连续时间内在线目标位置之间的变化,并利用步骤S51的交互复合模型对粗定位的初始位置进行修正,得到精定位的在线目标位置。