CN101211408B - 车辆侧面图像识别方法及装置、车灯误识别检测和行驶安全预测方法 - Google Patents
车辆侧面图像识别方法及装置、车灯误识别检测和行驶安全预测方法 Download PDFInfo
- Publication number
- CN101211408B CN101211408B CN2006101562800A CN200610156280A CN101211408B CN 101211408 B CN101211408 B CN 101211408B CN 2006101562800 A CN2006101562800 A CN 2006101562800A CN 200610156280 A CN200610156280 A CN 200610156280A CN 101211408 B CN101211408 B CN 101211408B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- discerned
- image
- shade
- car
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种车辆侧面图像识别方法及装置,该方法包括步骤:输入摄像装置所摄取的包含已识别车辆的图像;从所述输入的图像中分类出所述已识别车辆位于所述摄像装置左右两侧位置的图像;对所述分类出的图像进行车辆侧面识别处理,以获取所述已识别车辆的侧面图像信息;以及,输出获取的所述已识别车辆的侧面图像信息。辅助驾驶系统利用该方法及装置所提供的车辆侧面图像信息来更全面地分析目标车辆与其它车辆的相互运动关系,从而极大地提高车辆行驶的安全性。
Description
技术领域
本发明涉及车辆图像识别领域,尤其涉及一种车辆侧面图像识别方法及装置,一种车灯误识别检测方法和一种车辆行驶安全预测方法。
背景技术
通过识别车辆侧面图像而得到的其它车辆的侧面图像信息,可以使辅助驾驶系统通过分析车辆侧面的方向来了解其他车辆的行驶方向信息,使得辅助驾驶系统可以更全面的分析目标车辆与其它车辆的相互运动关系,从而极大地提高车辆行驶的安全性。
另外,由于车辆侧面水平结构与车前脸的水平结构有一定相似性以及在夜晚车辆侧面上的车灯反光与它车车灯的相似性,使得基于车辆结构、轮廓和车灯的车辆图像识别算法,经常会在车辆侧面位置上出现误识别的情况。因此,识别车辆侧面图像也有助于降低车辆图像识别方法在上述情况下的误识别。
现有的识别车辆侧面图像的识别方法,主要是通过在自车侧面安装摄像机,录入位于自车侧面的其它车辆的车辆侧面图像。然后根据录入的位于自车侧面的其他车辆侧面的两个侧面车轮图像应处于同一水平位置的特点,来识别位于自车侧面的车辆车轮,从而识别位于自车侧面的车辆。
但是,通过分析可知,该车辆侧面识别方法,由于需要待识别的车辆的两个侧面车轮位于同一水平线上,所以该方法只能用于在自车侧面安装摄像机的车辆识别系统。无法为前方和侧方车辆识别系统提供车辆侧面图像识别功能。
发明内容
鉴于上述问题和考虑做出本发明,并且本发明的一个目的在于提供一种车辆侧面图像识别方法及装置,利用该方法及装置提供的车辆侧面图像信息,辅助驾驶系统能够更全面地分析目标车辆与其它车辆的相互运动关系,从而极大地提高车辆行驶的安全性。
本发明的另一个目的在于提供一种车辆侧面图像识别方法及装置,利用该方法及装置提供的车辆侧面图像信息,能够降低车辆图像识别方法的误识别。
本发明的另一个目的在于提供一种车灯误识别检测方法,其利用车辆侧面图像信息检测车灯误识别。
本发明的另一个目的在于提供一种车辆行驶安全预测方法,其利用车辆侧面图像信息预测辆行驶安全。
为了实现本发明的目的,按照本发明的一种车辆侧面图像识别方法,包括步骤:
输入摄像装置所摄取的包含已识别车辆的图像;
从所述输入的图像中分类出所述已识别车辆位于所述摄像装置左右两侧位置的图像;
对所述分类出的图像进行车辆侧面识别处理,以获取所述已识别车辆的侧面图像信息;以及
输出获取的所述已识别车辆的侧面图像信息。
为了实现本发明的目的,按照本发明的一种车辆侧面图像识别装置,包括:
输入单元,用于输入摄像装置所摄取的包含已识别车辆的图像;
分类单元,用于从所述输入的图像中分类出所述已识别车辆位于所述摄像装置左右两侧位置的图像;
识别处理单元,用于对所述分类出的图像进行车辆侧面识别处理,以获取所述已识别车辆的侧面图像信息;以及
输出单元,用于输出获取的所述已识别车辆的侧面图像信息。
为了实现本发明的目的,按照本发明的一种车灯误识别检测方法,包括步骤:
输入已识别车灯的图像信息和摄像装置摄取的包含已识别车辆的图像;
根据所输入的包含所述已识别车辆的图像,获得所述已识别车辆的侧面图像坐标信息;
根据所述已识别车灯的图像信息和所述已识别车辆的侧面图像坐标信息,确定位于所述已识别车辆的侧面图像区域内的已识别车灯;以及
输出所述确定的已识别车灯作为误识别车灯。
为了实现本发明的目的,按照本发明的一种车辆行驶安全预测方法,包括步骤:
输入安装在目标车辆上的摄像装置摄取得到的包含已识别车辆的图像以及所述目标车辆与所述已识别车辆的相对速度;
基于所述输入的包含所述已识别车辆的图像,获得所述已识别车辆的侧面图像坐标信息;
根据所述已识别车辆的侧面图像坐标信息,计算位于所述目标车辆后方的已识别车辆与所述目标车辆的相对角度;
根据所述计算的相对角度,确定位于所述目标车辆后方且与所述目标车辆较可能发生碰撞的已识别车辆;
预测所述确定的已识别车辆与所述目标车辆发生碰撞所需的时间;以及
输出所述确定的已识别车辆和所述预测的时间。
附图说明
图1示出了本发明一个实施例的车辆侧面图像识别方法的流程图;
图2示出了本发明一个实施例的车辆侧面图像识别处理的流程图;
图3示出了包含了位于自车正后方的车辆的图像;
图4示出了包含了位于消失线附近的车辆的图像;
图5A示出了摄像装置摄取的车辆侧面图像;
图5B示出了滤波处理得到的侧面车底阴影和车辆侧面边缘;
图5C示出了提取得到的侧面车底阴影和车辆侧面边缘;以及
图6示出了本发明一个实施例的车辆侧面图像识别装置的模块方框图;
图7示出了本发明一个实施例的车灯误识别检测方法的流程图;
图8示出了本发明一个实施例的车辆行驶安全预测方法。
具体实施方式
图1示出了本发明一个实施例的车辆侧面图像识别方法的流程图。如图1所示,首先,在步骤S1中,输入安装在目标车辆上的诸如电视摄像机等这样的摄像装置摄取得到的包含已经识别出的其它车辆的图像。为了便于描述,在下文中将该已经识别出的其它车辆称为已识别车辆。
然后,在步骤S2中,根据已识别车辆在图像中所处的位置,将所输入的图像分为三类:(1)已识别车辆位于目标车辆正前或后方位置的图像;(2)已识别车辆位于消失线附近位置的图像;以及(3)已识别车辆位于目标车辆左右侧位置的图像。
接着,在步骤S3中,利用已识别车辆位于目标车辆左右侧位置的图像,对已识别车辆进行车辆侧面图像识别处理,以获得已识别车辆的侧面图像信息。下面将结合图2详细描述本发明的车辆侧面图像识别处理。
在本实施例中,如图3所示,由于位于目标车辆正后方的车辆在图像中没有车辆侧面,所以对位于目标车辆正后方的车辆不进行车辆侧面图像识别,对位于目标车辆正前方的车辆也一样。此外,如图4所示,由于在消失线附近的车辆在图像中的面积较小,所以车辆侧面几乎不可见,因此如果对此类车辆进行车辆侧面图像识别则误差较大,基于这个原因在本实施例中也不对位于消失线附近的车辆进行车辆侧面图像识别。
最后,在步骤S4中,输出获得的已识别车辆的侧面图像信息。
图2示出了本发明一个实施例的车辆侧面图像识别处理的流程图。如图2所示,首先,在步骤S31中,利用现有的各种技术,例如申请日为2006年2月28日、申请人为沈阳东软软件股份有限公司和阿尔派株式会社、发明名称为“车辆图像分割方法和装置”的中国专利申请中所公开的车底阴影确定方法,在图像中对已识别车辆的左右两侧进行车底阴影滤波处理,以获得该已识别车辆的侧面车底阴影。
然后,在步骤S32中,利用诸如Sobel、Canny等这样的现有边缘提取方法,从图像中在该获得的侧面车底阴影的方向上进行车辆侧面边缘滤波处理,以获得该已识别车辆的车辆侧面边缘。
接着,在步骤S33中,判断该获得的侧面车底阴影和车辆侧面边缘是否满足以下条件:该获得的侧面车底阴影和车辆侧面边缘的位置与该已识别车辆的位置是否接近,例如它们之间的位置距离是否小于该已识别车辆宽度的10%;该获得的侧面车底阴影与车辆侧面边缘的方向是否接近平行(例如,两者方向的角度差是否小于5度);以及,该获得的侧面车底阴影与车辆侧面边缘的位置距离是否满足大于该已识别车辆车高的1/3且小于该已识别车辆车高的2/3。
最后,在步骤S34中,如果判定该获得的侧面车底阴影与车辆侧面边缘满足上述条件,则提取该获得的侧面车底阴影和车辆侧面边缘,并根据该提取的侧面车底阴影和车辆侧面边缘的坐标来确定该已识别车辆的侧面图像坐标信息。其中,该已识别车辆的侧面图像坐标信息为该提取的侧面车底阴影和车辆侧面边缘的坐标的并集。
图5A示出了摄像装置摄取的车辆侧面图像,图5B示出了按照上述步骤S31和S32滤波处理得到的侧面车底阴影和车辆侧面边缘,图5C示出了按照上述步骤S34提取得到的侧面车底阴影和车辆侧面边缘。
图6示出了本发明一个实施例的车辆侧面图像识别装置的模块方框图。如图6所示,车辆侧面图像识别装置100包括输入单元102,用于输入安装在目标车辆上的摄像装置摄取得到的包含已识别车辆的图像;分类单元104,用于从所述输入的图像中分类出所述已识别车辆位于所述目标车辆左右两侧位置的图像;识别处理单元106,用于对所述分类出的图像进行车辆侧面图像识别处理,以获取所述已识别车辆的侧面图像信息;以及,输出单元108,用于输出所述已识别车辆的侧面图像信息。
其中识别处理单元106进一步包括:阴影获得模块1060,用于在所述分类出的图像中对所述已识别车辆的左右两侧进行滤波处理,以获得所述已识别车辆的侧面车底阴影;边缘获得模块1062,用于从所述分类出的图像中在所述侧面车底阴影的方向上进行车辆侧面边缘滤波处理,以获得所述已识别车辆的车辆侧面边缘;判断模块1064,用于判断所获得的侧面车底阴影和车辆侧面边缘是否满足以下条件:所获得的侧面车底阴影和车辆侧面边缘的位置与所述已识别车辆的位置距离是否小于所述已识别车辆的宽度的10%;所获得的侧面车底阴影与车辆侧面边缘的两者方向之间的角度差是否小于5度;以及,所获得的侧面车底阴影与车辆侧面边缘的位置距离是否满足大于所述已识别车辆的车高的1/3且小于该车高的2/3;以及,确定模块1066,用于当判断接果为是时,根据所述侧面车底阴影和车辆侧面边缘的坐标信息,确定所述已识别车辆的侧面图像坐标信息。
下面描述两个结合本发明的车辆侧面图像识别方法的应用。
第一个应用是结合本发明的车辆侧面图像识别方法的车灯误识别检测方法。
由于车辆侧面水平结构与车前脸的水平结构非常相似,以及在夜晚车辆侧面上反射的车灯灯光与车辆的车灯直接照射的灯光具有相似性,因此现有的基于车辆结构、轮廓和车灯来识别车辆的车辆图像识别算法,经常把反射车灯灯光的车辆侧面误识别成车辆。然而,通过利用本发明的车辆侧面图像识别方法,能够检测出这种误识别。
图7示出了本发明一个实施例的车灯误识别检测方法的流程图。如图7所示,在步骤S50中,输入已识别车灯的图像信息和安装在目标车辆上的摄像装置摄取得到的包含已识别车辆的图像。
在步骤S52中,对该输入的包含已识别车辆的图像执行上述的步骤S1-S4和S31-S34,以获得已识别车辆的侧面图像坐标信息。
在步骤S54中,根据所输入的已识别车灯的图像信息和所获得的已识别车辆的侧面图像坐标信息,确定位于已识别车辆的侧面图像区域内的已识别车灯。
在步骤S56中,输出所确定的已识别车灯作为误识别车灯。
第二个应用是结合本发明的车辆侧面图像识别方法的车辆行驶安全预测方法。
通过识别车辆侧面图像而得到车辆的侧面图像信息,可以使铺助驾驶系统通过分析车辆侧面的方向来了解其他车辆的行驶方向信息,使得辅助驾驶系统可以更全面的分析目标车辆与其它车辆的相互运动关系,从而极大地提高车辆行驶的安全性。
图8示出了本发明一个实施例的车辆行驶安全预测方法。如图8所示,在步骤S80中,输入安装在目标车辆上的摄像装置摄取得到的包含已识别车辆的图像以及目标车辆与已识别车辆的相对速度。
在步骤S82中,对该输入的包含已识别车辆的图像执行上述的步骤S1-S4和S31-S34,以获得已识别车辆的侧面图像坐标信息。
在步骤S84中,根据所获得的已识别车辆的侧面图像坐标信息,计算位于目标车辆后方的已识别车辆与目标车辆的相对角度。
在步骤S86中,根据所计算的相对角度,确定位于目标车辆后方且与目标车辆较可能发生碰撞的已识别车辆。
在步骤S88中,预测所确定的已识别车辆与目标车辆发生碰撞所需的时间。
在步骤S90中,输出所确定的已识别车辆和所预测的时间。
虽然在本发明的上述实施例中,以摄像装置安装在目标车辆上为例来描述的,但是本发明并不局限于此。事实上,在本发明中,摄像装置可以安装在固定不动的对象上来摄取道路路况的图像。
本领域技术人员应当理解,上面所公开的实施例只是用于举例说明本法明,而不是限定本发明。
本领域技术人员还应当理解,本发明所公开的各种方法及装置可以在不偏离本发明实质的情况下做出各种修改和变形,因此本发明的保护范围由所附的权利要求书来确定。
Claims (7)
1.一种车辆侧面图像识别方法,包括步骤:
输入摄像装置所摄取的包含已识别车辆的图像;
从所述输入的图像中分类出所述已识别车辆位于所述摄像装置左右两侧位置的图像;
对所述分类出的图像进行车辆侧面识别处理,以获取所述已识别车辆的侧面图像信息;以及
输出获取的所述已识别车辆的侧面图像信息,
其中,所述车辆侧面识别处理步骤具体是:
在所述分类出的图像中从所述已识别车辆的左右两侧获得所述已识别车辆的侧面车底阴影;
从所述分类出的图像中在所述已识别车辆的侧面车底阴影方向上获得所述已识别车辆的车辆侧面边缘;以及
根据所述已识别车辆的侧面车底阴影和车辆侧面边缘的坐标信息,确定所述已识别车辆的侧面图像坐标信息。
2.如权利要求1所述的车辆侧面图像识别方法,其中,所述确定步骤进一步包括:
判断所述已识别车辆的侧面车底阴影与车辆侧面边缘两者方向之间的角度差是否小于5度,所述已识别车辆的侧面车底阴影与车辆侧面边缘的位置距离是否大于所述已识别车辆的车高的1/3且小于该车高的2/3,以及判断所述已识别车辆的侧面车底阴影和车辆侧面边缘与所述已识别车辆的位置距离是否小于所述已识别车辆的宽度的10%;以及
如果判断结果为是,则根据所述已识别车辆的侧面车底阴影和车辆侧面边缘的坐标信息,确定所述已识别车辆的侧面图像坐标信息。
3.如权利要求2所述的方法,其中,还包括步骤:
输入已识别车灯的图像信息;
根据所述已识别车灯的图像信息和所述已识别车辆的侧面图像坐标信息,确定位于所述已识别车辆的侧面图像区域内的已识别车灯;以及
输出所述确定的已识别车灯作为误识别车灯。
4.如权利要求1-3的任意一个权利要求所述的车辆侧面图像识别方法,其中,所述摄像装置安装在目标车辆或固定不动的对象上。
5.一种车辆侧面图像识别装置,包括:
输入单元,用于输入摄像装置所摄取的包含已识别车辆的图像;
分类单元,用于从所述输入的图像中分类出所述已识别车辆位于所述摄像装置左右两侧位置的图像;
识别处理单元,用于对所述分类出的图像进行车辆侧面识别处理,以获取所述已识别车辆的侧面图像信息;以及
输出单元,用于输出获取的所述已识别车辆的侧面图像信息,
其中,所述识别处理单元包括:
阴影获得模块,用于在所述分类出的图像中从所述已识别车辆的左右两侧获得所述已识别车辆的侧面车底阴影;
边缘获得模块,用于从所述分类出的图像中在所述已识别车辆的侧面车底阴影方向上获得所述已识别车辆的车辆侧面边缘;以及
确定模块,用于根据所述已识别车辆的侧面车底阴影和车辆侧面边缘的坐标信息,确定所述已识别车辆的侧面图像坐标信息。
6.如权利要求5所述的车辆侧面图像识别装置,其中,所述识别处理单元还包括判断模块,用于判断所述已识别车辆的侧面车底阴影与车辆侧面边缘两者方向之间的角度差是否小于5度,所述已识别车辆的侧面车底阴影与车辆侧面边缘的位置距离是否大于所述已识别车辆的车高的1/3且小于该车高的2/3,以及判断所述已识别车辆的侧面车底阴影和车辆侧面边缘与所述已识别车辆的位置距离是否小于所述已识别车辆的宽度的10%,
其中,所述确定模块进一步用于当判断结果为是时,根据所述已识别车辆的侧面车底阴影和车辆侧面边缘的坐标信息,确定所述已识别车辆的侧面图像坐标信息。
7.一种车辆行驶安全预测方法,包括步骤:
输入安装在目标车辆上的摄像装置摄取得到的包含已识别车辆的图像以及所述目标车辆与所述已识别车辆的相对速度;
基于所述输入的包含所述已识别车辆的图像,获得所述已识别车辆的侧面图像坐标信息;
根据所述已识别车辆的侧面图像坐标信息,计算位于所述目标车辆后方的已识别车辆与所述目标车辆的相对角度;
根据所述计算的相对角度,确定位于所述目标车辆后方且与所述目标车辆较可能发生碰撞的已识别车辆;
预测所述确定的已识别车辆与所述目标车辆发生碰撞所需的时间;以及
输出所述确定的已识别车辆和所述预测的时间,
其中,所述获得步骤具体是:
从所述输入的包含所述已识别车辆的图像中,分类出所述已识别车辆位于所述摄像装置左右两侧位置的图像;以及
对所述分类出的图像进行车辆侧面识别处理,以获取所述已识别车辆的侧面图像坐标信息,
其中,所述车辆侧面识别处理步骤具体是:
在所述分类出的图像中从所述已识别车辆的左右两侧获得所述已识别车辆的侧面车底阴影;
从所述分类出的图像中在所述已识别车辆的侧面车底阴影方向上获得所述已识别车辆的车辆侧面边缘;以及
根据所述已识别车辆的侧面车底阴影和车辆侧面边缘的坐标信息,确定所述已识别车辆的侧面图像坐标信息。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2006101562800A CN101211408B (zh) | 2006-12-29 | 2006-12-29 | 车辆侧面图像识别方法及装置、车灯误识别检测和行驶安全预测方法 |
JP2007315917A JP2008165765A (ja) | 2006-12-29 | 2007-12-06 | 車両側面画像取得方法及び装置、車灯誤識別検出方法及び安全運転予測方法 |
US11/962,018 US8019122B2 (en) | 2006-12-29 | 2007-12-20 | Vehicle side image recognition method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2006101562800A CN101211408B (zh) | 2006-12-29 | 2006-12-29 | 车辆侧面图像识别方法及装置、车灯误识别检测和行驶安全预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101211408A CN101211408A (zh) | 2008-07-02 |
CN101211408B true CN101211408B (zh) | 2011-05-25 |
Family
ID=39583112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006101562800A Expired - Fee Related CN101211408B (zh) | 2006-12-29 | 2006-12-29 | 车辆侧面图像识别方法及装置、车灯误识别检测和行驶安全预测方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8019122B2 (zh) |
JP (1) | JP2008165765A (zh) |
CN (1) | CN101211408B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010006361A1 (en) * | 2008-07-14 | 2010-01-21 | National Ict Australia Limited | Detection of vehicles in images of a night time scene |
CN101751676B (zh) * | 2008-12-17 | 2012-10-03 | 财团法人工业技术研究院 | 影像侦测方法及其系统 |
US8760632B2 (en) * | 2009-11-09 | 2014-06-24 | Toyota Jidosha Kabushiki Kaisha | Distance measuring apparatus and distance measuring method |
KR101262555B1 (ko) | 2011-07-05 | 2013-05-08 | 현대자동차주식회사 | 오경보 방지 기능을 가지는 추돌 경보 장치 및 그 방법 |
JP5930067B2 (ja) * | 2012-12-18 | 2016-06-08 | 三菱電機株式会社 | 視認性推定装置及び安全運転支援システム |
JP2014164426A (ja) * | 2013-02-22 | 2014-09-08 | Denso Corp | 物体検出装置 |
JP6178280B2 (ja) * | 2014-04-24 | 2017-08-09 | 日立建機株式会社 | 作業機械の周囲監視装置 |
JP6610665B2 (ja) * | 2015-06-23 | 2019-11-27 | 日本電気株式会社 | 検出システム、検出方法、及び、プログラム |
CN105160324B (zh) * | 2015-09-08 | 2018-10-26 | 长安大学 | 一种基于部件空间关系的车辆检测方法 |
CN105654038B (zh) * | 2015-12-22 | 2019-03-08 | 上海汽车集团股份有限公司 | 车灯识别方法及装置 |
CN105844222B (zh) * | 2016-03-18 | 2019-07-30 | 上海欧菲智能车联科技有限公司 | 基于视觉的前方车辆碰撞预警系统及方法 |
CN107776572A (zh) * | 2016-08-31 | 2018-03-09 | 奥迪股份公司 | 车辆辅助驾驶方法及系统 |
KR20180051836A (ko) * | 2016-11-09 | 2018-05-17 | 삼성전자주식회사 | 주행 차량을 위한 가상의 주행 차선을 생성하는 방법 및 장치 |
US10421436B2 (en) | 2017-03-24 | 2019-09-24 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for surveillance of a vehicle using camera images |
CN111161542B (zh) * | 2018-11-08 | 2021-09-28 | 杭州海康威视数字技术股份有限公司 | 车辆识别方法及装置 |
US10885099B1 (en) | 2019-08-07 | 2021-01-05 | Capital One Services, Llc | Systems and methods for presenting image classification results |
US10664721B1 (en) | 2019-08-07 | 2020-05-26 | Capital One Services, Llc | Systems and methods for generating graphical user interfaces |
JP7310526B2 (ja) * | 2019-10-14 | 2023-07-19 | 株式会社デンソー | 障害物識別装置および障害物識別プログラム |
JP7495178B2 (ja) * | 2020-04-14 | 2024-06-04 | 株式会社Subaru | 車両の走行支援装置 |
US11894136B2 (en) | 2021-08-12 | 2024-02-06 | Toyota Motor North America, Inc. | Occupant injury determination |
US11608030B2 (en) | 2021-08-12 | 2023-03-21 | Toyota Connected North America, Inc. | Vehicle surveillance system and early vehicle warning of potential threat |
US11887460B2 (en) | 2021-08-12 | 2024-01-30 | Toyota Motor North America, Inc. | Transport-related contact notification |
US12030489B2 (en) | 2021-08-12 | 2024-07-09 | Toyota Connected North America, Inc. | Transport related emergency service notification |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1834583A (zh) * | 2005-03-09 | 2006-09-20 | 三菱自动车工业株式会社 | 车辆周边监视装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3726309B2 (ja) | 1995-05-26 | 2005-12-14 | 日産自動車株式会社 | 車両認識装置及びそれを用いた車両接近報知装置 |
JPH10244890A (ja) * | 1997-03-07 | 1998-09-14 | Nissan Motor Co Ltd | 自動駐車装置 |
JPH11353565A (ja) * | 1998-06-09 | 1999-12-24 | Yazaki Corp | 車両用衝突警報方法及び装置 |
JP3812384B2 (ja) | 2001-08-31 | 2006-08-23 | 日産自動車株式会社 | 先行車両認識装置 |
JP2006234779A (ja) * | 2005-02-21 | 2006-09-07 | Sigma Denki Kogyo Kk | 夜間におけるヘッドライト及びテールランプ位置検出方法並びに夜間走行車両計測方法 |
US8164628B2 (en) * | 2006-01-04 | 2012-04-24 | Mobileye Technologies Ltd. | Estimating distance to an object using a sequence of images recorded by a monocular camera |
CN101030256B (zh) | 2006-02-28 | 2010-05-12 | 东软集团股份有限公司 | 车辆图像分割方法和装置 |
JP4544233B2 (ja) * | 2006-10-11 | 2010-09-15 | 株式会社デンソー | 車両検出装置及びヘッドランプ制御装置 |
CN101187982B (zh) * | 2006-11-17 | 2011-08-24 | 东软集团股份有限公司 | 一种用于从图像中分割出对象的方法及装置 |
-
2006
- 2006-12-29 CN CN2006101562800A patent/CN101211408B/zh not_active Expired - Fee Related
-
2007
- 2007-12-06 JP JP2007315917A patent/JP2008165765A/ja active Pending
- 2007-12-20 US US11/962,018 patent/US8019122B2/en not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1834583A (zh) * | 2005-03-09 | 2006-09-20 | 三菱自动车工业株式会社 | 车辆周边监视装置 |
Non-Patent Citations (2)
Title |
---|
JP特开2001-43494A 2001.02.16 |
JP特开2003-76987A 2003.03.14 |
Also Published As
Publication number | Publication date |
---|---|
JP2008165765A (ja) | 2008-07-17 |
CN101211408A (zh) | 2008-07-02 |
US8019122B2 (en) | 2011-09-13 |
US20080158014A1 (en) | 2008-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101211408B (zh) | 车辆侧面图像识别方法及装置、车灯误识别检测和行驶安全预测方法 | |
CN106652465B (zh) | 一种道路异常驾驶行为的识别方法及系统 | |
CN105825185B (zh) | 车辆防碰撞预警方法及装置 | |
KR101141874B1 (ko) | 위험 지역의 검출 장치, 방법 및 그를 이용한 보행자 검출장치 | |
Mukhtar et al. | Vehicle detection techniques for collision avoidance systems: A review | |
Grubb et al. | 3D vision sensing for improved pedestrian safety | |
CN101630412B (zh) | 基于相机的车道标志检测 | |
Berriel et al. | Ego-lane analysis system (elas): Dataset and algorithms | |
TWI302879B (en) | Real-time nighttime vehicle detection and recognition system based on computer vision | |
US7046822B1 (en) | Method of detecting objects within a wide range of a road vehicle | |
US9626571B2 (en) | Method and device for determining a valid lane marking | |
US20100265330A1 (en) | Intelligent headlight control using camera sensors | |
CN102201059A (zh) | 一种行人检测方法及装置 | |
CN104778444A (zh) | 道路场景下车辆图像的表观特征分析方法 | |
CN111507237A (zh) | 一种应用在高速公路上基于视频的异常事件检测方法与装置 | |
KR20090130977A (ko) | 영상처리기법을 이용한 신호교차로의 교통상충 판단 시스템및 방법 | |
JP6139088B2 (ja) | 車両検知装置 | |
US20090052742A1 (en) | Image processing apparatus and method thereof | |
WO2016083553A1 (en) | Method of controlling a traffic surveillance system | |
CN110171354B (zh) | 一种路边停车主动警示方法及系统 | |
CN103129468A (zh) | 基于激光成像技术的车载路障识别系统和方法 | |
EP2741234B1 (en) | Object localization using vertical symmetry | |
Wu et al. | A Real‐Time Embedded Blind Spot Safety Assistance System | |
US11482012B2 (en) | Method for driving assistance and mobile device using the method | |
CN109948552A (zh) | 一种复杂交通环境中的车道线检测的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110525 Termination date: 20211229 |