CN101409009A - 路面标定方法和系统 - Google Patents
路面标定方法和系统 Download PDFInfo
- Publication number
- CN101409009A CN101409009A CNA2008101736498A CN200810173649A CN101409009A CN 101409009 A CN101409009 A CN 101409009A CN A2008101736498 A CNA2008101736498 A CN A2008101736498A CN 200810173649 A CN200810173649 A CN 200810173649A CN 101409009 A CN101409009 A CN 101409009A
- Authority
- CN
- China
- Prior art keywords
- line
- point
- crossing
- calibration
- calibration line
- 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.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种路面标定方法和系统。涉及视频处理领域;解决了现有标定技术中信息准确度差,以及系统运算压力大,影响信息实时性的问题。该路面标定方法包括:在图像中与路面平行的平面上设置水平标定线和垂直标定线;根据现场空间信息进行计算,获得水平标定线和垂直标定线的交叉点信息;根据所述交叉点信息,标定所述标定线的坐标系覆盖范围内任意两点间的距离。本发明可应用于智能交通系统的视频处理技术中。
Description
技术领域
本发明涉及智能交通系统的视频处理技术,尤其涉及一种在视频图像中进行路面标定的方法和系统。
背景技术
智能交通系统(Intelligent transportation System,简称ITS)是综合运用先进的通讯信息、网络、自动控制、交通工程等技术,改善交通运输系统的运行情况,提高运输效率和安全性,减少交通事故,降低环境污染,从而建立一个智能化的、安全、便捷、舒适、环保的综合交通运输体系。
ITS是一个庞大的系统,其正常工作首先要建立在交通参数的检测上,在此基础上才能实现交通监控、信号控制等功能。现有的各种交通参数检测方式中,图像检测(Video Image Detector)是一种可以取得最丰富的交通信息的检测方法。
基于视频的图像处理技术利用图像检测获取交通信息,并对所述交通信息进行处理,得到描述交通实况的数据信息。基于视频的图像处理技术具有安装和维护方便,价格相对低廉、检测参数多、检测区域广和可以重现场景等显著优点,有着十分重要的理论意义和应用价值。其中,对运动车辆的方向和速度识别,是视频图像处理技术在智能交通系统中的主要应用之一,通过在视频图像中标定现场路面,根据标定结果进行后续的车辆检测。
在实现上述标定现场路面进行车辆检测的过程中,发明人发现现有技术中至少存在如下问题:
现有视频标定多采用高次插值函数或分段线性插值函数进行距离计算,存在着数值误差较大,计算量大的缺点,增加了系统的运算压力,影响了交通信息的实时性。
发明内容
为了解决传统标定方法中存在的计算方法不理想及系统运算压力大,不能满足交通信息的实时性的问题,本发明提供了一种路面标定方法。
一种路面标定方法,包括:
在图像中与路面平行的平面上设置水平标定线和垂直标定线;
根据现场空间信息进行计算,获得水平标定线和垂直标定线的交叉点信息;
根据所述交叉点信息,标定所述标定线的坐标系覆盖范围内任意两点间的距离。
其中,所述垂直标定线与车流方向平行;
所述交叉点信息包括:交叉点在所述坐标系内的横坐标和纵坐标;和交叉点所在垂直标定线到纵轴的像素距离及对应的实际距离;和交叉点所在水平标定线到横轴的像素距离及对应的实际距离;和交叉点与原点连线相对于水平标定线的斜率;和交叉点与原点连线相对于垂直标定线的斜率。
所述路面标定方法还包括:
输入现场空间信息,所述空间信息包括:标定线各段长度与图像现场实际长度的比例关系;
在图像中,以水平标定线与垂直标定线左上角的交叉点为原点建立坐标系;所述坐标系横轴以水平向右为正方向,纵轴以竖直向下为正方向;最上方的水平标定线为横轴;最左边的垂直标定线为纵轴;
按照先从左到右递增,再从上到下递增的顺序为交叉点分配序号;
将序号不同的交叉点的信息分别存储起来。
进一步地,根据所述交叉点信息,标定所述标定线的坐标系覆盖范围内任意两点间的距离的步骤包括:
分别计算所述任意两点在水平标定线方向上及垂直标定线方向上的距离;
根据勾股定理计算两点间的距离。
进一步地,分别计算所述任意两点在水平标定线方向上及垂直标定线方向上的距离的步骤包括:
分别计算两点在水平标定线方向上与垂直标定线0的距离以及在垂直标定线方向上与水平标定线0的距离,使用如下公式:
其中,xk,yk,xk+1,yk+1是已知的标定线交叉点坐标,mk=s″(xk),k=(0,1,2...),hk=xk+1-xk,计算后得到其中一点在水平标定线方向上与垂直标定线0的距离为S1,在垂直标定线方向上与水平标定线0的距离为S2;另一点在水平标定线方向上与垂直标定线0的距离为S3,在垂直标定线方向上与水平标定线0的距离为S4
通过公式d1=|S1-S3|求得两点在水平标定线方向上的距离d1;通过公式d2=|S2-S4|求得两点在垂直标定线方向上的距离d2。
本发明还提供了一种路面标定装置。
一种路面标定装置,包括:
标定线设置模块,用于在图像中与路面平行的平面上设置水平标定线和垂直标定线,并根据水平标定线和垂直标定线的位置建立坐标系;
交叉点信息获取模块,用于根据现场空间信息进行计算,获得标定线设置模块设置的全部水平标定线和垂直标定线的所有交叉点信息,并将所述交叉点信息存储起来;
距离标定模块,用于根据交叉点信息获取模块获取的交叉点信息,标定所述标定线的坐标系覆盖范围内任意两点间的距离。
进一步地,所述路面标定装置还包括:
坐标系建立模块,用于在图像中,以水平标定线与垂直标定线左上角的交叉点为原点,以最上方的水平标定线为横轴,以最左边的垂直标定线为纵轴建立坐标系,供距离标定模块标定坐标系覆盖范围内任意两点的距离使用;所述坐标系横轴以水平向右为正方向,纵轴以竖直向下为正方向;
信息输入模块,用于根据标定线设置模块放置的标定线的位置,输入现场空间信息,所述所述现场空间信息包括:标定线各段长度与图像现场实际长度的比例关系。
本发明的有益效果如下:
本发明提供的路面标定方法和装置,通过在现场路面的视频图像上对现场图像放置标定线,输入已知的现场空间信息,然后通过样条插值技术实现对现场任意两点间距离的计算,增加了计算结果的准确性和系统效率。
附图说明
图1为本发明提供的一种路面标定方法实施例的应用流程图;
图2为本发明的路面标定方法中标定线实施例的位置示意图;
图3为本发明的路面标定方法中坐标系实施例建立方式及标定线、交叉点标号方式的示意图;
图4为本发明例举的一种运用三次样条插值原理计算图3所示坐标系中两点距离的应用场景示意图;
图5为本发明提供的一种路面标定装置实施例的结构示意图。
具体实施方式
为了解决传统标定方法中存在的计算方法不理想及系统运算压力大,不能满足交通信息的实时性的问题,本发明提供了一种路面标定方法。
下面结合附图以及具体实施例,对本发明提供的路面标定方法进行详细介绍。
如图1所示,步骤101、在图像中与路面平行的平面上设置水平标定线和垂直标定线;
本步骤中,对摄像机采集到的视频图像进行标定,放置标定线;标定的目的是将图像与现实场景关联起来。
标定线包括水平标定线与垂直标定线;所述水平标定线与垂直标定线互相垂直;垂直标定线与车流方向平行。
本发明的具体实施方式以5×5的标定线布局为例,即有5条水平标定线和5条垂直标定线,水平标定线和垂直标定线互相交叉;所述的5×5的标定线布局仅仅是本发明可以实现的实施例之一,而不是全部的实施例;基于本发明的实施例,本领域技术人员可以不经过创造性劳动,获得的其他形式的标定线布局,及在该标定线布局下实现本发明技术方案的实施例,都属于本发明保护范围。
步骤102、输入现场空间信息;
本步骤中,在步骤101设置完标定线后,需要向系统输入现场空间信息。由于通过图像观察现实场景时,会产生透视效应,即同样的物体,如果离观察者较近,就会看起来比较大;离观察者较远,则会看起来比较小。对于本发明的标定线,如图2所示,垂直标定线201与道路202平行,A、B、C、D为垂直标定线上的4点;水平标定线203与道路两侧边相交于点E、F;水平标定线204与道路两侧边相交于点G、H;从图像上看来,线段AB与线段CD的长度是一样的,但对应到现实场景中,AB的长度要大于CD的长度;从图像上看来,线段EF要比线段GH要短,但对应到现实场景中,线段EF与线段GH的长度是一样的。所以,对于同一条垂直标定线,不同位置的图像长度与现实场景长度的比例是不同的;不同的水平标定线与现实场景长度的比例也是不同的。
步骤103、建立坐标系;
本步骤中,如图3所示,在放置好的标定线区域中建立坐标系;以水平标定线与垂直标定线左上角的交点为原点301建立坐标系;所述坐标系横轴以水平向右为正方向,纵轴以竖直向下为正方向;最上方的水平标定线为水平标定线0(302),按照从上到下的顺序,水平标定线303至306的标号依次递增,依序为水平标定线1至水平标定线4;最左边的垂直标定线为垂直标定线0(307),按照从左到右的顺序,垂直标定线308至311的标号依次递增,依序为垂直标定线1至垂直标定线4;
步骤104、根据现场空间信息进行计算,获得水平标定线和垂直标定线的交叉点信息;
本步骤中,定义所述交叉点信息为:交叉点在图像上的横坐标和纵坐标;交叉点所在垂直标定线到垂直标定线0的像素距离及对应的实际距离;交叉点所在水平标定线到水平标定线0的像素距离及对应的实际距离;交叉点与原点连线相对于水平标定线的斜率;交叉点与原点连线相对于垂直标定线的斜率。
为了描述交叉点信息,为交叉点定义结构体,所述结构体代码如下:
typedef struct CaliInfoPoint
{
int x;
int y;
int xDistance;
int yDistance;
int xPixelDistance;
int yPixelDistance;
double rowLineSlope;
double colLineSlope;
};
现对结构体成员变量的含义进行说明。
int x:交叉点在图像中的横坐标;
int y:交叉点在图像中的纵坐标;
int xDistance:交叉点所在垂直标定线到垂直标定线0的实际距离;
int yDistance:交叉点所在水平标定线到水平标定线0的实际距离;
int xPixelDistance:交叉点所在垂直标定线到垂直标定线0的像素距离;
int yPixelDistance:交叉点所在水平标定线到水平标定线0的像素距离;
double rowLineSlope:交叉点与原点连线对于水平标定线的斜率;
double colLineSlope 交叉点与原点连线对于垂直标定线的斜率;
特别的,为了防止计算rowLineSlope及colLineSlope出现分母为零的现象,定义如下:
rowLineSlope=(Yn-Y0)/(Xn-X0);n=1...5;
colLineSlope=(Xn-X0)/(Yn-Y0);n=1...5
所述像素距离即为图像上的长度,与现实场景长度的对应关系视步骤102的输入而定。
步骤105、为交叉点分配序号;
本步骤中,为交叉点分配序号;左上角交叉点为交叉点0,按照先从左到右递增,再从上到下递增的顺序为交叉点分配序号,如图3所示的交叉点0(301)、交叉点1(312)、交叉点4(313)、交叉点5(314)、交叉点24(315)。
步骤106、存储交叉点信息;
本步骤中,建立数组CaliInfoPoint caliInfoPoint[25],将步骤106中的交叉点信息结构体存储起来。所述数组元素带有两个变量:caliRowLineNum和caliColLineNum;其中caliRowLineNum代表交叉点所在的垂直标定线的标号,caliColLineNum代表交叉点所在的水平标定线的标号,通过caliRowLineNum和caliColLineNum确定坐标系中唯一的交叉点。
遍历所有交叉点的代码如下:
for(j=0;j<caliRowLineNum;j++)
{
for(i=0;i<caliColLineNum;i++)
{
caliInfoPoint[j*colLineNum+i]=...
}
步骤107、根据所述交叉点信息,标定所述标定线的坐标系覆盖范围内任意两点间的距离;
本步骤中,采用三次样条插值原理计算距离,首先,对三次样条插值定理的导出过程进行说明。
1、样条函数;
在[a,b]上取n+1个插值结点a=x0<x1<...<xn=b,已知函数f(x)在这n+1个点的函数值为yk=f(xk),则在[a,b]上函数y=f(x)的m次样条插值函数S(x)满足:
(1)S(x)在(a,b)上直到m-1阶导数连续;
(2)S(xk)=yk,(k=0,1,...,n);
(3)在区间[xk,xk+1](k=0,1,...,n)上,S(x)是m次多项式.
2、三次样条函数;
在[a,b]上函数y=f(x)的三次样条插值函数S(x)满足:
(1)在(a,b)上0、1、2阶导数连续;即:
s′(xk-0)=s′(xk+0),s″(xk-0)=s″(xk+0),(k=0,1,...,n-1);
(2)S(xk)=yk,(k=0,1,...,n);
(3)在区间[xk,xk+1](k=0,1,...,n-1)上,S(x)是三次多项式。
3、三次样条函数的计算
由二阶导数连续,设S″k(xk)=mk,(k=0,1,...,n),mk是未知待定的数。因S(x)是分段三次多项式,则在每个区间[xk,xk+1]内,S′(x)是分段一次多项式,记hk=xk+1-xk,则:
将上式在区间[xk,xk+1]上积分两次,并且由S(xk)=yk,S(xk+1)=yk+1来确定两个积分常数。当x∈[xk,xk+1]时,
利用S(x)一阶导数连续的性质,对上式求导,得:
在上式中,令x=xk,得:
将上式中的k换成k-1,得:s′(x)在[xk,xk+1]上的表达式,将x=xk代入,
而s′(xk+0)=s′(xk-0),联立上述两式,得到关于m的方程:
上式中,等式左边含未知量mk-1,mk,mk+1,等式右边yk-1,yk,yk+1是已知的,令
则得:
λkmk-1+2mk+μkmk+1=Ck,(k=0,1,...,n-1);
这是含有n+1个未知量m0,m1,mn,共有n-1个方程组成的线性方程组。欲确定方程的解,尚缺2个方程,因此求三次样条函数还要2个附加条件。
常用的问题有下面两种提法:
第一类问题:附加条件为s″(x0)=m0,s″(sn)=mn。
则方程组为:
其系数矩阵为:
这是一个三对角矩阵,由于λk+μk=1<2,因而它是严格对角占优的。原方程组是个三对角方程组,可以用追赶法求解。
第二类问题:给出边界端点的一阶导数值:
s′(x0)=y′0,s′(xn)=y′n
利用前面已推导的公式:当x∈[xk,xk+1]时,
取k=0,x=x0,得:
取k=n-1,x=x0,得:
移项,得:
于是,我们可以建立如下方程组:
其系数矩阵是严格对角占优的三对角矩阵:
从而可以解出m0,m1,mn,解出后可以得到三次样条函数的分段表达式,即当x∈[xk,xk+1]时,得到公式1,如下:
其中,xk,yk,xk+1,yk+1是已知的标定线交叉点坐标,mk=s″(xk),k=(0,1,2...),hk=xk+1-xk。
通过公式1,可以计算坐标系中任意两点在横轴和纵轴方向上的距离,并最终求得两点间的距离,例如,如图4所示,P1点与P2点为两个时刻下某一车辆的位置,通过识别装置识别出位置后,将位置在标定线的坐标系中确定下来;P1点的坐标为(x1,y1),P2点的坐标为(x2,y2),P1和P2均处于垂直标定线0(401)与垂直标定线1(402)之间,且P1处于水平标定线1(403)和水平标定线2(404)之间,P2处于水平标定线2(404)和水平标定线3(405)之间;设水平标定线m与垂直标定线n的交叉点为Cmn(Xmn,Ymn),其中Xmn为所述交叉点的横坐标,Ymn为所述交叉点的纵坐标。
现以求P1与P2的在垂直标定线方向上的距离D0为例,对三次样条插值定理的应用进行说明。
为了使结果更准确,本例中将P1和P2在垂直标定线0和垂直标定线1上均投影,分别计算P1与P2在垂直标定线0上的距离及垂直标定线1上的距离,再对这两个距离求平均值。
P1分别向垂直标定线0(401)和垂直标定线1(402)上投影得到点P10(x10,y10)和点P11(x11,y11)。
同理可得,P2在垂直标定线0和垂直标定线1上投影点P20(x20,y20)和点P21(x21,y21);
设P10与P20之间距离为D1,P11与P21之间距离为D2;
由图4可知,P10(x10,y10)处于交差点C00(X00,Y00)与C10(X10,Y10)之间;X00、X10分别相当于公式中的yk、yk+1;Y00、Y10分别相当于公式中的xk、xk+1;
由图4可知,y10∈[Y01,Y02]。代入公式1可得:
S(y10),S(y10)为P10到C00的距离;
同理可得S(y20),S(y20)为P20到C00的距离;
则D1=|S(y20)-S(y10)|
同理可得D2=|S(y21)-S(y11)|
通过对D1和D2求平均得到D0,如下:
D0=(D1+D2)/2。
同理,可求得P1点与P2点在水平方向上的距离,之后可以运用勾股定理求得P1与P2点之间的距离。
本发明提供的路面标定方法,通过在现场路面的视频图像上对现场图像放置标定线,输入已知的现场空间信息,然后通过样条插值技术实现对现场任意两点间距离的计算,增加了计算结果的准确性和系统效率。
本发明还提供一种路面标定装置。
一种路面标定装置,包括:
如图5所示,标定线设置模块501,用于在图像中与路面平行的平面上设置水平标定线和垂直标定线;
交叉点信息获取模块502,用于根据现场空间信息进行计算,获得标定线设置模块设置的全部水平标定线和垂直标定线的所有交叉点信息,并将所述交叉点信息存储起来;
距离标定模块503,用于根据交叉点信息获取模块获取的交叉点信息,标定所述标定线的坐标系覆盖范围内任意两点间的距离。
进一步地,所述路面标定装置还包括:
坐标系建立模块504,用于在图像中,以水平标定线与垂直标定线左上角的交叉点为原点,以最上方的水平标定线为横轴,以最左边的垂直标定线为纵轴建立坐标系,供距离标定模块标定坐标系覆盖范围内任意两点的距离使用;所述坐标系横轴以水平向右为正方向,纵轴以竖直向下为正方向;
信息输入模块505,用于根据标定线设置模块放置的标定线的位置,输入现场空间信息,所述所述现场空间信息包括:标定线各段长度与图像现场实际长度的比例关系。
本发明提供的路面标定装置,通过在现场路面的视频图像上对现场图像放置标定线,输入已知的现场空间信息,然后通过样条插值技术实现对现场任意两点间距离的计算,增加了计算结果的准确性和系统效率。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1、一种路面标定方法,其特征在于,包括:
在图像中与路面平行的平面上设置水平标定线和垂直标定线;
根据现场空间信息进行计算,获得水平标定线和垂直标定线的交叉点信息;
根据所述交叉点信息,标定所述标定线的坐标系覆盖范围内任意两点间的距离。
2、根据权利要求1所述的路面标定方法,其特征在于,所述在图像中与路面平行的平面上设置水平标定线和垂直标定线的步骤之后还包括:
输入现场空间信息,所述现场空间信息包括:标定线各段长度与图像现场实际长度的比例关系。
3、根据权利要求1所述的路面标定方法,其特征在于,所述垂直标定线与车流方向平行。
4、根据权利要求1所述的路面标定方法,其特征在于,所述根据现场空间信息进行计算,获得水平标定线和垂直标定线的交叉点信息的步骤之前还包括:
在图像中,以水平标定线与垂直标定线左上角的交叉点为原点建立坐标系;所述坐标系横轴以水平向右为正方向,纵轴以竖直向下为正方向;最上方的水平标定线为横轴;最左边的垂直标定线为纵轴。
5、根据权利要求1或4所述的路面标定方法,其特征在于,所述交叉点信息包括:
交叉点在所述坐标系内的横坐标和纵坐标;和交叉点所在垂直标定线到纵轴的像素距离及对应的实际距离;和交叉点所在水平标定线到横轴的像素距离及对应的实际距离;和交叉点与原点连线相对于水平标定线的斜率;和交叉点与原点连线相对于垂直标定线的斜率。
6、根据权利要求1所述的路面标定方法,其特征在于,所述根据现场空间信息进行计算,获得水平标定线和垂直标定线的交叉点信息的步骤之后还包括:
按照先从左到右递增,再从上到下递增的顺序为交叉点分配序号;
将序号不同的交叉点的信息分别存储起来。
7、根据权利要求1所述的路面标定方法,其特征在于,根据所述交叉点信息,标定所述标定线的坐标系覆盖范围内任意两点间的距离的步骤包括:
分别计算所述任意两点在水平标定线方向上及垂直标定线方向上的距离;
根据勾股定理计算两点间的距离。
8、根据权利要求7所述的路面标定方法,其特征在于,分别计算所述任意两点在水平标定线方向上及垂直标定线方向上的距离的步骤包括:
分别计算两点在水平标定线方向上与垂直标定线0的距离以及在垂直标定线方向上与水平标定线0的距离,使用如下公式:
其中,xk,yk,xk+1,yk+1是已知的标定线交叉点坐标,mk=s″(xk),k=(0,1,2...),hk=xk+1-xk;计算后得到其中一点在水平标定线方向上与垂直标定线0的距离为S1,在垂直标定线方向上与水平标定线0的距离为S2;另一点在水平标定线方向上与垂直标定线0的距离为S3,在垂直标定线方向上与水平标定线0的距离为S4;
通过公式d1=|S1-S3|求得两点在水平标定线方向上的距离d1;通过公式d2=|S2-S4|求得两点在垂直标定线方向上的距离d2。
9、一种路面标定装置,其特征在于,包括:
标定线设置模块,用于在图像中与路面平行的平面上设置水平标定线和垂直标定线,;
交叉点信息获取模块,用于根据现场空间信息进行计算,获得标定线设置模块设置的全部水平标定线和垂直标定线的所有交叉点信息,将所述交叉点信息存储起来;
距离标定模块,用于根据交叉点信息获取模块获取的交叉点信息,标定所述标定线的坐标系覆盖范围内任意两点间的距离。
10、根据权利要求9所述的路面标定装置,其特征在于,还包括:
坐标系建立模块,用于在图像中,以水平标定线与垂直标定线左上角的交叉点为原点,以最上方的水平标定线为横轴,以最左边的垂直标定线为纵轴建立坐标系,供距离标定模块标定坐标系覆盖范围内任意两点的距离使用;所述坐标系横轴以水平向右为正方向,纵轴以竖直向下为正方向;
信息输入模块,用于根据标定线设置模块放置的标定线的位置,输入现场空间信息,所述所述现场空间信息包括:标定线各段长度与图像现场实际长度的比例关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101736498A CN101409009B (zh) | 2008-11-05 | 2008-11-05 | 路面标定方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101736498A CN101409009B (zh) | 2008-11-05 | 2008-11-05 | 路面标定方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101409009A true CN101409009A (zh) | 2009-04-15 |
CN101409009B CN101409009B (zh) | 2010-10-13 |
Family
ID=40572010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101736498A Expired - Fee Related CN101409009B (zh) | 2008-11-05 | 2008-11-05 | 路面标定方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101409009B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592282A (zh) * | 2012-01-18 | 2012-07-18 | 衡彦儒 | 交通视频中道路实际距离与相应像素距离关系的标定方法 |
CN110097762A (zh) * | 2019-03-25 | 2019-08-06 | 南京微达电子科技有限公司 | 一种道路视频图像低能见度刻度估算方法及系统 |
CN112489447A (zh) * | 2020-11-24 | 2021-03-12 | 杭州海康威视数字技术股份有限公司 | 一种车辆行驶速度的检测方法、装置、系统及电子设备 |
CN113450415A (zh) * | 2020-03-26 | 2021-09-28 | 阿里巴巴集团控股有限公司 | 一种成像设备标定方法以及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3475123B2 (ja) * | 1999-05-24 | 2003-12-08 | アイシン・エィ・ダブリュ株式会社 | ナビゲーション装置および記憶媒体 |
-
2008
- 2008-11-05 CN CN2008101736498A patent/CN101409009B/zh not_active Expired - Fee Related
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592282A (zh) * | 2012-01-18 | 2012-07-18 | 衡彦儒 | 交通视频中道路实际距离与相应像素距离关系的标定方法 |
CN102592282B (zh) * | 2012-01-18 | 2014-06-18 | 衡彦儒 | 交通视频中道路实际距离与相应像素距离关系的标定方法 |
CN110097762A (zh) * | 2019-03-25 | 2019-08-06 | 南京微达电子科技有限公司 | 一种道路视频图像低能见度刻度估算方法及系统 |
CN113450415A (zh) * | 2020-03-26 | 2021-09-28 | 阿里巴巴集团控股有限公司 | 一种成像设备标定方法以及装置 |
CN112489447A (zh) * | 2020-11-24 | 2021-03-12 | 杭州海康威视数字技术股份有限公司 | 一种车辆行驶速度的检测方法、装置、系统及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN101409009B (zh) | 2010-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101727671B (zh) | 基于路面共线三点及其平行线的单摄像机标定方法 | |
US20200302662A1 (en) | System and Methods for Generating High Definition Maps Using Machine-Learned Models to Analyze Topology Data Gathered From Sensors | |
CN107622684B (zh) | 信息传输方法、交通控制单元和车载单元 | |
Ribo et al. | A comparison of three uncertainty calculi for building sonar-based occupancy grids | |
US11755018B2 (en) | End-to-end interpretable motion planner for autonomous vehicles | |
DE102019121785A1 (de) | Wahrnehmungsvorrichtung für die Hindernisdetektion und Hindernisverfolgung und Wahrnehmungsverfahren für die Hindernisdetektion und Hindernisverfolgung | |
US20200049511A1 (en) | Sensor fusion | |
CN110456797B (zh) | 一种基于2d激光传感器的agv重定位系统及方法 | |
EP4152204A1 (en) | Lane line detection method, and related apparatus | |
CN109085823B (zh) | 一种园区场景下基于视觉的自动循迹行驶方法 | |
CN101409009B (zh) | 路面标定方法和系统 | |
CN103065323B (zh) | 一种基于单应性变换矩阵的分段空间对准方法 | |
CN102831298B (zh) | 一种用于目标发生器的目标实时路径规划方法 | |
DE102021109466A1 (de) | Trajektorieerzeugung unter verwendung eines strassennetzmodells | |
CN108951374A (zh) | 碾压工程车的控制方法与装置 | |
WO2013159768A2 (de) | Verfahren zur darstellung einer fahrzeugumgebung | |
US11796331B2 (en) | Associating perceived and mapped lane edges for localization | |
CN107792071A (zh) | 一种无人驾驶设备的行驶方法及装置 | |
DE102021118316A1 (de) | Monokulare 3d-objekterkennung aus bildsemantiknetzwerk | |
DE102020126973A1 (de) | Verfahren und system zur lokalisierten fahrspurwahrnehmung | |
DE102021127118A1 (de) | Identifizieren von Objekten mit LiDAR | |
Zhang et al. | Dynamic lane grouping at isolated intersections: problem formulation and performance analysis | |
DE102016201299A1 (de) | Umgebungserkennungssystem | |
CN104050669A (zh) | 一种基于灭点和单目相机成像原理的在线标定方法 | |
DE102021133739A1 (de) | Steuern eines autonomen fahrzeugs unter verwendung einer näheregel |
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: 20101013 Termination date: 20191105 |