CN101469985A - 交叉路口车辆排队长度的单帧图像检测装置及其工作方法 - Google Patents
交叉路口车辆排队长度的单帧图像检测装置及其工作方法 Download PDFInfo
- Publication number
- CN101469985A CN101469985A CNA200710192388XA CN200710192388A CN101469985A CN 101469985 A CN101469985 A CN 101469985A CN A200710192388X A CNA200710192388X A CN A200710192388XA CN 200710192388 A CN200710192388 A CN 200710192388A CN 101469985 A CN101469985 A CN 101469985A
- Authority
- CN
- China
- Prior art keywords
- queue length
- image
- vehicle
- control circuit
- zone
- 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.)
- Pending
Links
Images
Abstract
交叉路口车辆排队长度的单帧图像检测装置及其工作方法，包括光照强度检测控制电路、图像采集与处理装置和排队长度输出接口。通过检测环境光照强度，在光照条件不好的情况下，自动启用闪光灯拍照，采集单帧交通图像；采用双阈值法对交通图像进行二值化处理；采用Hough变换检测车道标志线定位车道区域；边缘检测得到车辆的边缘图像；投影车辆的边缘信息至车道区域中线；对中线上的白点进行扫描确定队尾；计算图像排队长度，再换算出实际车辆排队长度，由输出接口输出实际的车辆排队长度。本发明克服了采用视频流检测容易受天气、光照、摄像头抖动等影响的缺点，具有计算简便、运算速度快、可靠性高等优点。
Description
技术领域
本发明涉及一种智能交通技术领域，具体是一种利用单帧图像检测城市交叉路口车辆排队长度的装置及其工作方法。
背景技术
随着社会经济的高速发展，公务车、私家车拥有数量近年来一直加速上升，全国各大城市交通拥挤、堵塞日趋严重。仅仅依靠修路、架桥扩容已经不能解决交通堵塞、交通事故等问题。因此城市道路交通建设、规划部门与交通管理部门开始采用现代高新科技，将建设与管理结合起来。在这种背景下，从系统的观念出发，把车辆和道路综合起来考虑，运用各种高新技术系统来解决问题的智能交通系统(ITS)就应运而生了。智能交通系统是经济发展所带来的众多交通问题的理想解决方案，它代表了交通系统的发展趋势。城市交叉路口车辆排队长度是城市交通信息的一项重要内容，它的获取可为智能红绿灯控制、动态导航、交通疏导等提供最直接、最可靠的依据。
目前城市交叉路口车辆排队长度的检测主要有感应线圈检测和视频检测两种方法。
感应线圈检测是一种传统的车辆排队长度检测方法，具有的优点：单车识别率较高，系统连接方法简单、成本低，工作稳定、不受恶劣天气等环境因素影响。缺点：安装和维护时必须直接埋入车道，线圈易被重车碾压、施工损坏；线圈易受冰冻、路基下沉、盐碱等自然环境的影响，容易损坏，使用寿命短；更重要的是当车流拥堵、车间距小于3米时，线圈的检测精度大幅度降低，甚至无法检测。另外，安装和维护线圈时，交通会暂时受到阻碍，切割路面面积比较大，埋置线圈的切缝软化了路面，容易造成整个路面的下陷，影响路面使用寿命。
以计算机视觉为基础的视频检测技术，一般都是基于视频流的检测，可以替代传统的检测器并提供其他检测器所无法完成的更多的车辆和交通流的状态参数。视频检测的优点：安装方便，不破坏路面，施工时基本不影响交通；可以实现大区域检测；摄象机设置方便、灵活，容易维护。缺点：受图像处理算法、天气、光照、阴影等环境因素影响较大。由于利用视频图像获取交通流信息的复杂性，视频检测技术仍处于不断完善中。
发明内容
为了解决现有视频检测技术的缺点，本发明的目的是提供一种交叉路口车辆排队长度的单帧图像检测方法。该方法仅采用交叉路口的单帧图像即可检测出车辆的排队长度，克服了采用视频流检测容易受天气、光照、摄像头抖动等影响的缺点。
本发明方法包括以下几个步骤：
第一、摄像头安装。在交叉路口车道上方对着每个行驶方向安装视频摄像头1台。若是十字路口，4台摄像机即可。摄像机连续拍摄交通图像存储备用，但用于车辆排队长度检测的图像，只需要交通灯的红灯转为黄灯前一时刻的单帧图像即可。
第二、环境光照强度检测。为了克服视频检测容易受天气、光照等的影响，本发明采用环境光照强度检测的方法，在光线不好时，拍摄单帧图像时自动启用闪光灯进行拍照。
第三、车道区域定位。为了在检测车辆排队长度的同时能降低运算量，实现排队长度检测的实时性，就必须只对图像中的部分区域进行处理。本发明通过车道标志线检测来实现固定检测区域的定位，即只对所要检测的车道内的图像信息进行处理。
第四、确定队尾。提取车道区域内车辆的边缘信息，并将其投影至车道区域中线上，扫描中线上的信息，若存在连续的N行无白点信息(N选取略小于一辆车总投影点的个数)则判断该处为队尾。
第五、图像排队长度计算。将图像底部(即队头)至队尾的边缘信息投影至该车道的中线上，通过计算中线上相应的像素数即可得到图像上的排队长度。
第六、实际排队长度计算。根据现场布局图得到每个像素点代表的实际长度的换算公式，计算出实际车辆排队长度。
本发明的有益效果是，仅采用单帧图像进行车辆排队长度的检测，不易受镜头抖动等影响。在光照条件不好的情况下，自动启用闪光灯拍照，使全天候24小时不间断检测成为可能。克服了依靠视频流检测因环境、光照、摄像机抖动等因素引起的误差与错误。
附图说明
图1是本发明中车辆排队长度检测装置的结构示意图。
图2是本发明提出的车辆排队长度检测方法的流程框图。
图3是本发明中实际车辆排队长度计算图。
具体实施方式
下面结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
参见图1，城市交叉路口车辆排队长度的检测装置，包括光照强度检测控制电路1、图像采集与处理装置2和排队长度输出接口3。光照强度检测控制电路1与图像采集与处理装置2相连，图像采集与处理装置2与排队长度输出接口3相连。光照强度检测控制电路1包括环境光照强度检测电路1-1、闪光灯1-2和控制电路1-3。环境光照强度检测电路1-1与控制电路1-3相连，闪光灯1-2与控制电路1-3相连。图像采集与处理装置2包括顺序相连的摄像头2-1、视频采集卡2-2和微处理器2-3。
仍见图1，在交叉路口车道上方对着每个行驶方向安装摄像头2-1。摄像头2-1连续拍摄交通图像存储备用，但用于车辆排队长度检测的图像，只需要交通灯的红灯转为黄灯前一时刻的单帧图像即可，此时若环境光照强度检测电路1-1检测到的光强小于设定的阈值，则通过控制电路1-3启动闪光灯1-2工作，为摄像头拍照提供光源，使本发明的车辆排队长度检测装置在夜晚等光线不好时仍能正常工作。
见图1，摄像头2-1采集的交通图像通过视频采集卡2-2送入微处理器2-3，在微处理器2-3中按照本发明的城市交叉路口车辆排队长度的检测方法进行处理，得到的排队长度结果经由排队长度输出接口3送出。
参见图2，本实施例城市交叉路口车辆排队长度的单帧图像检测方法，具体实施步骤如下：
1、交通图像二值化
在交通图像中，路面的灰度值是基本一致的，而且在一幅图像中占得比例最大，可以通过求取交通图像灰度直方图的峰值X的办法得到路面灰度值，再通过阈值分割的方法区分出路面以及路面上的车辆。本实施例采用双阈值法对交通图像进行二值化处理，其中阈值1为0.9X，阈值2为1.1X。
2、车道区域定位
去除非车道背景，首先要确定车道区域。本发明以结构化的车道标志线为特征进行车道识别。对二值图像进行Hough变换检测直线，提取出车道标志线，车道标志线之间的区域即为车道区域。
3、边缘检测
对车道区域内的图像进行Sobel算子边缘检测后，得到车辆的边缘图像。路面为黑色，车辆边缘为白色。
4、中线投影
对车道区域内车辆的边缘信息，投影至车道区域中线上。对有车辆边缘的，在中线上用白点表示。由于在图像上，排队的车辆是基本连续的，所以投影之后中线上连续的白点区域就是有车辆排队的区域。
5、确定队尾
对中线上的白点进行扫描，若存在连续的N行无白点信息(N选取略小于一辆车总投影点的个数)则判断该处为队尾。
6、图像排队长度计算
通过统计中线上队尾前连续白点的个数即可得到二维图像空间中车辆排队长度。
7、实际排队长度计算
根据每个像素点代表的实际长度的换算公式，计算出实际车辆排队长度。
实际车辆排队长度计算参见图3。
实际采集的交通图像是三维空间坐标在二维摄像头像平面上的映射。需要对采集的图像先进行逆映射后再进行实际几何关系计算。二维空间中像素点在三维空间中的长度影射关系见附图3。由图中几何关系，可得出二维空间中的一个像素点对应在三维空间中的实际长度L的计算公式为
L＝h*tan[arctan(d/h)+α]-d
其中，α＝θ/m，θ为摄像头的安装角度，m为图像的垂直分辨率(在m*n的图像中表现为行数)。h为摄像头距地面的高度，dmax和dmin分别为摄像头能够监视的最大距离和最小距离。
Claims (3)
1、一种交叉路口车辆排队长度的单帧图像检测装置，具有光照强度检测控制电路(1)、图像采集与处理装置(2)和排队长度输出接口(3)。光照强度检测控制电路(1)与图像采集与处理装置(2)相连，图像采集与处理装置(2)与排队长度输出接口(3)相连。光照强度检测控制电路(1)具有环境光照强度检测电路(1-1)、闪光灯(1-2)和控制电路(1-3)。环境光照强度检测电路(1-1)与控制电路(1-3)相连，闪光灯(1-2)与控制电路(1-3)相连。图像采集与处理装置(2)包括顺序相连的摄像头(2-1)、视频采集卡(2-2)和微处理器(2-3)。
2、根据权利要求1所述的交叉路口车辆排队长度的单帧图像检测装置，其特征在于，用于车辆排队长度检测的图像，只需要摄像头(2-1)采集的单帧图像即可，此时若环境光照强度检测电路(1-1)检测到的光强小于设定的阈值，则通过控制电路(1-3)启动闪光灯(1-2)工作，为摄像头拍照提供光源。
3、根据权利要求1所述的城市交叉路口车辆排队长度的单帧图像检测方法，其特征在于，包括如下步骤：
1)车道区域定位：通过求取交通图像灰度直方图的峰值得到路面灰度值，再通过双阈值分割的方法对交通图像进行二值化处理，其中一个阈值小于灰度直方图的峰值，一个阈值大于灰度直方图的峰值。对二值图像进行Hough变换检测直线，提取出车道标志线，车道标志线之间的区域即为车道区域。
2)边缘检测：对车道区域内的图像进行边缘检测后，得到车辆的边缘图像。
3)中线投影：将车道区域内车辆的边缘信息，投影至车道区域中线上。对有车辆边缘的，在中线上用白点表示。
4)确定队尾：对中线上的白点进行扫描，若存在连续的N行无白点信息(N选取略小于一辆车总投影点的个数)则判断该处为队尾。
5)排队长度计算：通过统计中线上队尾前连续白点的个数即可得到二维图像空间中车辆排队长度。根据每个像素点代表的实际长度的换算公式，计算出实际车辆排队长度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNA200710192388XA CN101469985A (zh) | 2007-12-26 | 2007-12-26 | 交叉路口车辆排队长度的单帧图像检测装置及其工作方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNA200710192388XA CN101469985A (zh) | 2007-12-26 | 2007-12-26 | 交叉路口车辆排队长度的单帧图像检测装置及其工作方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101469985A true CN101469985A (zh) | 2009-07-01 |
Family
ID=40827683
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA200710192388XA Pending CN101469985A (zh) | 2007-12-26 | 2007-12-26 | 交叉路口车辆排队长度的单帧图像检测装置及其工作方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101469985A (zh) |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101702263B (zh) * | 2009-11-17 | 2011-04-06 | 重庆大学 | 一种人行横道信号灯绿波自适应控制系统及方法 |
| CN102044159A (zh) * | 2009-10-20 | 2011-05-04 | 西安费斯达自动化工程有限公司 | 基于fpga的路口排队长度图像检测的交通信号控制机 |
| CN102169632A (zh) * | 2011-05-13 | 2011-08-31 | 北方工业大学 | 一种平面交叉路口的车流量检测方法 |
| CN102509452A (zh) * | 2011-10-19 | 2012-06-20 | 杭州海康威视数字技术股份有限公司 | 智能交通监测系统的闪光灯控制方法及其装置 |
| CN102542799A (zh) * | 2011-12-19 | 2012-07-04 | 中山大学 | 基于路面标记的行采集视频车辆检测器及其检测方法 |
| CN102622897A (zh) * | 2012-04-07 | 2012-08-01 | 山东大学 | 基于视频的车辆排队长度动态估计方法 |
| CN102768802A (zh) * | 2012-07-12 | 2012-11-07 | 复旦大学 | 基于有限状态机的道路车辆拥堵判别方法 |
| CN102930723A (zh) * | 2012-10-26 | 2013-02-13 | 西南大学 | 一种交通信号控制器 |
| CN102930726A (zh) * | 2012-10-26 | 2013-02-13 | 西南大学 | 一种智能交通信号控制系统 |
| CN103198465A (zh) * | 2013-04-19 | 2013-07-10 | 中国石油大学(华东) | 一种ct扫描图像旋转误差校正方法 |
| CN103268706A (zh) * | 2013-04-18 | 2013-08-28 | 同济大学 | 一种基于局部方差的车队列长度检测方法 |
| CN103325250A (zh) * | 2013-05-22 | 2013-09-25 | 深圳市中盟科技股份有限公司 | 线圈检测数据与视频检测数据配合检测的方法和装置 |
| CN103489313A (zh) * | 2013-09-24 | 2014-01-01 | 长沙理工大学 | 车队长度检测方法及系统 |
| CN103903445A (zh) * | 2014-04-22 | 2014-07-02 | 北京邮电大学 | 一种基于视频的车辆排队长度检测方法与系统 |
| CN103942773A (zh) * | 2013-01-21 | 2014-07-23 | 浙江大华技术股份有限公司 | 一种通过图像分析获取排队长度的方法及装置 |
| CN107845264A (zh) * | 2017-12-06 | 2018-03-27 | 西安市交通信息中心 | 一种基于视频监控的交通量采集系统及方法 |
| CN109492654A (zh) * | 2018-12-25 | 2019-03-19 | 中国科学院长春光学精密机械与物理研究所 | 一种室内窥视摄像头的检测方法及装置 |
| CN111882861A (zh) * | 2020-06-06 | 2020-11-03 | 浙江工业大学 | 一种基于边云融合的在线交通事件感知系统 |
| CN112201056A (zh) * | 2019-07-08 | 2021-01-08 | 中国石油大学(华东) | 基于角点特征分析的车辆排队长度检测方法 |
| CN108364479B (zh) * | 2017-04-13 | 2021-03-05 | 合肥如昼智能科技有限公司 | 电子警察智能补光的系统 |
| CN112712712A (zh) * | 2020-12-21 | 2021-04-27 | 北京百度网讯科技有限公司 | 确定车辆排队信息的方法、装置、路侧设备和云控平台 |
| CN112859062A (zh) * | 2021-01-19 | 2021-05-28 | 巍泰技术(武汉)有限公司 | 一种基于雷达的车辆排队长度检测方法及系统 |
| CN113129595A (zh) * | 2021-04-23 | 2021-07-16 | 济南金宇公路产业发展有限公司 | 一种用于道路交叉口的交通信号控制方法、设备及介质 |
| CN113450335A (zh) * | 2021-06-30 | 2021-09-28 | 湖南三一华源机械有限公司 | 一种路沿检测方法、路沿检测装置及路面施工车辆 |
| CN114550327A (zh) * | 2022-04-27 | 2022-05-27 | 四川遂广遂西高速公路有限责任公司 | 一种单人多车道态势感知集中控制系统及方法 |
| CN115440052A (zh) * | 2022-11-09 | 2022-12-06 | 成都工业职业技术学院 | 一种基于大数据的交通流控制方法及装置 |
-
2007
- 2007-12-26 CN CNA200710192388XA patent/CN101469985A/zh active Pending
Cited By (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102044159A (zh) * | 2009-10-20 | 2011-05-04 | 西安费斯达自动化工程有限公司 | 基于fpga的路口排队长度图像检测的交通信号控制机 |
| CN101702263B (zh) * | 2009-11-17 | 2011-04-06 | 重庆大学 | 一种人行横道信号灯绿波自适应控制系统及方法 |
| CN102169632A (zh) * | 2011-05-13 | 2011-08-31 | 北方工业大学 | 一种平面交叉路口的车流量检测方法 |
| CN102509452A (zh) * | 2011-10-19 | 2012-06-20 | 杭州海康威视数字技术股份有限公司 | 智能交通监测系统的闪光灯控制方法及其装置 |
| CN102509452B (zh) * | 2011-10-19 | 2014-04-02 | 杭州海康威视数字技术股份有限公司 | 智能交通监测系统的闪光灯控制方法及其装置 |
| CN102542799A (zh) * | 2011-12-19 | 2012-07-04 | 中山大学 | 基于路面标记的行采集视频车辆检测器及其检测方法 |
| CN102622897A (zh) * | 2012-04-07 | 2012-08-01 | 山东大学 | 基于视频的车辆排队长度动态估计方法 |
| CN102622897B (zh) * | 2012-04-07 | 2014-04-30 | 山东大学 | 基于视频的车辆排队长度动态估计方法 |
| CN102768802A (zh) * | 2012-07-12 | 2012-11-07 | 复旦大学 | 基于有限状态机的道路车辆拥堵判别方法 |
| CN102930726A (zh) * | 2012-10-26 | 2013-02-13 | 西南大学 | 一种智能交通信号控制系统 |
| CN102930726B (zh) * | 2012-10-26 | 2014-09-17 | 西南大学 | 一种智能交通信号控制系统 |
| CN102930723A (zh) * | 2012-10-26 | 2013-02-13 | 西南大学 | 一种交通信号控制器 |
| CN102930723B (zh) * | 2012-10-26 | 2014-12-10 | 西南大学 | 一种交通信号控制器 |
| CN103942773B (zh) * | 2013-01-21 | 2017-05-10 | 浙江大华技术股份有限公司 | 一种通过图像分析获取排队长度的方法及装置 |
| CN103942773A (zh) * | 2013-01-21 | 2014-07-23 | 浙江大华技术股份有限公司 | 一种通过图像分析获取排队长度的方法及装置 |
| CN103268706A (zh) * | 2013-04-18 | 2013-08-28 | 同济大学 | 一种基于局部方差的车队列长度检测方法 |
| CN103268706B (zh) * | 2013-04-18 | 2015-02-18 | 同济大学 | 一种基于局部方差的车队列长度检测方法 |
| CN103198465A (zh) * | 2013-04-19 | 2013-07-10 | 中国石油大学(华东) | 一种ct扫描图像旋转误差校正方法 |
| CN103325250B (zh) * | 2013-05-22 | 2016-06-08 | 中盟科技有限公司 | 线圈检测数据与视频检测数据配合检测的方法和装置 |
| CN103325250A (zh) * | 2013-05-22 | 2013-09-25 | 深圳市中盟科技股份有限公司 | 线圈检测数据与视频检测数据配合检测的方法和装置 |
| CN103489313A (zh) * | 2013-09-24 | 2014-01-01 | 长沙理工大学 | 车队长度检测方法及系统 |
| CN103903445A (zh) * | 2014-04-22 | 2014-07-02 | 北京邮电大学 | 一种基于视频的车辆排队长度检测方法与系统 |
| CN108364479B (zh) * | 2017-04-13 | 2021-03-05 | 合肥如昼智能科技有限公司 | 电子警察智能补光的系统 |
| CN107845264A (zh) * | 2017-12-06 | 2018-03-27 | 西安市交通信息中心 | 一种基于视频监控的交通量采集系统及方法 |
| CN109492654A (zh) * | 2018-12-25 | 2019-03-19 | 中国科学院长春光学精密机械与物理研究所 | 一种室内窥视摄像头的检测方法及装置 |
| CN112201056A (zh) * | 2019-07-08 | 2021-01-08 | 中国石油大学(华东) | 基于角点特征分析的车辆排队长度检测方法 |
| CN111882861B (zh) * | 2020-06-06 | 2021-08-24 | 浙江工业大学 | 一种基于边云融合的在线交通事件感知系统 |
| CN111882861A (zh) * | 2020-06-06 | 2020-11-03 | 浙江工业大学 | 一种基于边云融合的在线交通事件感知系统 |
| CN112712712A (zh) * | 2020-12-21 | 2021-04-27 | 北京百度网讯科技有限公司 | 确定车辆排队信息的方法、装置、路侧设备和云控平台 |
| CN112859062A (zh) * | 2021-01-19 | 2021-05-28 | 巍泰技术(武汉)有限公司 | 一种基于雷达的车辆排队长度检测方法及系统 |
| CN112859062B (zh) * | 2021-01-19 | 2023-11-24 | 巍泰技术(武汉)有限公司 | 一种基于雷达的车辆排队长度检测方法及系统 |
| CN113129595A (zh) * | 2021-04-23 | 2021-07-16 | 济南金宇公路产业发展有限公司 | 一种用于道路交叉口的交通信号控制方法、设备及介质 |
| CN113129595B (zh) * | 2021-04-23 | 2022-06-10 | 山东金宇信息科技集团有限公司 | 一种用于道路交叉口的交通信号控制方法、设备及介质 |
| CN113450335A (zh) * | 2021-06-30 | 2021-09-28 | 湖南三一华源机械有限公司 | 一种路沿检测方法、路沿检测装置及路面施工车辆 |
| CN114550327A (zh) * | 2022-04-27 | 2022-05-27 | 四川遂广遂西高速公路有限责任公司 | 一种单人多车道态势感知集中控制系统及方法 |
| CN114550327B (zh) * | 2022-04-27 | 2022-08-12 | 四川遂广遂西高速公路有限责任公司 | 一种单人多车道态势感知集中控制系统及方法 |
| CN115440052A (zh) * | 2022-11-09 | 2022-12-06 | 成都工业职业技术学院 | 一种基于大数据的交通流控制方法及装置 |
| CN115440052B (zh) * | 2022-11-09 | 2023-01-31 | 成都工业职业技术学院 | 一种基于大数据的交通流控制方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101469985A (zh) | 交叉路口车辆排队长度的单帧图像检测装置及其工作方法 | |
| USRE48106E1 (en) | Detection of obstacles at night by analysis of shadows | |
| CN104751634B (zh) | 高速公路隧道行车图像采集信息的综合应用方法 | |
| CN109299674B (zh) | 一种基于车灯的隧道违章变道检测方法 | |
| CN100578562C (zh) | 用视频监测车辆违法行为的方法 | |
| CN100437660C (zh) | 基于全方位视觉传感器的违章车辆监控装置 | |
| US9558546B2 (en) | Three-dimensional object detection device, and three-dimensional object detection method | |
| CN101469991B (zh) | 全天时结构化道路多行道线检测方法 | |
| CN103824452A (zh) | 一种轻量级的基于全景视觉的违章停车检测装置 | |
| JP7358762B2 (ja) | 道路異常検知装置、道路異常検知方法および道路異常検知プログラム | |
| WO2009131210A1 (ja) | 物体認識装置、および物体認識方法 | |
| CN109637151A (zh) | 一种高速公路应急车道违章行驶的识别方法 | |
| CN101042802A (zh) | 交通信息传感器、交通信息检测方法和系统 | |
| US20150002672A1 (en) | Three-dimenisional object detection device | |
| US20190196494A1 (en) | Autonomous driving system and autonomous driving method | |
| CN103778786A (zh) | 一种基于显著车辆部件模型的交通违章检测方法 | |
| US9665783B2 (en) | Night parking detection | |
| CN101075376A (zh) | 基于多视点的智能视频交通监控系统及方法 | |
| CN201203419Y (zh) | 城市交叉路口车辆排队长度的单帧图像检测装置 | |
| US20150178575A1 (en) | Three-dimensional object detection device and three-dimensional object detection method | |
| JPH07210795A (ja) | 画像式交通流計測方法と装置 | |
| US9688197B2 (en) | Night detection of parked vehicles | |
| CN103440785B (zh) | 一种快速的车道偏移警示方法 | |
| Janda et al. | Road boundary detection for run-off road prevention based on the fusion of video and radar | |
| CN113903008A (zh) | 基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090701 |