CN103770704A - 用于识别车辆的停车位标志线的系统和方法 - Google Patents
用于识别车辆的停车位标志线的系统和方法 Download PDFInfo
- Publication number
- CN103770704A CN103770704A CN201210598995.7A CN201210598995A CN103770704A CN 103770704 A CN103770704 A CN 103770704A CN 201210598995 A CN201210598995 A CN 201210598995A CN 103770704 A CN103770704 A CN 103770704A
- Authority
- CN
- China
- Prior art keywords
- parking stall
- parking
- stalls
- treater
- markings
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/06—Automatic manoeuvring for parking
-
- 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
- G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
Abstract
本发明提供了一种用于识别车辆的停车位标志线的系统和方法。所述方法包括:由处理器根据图像中的停车位标志线的一部分来检测多个停车位;由处理器计算表示检测到的多个停车位之间的重叠程度的重叠系数;由处理器计算检测到的多个停车位的亮度系数;以及由处理器通过在重叠系数具有预定大小时确定重叠、并比较重叠的停车位的明亮程度,来从检测到的多个停车位中选择具有最大亮度系数的一个停车位作为最终停车位。
Description
技术领域
本发明涉及一种用于识别车辆的停车位标志线的系统和方法,其能够从车辆成像装置(例如照相机、摄像机、视觉系统等)的图像中自动地提取并识别停车位标志线。
背景技术
近来,由于用户对自动停车的兴趣有了提高,所以对这项技术的研究已经在商业界和学术界以及汽车行业的研发部门中开始扮演重要的角色。这样的自动停车系统在传统上由诸如目标位置指定部、路径规划部和路径跟踪部这样的三个部件构成,所述三个部件全都由处理器执行,所述处理器通常是车辆中安装的控制器的一部分。传统的目标位置指定部可以被划分为四类,包括基于用户界面的目标位置指定部、基于基础设施的目标位置指定部、基于空闲空间的目标位置指定部和基于停车位标志线的目标位置指定部。许多当前生产的产品使用基于用户界面的目标位置指定部或基于空闲空间的目标位置指定部。
基于用户界面的目标位置指定部最容易实现、并且在自动识别失败时可用于校正,但是用户必须每次都手动地操作该系统,因此对于大多数用户而言不是令人满意的系统。基于空闲空间的目标位置指定部使用超声波传感器来在平行停车期间向用户提供实用的解决方案。然而,该系统在垂直停车期间的出错率相比较而言过高,结果,目标停车位置经常取决于直接相邻车辆的高度而被不正确地倾斜设置。
然而,与其他目标位置指定部相比,基于停车位标志线识别的目标位置指定部具有以下优点。
1)基于停车位标志线识别的目标位置指定部可以使驾驶者的操作程度最小化,这在基于用户界面的目标位置指定部中是非常显著的问题。2)由于基于空闲空间的目标位置指定部取决于直接相邻车辆的高度来设置停车位置,所以目标位置可能会被倾斜地设置。在基于停车位标志线识别的目标位置指定部中,可以将目标位置设置成准确地布置在停车位标志线上。3)基于扫描激光雷达、短程雷达和立体摄像机的目标位置指定部通常需要包括额外的传感器,然而基于停车位标志线识别的目标位置指定部可以使用已有的后部成像装置。4)采用超声波传感器的目标位置指定部由于感测范围限制而在垂直停车期间具有较高的出错率,但是基于停车位标志线识别的目标位置指定部可以在垂直停车期间被有效地应用。5)基于单目运动立体视觉的目标位置指定部需要大量的计算,而基于停车位标志线识别的目标位置指定部可以利用相对少量的计算来实现。
尽管基于停车位标志线识别的目标位置指定部仅能够在提供有停车位标志线时使用,但是大多数时候,在(消费者最可能利用该特征的)城市环境中,停车位基本上都有标志线,因此该缺点没有实际重要性。只要在绘制停车位标志线时没有安装基础设施,基于停车位标志线的目标位置指定部仅需一图像传感器就能识别停车位标志线。
基于停车位标志线的目标位置指定部可以被划分为需要用户输入关于停车位的信息的半自动目标位置指定部、以及不需要用户输入的全自动目标位置指定部。从速度和识别率的角度看,半自动目标位置指定部比全自动目标位置指定部更优选,这是因为用户输入了与停车位相关的附加信息,并且如果全自动识别系统失效,那么半自动目标位置指定部即使作为备用工具也是非常有价值的。
在一些系统中,当用户通过触摸屏在其想要停放车辆的区域中输入一个点时,提供了一种通过基于该信息用方向强度梯度对线段进行标识来识别停车位的方法。然而,该方法只适用于一种停车位标志线。因此,在触摸屏上输入表示用户已经请求的停车区域的入口的两个交叉点的初始位置以便对其进行补充,并且提供了一种通过对借助二值化获得的停车位标志线区域中的骨架进行模板匹配来识别停车位的方法。
全自动目标位置指定部在传统上已经以各种方式得到了发展。在一些系统中,提供了通过利用停车位标志线具有预定颜色的推论,基于受限库仑能(restricted Coulomb energy)神经网络、借助颜色分割处理提取停车位标志线中所包含的像素来识别停车位的方法。另外,在使用双目立体摄影机执行车辆后部垂直边缘的三维(3D)重建后,仅使用满足与地面的单应性(homography)的像素就可以识别出停车位标志线。
同时,提供了一种通过假定停车位标志线由相互平行的具有固定宽度的两条直线、和与其垂直的一条直线构成,对鸟瞰视图边缘图像的Hough空间进行滤波来识别停车位的方法。还提供了一种在基于车辆刚开始向后移动进行停车前的车辆位置和偏转角而连续地计算虚拟目标位置后,通过借助改进的随机抽样一致性算法去除无关的标记并检测直线的方法。
因此,本发明提供了一种用于识别停车位标志线的方法,其能够应用于其中显示有多个不同的停车位的环视监视器(AVM)运动图像。所提出的该方法拍摄连续的图像,以便根据AVM环境中以低分辨率表示的位置或停车位来高效地检测空闲停车位。
上面作为本发明的相关技术提供的说明只是为了帮助理解本发明的背景,而不应解释为上述说明被包含在本领域技术人员已知的相关技术中。
发明中容
本发明提供了一种用于识别车辆的停车位标志线的系统和方法,其能够通过车辆上安装的成像装置自动并动态地应用于各种停车位标志线,而无需用户的指示或输入。
本发明的示例性实施例提供了一种在处理器上执行的用于识别车辆的一个或多个停车位的方法,其包括:根据图像中的停车位标志线的一部分来检测停车位;计算表示检测到的停车位之间的重叠程度的重叠系数;以及通过在重叠系数具有预定大小或更大时确定重叠、并比较重叠的停车位的明亮程度,来选择具有最大亮度系数的停车位作为最终停车位。
停车位可以是包含三个边的停车位标志线的末端边缘(end edge)。
处理器可以通过以下等式计算重叠系数:
其中|SPACEi∪SPACEj|是第i个停车位和第j个停车位的长度的总和,并且|SPACEi∩SPACEj|是第i个停车位和第j个停车位的重叠部分的长度。
停车位的亮度可以通过分别与以下等式相应的亮度系数来计算,其中可以选择具有最大亮度系数的停车位作为最终停车位。
其中I(x,y)是构成第i个停车位的各个点的亮度值,N是构成第i个停车位的点的数量,并且MAX(I)是相应图像中的最亮的点的亮度值。
选择步骤还可以包括:反映步骤,由处理器计算停车位在具有视差的两幅图像中的移动度,并使用所计算的移动度把先前图像的先前停车位反映到具有随后停车位的随后图像上。该反映步骤还可以包括:比较步骤,由处理器计算被反映的先前停车位和随后停车位之间的各个重叠程度。
比较步骤还可以包括:确定步骤,由处理器根据先前停车位和随后停车位之间的各个重叠程度来确定同一停车位的重叠或不同停车位的重叠,并且通过根据确定的结果添加新停车位或选择一停车位来确定最终停车位。此外,当确定不存在同一停车位的重叠时,处理器可以通过把随后停车位确定为新停车位,来添加随后停车位作为最终停车位。此外,当确定同一停车位发生重叠时,处理器可以选择先前停车位和随后停车位中的具有最大亮度系数的停车位作为最终停车位。另外,当确定不同的停车位发生重叠时,处理器可以选择不同的停车位中的具有最大亮度系数的停车位作为最终停车位。
特别地,当以一定的时间间隔不断地更新停车位时,当确定不同的停车位彼此重叠时,可以选择更频繁地被选为最终停车位的停车位作为最终停车位。此外,在检测步骤中,处理器可以通过根据停车位标志线的形状划分出多个停车位类型来检测停车位,并且根据所选择的最终停车位的停车位类型来赋予停车位标志线的最终形状。
附图说明
现在将参考附图中示出的本发明的示例性实施例详细描述本发明的上述及其它特征、目的和优点,其中附图将在下文中仅通过例证的方式给出,并且因此并非对本发明进行限制,其中:
图1是示出根据本发明的示例性实施例的用于识别车辆的停车位标志线的方法的示例性流程图;
图2是示出图1中所示的用于识别车辆的停车位标志线的方法的检测步骤的示例图;
图3是示出图1中所示的用于识别车辆的停车位标志线的方法的选择步骤的示例图;
图4是示出图1中所示的用于识别车辆的停车位标志线的方法的确定步骤的示例图;
图5和6是示出图1中所示的用于识别车辆的停车位标志线的方法的确认步骤的示例图。
应理解的是,附图不一定要依比例,而是呈现出说明本发明的基本原理的各种优选特征的稍微简化的表示。本文中公开的本发明的特定设计特征,包括例如特定尺寸、方向、位置和形状,将部分地由期望的特定应用和使用环境来确定。
在附图中,附图标记在附图的几幅图中始终指代本发明的相同或等效部分。
具体实施方式
应理解的是,本文中使用的术语“车辆”或“车辆的”或其它类似术语包括一般的机动车辆(诸如包括运动型多功能车(SUV)、公共汽车、卡车、各种商用车辆在内的客车)、包括各种艇和船在内的水运工具、飞行器等,并且包括混合动力车、电动车、插电式混合电动车、氢动力车以及其它代用燃料车(例如从除石油以外的资源中取得的燃料)。如本文中所述,混合动力车是具有两个或更多个动力源的车辆,例如既有汽油动力又有电动力的车辆。
本文中所用的术语仅用于描述特定实施例的目的,并且并非旨在对本发明进行限制。如本文中所使用的那样,单数形式的“一”旨在也包括复数形式,除非文中清楚地指出。还应理解的是,术语“包括”在本说明书中被使用时,指的是所陈述的特征、整数、步骤、操作、元件和/或组件的存在,而并不排除一个或多个其他特征、整数、步骤、操作、元件、组件和/或其组合的存在或附加。如本文中使用的那样,术语“和/或”包括一个或多个相关列出条目的任何和全部组合。
此外,本发明的控制逻辑可以实施为包含由处理器、控制器等执行的可执行程序指令的非暂时性计算机可读介质。计算机可读介质的实例包括但不限于ROM、RAM、压缩盘(CD)-ROM、磁带、软盘、闪存驱动器、智能卡和光学数据存储装置。计算机可读记录介质也可以分布在网络连接的计算机系统中,使得计算机可读介质以分布式方式(例如通过远程信息处理服务器或控制器局域网(CAN))被存储和执行。
在下文中将详细参考本发明的各种实施例,其实例在附图中示出并在下面说明。
图1是示出根据本发明的示例性实施例的用于识别车辆的停车位标志线的方法的示例性流程图。图1中所示的方法包括:由处理器检测不同的初始停车位。当检测到停车位时,可以由处理器将停车位的位置显示在图像上。把图像中的检测到的停车位与过去图像中的检测到的停车位进行比较,以确定停车位的实际位置。此外,基于停车位的类型和方向来使停车位聚类,以便选择从其中确认最终停车位的聚类簇。
特别地,本发明的SPACEi和SPACEj可以是包含三个边的停车位标志线的末端边缘,并且停车位标志线可以用诸如正方形或矩形的平行四边形表示。
此外,根据本发明的示例性实施例的用于识别车辆的停车位标志线的方法可以包括:检测步骤,由处理器根据图像中的停车位标志线的一部分来检测停车位(S100);计算步骤,由处理器计算表示检测到的停车位之间的重叠程度的重叠系数(S200);以及选择步骤,由处理器通过在重叠系数具有预定大小或更大时确定重叠、并比较重叠的停车位的明亮程度,来选择具有最大亮度系数的停车位作为最终停车位(S300)。
具体地,可以把用鱼眼镜头拍摄的图像转换成鸟眼镜头型图像,以生成车辆的环视视图。此外,处理器可以在生成的图像中检测每个停车位标志线的停车位。停车位的检测可以通过各种方法来执行,例如使用在包含停车位标志线的图像中捕获的有角度的边缘、以及与所捕获的边缘当中的相邻边缘协同地捕获到的交叉点,然后可以与所捕获的交叉点协同地捕获作为停车位标志线的末端边缘的停车位。
在多个检测到的停车位彼此相邻的情况下,由处理器计算表示检测到的停车位之间的重叠程度的重叠系数的计算步骤(S200)可以按照层次顺序或随机地执行。
特别地,处理器可以使用以下等式计算重叠系数:
[等式1]
其中|SPACEi∪SPACEj|是第i个停车位和第j个停车位的长度的总和,并且|SPACEi∩SPACEj|是第i个停车位和第j个停车位的重叠部分的长度。
在等式1中,表示了一种由处理器通过第i个停车位和第j个停车位的长度的总和与第i个停车位和第j个停车位的重叠部分的长度的比率来计算重叠系数的方法。当计算得到的重叠系数为0时,检测到的停车位完全没有重叠,并且当计算得到的重叠系数为1时,检测到的停车位完全重叠。
此外,处理器可以通过在重叠系数具有预定大小或更大时确定重叠、并比较重叠的停车位的明亮程度,来选择具有最大亮度系数的停车位作为最终停车位。
图2是示出图1中所示的用于识别车辆的停车位标志线的方法的检测步骤的示例图。图3是示出图1中所示的用于识别车辆的停车位标志线的方法的选择步骤的示例图。图2和图3示出执行选择步骤之前和之后的步骤。
停车位的亮度可以通过分别与以下等式相应的亮度系数来计算。在选择步骤(S300)中,处理器可以选择具有最大亮度系数的停车位作为最终停车位。
[等式2]
其中I(x,y)是第i个停车位的各个点的亮度值,N是第1个停车位的点的数量,并且MAX(I)是相应图像中的最亮的点的亮度值。
在等式2中,亮度系数可以通过以下方式来计算:提取停车位的多个点,将各个点的亮度值相加,将相加的亮度值除以点的总数,并将除法运算后的亮度值除以相应图像中的最亮的点的亮度值。换句话说,以图2为例,亮度系数可以通过以下方式来计算:提取Si和Sj这两个停车位中的10个点,将各个点的亮度值相加,将相加的亮度值除以10(点的总数),并将除法运算后的亮度除以整个图像中最亮部分的亮度值。
此外,可以在重叠的停车位当中选择具有大亮度系数的停车位,以捕获具有如图3所示形状的图像。换句话说,在图3中,只有图2的重叠的停车位当中的明亮停车位被提取和选择。此外,处理器会验证:用白线或黄线标记的停车位标志线在道路上被相对准确地选择。
另外,选择步骤(S300)还可以包括反映步骤(S400),由处理器计算停车位在具有视差的两幅图像中的移动度,并使用所计算的移动度把先前图像的先前停车位反映到随后图像以及随后停车位上。换句话说,在车辆的环视视图中,由于在车辆搜索停车位的同时车辆在连续地移动,所以图像会以一定的时间间隔变化。因此,图像可以被划分为多个先前图像和多个随后图像,并且这些图像被连续地拍摄和分析,结果,停车位可以更有效地得以区分和确定。
特别地,处理器可以计算停车位在具有视差的两幅图像中的移动度,并且可以使用所计算的移动度把先前图像的先前停车位反映到随后图像以及随后停车位上。
停车位的移动度可以通过基于具有最大亮度系数的停车位来预测对应图像的所有停车位的移动距离和方向、或者反向跟踪车辆的移动度的各种方法确定。因此,先前图像中的停车位可以反映到随后图像中,并且先前停车位和检测到的随后停车位可以在当前图像中共存。换句话说,当正确地执行检测时,许多先前停车位和随后停车位可能会重叠。然而,在该检测处理中可能会发生一致的误差,在下文中将描述纠正该误差的方法。
反映步骤(S400)还包括比较步骤(S500),由处理器计算被反映的先前停车位和随后停车位之间的各个重叠程度。在比较步骤中,与计算步骤相似,可以计算重叠系数来度量停车位的重叠。换句话说,确定步骤(S600)包括:由处理器根据先前停车位和随后停车位之间的各个重叠程度来确定同一停车位的重叠或不同停车位的重叠,并且通过根据确定的结果添加新停车位或选择一停车位来确定最终停车位。
通过比较Si(其是同一停车位)的先前停车位和随后停车位,处理器可以确定该同一停车位是否发生重叠,并且通过比较先前停车位Si和随后停车位Sj,处理器可以确定不同的停车位是否发生重叠。特别地,当处理器确定同一停车位没有发生重叠时,第一步骤(S620)可以包括:由处理器通过把随后停车位确定为新停车位,来添加随后停车位作为最终停车位。此外,当处理器确定同一停车位发生重叠时,第二步骤(S640)可以包括:由处理器选择先前停车位和随后停车位中的具有最大亮度系数的停车位作为最终停车位。另外,当处理器确定不同的停车位发生重叠时,第三步骤(S660)可以包括:由处理器选择不同的停车位中的具有最大亮度系数的停车位作为最终停车位。
在第三步骤(S660)中,当处理器在以一定的时间间隔不断更新的同时确定不同的停车位发生重叠时,可以从频繁地被选作最终停车位的停车位中选择最终停车位。
此外,在检测步骤(S100)中,处理器可以通过根据停车位标志线的形状划分出多个停车位类型来检测停车位,并且确定步骤(S600)还可以包括:确认步骤(S700),由处理器根据被选为最终停车位的停车位类型来确定停车位标志线的最终形状。换句话说,停车位标志线可以被划分为各种类型(例如矩形或平行四边形),并且当根据最终停车位的类型确定停车位标志线的最终形状时,如图5和6所示,停车位标志线可以仅通过最终图像中的最终停车位来提取。
根据由上述结构构成的用于识别车辆的停车位标志线的方法,能高效地检测AVM环境中以低分辨率表示的空闲停车位。提出的该方法可以拍摄连续图像以便根据AVM环境中以低分辨率表示的位置或停车位来高效地检测空闲停车位。此外,可以在提高单个图像中的图像质量的同时提高识别性能,同时可以提高识别各种类型的停车位标志线的能力。
已经参考本发明的示例性实施例详细描述了本发明。然而,本领域技术人员应理解的是,可以对这些实施例做出变更、修正和变型而不脱离本发明的原理和精神,其中本发明的范围由所附权利要求及其等价形式限定。
Claims (19)
1.一种用于识别车辆的停车位标志线的方法,包括:
由处理器根据图像中的停车位标志线的一部分来检测多个停车位;
由所述处理器计算表示检测到的多个停车位之间的重叠程度的重叠系数;
由所述处理器计算检测到的多个停车位的亮度系数;以及
由所述处理器通过在所述重叠系数具有预定大小时确定重叠、并比较重叠的停车位的明亮程度,来从检测到的多个停车位中选择具有最大亮度系数的一个停车位作为最终停车位。
2.如权利要求1所述的方法,其中每个停车位是含有三个边的停车位标志线的末端边缘。
3.如权利要求1所述的方法,其中所述处理器通过以下等式计算所述重叠系数:
其中|SPACEi∪SPACEj|是第i个停车位和第j个停车位的长度的总和,并且|SPACEi∩SPACEj|是第i个停车位和第j个停车位的重叠部分的长度。
4.如权利要求1所述的方法,其中所述处理器通过以下等式计算所述亮度系数:
其中I(x,y)是第i个停车位的各个点的亮度值,N是第1个停车位的点的数量,并且MAX(I)是相应图像中的最亮的点的亮度值。
5.如权利要求1所述的方法,还包括:由所述处理器计算检测到的多个停车位在具有视差的两幅图像中的移动度,并使用所计算的移动度把先前图像的多个先前停车位反映到具有多个随后停车位的随后图像上。
6.如权利要求5所述的方法,还包括:由所述处理器计算被反映的多个先前停车位和所述多个随后停车位之间的各个重叠程度。
7.如权利要求6所述的方法,还包括:由所述处理器根据所述多个先前停车位和所述多个随后停车位之间的各个重叠程度来确定重叠,并通过添加新停车位来确定最终停车位。
8.如权利权利6所述的方法,还包括:由所述处理器根据所述多个先前停车位和所述多个随后停车位之间的各个重叠程度来确定重叠,并通过根据判断结果选择停车位来确定最终停车位。
9.如权利要求6所述的方法,还包括:由所述处理器在确定不存在相同的停车位的重叠时,将随后停车位确定为新停车位,来添加所述随后停车位作为最终停车位。
10.如权利要求6所述的方法,还包括:由所述处理器在确定相同的停车位发生重叠时,选择先前停车位和随后停车位中的具有最大亮度系数的停车位作为最终停车位。
11.如权利要求6所述的方法,还包括:由所述处理器在确定不同的停车位发生重叠时,选择不同的停车位中的具有最大亮度系数的停车位作为最终停车位。
12.如权利要求11所述的方法,还包括:在停车位以一定时间间隔不断更新的情况下,在所述处理器确定不同的停车位发生重叠时,由所述处理器将频繁被选择的停车位选为最终停车位。
13.如权利要求7所述的方法,其中所述处理器通过根据停车位标志线的多个形状而划分出多个停车位类型来检测多个停车位,并且根据与所选择的最终停车位相对应的形状来确定停车位标志线的最终形状。
14.一种用于识别车辆的停车位标志线的控制器,包括:
存储器;以及
处理器,其被配置成:
根据图像中的停车位标志线的一部分来检测多个停车位;
计算表示检测到的多个停车位之间的重叠程度的重叠系数;
计算检测到的多个停车位的亮度系数;以及
通过在所述重叠系数具有预定大小时确定重叠、并比较重叠的停车位的明亮程度,来从检测到的多个停车位中选择具有最大亮度系数的停车位作为最终停车位。
15.如权利要求14所述的控制器,其中所述控制器还被配置成:
利用第i个停车位和第j个停车位的长度的总和、以及第i个停车位和第j个停车位的重叠部分的长度来计算重叠系数;
利用第i个停车位和第1个停车位中的多个点的亮度值来计算亮度系数,并确定最大亮度值;
计算检测到的多个停车位在具有视差的两幅图像中的移动度,并使用所计算的移动度把先前图像的多个先前停车位反映到具有多个随后停车位的随后图像上;以及
计算被反映的多个先前停车位和所述多个随后停车位之间的各个重叠程度。
16.如权利要求14所述的控制器,其中所述处理器还被配置成通过根据停车位标志线的多个形状而划分出多个停车位类型来检测多个停车位,并且根据与所选择的最终停车位相对应的形状来确定停车位标志线的最终形状。
17.一种包含由处理器或控制器执行的程序指令的非暂时性计算机可读介质,所述计算机可读介质包括:
根据图像中的停车位标志线的一部分来检测多个停车位的程序指令;
计算表示检测到的多个停车位之间的重叠程度的重叠系数的程序指令;
计算检测到的多个停车位的亮度系数的程序指令;以及
通过在所述重叠系数具有预定大小时确定重叠、并比较重叠的停车位的明亮程度,来从检测到的多个停车位中选择具有最大亮度系数的停车位作为最终停车位的程序指令。
18.如权利要求17所述的非暂时性计算机可读介质,还包括:
利用第i个停车位和第j个停车位的长度的总和、以及第i个停车位和第j个停车位的重叠部分的长度来计算重叠系数的程序指令;
利用第i个停车位和第1个停车位中的多个点的亮度值来计算亮度系数,并确定最大亮度值的程序指令;
计算检测到的多个停车位在具有视差的两幅图像中的移动度,并使用所计算的移动度把先前图像的多个先前停车位反映到具有多个随后停车位的随后图像上的程序指令;以及
计算被反映的多个先前停车位和所述多个随后停车位之间的各个重叠程度的程序指令。
19.如权利要求17所述的非暂时性计算机可读介质,还包括:通过根据停车位标志线的多个形状而划分出多个停车位类型来检测多个停车位,并且根据与所选择的最终停车位相对应的形状来确定停车位标志线的最终形状的程序指令。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2012-0118444 | 2012-10-24 | ||
KR1020120118444A KR101393881B1 (ko) | 2012-10-24 | 2012-10-24 | 차량의 주차구획 인식방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103770704A true CN103770704A (zh) | 2014-05-07 |
Family
ID=50485374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210598995.7A Pending CN103770704A (zh) | 2012-10-24 | 2012-12-20 | 用于识别车辆的停车位标志线的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9076047B2 (zh) |
KR (1) | KR101393881B1 (zh) |
CN (1) | CN103770704A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109697860A (zh) * | 2017-10-20 | 2019-04-30 | 上海欧菲智能车联科技有限公司 | 车位检测和跟踪系统及方法及车辆 |
CN112597917A (zh) * | 2020-12-25 | 2021-04-02 | 太原理工大学 | 一种基于深度学习的车辆停车检测方法 |
CN115158298A (zh) * | 2022-08-12 | 2022-10-11 | 北京流马锐驰科技有限公司 | 一种基于视觉和超声波融合的车位识别方法 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101947826B1 (ko) * | 2012-04-10 | 2019-02-13 | 현대자동차주식회사 | 차량의 주차구획 인식방법 |
KR101449295B1 (ko) * | 2013-06-04 | 2014-10-13 | 현대자동차주식회사 | 주차구획 추적 장치 및 방법 |
JP6523018B2 (ja) * | 2015-03-31 | 2019-05-29 | 株式会社デンソーテン | 駐車支援装置、及び駐車支援システム |
KR102267562B1 (ko) | 2015-04-16 | 2021-06-22 | 한국전자통신연구원 | 무인자동주차 기능 지원을 위한 장애물 및 주차구획 인식 장치 및 그 방법 |
US10078789B2 (en) * | 2015-07-17 | 2018-09-18 | Magna Electronics Inc. | Vehicle parking assist system with vision-based parking space detection |
KR20170016199A (ko) * | 2015-08-03 | 2017-02-13 | 현대모비스 주식회사 | 주차 구획 인식 장치 및 그 제어 방법 |
CN106611510B (zh) * | 2015-10-27 | 2019-04-23 | 富士通株式会社 | 车位检测装置、电子设备及方法 |
KR20170133743A (ko) * | 2016-05-26 | 2017-12-06 | 현대자동차주식회사 | 사용자 입력 기반 차량 제어 시스템 및 그 방법 |
JP6761708B2 (ja) * | 2016-09-05 | 2020-09-30 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 駐車位置特定方法、駐車位置学習方法、駐車位置特定システム、駐車位置学習装置およびプログラム |
KR20190041173A (ko) * | 2017-10-12 | 2019-04-22 | 엘지전자 주식회사 | 자율주행 차량 및 그 제어 방법 |
US11288525B2 (en) * | 2018-10-31 | 2022-03-29 | Texas Instruments Incorporated | Object detection for distorted images |
DE102019102561A1 (de) | 2019-02-01 | 2020-08-06 | Connaught Electronics Ltd. | Verfahren zum Erkennen einer Pflastermarkierung |
KR102180193B1 (ko) * | 2019-05-30 | 2020-11-18 | 한양대학교 산학협력단 | 주차선 탬플릿 매칭을 이용한 주차공간 포즈 검출 방법 및 장치 |
CN111428547B (zh) * | 2019-06-24 | 2024-03-01 | 杭州海康威视数字技术股份有限公司 | 车位确定方法及装置 |
CN114550485B (zh) * | 2020-11-26 | 2022-12-20 | 上海汽车集团股份有限公司 | 一种车位检测方法及装置 |
JP7408715B2 (ja) * | 2022-03-30 | 2024-01-05 | 本田技研工業株式会社 | 制御装置、制御方法、及び制御プログラム |
JP7408714B2 (ja) * | 2022-03-30 | 2024-01-05 | 本田技研工業株式会社 | 制御装置、制御方法、及び制御プログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006311299A (ja) * | 2005-04-28 | 2006-11-09 | Aisin Aw Co Ltd | 駐車区画監視装置 |
US20070206833A1 (en) * | 2006-03-02 | 2007-09-06 | Hitachi, Ltd. | Obstacle detection system |
US20080136673A1 (en) * | 2006-09-14 | 2008-06-12 | Mando Corporation | Method and apparatus for recognizing parking slot by using bird's eye view and parking assist system using the same |
US20090207045A1 (en) * | 2008-02-14 | 2009-08-20 | Mando Corporation | Method and apparatus for detecting target parking position by using two reference points, and parking assist system using the same |
JP2009205191A (ja) * | 2008-02-26 | 2009-09-10 | Hitachi Ltd | 駐車スペース認識装置 |
CN102714710A (zh) * | 2009-12-07 | 2012-10-03 | 歌乐牌株式会社 | 车辆周边图像显示系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100060528A (ko) | 2008-11-27 | 2010-06-07 | 현대자동차일본기술연구소 | 차량 운전 지원 표시 시스템 |
KR101251729B1 (ko) * | 2009-02-25 | 2013-04-05 | 주식회사 만도 | 주차 제어 방법 및 그 장치 |
TW201100279A (en) | 2009-06-23 | 2011-01-01 | Automotive Res & Testing Ct | Composite-image-type parking auxiliary system |
JP2011051403A (ja) * | 2009-08-31 | 2011-03-17 | Fujitsu Ltd | 駐車支援装置 |
-
2012
- 2012-10-24 KR KR1020120118444A patent/KR101393881B1/ko active IP Right Grant
- 2012-12-14 US US13/715,816 patent/US9076047B2/en active Active
- 2012-12-20 CN CN201210598995.7A patent/CN103770704A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006311299A (ja) * | 2005-04-28 | 2006-11-09 | Aisin Aw Co Ltd | 駐車区画監視装置 |
US20070206833A1 (en) * | 2006-03-02 | 2007-09-06 | Hitachi, Ltd. | Obstacle detection system |
US20080136673A1 (en) * | 2006-09-14 | 2008-06-12 | Mando Corporation | Method and apparatus for recognizing parking slot by using bird's eye view and parking assist system using the same |
US20090207045A1 (en) * | 2008-02-14 | 2009-08-20 | Mando Corporation | Method and apparatus for detecting target parking position by using two reference points, and parking assist system using the same |
JP2009205191A (ja) * | 2008-02-26 | 2009-09-10 | Hitachi Ltd | 駐車スペース認識装置 |
CN102714710A (zh) * | 2009-12-07 | 2012-10-03 | 歌乐牌株式会社 | 车辆周边图像显示系统 |
Non-Patent Citations (1)
Title |
---|
JAE KYU SUHR等: "Fully-automatic Recognition of Various Parking Slot Markings in Around View Monitor (AVM) Image Sequences", 《2012 15TH INTERNATIONAL IEEE CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109697860A (zh) * | 2017-10-20 | 2019-04-30 | 上海欧菲智能车联科技有限公司 | 车位检测和跟踪系统及方法及车辆 |
CN112597917A (zh) * | 2020-12-25 | 2021-04-02 | 太原理工大学 | 一种基于深度学习的车辆停车检测方法 |
CN112597917B (zh) * | 2020-12-25 | 2022-09-30 | 太原理工大学 | 一种基于深度学习的车辆停车检测方法 |
CN115158298A (zh) * | 2022-08-12 | 2022-10-11 | 北京流马锐驰科技有限公司 | 一种基于视觉和超声波融合的车位识别方法 |
Also Published As
Publication number | Publication date |
---|---|
US20140112542A1 (en) | 2014-04-24 |
KR20140052383A (ko) | 2014-05-07 |
US9076047B2 (en) | 2015-07-07 |
KR101393881B1 (ko) | 2014-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103770704A (zh) | 用于识别车辆的停车位标志线的系统和方法 | |
US10949684B2 (en) | Vehicle image verification | |
US20230054914A1 (en) | Vehicle localization | |
US9652980B2 (en) | Enhanced clear path detection in the presence of traffic infrastructure indicator | |
US9467645B2 (en) | System and method for recognizing parking space line markings for vehicle | |
US8634593B2 (en) | Pixel-based texture-less clear path detection | |
US8452053B2 (en) | Pixel-based texture-rich clear path detection | |
US8670592B2 (en) | Clear path detection using segmentation-based method | |
US8611585B2 (en) | Clear path detection using patch approach | |
US8699754B2 (en) | Clear path detection through road modeling | |
US8332134B2 (en) | Three-dimensional LIDAR-based clear path detection | |
CN106503653A (zh) | 区域标注方法、装置和电子设备 | |
KR20160123668A (ko) | 무인자동주차 기능 지원을 위한 장애물 및 주차구획 인식 장치 및 그 방법 | |
CN111874006A (zh) | 路线规划处理方法和装置 | |
CN111179300A (zh) | 障碍物检测的方法、装置、系统、设备以及存储介质 | |
Chen et al. | A visual method tor the detection of available parking slots | |
CN111091038A (zh) | 训练方法、计算机可读介质和检测消失点的方法及装置 | |
Kühnl et al. | Visual ego-vehicle lane assignment using spatial ray features | |
CN103577790B (zh) | 道路转弯类型检测方法和装置 | |
KR102003387B1 (ko) | 조감도 이미지를 이용한 교통 장애물의 검출 및 거리 측정 방법, 교통 장애물을 검출하고 거리를 측정하는 프로그램을 저장한 컴퓨터 판독가능 기록매체 | |
WO2021056185A1 (en) | Systems and methods for partially updating high-definition map based on sensor data matching | |
Wang et al. | Holistic Parking Slot Detection with Polygon-Shaped Representations | |
US20230266469A1 (en) | System and method for detecting road intersection on point cloud height map | |
US20230230389A1 (en) | Method for detecting information about at least one object and/or at least a part of free space in a representation of the environment of a system | |
Srivastava et al. | Driving Assistance Platform for Self Driving Vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140507 |