CN104463935A - 一种用于交通事故还原的车道重建方法和系统 - Google Patents
一种用于交通事故还原的车道重建方法和系统 Download PDFInfo
- Publication number
- CN104463935A CN104463935A CN201410627813.3A CN201410627813A CN104463935A CN 104463935 A CN104463935 A CN 104463935A CN 201410627813 A CN201410627813 A CN 201410627813A CN 104463935 A CN104463935 A CN 104463935A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane line
- scaling board
- image
- coordinate
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及交通事故还原技术领域,本发明公开了一种用于交通事故还原的车道重建方法,其具体包括以下的步骤:步骤一、制作标定板,将制作好的标定板放置在车头前方的路面上;步骤二、提取出每个标志点的中心的图像坐标;步骤三、建立世界坐标系并建立世界坐标与图像坐标之间的转换关系;步骤四、提取出车道线边缘的图像坐标;步骤五、计算出车道线边缘的世界坐标;步骤六、建立车辆、路面以及车道线的模型,然后将车辆的运行参数与车道线,驱动三维模拟软件,实现车辆行驶与车道线模拟演示,还原出事故发生前车辆与车道线的位置关系。本发明依据车载视频图像自动复原出行车过程中车辆与车道线之间的位置关系,无需人工干预,效率高。
Description
技术领域
本发明涉及交通事故还原技术领域,本发明公开了一种用于交通事故还原的车道重建方法和系统。
背景技术
机动车随意改变行驶车道线是引发交通事故的重要原因,还原事故车辆变道、压线情况,是交通事故现场勘察、责任判定的重要内容之一。有关车道线检测的专利,如CN103991448A(动态车道线检测系统及方法)、CN103996030A(一种车道线检测方法)、CN103996031A(一种自适应阈值分割的车道线检测系统及其方法)、CN103996053A(基于机器视觉的车道偏离报警方法)、CN103895512A(一种行车安全警示方法及其系统)等,这些专利都是进行车道偏离预警,不能用于客观的交通事故责任判定。
发明内容
针对现有技术没有交通事故还原方法的技术问题,本发明公开了一种用于交通事故还原的车道重建方法和系统。
本发明公开了一种用于交通事故还原的车道重建方法,其具体包括以下的步骤:步骤一、制作标定板,在标定板上设置标志点,并将制作好的标定板放置在车头前方的路面上;步骤二、通过车内的摄像头采集包含标定板的图像,并提取出每个标志点的中心的图像坐标;步骤三、以其中一个标志点的中心为坐标原点,建立世界坐标系;并根据步骤二中得到的标志点的中心的图像坐标,结合标定板上标志点的位置关系以及标定板的摆放位置,建立世界坐标与图像坐标之间的转换关系;步骤四、根据摄像头拍摄的车道线视频,提取出车道线边缘的图像坐标;步骤五、根据步骤三中图像坐标与世界坐标之间的转换关系,计算出车道线边缘的世界坐标;步骤六、建立车辆、路面以及车道线的模型,然后将车辆的运行参数与步骤五中计算出的车道线边缘的世界坐标进行融合,驱动三维模拟软件,实现车辆行驶与车道线模拟演示,还原出事故发生前车辆与车道线的位置关系。
更进一步地,上述标定板上至少设置4个标志点,标志点的形状为实心圆。
更进一步地,上述标志点呈矩形分布,等距均匀设置在标定板上。
更进一步地,上述标定板的背景为白色、实心圆形的背景为黑色。
更进一步地,道路平面与图像平面的坐标转换公式如下: ,其中,X、Y是世界坐标系中点的真实坐标,x、y是图像坐标系中点的图像坐标,共有8个未知参数,以标定板左上角圆心为原点建立世界坐标系,结合标定板摆放位置,就能得到4个圆心点的世界坐标,将4个圆心点的世界坐标以及从标定板图像中提取出的4个圆心点的图像坐标带入以上公式,就可以求解出8个参数,从而建立世界坐标到图像坐标的转换关系。
更进一步地,提取每个标志点的中心的图像坐标的具体步骤为:截取出带有标定板的图像,将该图像依次进行图像滤波、形态学操作、边缘提取、椭圆拟合,从而提取出图像中圆形标志点的圆心坐标。
更进一步地,提取出车道线边缘的图像坐标的具体步骤为:截取车辆运行的视频图像,将该图像依次进行图像滤波、Sobel算子边缘提取、Hough变换直线提取、规则过滤,从而提取出车道线边缘的图像像素坐标。
更进一步地,每秒钟提取8幅图像进行车道线识别。
本发明还公开了一种用于交通事故还原的车道重建系统,其具体包括:标定板、车载摄像头以及车道重建模块;所述标定板上设置标志点,标定板放置在车辆前方车载摄像头能够完整拍摄到的位置,所述车载摄像头用于拍摄车辆行驶视频;所述车道重建模块用于重建交通事故过程中机动车的行驶车道并用三维动画进行展示,其具体过程为:首先借助标定板求解道路平面与视频图像的几何关系;然后提取视频图像中的车道线像素,依据几何关系求解车道线与车辆的位置关系;最后结合车辆运行参数及与车道线位置关系,重建交通事故过程中机动车的行驶车道线并用三维动画进行展示。
通过采用以上的技术方案,本发明的有益效果为:本发明通过视频图像复原出交通事故发生前车辆与车道线的位置关系,可以用于判断交通事故责任,相比其他的交通事故处理方法,本发明的优势在于以下几个方面:能够依据车载视频图像自动复原出行车过程中与车辆与车道线关系,无需人工干预,效率高; 能够依据视频图像进行事故发生前一段时间内的车辆与车道线复原,车辆的变道、压线等情况更加清晰、客观,相比目前的根据事故现场情况进行测算,本发明更加可靠;能够根据行车参数与车道线图像,结合车辆、路面、车道线的模型,逼真的还原出事故发生钱一段时间的三维动画,更加客观、直观。
附图说明
图1为标定板与车辆之间的位置关系图。
图2为标定板的结构示意图。
图3为车道线提取效果示意图。
具体实施方式
下面结合说明书附图,详细说明本发明的具体实施方式。
本发明公开了一种用于交通事故还原的车道重建方法,其具体包括以下的步骤:步骤一、制作标定板,在标定板上设置标志点,并将制作好的标定板放置在车头前方的路面上;步骤二、通过车内的摄像头采集包含标定板的图像,并提取出每个标志点的中心的图像坐标;步骤三、以其中一个标志点的中心为坐标原点,建立世界坐标系;并根据步骤二中得到的标志点的中心的图像坐标,结合标定板上标志点的位置关系以及标定板的摆放位置,建立世界坐标与图像坐标之间的转换关系;步骤四、根据摄像头拍摄的车道线视频,提取出车道线边缘的图像坐标;步骤五、根据步骤三中图像坐标与世界坐标之间的转换关系,计算出车道线边缘的世界坐标;步骤六、建立车辆、路面以及车道线的模型,然后将车辆的运行参数与步骤五中计算出的车道线边缘的世界坐标进行融合,车辆的运行参数可以通过汽车自带的OBD接口获取,驱动三维模拟软件,实现车辆行驶与车道线模拟演示还原出事故发生前车辆与车道线的位置关系。将融合后的参数输入到3dmax、OSG、vega等三维图形软件,实现车辆行驶与车道线模拟演示。以3dmax软件为例,将融合后的参数以脚本的形式读入软件,将车辆姿态、车道线位置、尺寸等参数赋予虚拟车辆、路面以及车道线模型,并通过设置关键帧的方式输出三维动画,用于车辆行驶与车道线模拟演示。本发明依据车载视频图像自动复原出行车过程中车辆与车道线之间的位置关系,无需人工干预,效率高;依据车载摄像头记录的视频图像进行事故发生前一段时间内的车辆与车道线复原,车辆的变道、压线等情况更加清晰、客观,相比目前的根据事故现场情况进行测算,本发明更加可靠。通过行车参数与车道线图像,结合车辆、路面、车道线的模型,逼真的还原出事故发生前一段时间的三维动画,更加客观、直观。
更进一步地,标定板与车辆之间的位置关系如图1所示。标定板2放置在车辆4车头正前方的路面1上,车辆4前方正中间设置摄像头3,标定板可以设计为矩形,当然也可以是其他的形状,标定板上至少设置4个标志点,标志点的形状为实心圆,为了便于后续计算,标志点呈矩形分布,等距均匀设置在标定板上,为了便于识别,标定板的背景和实心圆形的背景采用两个截然不同的颜色,比如标定板的背景为白色、实心圆形的背景为黑色。标定板放置在车头前方的路面上,标定板放在路面上,道路平面近似标定板平面,道路平面通过成像系统成像,其符合透视投影关系,一旦成像系统固定,道路平面到图像平面的投影关系就固定下来,通过标定板平面的4个标志点就可以求解出该几何投影关系。
更进一步地,道路平面与图像平面的坐标转换公式如下:
其中,X、Y是世界坐标系中点的真实坐标(毫米),x、y是图像坐标系中点的图像坐标(像素),共有8个未知参数。以标定板左上角圆心为原点建立世界坐标系,结合标定板摆放位置,就能得到4个圆心点的世界坐标,将4个圆心点的世界坐标以及从标定板图像中提取出的4个圆心点的图像坐标带入以上公式,就可以求解出8个参数,从而建立世界坐标到图像坐标的转换关系。根据透视投影原理,真实世界坐标系下任意点的坐标到图像平面坐标系的变换是线性关系,道路近似认为是固定的平面,且与标定板平面重合,因此有上述的坐标转换关系。在标定板上设置4个圆形的标志点,将其中一个标志点的圆心作为世界坐标系的坐标原点,四个圆形标志点之间的相对位置在在制作标定板的时候已经确定,再结合标定板摆放位置,则4个圆心点的世界坐标已知,如图2所示的标定板的结构示意图。将4个圆心点的世界坐标以及从标定板图像中提取出的4个圆心点的图像坐标带入以上公式,可以求解出8个参数,从而建立世界坐标到图像坐标的转换关系。
更进一步地,上述提取每个标志点的中心的图像坐标的具体步骤为:截取出带有标定板的图像,将该图像依次进行图像滤波、形态学操作、边缘提取、椭圆拟合,从而提取出图像中圆形标志点的圆心坐标。
更进一步地,上述提取出车道线边缘的图像坐标的具体步骤为:截取车辆运行的视频图像,将该图像依次进行图像滤波、Sobel算子边缘提取、Hough变换直线提取、规则过滤,从而提取出车道线边缘的图像像素坐标。如图3所示的车道线提取效果示意图。
更进一步地,上述截取车辆运行的视频图像具体为秒钟提取8幅图像进行车道线识别。
本发明首先借助标定板求解道路平面与视频图像的几何关系;然后提取视频图像中的车道线像素,依据几何关系求解车道线与车辆的位置关系;最后结合车辆运行参数及与车道线位置关系,重建交通事故过程中机动车的行驶车道线并用三维动画进行展示。
本发明还公开了一种用于交通事故还原的车道重建系统,其具体包括:标定板、车载摄像头以及车道重建模块;所述标定板上设置标志点,标定板放置在车辆前方车载摄像头能够完整拍摄到的位置,所述车载摄像头用于拍摄车辆行驶视频;所述车道重建模块用于重建交通事故过程中机动车的行驶车道并用三维动画进行展示,其具体过程为:首先借助标定板求解道路平面与视频图像的几何关系;然后提取视频图像中的车道线像素,依据几何关系求解车道线与车辆的位置关系;最后结合车辆运行参数及与车道线位置关系,重建交通事故过程中机动车的行驶车道线并用三维动画进行展示。
所述的几何转换关系方程求解包含标定板标志点提取和几何转换关系求解两个步骤:
(1)标志点提取是通过视频图像提取出标定平面的标志点坐标,标定平面为白色背景及4个呈矩形分布的黑色实心圆形,4个圆的圆心即为标志点,采用图像识别的方法提取4个圆形的圆心坐标;
(2)几何转换关系求解是指根据道路平面(近似标定平面)标志点的真实世界坐标以及图像平面标志点的像素坐标,求解出二者的转换关系。从计算机图形学原理来说,道路平面通过成像系统成像符合透视投影关系,一旦成像系统固定,道路平面到图像平面的投影关系就固定下来,通过标定平面4个标志点可以求解该几何投影关系。
所述的求解车道线与车辆位置关系包含车道线图像提取和车道线位置求解两个步骤:
(1) 车道线图像提取是通过视频图像提取出车道线在图像平面的位置。从计算机图形学原理来说,视频图像是由像素构成的二维点阵图,车道线提取就是找出图像平面中表示车道线的像素所在位置。车道线通常与路面有强烈的反差,且车道线的形状、尺寸均符合《道路交通标志和标线》国家标准(GB5768-1999)的规定,采用图像识别的方法提取出车道线的像素坐标。
(2) 车道线的位置求解是通过道路平面与图像平面的几何转换关系,求解出车道线的像素坐标在路面上的真实位置。
所述的车道线三维动画还原,首先建立车辆、路面、车道线的模型,然后将车辆运行参数与车道线的真实位置进行融合,驱动三维模拟演示软件,实现车辆行驶与车道线模拟演示,还原出事故发生前车辆与车道线的位置关系。
上述的实施例中所给出的系数和参数,是提供给本领域的技术人员来实现或使用发明的,发明并不限定仅取前述公开的数值,在不脱离发明的思想的情况下,本领域的技术人员可以对上述实施例作出种种修改或调整,因而发明的保护范围并不被上述实施例所限,而应该是符合权利要求书提到的创新性特征的最大范围。
Claims (9)
1.一种用于交通事故还原的车道重建方法,其具体包括以下的步骤:步骤一、制作标定板,在标定板上设置标志点,并将制作好的标定板放置在车头前方的路面上;步骤二、通过车内的摄像头采集包含标定板的图像,并提取出每个标志点的中心的图像坐标;步骤三、以其中一个标志点的中心为坐标原点,建立世界坐标系;并根据步骤二中得到的标志点的中心的图像坐标,结合标定板上标志点的位置关系以及标定板的摆放位置,建立世界坐标与图像坐标之间的转换关系;步骤四、根据摄像头拍摄的车道线视频,提取出车道线边缘的图像坐标;步骤五、根据步骤三中图像坐标与世界坐标之间的转换关系,计算出车道线边缘的世界坐标;步骤六、建立车辆、路面以及车道线的模型,然后将车辆的运行参数与步骤五中计算出的车道线边缘的世界坐标进行融合,驱动三维模拟软件,实现车辆行驶与车道线模拟演示,还原出事故发生前车辆与车道线的位置关系。
2.如权利要求1所述的用于交通事故还原的车道重建方法,其特征在于所述标定板上至少设置4个标志点,标志点的形状为实心圆。
3.如权利要求2所述的用于交通事故还原的车道重建方法,其特征在于所述标志点呈矩形分布,等距均匀设置在标定板上。
4.如权利要求3所述的用于交通事故还原的车道重建方法,其特征在于所述标定板的背景为白色、实心圆形的背景为黑色。
5.如权利要求2或者4所述的用于交通事故还原的车道重建方法,其特征在于道路平面与图像平面的坐标转换公式如下: ,其中,X、Y是世界坐标系中点的真实坐标,x、y是图像坐标系中点的图像坐标,共有8个未知参数,以标定板左上角圆心为原点建立世界坐标系,结合标定板摆放位置,就能得到4个圆心点的世界坐标,将4个圆心点的世界坐标以及从标定板图像中提取出的4个圆心点的图像坐标带入以上公式,就可以求解出8个参数,从而建立世界坐标到图像坐标的转换关系。
6.如权利要求5所述的用于交通事故还原的车道重建方法,其特征在于提取每个标志点的中心的图像坐标的具体步骤为:截取出带有标定板的图像,将该图像依次进行图像滤波、形态学操作、边缘提取、椭圆拟合,从而提取出图像中圆形标志点的圆心坐标。
7.如权利要求6所述的用于交通事故还原的车道重建方法,其特征在于提取出车道线边缘的图像坐标的具体步骤为:截取车辆运行的视频图像,将该图像依次进行图像滤波、Sobel算子边缘提取、Hough变换直线提取、规则过滤,从而提取出车道线边缘的图像像素坐标。
8.如权利要求7所述的用于交通事故还原的车道重建方法,其特征在于为秒钟提取8幅图像进行车道线识别。
9.一种用于交通事故还原的车道重建系统,其特征在于具体包括:标定板、车载摄像头以及车道重建模块;所述标定板上设置标志点,标定板放置在车辆前方车载摄像头能够完整拍摄到的位置,所述车载摄像头用于拍摄车辆行驶视频;所述车道重建模块用于重建交通事故过程中机动车的行驶车道并用三维动画进行展示,其具体过程为:首先借助标定板求解道路平面与视频图像的几何关系;然后提取视频图像中的车道线像素,依据几何关系求解车道线与车辆的位置关系;最后结合车辆运行参数及与车道线位置关系,重建交通事故过程中机动车的行驶车道线并用三维动画进行展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410627813.3A CN104463935A (zh) | 2014-11-11 | 2014-11-11 | 一种用于交通事故还原的车道重建方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410627813.3A CN104463935A (zh) | 2014-11-11 | 2014-11-11 | 一种用于交通事故还原的车道重建方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104463935A true CN104463935A (zh) | 2015-03-25 |
Family
ID=52909917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410627813.3A Pending CN104463935A (zh) | 2014-11-11 | 2014-11-11 | 一种用于交通事故还原的车道重建方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104463935A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105912719A (zh) * | 2016-04-29 | 2016-08-31 | 大连楼兰科技股份有限公司 | 基于事故重现碰撞仿真工况数据的数据自动处理方法 |
CN106980855A (zh) * | 2017-04-01 | 2017-07-25 | 公安部交通管理科学研究所 | 交通标志快速识别定位系统及方法 |
CN107798724A (zh) * | 2016-09-02 | 2018-03-13 | 德尔福技术有限公司 | 自动化车辆3d道路模型和车道标记定义系统 |
CN108692949A (zh) * | 2017-04-10 | 2018-10-23 | 深圳市航盛电子股份有限公司 | 一种简单的车道偏移实车测试装置以及验证测试方法 |
CN109741602A (zh) * | 2019-01-11 | 2019-05-10 | 福建工程学院 | 一种轻微交通事故辅助定责的方法及系统 |
CN111243034A (zh) * | 2020-01-17 | 2020-06-05 | 广州市晶华精密光学股份有限公司 | 一种全景辅助泊车标定方法、装置、设备及存储介质 |
CN111402609A (zh) * | 2020-03-17 | 2020-07-10 | 北京百度网讯科技有限公司 | 专用车道行驶提醒方法、装置、设备及存储介质 |
CN112257539A (zh) * | 2020-10-16 | 2021-01-22 | 广州大学 | 车辆与车道线的位置关系检测方法、系统和存储介质 |
CN113538193A (zh) * | 2021-06-30 | 2021-10-22 | 东莞市绿灯网络科技有限公司 | 基于人工智能和计算机视觉的交通事故处理方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1801896A (zh) * | 2006-01-17 | 2006-07-12 | 东南大学 | 摄像机标定数据的采集方法及其标定板 |
CN101281660A (zh) * | 2008-05-29 | 2008-10-08 | 上海交通大学 | 汽车与行人碰撞事故再现系统 |
CN101487702A (zh) * | 2008-12-08 | 2009-07-22 | 东南大学 | 基于双目视觉的交通事故现场摄影测量方法 |
JP2009243889A (ja) * | 2008-03-28 | 2009-10-22 | Yamatake Corp | 圧力センサ |
-
2014
- 2014-11-11 CN CN201410627813.3A patent/CN104463935A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1801896A (zh) * | 2006-01-17 | 2006-07-12 | 东南大学 | 摄像机标定数据的采集方法及其标定板 |
JP2009243889A (ja) * | 2008-03-28 | 2009-10-22 | Yamatake Corp | 圧力センサ |
CN101281660A (zh) * | 2008-05-29 | 2008-10-08 | 上海交通大学 | 汽车与行人碰撞事故再现系统 |
CN101487702A (zh) * | 2008-12-08 | 2009-07-22 | 东南大学 | 基于双目视觉的交通事故现场摄影测量方法 |
Non-Patent Citations (1)
Title |
---|
尤伟: "三维扫描系统中参数标定方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105912719A (zh) * | 2016-04-29 | 2016-08-31 | 大连楼兰科技股份有限公司 | 基于事故重现碰撞仿真工况数据的数据自动处理方法 |
CN105912719B (zh) * | 2016-04-29 | 2019-05-14 | 大连楼兰科技股份有限公司 | 基于事故重现碰撞仿真工况数据的数据自动处理方法 |
CN107798724A (zh) * | 2016-09-02 | 2018-03-13 | 德尔福技术有限公司 | 自动化车辆3d道路模型和车道标记定义系统 |
CN106980855A (zh) * | 2017-04-01 | 2017-07-25 | 公安部交通管理科学研究所 | 交通标志快速识别定位系统及方法 |
CN106980855B (zh) * | 2017-04-01 | 2020-04-17 | 公安部交通管理科学研究所 | 交通标志快速识别定位系统及方法 |
CN108692949A (zh) * | 2017-04-10 | 2018-10-23 | 深圳市航盛电子股份有限公司 | 一种简单的车道偏移实车测试装置以及验证测试方法 |
CN109741602A (zh) * | 2019-01-11 | 2019-05-10 | 福建工程学院 | 一种轻微交通事故辅助定责的方法及系统 |
CN111243034A (zh) * | 2020-01-17 | 2020-06-05 | 广州市晶华精密光学股份有限公司 | 一种全景辅助泊车标定方法、装置、设备及存储介质 |
CN111402609A (zh) * | 2020-03-17 | 2020-07-10 | 北京百度网讯科技有限公司 | 专用车道行驶提醒方法、装置、设备及存储介质 |
CN112257539A (zh) * | 2020-10-16 | 2021-01-22 | 广州大学 | 车辆与车道线的位置关系检测方法、系统和存储介质 |
WO2022078074A1 (zh) * | 2020-10-16 | 2022-04-21 | 广州大学 | 车辆与车道线的位置关系检测方法、系统和存储介质 |
CN113538193A (zh) * | 2021-06-30 | 2021-10-22 | 东莞市绿灯网络科技有限公司 | 基于人工智能和计算机视觉的交通事故处理方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104463935A (zh) | 一种用于交通事故还原的车道重建方法和系统 | |
CN108647638B (zh) | 一种车辆位置检测方法及装置 | |
CN107133985B (zh) | 一种基于车道线消逝点的车载摄像机自动标定方法 | |
CN105678285B (zh) | 一种自适应的道路鸟瞰图变换方法和道路车道检测方法 | |
CN103123722B (zh) | 道路对象检测方法和系统 | |
CN102682292B (zh) | 基于单目视觉的道路边缘检测及粗定位方法 | |
CN104902261B (zh) | 用于低清晰度视频流中的路面识别的装置和方法 | |
CN103324930B (zh) | 一种基于灰度直方图二值化的车牌字符分割方法 | |
CN103837139A (zh) | 不平路面驾驶辅助设备和用于不平路面驾驶辅助的方法 | |
CN105206109B (zh) | 一种基于红外ccd的车辆雾天识别预警系统及方法 | |
Cui et al. | Vehicle localisation using a single camera | |
CN104050654B (zh) | 道路边缘检测方法和装置 | |
CN111209780A (zh) | 车道线属性检测方法、装置、电子设备及可读存储介质 | |
CN108528336A (zh) | 一种车辆压线提前预警系统 | |
Kum et al. | Lane detection system with around view monitoring for intelligent vehicle | |
DE112013001424T5 (de) | Objekterkennungsvorrichtung | |
CN109522847A (zh) | 一种基于深度图的轨道和道路障碍物检测方法 | |
CN111209777A (zh) | 车道线检测方法、装置、电子设备及可读存储介质 | |
CN107256633B (zh) | 一种基于单目摄像头三维估计的车型分类方法 | |
CN104200689A (zh) | 一种道路预警方法及装置 | |
CN104881661B (zh) | 基于结构相似度的车辆检测方法 | |
CN105205785A (zh) | 一种可定位的大型车辆运行管理系统及其运行方法 | |
CN106887004A (zh) | 一种基于块匹配的车道线检测方法 | |
CN103971379B (zh) | 基于单摄像机等效双目立体视觉模型的泡沫立体特征提取方法 | |
CN105426863A (zh) | 检测车道线的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150325 |