CN104637059A - 基于毫米波雷达和机器视觉的夜间前方车辆检测方法 - Google Patents
基于毫米波雷达和机器视觉的夜间前方车辆检测方法 Download PDFInfo
- Publication number
- CN104637059A CN104637059A CN201510066989.0A CN201510066989A CN104637059A CN 104637059 A CN104637059 A CN 104637059A CN 201510066989 A CN201510066989 A CN 201510066989A CN 104637059 A CN104637059 A CN 104637059A
- Authority
- CN
- China
- Prior art keywords
- radar
- image
- coordinates
- wave radar
- detection method
- 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
- 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
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
Abstract
本发明涉及一种基于毫米波雷达和机器视觉的夜间前方车辆检测方法,属于车辆控制领域。包括下述步骤:步骤1、进行摄像机标定,得到世界坐标到图像像素坐标的投影矩阵,建立雷达坐标系和世界坐标系之间的转换关系,将雷达坐标转换成图像像素坐标;步骤2、解算接收到的毫米波雷达数据,并通过数据处理排除虚假目标确定有效目标,同步进行摄像机图像的采集;步骤3、把世界坐标系下的雷达扫描点投影到图像像素坐标系,根据投影点在图像上建立感兴趣区域ROI;步骤4、基于图像处理方法检验感兴趣区域内是否存在车辆。相比现有技术,本发明具有融合毫米波雷达和机器视觉、实时性高、准确性高的特点。
Description
技术领域
本发明属于车辆控制领域,特别涉及一种夜间前方车辆检测方法。
背景技术
车辆智能防撞预警已成为当前国际智能交通系统研究的热点,其中前方车辆的检测又是最主要的内容,实时地进行前方车辆检测与识别,可以有效地防止追尾碰撞等恶性交通事故的发生。
目前,国内外已经有了多种前方车辆检测方法:基于视觉(单目视觉、立体视觉)、基于多传感器融合(声纳传感器、激光传感器)等;如天津工业大学申请的专利“一种基于单目视觉的前方车辆检测方法”(申请号:201210143389.6);东南大学申请的专利“基于双目视觉的车距测量方法”(申请号:200710025166.9);丰田自动车株式会社申请的专利“车载设备、前方车辆位置确定设备以及前方车辆位置确定方法”(申请号:201180018795.3)。
其中基于单目视觉的车辆检测方法对目标的深度信息测量精度不高,难以确定目标物体的位置;基于立体视觉的车辆检测方法对摄像机的标定容易出现漂移,且存在算法复杂、精度差、适应范围小等缺点;基于视觉和激光传感器的车辆检测方法不适合高速行驶的车辆检测,此外,激光传感器受障碍物及其表面光滑度影响较大,对灯光等干扰非常敏感,不适合应用到复杂道路环境;基于视觉与声纳传感器的车辆检测方法作用距离短,且声纳传感器角度分辨率差、测量精度不高。
由于夜间的光照条件复杂,对车辆检测算法的精准度、实时性、鲁棒性要求更高,然而目前现有的夜间前方车辆检测方法主要是基于单目视觉,因此,本领域亟需一种新的技术将有效的多传感器进行数据融合,实现前方车辆的检测和准确定位。
发明内容
本发明所要解决的技术问题:针对现有技术的不足和缺陷,本发明提供一种融合毫米波雷达和机器视觉、实时性高、准确性高的夜间前方车辆检测方法。
本发明是这样设计的:
基于毫米波雷达和机器视觉的夜间前方车辆检测方法,其特征在于:包括下述步骤,
步骤1、进行摄像机标定,得到世界坐标到图像像素坐标的投影矩阵,建立雷达坐标系和世界坐标系之间的转换关系,将雷达坐标转换成图像像素坐标;
步骤2、解算接收到的毫米波雷达数据,并通过数据处理排除虚假目标确定有效目标,同步进行摄像机图像的采集;
步骤3、把世界坐标系下的雷达扫描点投影到图像像素坐标系,根据投影点在图像上建立感兴趣区域ROI;
步骤4、基于图像处理方法检验感兴趣区域内是否存在车辆。
所述的步骤1中的将雷达坐标转换成图像像素坐标包括下述具体步骤,
步骤1.1、使摄像机的光轴与地面平行;
步骤1.2、使用于标定的棋盘与雷达反射面在同一平面,且位于雷达正上方与地平面垂直,棋盘的左上角点与雷达反射面中心点连线垂直于地平面,确定棋盘左上角点距离安装位置的高度Y0,高度单位为mm;
步骤1.3、将世界坐标系中点的坐标(XW,YW,ZW)变换到摄像机坐标(XC,YC,ZC),变换公式如下:
式中,W为world的缩写;C为camera的缩写;R为世界坐标系到摄像机坐标系的3×3旋转矩阵;t为世界坐标系到摄像机坐标系的1×3平移矩阵;
步骤1.4、将摄像机坐标(XC,YC,ZC)变换到图像物理坐标(x,y),转换公式如下:
式中,f为摄像机焦距,焦距单位为mm;
步骤1.5、将图像物理坐标(x,y)转换到图像像素坐标(u,v),转换公式如下:
式中,dx、dy分别为图像物理坐标系下每个象素在横纵方向轴上的物理尺寸;u0、v0分别为图像像素坐标系下摄像机光轴和图像平面交点的横纵坐标,坐标单位为pixel;
步骤1.6、雷达坐标系的X0O0Z0平面与世界坐标系的XOZ平面平行,设两平面之间的距离为Y0,Y0为棋盘左上角点距离雷达安装位置的高度;
步骤1.7、通过雷达可以得到前方车辆中心点投影到雷达扫射平面内的点P相对雷达的距离R和角度α,PO0=R,距离单位为m;∠PO0Z=α,角度单位为度;
步骤1.8、获得点P在世界坐标系下的坐标,转换关系如下:
所述的步骤2中的处理雷达数据排除虚假目标确定有效目标包括下述具体步骤,
步骤2.1、对雷达接收到的数据按照毫米波雷达协议进行解算,得到前方物体相对雷达的角度Angle、距离Range、相对速度RangeRate、宽度Width以及代表前方物体的编号ID;
步骤2.2、根据距离信息对前方物体按照由近及远的准则进行排序,选取一定距离R0<Range<R1内的物体作为初选目标;
步骤2.3、根据国家车辆宽度标准设置宽度阈值范围(1.5,3),当初选目标的宽度Width在宽度阈值范围内时,将前方物体初步确定为有效目标。
所述的步骤3中的建立感兴趣区域ROI包括下述具体步骤,
步骤3.1、将前方车辆中心点投影到毫米波雷达扫描平面的点转换到图像平面上;
步骤3.2、根据投影点的图像像素坐标、距离Range、宽度阈值范围,建立可根据距离调节的感兴趣区域ROI。
所述的步骤4中的基于图像处理方法检验感兴趣区域内是否存在车辆包括下述具体步骤,
步骤4.1、采用改进的OTSU算法分割图像,凸显出表征车辆特征的尾灯部分;
步骤4.2、为消除过小的噪声点,对分割后的图像进行图像形态学开运算处理;
步骤4.3、对处理后的感兴趣区域部分的图像进行连通区域标记,计算每个连通区域的面积;
步骤4.4、提取图像上用于表征车辆的特征;
步骤4.5、运用D-S证据理论,融合以上所述的车辆的特征信息得到总的信任度值,最终设立信任度阈值验证车辆。
所述的步骤4.4中的提取图像上用于表征车辆的特征包括下述具体步骤,
4.4.1、判断连通区域的面积,将面积小于50的连通区域去除;
4.4.2、用Ci、Cj分别表示不同的两个连通区域,b(Ci)表示连通区域的顶边,t(Ci)表示连通区域的底边,H(Ci)表示连通区域的高度,计算两连通区域垂直方向的重叠率,标记重叠率大于0.7的连通区域,公式如下:
4.4.3、用H(Cs)、H(Cb)分别表示连通区域较小者和较大者,计算两连通区域中较小者与较大者的高度比,标记比值大于0.7的连通区域,公式如下:
4.4.4、用VL(Ci,Cj)、VW(Ci,Cj)表示围住两个连通区域的最小外围矩形的长和宽,标记长宽比大于2.5小于8的连通区域,公式如下:
4.4.5、根据雷达扫描到的车辆中心点转换到图像上的横向像素坐标u,符合以上步骤4.4.1、步骤4.4.2、步骤4.4.3、步骤4.4.4的两个连通区域的中心位置的横向像素坐标ui、uj,判断两个连通区域在u轴方向上是否关于中心点对称。
通过上述设计方案,本发明可以带来如下有益效果:
本发明基于毫米波雷达和机器视觉的夜间前方车辆检测方法的毫米波雷达测量的距离精度高,可以准确获得前方车辆的深度信息,机器视觉可以获得含有丰富信息的二维图像,体现出前方车辆的明显特征,因此毫米波雷达和机器视觉的融合可以有效地提高夜间前方车辆检测和定位的准确性。
本发明基于毫米波雷达和机器视觉的夜间前方车辆检测方法不仅可以获得前方车辆的宽度、距离等深度信息,而且可以根据雷达数据信息在二维图像上初步建立感兴趣区域,缩小检测区域范围,排除过多干扰点,加快检测速度,提高夜间前方车辆检测方法的实时性,同时还能利用机器视觉获得的二维图像中车辆的特征信息,运用D-S证据理论判断目标,降低经验不足导致阈值确定不当的风险,提高检测方法的准确性。
附图说明
下面结合附图说明和具体实施方式对本发明作进一步说明:
图1为本发明基于毫米波雷达和机器视觉的夜间前方车辆检测方法的流程图。
图2为本发明基于毫米波雷达和机器视觉的夜间前方车辆检测方法的毫米波雷达坐标系和世界坐标系的关系示意图。
图3为本发明基于毫米波雷达和机器视觉的夜间前方车辆检测方法的摄像机坐标系和世界坐标系的关系示意图。
图4为本发明基于毫米波雷达和机器视觉的夜间前方车辆检测方法的摄像机坐标系、图像物理坐标系和图像像素坐标系的关系示意图。
具体实施方式
本发明提出了一种基于毫米波雷达和机器视觉的夜间前方车辆检测方法,本发明首先获得世界坐标和图像像素坐标的投影矩阵,建立雷达坐标系和图像像素坐标系之间的转换关,然后通过毫米波雷达获得前方障碍物的距离、宽度、反射率、相对速度等信息,再根据宽度信息排除虚假目标确定有效目标初步判别出前方车辆,继而将雷达坐标系下的雷达扫描点投影到图像像素坐标系,根据投影点图像像素坐标和前方车辆的宽度、距离信息在图像上建立感兴趣区域ROI,最后基于单目视觉采用图像处理的方法得到表征车辆的特征,从而确定感兴趣区域内的车辆。
如图所示的基于毫米波雷达和机器视觉的夜间前方车辆检测方法,其特征在于:包括下述步骤,
步骤1、进行摄像机标定,得到世界坐标到图像像素坐标的投影矩阵,建立雷达坐标系和世界坐标系之间的转换关系,将雷达坐标转换成图像像素坐标;
步骤2、解算接收到的毫米波雷达数据,并通过数据处理排除虚假目标确定有效目标,同步进行摄像机图像的采集;
步骤3、把世界坐标系下的雷达扫描点投影到图像像素坐标系,根据投影点在图像上建立感兴趣区域ROI;
步骤4、基于图像处理方法检验感兴趣区域内是否存在车辆。
所述的步骤1中的将雷达坐标转换成图像像素坐标包括下述具体步骤,
步骤1.1、使摄像机的光轴与地面平行;
步骤1.2、使用于标定的棋盘与雷达反射面在同一平面,且位于雷达正上方与地平面垂直,棋盘的左上角点与雷达反射面中心点连线垂直于地平面,确定棋盘左上角点距离安装位置的高度Y0,高度单位为mm;
步骤1.3、将世界坐标系中点的坐标(XW,YW,ZW)变换到摄像机坐标(XC,YC,ZC),变换公式如下:
式中,W为world的缩写;C为camera的缩写;R为世界坐标系到摄像机坐标系的3×3旋转矩阵;t为世界坐标系到摄像机坐标系的1×3平移矩阵;
步骤1.4、将摄像机坐标(XC,YC,ZC)变换到图像物理坐标(x,y),转换公式如下:
式中,f为摄像机焦距,焦距单位为mm;
步骤1.5、将图像物理坐标(x,y)转换到图像像素坐标(u,v),转换公式如下:
式中,dx、dy分别为图像物理坐标系下每个象素在横纵方向轴上的物理尺寸;u0、v0分别为图像像素坐标系下摄像机光轴和图像平面交点的横纵坐标,坐标单位为pixel;
步骤1.6、雷达坐标系的X0O0Z0平面与世界坐标系的XOZ平面平行,设两平面之间的距离为Y0,Y0为棋盘左上角点距离雷达安装位置的高度;
步骤1.7、通过雷达可以得到前方车辆中心点投影到雷达扫射平面内的点P相对雷达的距离R和角度α,PO0=R,距离单位为m;∠PO0Z=α,角度单位为度;
步骤1.8、获得点P在世界坐标系下的坐标,转换关系如下:
所述的步骤2中的处理雷达数据排除虚假目标确定有效目标包括下述具体步骤,
步骤2.1、对雷达接收到的数据按照毫米波雷达协议进行解算,得到前方物体相对雷达的角度Angle、距离Range、相对速度RangeRate、宽度Width以及代表前方物体的编号ID;
步骤2.2、根据距离信息对前方物体按照由近及远的准则进行排序,选取一定距离R0<Range<R1内的物体作为初选目标;
步骤2.3、根据国家车辆宽度标准设置宽度阈值范围(1.5,3),当初选目标的宽度Width在宽度阈值范围内时,将前方物体初步确定为有效目标。
所述的步骤3中的建立感兴趣区域ROI包括下述具体步骤,
步骤3.1、将前方车辆中心点投影到毫米波雷达扫描平面的点转换到图像平面上;
步骤3.2、根据投影点的图像像素坐标、距离Range、宽度阈值范围,建立可根据距离调节的感兴趣区域ROI。
所述的步骤4中的基于图像处理方法检验感兴趣区域内是否存在车辆包括下述具体步骤,
步骤4.1、采用改进的OTSU算法分割图像,凸显出表征车辆特征的尾灯部分;
步骤4.2、为消除过小的噪声点,对分割后的图像进行图像形态学开运算处理;
步骤4.3、对处理后的感兴趣区域部分的图像进行连通区域标记,计算每个连通区域的面积;
步骤4.4、提取图像上用于表征车辆的特征;
步骤4.5、运用D-S证据理论,融合以上所述的车辆的特征信息得到总的信任度值,最终设立信任度阈值验证车辆。
所述的步骤4.4中的提取图像上用于表征车辆的特征包括下述具体步骤,
4.4.1、判断连通区域的面积,将面积小于50的连通区域去除;
4.4.2、用Ci、Cj分别表示不同的两个连通区域,b(Ci)表示连通区域的顶边,t(Ci)表示连通区域的底边,H(Ci)表示连通区域的高度,计算两连通区域垂直方向的重叠率,标记重叠率大于0.7的连通区域,公式如下:
4.4.3、用H(Cs)、H(Cb)分别表示连通区域较小者和较大者,计算两连通区域中较小者与较大者的高度比,标记比值大于0.7的连通区域,公式如下:
4.4.4、用VL(Ci,Cj)、VW(Ci,Cj)表示围住两个连通区域的最小外围矩形的长和宽,标记长宽比大于2.5小于8的连通区域,公式如下:
4.4.5、根据雷达扫描到的车辆中心点转换到图像上的横向像素坐标u,符合以上步骤4.4.1、步骤4.4.2、步骤4.4.3、步骤4.4.4的两个连通区域的中心位置的横向像素坐标ui、uj,判断两个连通区域在u轴方向上是否关于中心点对称。
Claims (6)
1.基于毫米波雷达和机器视觉的夜间前方车辆检测方法,其特征在于:包括下述步骤,
步骤1、进行摄像机标定,得到世界坐标到图像像素坐标的投影矩阵,建立雷达坐标系和世界坐标系之间的转换关系,将雷达坐标转换成图像像素坐标;
步骤2、解算接收到的毫米波雷达数据,并通过数据处理排除虚假目标确定有效目标,同步进行摄像机图像的采集;
步骤3、把世界坐标系下的雷达扫描点投影到图像像素坐标系,根据投影点在图像上建立感兴趣区域ROI;
步骤4、基于图像处理方法检验感兴趣区域内是否存在车辆。
2.根据权利要求1所述的基于毫米波雷达和机器视觉的夜间前方车辆检测方法,其特征在于:所述的步骤1中的将雷达坐标转换成图像像素坐标包括下述具体步骤,
步骤1.1、使摄像机的光轴与地面平行;
步骤1.2、使用于标定的棋盘与雷达反射面在同一平面,且位于雷达正上方与地平面垂直,棋盘的左上角点与雷达反射面中心点连线垂直于地平面,确定棋盘左上角点距离安装位置的高度Y0,高度单位为mm;
步骤1.3、将世界坐标系中点的坐标(XW,YW,ZW)变换到摄像机坐标(XC,YC,ZC),变换公式如下:
式中,W为world的缩写;C为camera的缩写;R为世界坐标系到摄像机坐标系的3×3旋转矩阵;t为世界坐标系到摄像机坐标系的1×3平移矩阵;
步骤1.4、将摄像机坐标(XC,YC,ZC)变换到图像物理坐标(x,y),转换公式如下:
式中,f为摄像机焦距,焦距单位为mm;
步骤1.5、将图像物理坐标(x,y)转换到图像像素坐标(u,v),转换公式如下:
式中,dx、dy分别为图像物理坐标系下每个象素在横纵方向轴上的物理尺寸;u0、v0分别为图像像素坐标系下摄像机光轴和图像平面交点的横纵坐标,坐标单位为pixel;
步骤1.6、雷达坐标系的X0O0Z0平面与世界坐标系的XOZ平面平行,设两平面之间的距离为Y0,Y0为棋盘左上角点距离雷达安装位置的高度;
步骤1.7、通过雷达可以得到前方车辆中心点投影到雷达扫射平面内的点P相对雷达的距离R和角度α,PO0=R,距离单位为m;∠PO0Z=α,角度单位为度;
步骤1.8、获得点P在世界坐标系下的坐标,转换关系如下:
3.根据权利要求1所述的基于毫米波雷达和机器视觉的夜间前方车辆检测方法,其特征在于:所述的步骤2中的处理雷达数据排除虚假目标确定有效目标包括下述具体步骤,
步骤2.1、对雷达接收到的数据按照毫米波雷达协议进行解算,得到前方物体相对雷达的角度Angle、距离Range、相对速度RangeRate、宽度Width以及代表前方物体的编号ID;
步骤2.2、根据距离信息对前方物体按照由近及远的准则进行排序,选取一定距离R0<Range<R1内的物体作为初选目标;
步骤2.3、根据国家车辆宽度标准设置宽度阈值范围(1.5,3),当初选目标的宽度Width在宽度阈值范围内时,将前方物体初步确定为有效目标。
4.根据权利要求1所述的基于毫米波雷达和机器视觉的夜间前方车辆检测方法,其特征在于:所述的步骤3中的建立感兴趣区域ROI包括下述具体步骤,
步骤3.1、将前方车辆中心点投影到毫米波雷达扫描平面的点转换到图像平面上;
步骤3.2、根据投影点的图像像素坐标、距离Range、宽度阈值范围,建立可根据距离调节的感兴趣区域ROI。
5.根据权利要求1所述的基于毫米波雷达和机器视觉的夜间前方车辆检测方法,其特征在于:所述的步骤4中的基于图像处理方法检验感兴趣区域内是否存在车辆包括下述具体步骤,
步骤4.1、采用改进的OTSU算法分割图像,凸显出表征车辆特征的尾灯部分;
步骤4.2、为消除过小的噪声点,对分割后的图像进行图像形态学开运算处理;
步骤4.3、对处理后的感兴趣区域部分的图像进行连通区域标记,计算每个连通区域的面积;
步骤4.4、提取图像上用于表征车辆的特征;
步骤4.5、运用D-S证据理论,融合以上所述的车辆的特征信息得到总的信任度值,最终设立信任度阈值验证车辆。
6.根据权利要求5所述的基于毫米波雷达和机器视觉的夜间前方车辆检测方法,其特征在于:所述的步骤4.4中的提取图像上用于表征车辆的特征包括下述具体步骤,
4.4.1、判断连通区域的面积,将面积小于50的连通区域去除;
4.4.2、用Ci、Cj分别表示不同的两个连通区域,b(Ci)表示连通区域的顶边,t(Ci)表示连通区域的底边,H(Ci)表示连通区域的高度,计算两连通区域垂直方向的重叠率,标记重叠率大于0.7的连通区域,公式如下:
4.4.3、用H(Cs)、H(Cb)分别表示连通区域较小者和较大者,计算两连通区域中较小者与较大者的高度比,标记比值大于0.7的连通区域,公式如下:
4.4.4、用VL(Ci,Cj)、VW(Ci,Cj)表示围住两个连通区域的最小外围矩形的长和宽,标记长宽比大于2.5小于8的连通区域,公式如下:
4.4.5、根据雷达扫描到的车辆中心点转换到图像上的横向像素坐标u,符合以上步骤4.4.1、步骤4.4.2、步骤4.4.3、步骤4.4.4的两个连通区域的中心位置的横向像素坐标ui、uj,判断两个连通区域在u轴方向上是否关于中心点对称。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510066989.0A CN104637059A (zh) | 2015-02-09 | 2015-02-09 | 基于毫米波雷达和机器视觉的夜间前方车辆检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510066989.0A CN104637059A (zh) | 2015-02-09 | 2015-02-09 | 基于毫米波雷达和机器视觉的夜间前方车辆检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104637059A true CN104637059A (zh) | 2015-05-20 |
Family
ID=53215765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510066989.0A Pending CN104637059A (zh) | 2015-02-09 | 2015-02-09 | 基于毫米波雷达和机器视觉的夜间前方车辆检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104637059A (zh) |
Cited By (63)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157507A (zh) * | 2016-07-08 | 2016-11-23 | 武汉三江中电科技有限责任公司 | 一种基于雷达和视频融合的输电线路立体防护装置 |
CN106526551A (zh) * | 2016-10-31 | 2017-03-22 | 西安坤蓝电子技术有限公司 | 一种雷达天线动态性能测试系统及方法 |
CN106845396A (zh) * | 2017-01-18 | 2017-06-13 | 南京理工大学 | 基于自动图像识别的非法钓鱼行为识别方法 |
CN106908783A (zh) * | 2017-02-23 | 2017-06-30 | 苏州大学 | 基于多传感器信息融合的障碍物检测方法 |
CN106950952A (zh) * | 2017-03-10 | 2017-07-14 | 无锡卡尔曼导航技术有限公司 | 用于农机无人驾驶的农田环境感知方法 |
CN106951879A (zh) * | 2017-03-29 | 2017-07-14 | 重庆大学 | 基于摄像头与毫米波雷达的多特征融合车辆检测方法 |
CN107202983A (zh) * | 2017-05-19 | 2017-09-26 | 深圳佑驾创新科技有限公司 | 基于图像识别和毫米波雷达融合的自动刹车方法和系统 |
CN107336724A (zh) * | 2017-06-14 | 2017-11-10 | 北京遥感设备研究所 | 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法 |
CN107433902A (zh) * | 2016-05-26 | 2017-12-05 | 现代自动车株式会社 | 基于用户输入的车辆控制系统及其方法 |
CN107463918A (zh) * | 2017-08-17 | 2017-12-12 | 武汉大学 | 基于激光点云与影像数据融合的车道线提取方法 |
CN107607953A (zh) * | 2017-06-01 | 2018-01-19 | 王玲 | 一种侧向车辆防碰撞系统及其方法 |
CN107609522A (zh) * | 2017-09-19 | 2018-01-19 | 东华大学 | 一种基于激光雷达和机器视觉的信息融合车辆检测系统 |
CN107729843A (zh) * | 2017-10-18 | 2018-02-23 | 中国科学院沈阳自动化研究所 | 基于雷达与视觉信息融合的低地板有轨电车行人识别方法 |
CN107819278A (zh) * | 2016-11-25 | 2018-03-20 | 国网山东省电力公司新泰市供电公司 | 一种手车式断路器柜遮蔽装置及方法 |
CN107862287A (zh) * | 2017-11-08 | 2018-03-30 | 吉林大学 | 一种前方小区域物体识别及车辆预警方法 |
CN107966700A (zh) * | 2017-11-20 | 2018-04-27 | 天津大学 | 一种用于无人驾驶汽车的前方障碍物检测系统及方法 |
CN107991671A (zh) * | 2017-11-23 | 2018-05-04 | 浙江东车智能科技有限公司 | 一种基于雷达数据和视频信号融合识别危险目标的方法 |
CN108037505A (zh) * | 2017-12-08 | 2018-05-15 | 吉林大学 | 一种夜间前方车辆检测方法及系统 |
CN108154084A (zh) * | 2017-03-10 | 2018-06-12 | 南京沃杨机械科技有限公司 | 用于农机无人驾驶的多传感器融合的农田环境感知方法 |
CN108169730A (zh) * | 2016-12-07 | 2018-06-15 | 岭纬公司 | 基于区域的激光雷达变密度扫描系统及方法 |
CN108169743A (zh) * | 2017-03-10 | 2018-06-15 | 南京沃杨机械科技有限公司 | 农机无人驾驶用农田环境感知方法 |
CN108263389A (zh) * | 2018-01-26 | 2018-07-10 | 深圳市九洲源科技有限公司 | 一种车辆前方虚假目标剔除装置及方法 |
CN108287342A (zh) * | 2017-12-18 | 2018-07-17 | 香港中文大学(深圳) | 障碍物识别方法和装置、终端及计算机可读存储介质 |
CN108509972A (zh) * | 2018-01-16 | 2018-09-07 | 天津大学 | 一种基于毫米波和激光雷达的障碍物特征提取方法 |
CN108648479A (zh) * | 2018-05-11 | 2018-10-12 | 长安大学 | 一种利用电子地图实时提醒夜间团雾路段的装置及方法 |
CN108638957A (zh) * | 2018-05-11 | 2018-10-12 | 长安大学 | 一种夜间低能见度下自动开启车辆雾灯的装置及方法 |
CN108779984A (zh) * | 2016-03-16 | 2018-11-09 | 索尼公司 | 信号处理设备和信号处理方法 |
CN109061621A (zh) * | 2018-05-03 | 2018-12-21 | 中国船舶重工集团公司第七�三研究所 | 一种新型机场跑道外来物光电检测方法和检测系统 |
CN109085598A (zh) * | 2018-08-13 | 2018-12-25 | 吉利汽车研究院(宁波)有限公司 | 用于车辆的障碍物探测系统 |
CN109118537A (zh) * | 2018-08-21 | 2019-01-01 | 加特兰微电子科技(上海)有限公司 | 一种画面匹配方法、装置、设备和存储介质 |
CN109143241A (zh) * | 2018-07-26 | 2019-01-04 | 清华大学苏州汽车研究院(吴江) | 雷达数据和图像数据的融合方法及系统 |
CN109581345A (zh) * | 2018-11-28 | 2019-04-05 | 深圳大学 | 基于毫米波雷达的目标检测与跟踪方法及系统 |
CN109858440A (zh) * | 2019-01-30 | 2019-06-07 | 苏州昆承智能车检测科技有限公司 | 基于测距雷达和机器视觉数据融合的前方车辆检测系统 |
CN110077402A (zh) * | 2019-05-13 | 2019-08-02 | 奇瑞汽车股份有限公司 | 目标物体的追踪方法、装置及存储介质 |
CN110246177A (zh) * | 2019-06-25 | 2019-09-17 | 上海大学 | 一种基于视觉的自动测波方法 |
CN110278417A (zh) * | 2019-07-25 | 2019-09-24 | 上海莫吉娜智能信息科技有限公司 | 基于毫米波雷达的监控设备快速定位方法及系统 |
CN110363158A (zh) * | 2019-07-17 | 2019-10-22 | 浙江大学 | 一种基于神经网络的毫米波雷达与视觉协同目标检测与识别方法 |
CN110428626A (zh) * | 2019-08-13 | 2019-11-08 | 舟山千眼传感技术有限公司 | 一种微波与视频融合检测的车辆检测器及其安装方法 |
CN110501699A (zh) * | 2019-09-09 | 2019-11-26 | 中车南京浦镇车辆有限公司 | 一种屏蔽门与车体间的障碍物检测系统及检测方法 |
CN110597390A (zh) * | 2019-09-12 | 2019-12-20 | Oppo广东移动通信有限公司 | 控制方法、电子装置和存储介质 |
CN110726990A (zh) * | 2019-09-23 | 2020-01-24 | 江苏大学 | 一种基于ds-gnn算法的多传感器融合方法 |
CN110816527A (zh) * | 2019-11-27 | 2020-02-21 | 奇瑞汽车股份有限公司 | 一种车载夜视安全方法和系统 |
CN111007521A (zh) * | 2019-12-09 | 2020-04-14 | 北京信息科技大学 | 一种激光主动探测系统及目标识别方法 |
WO2020073268A1 (en) * | 2018-10-11 | 2020-04-16 | Bayerische Motoren Werke Aktiengesellschaft | Snapshot image to train roadmodel |
CN111025283A (zh) * | 2018-10-09 | 2020-04-17 | 杭州海康威视数字技术股份有限公司 | 雷达与球机联动的方法及装置 |
CN111090096A (zh) * | 2020-03-19 | 2020-05-01 | 南京兆岳智能科技有限公司 | 夜间车辆检测方法、装置及系统 |
WO2020108647A1 (zh) * | 2018-11-30 | 2020-06-04 | 杭州海康威视数字技术股份有限公司 | 车载摄像头和车载雷达联动的目标检测方法、装置及系统 |
CN111241988A (zh) * | 2020-01-08 | 2020-06-05 | 北京天睿空间科技股份有限公司 | 一种结合定位信息的大场景内运动目标检测识别方法 |
CN111369541A (zh) * | 2020-03-06 | 2020-07-03 | 吉林大学 | 一种智能汽车恶劣天气条件下车辆检测方法 |
CN111582256A (zh) * | 2020-04-26 | 2020-08-25 | 智慧互通科技有限公司 | 一种基于雷达和视觉信息的停车管理方法及装置 |
CN111693998A (zh) * | 2020-04-26 | 2020-09-22 | 智慧互通科技有限公司 | 一种基于雷达和图像数据检测车辆位置的方法及装置 |
CN111965636A (zh) * | 2020-07-20 | 2020-11-20 | 重庆大学 | 一种基于毫米波雷达和视觉融合的夜间目标检测方法 |
TWI711976B (zh) * | 2019-09-25 | 2020-12-01 | 大陸商深圳市超捷通訊有限公司 | 目標物拍攝裝置及方法 |
CN112368756A (zh) * | 2018-07-16 | 2021-02-12 | 上海芯仑光电科技有限公司 | 计算对象和车辆碰撞时间的方法、计算设备及车辆 |
CN112528771A (zh) * | 2020-11-27 | 2021-03-19 | 深兰科技(上海)有限公司 | 障碍物检测方法、装置、电子设备及存储介质 |
CN112578363A (zh) * | 2019-09-30 | 2021-03-30 | 上海禾赛科技股份有限公司 | 激光雷达运动轨迹获取方法及装置、介质 |
CN112995578A (zh) * | 2019-12-02 | 2021-06-18 | 杭州海康威视数字技术股份有限公司 | 电子地图显示方法、装置、系统及电子设备 |
CN113012237A (zh) * | 2021-03-31 | 2021-06-22 | 武汉大学 | 一种毫米波雷达与视频监控摄像头联合标定方法 |
CN113156421A (zh) * | 2021-04-07 | 2021-07-23 | 南京邮电大学 | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 |
CN113313041A (zh) * | 2021-06-08 | 2021-08-27 | 安徽工程大学 | 基于信息融合的前方车辆识别方法及系统 |
US11124190B2 (en) | 2017-08-28 | 2021-09-21 | Tencent Technology (Shenzhen) Company Limited | Vehicle-following speed control method, apparatus, system, computer device, and storage medium |
CN113834463A (zh) * | 2021-09-01 | 2021-12-24 | 重庆邮电大学 | 基于绝对尺寸的智能车侧方行人/车单目深度测距方法 |
EP4310534A1 (en) * | 2022-07-21 | 2024-01-24 | Inxpect S.p.A. | Target detection in world reference system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508246A (zh) * | 2011-10-13 | 2012-06-20 | 吉林大学 | 车辆前方障碍物检测跟踪方法 |
CN102682455A (zh) * | 2012-05-10 | 2012-09-19 | 天津工业大学 | 一种基于单目视觉的前方车辆检测方法 |
US20130030687A1 (en) * | 2010-04-12 | 2013-01-31 | Toyota Jidosha Kabushiki Kaisha | On-vehicle apparatus, preceding vehicle position determining apparatus, and preceding vehicle position determining method |
-
2015
- 2015-02-09 CN CN201510066989.0A patent/CN104637059A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130030687A1 (en) * | 2010-04-12 | 2013-01-31 | Toyota Jidosha Kabushiki Kaisha | On-vehicle apparatus, preceding vehicle position determining apparatus, and preceding vehicle position determining method |
CN102508246A (zh) * | 2011-10-13 | 2012-06-20 | 吉林大学 | 车辆前方障碍物检测跟踪方法 |
CN102682455A (zh) * | 2012-05-10 | 2012-09-19 | 天津工业大学 | 一种基于单目视觉的前方车辆检测方法 |
Non-Patent Citations (5)
Title |
---|
YEN-LIN CHEN 等: "Vision-based Nighttime Vehicle Detection and Range Estimation for Driver Assistance", 《PROCEEDINGS OF INTERNATIONAL CONFERENCE ON SYSTEMS, MAN AND CYBERNETICS》 * |
孙晓艳: "基于单目视觉的夜晚汽车前撞预警系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
欧志芳 等: "利用D-S证据理论的夜间车辆检测", 《计算机应用研究》 * |
王亚丽: "基于毫米波雷达与机器视觉融合的前方车辆检测研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
郭君斌 等: "基于单目视觉的夜间前方车辆检测方法", 《汽车工程》 * |
Cited By (84)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108779984A (zh) * | 2016-03-16 | 2018-11-09 | 索尼公司 | 信号处理设备和信号处理方法 |
CN107433902A (zh) * | 2016-05-26 | 2017-12-05 | 现代自动车株式会社 | 基于用户输入的车辆控制系统及其方法 |
CN106157507A (zh) * | 2016-07-08 | 2016-11-23 | 武汉三江中电科技有限责任公司 | 一种基于雷达和视频融合的输电线路立体防护装置 |
CN106526551A (zh) * | 2016-10-31 | 2017-03-22 | 西安坤蓝电子技术有限公司 | 一种雷达天线动态性能测试系统及方法 |
CN107819278B (zh) * | 2016-11-25 | 2023-07-14 | 国网山东省电力公司新泰市供电公司 | 一种手车式断路器柜遮蔽装置及方法 |
CN107819278A (zh) * | 2016-11-25 | 2018-03-20 | 国网山东省电力公司新泰市供电公司 | 一种手车式断路器柜遮蔽装置及方法 |
CN108169730A (zh) * | 2016-12-07 | 2018-06-15 | 岭纬公司 | 基于区域的激光雷达变密度扫描系统及方法 |
CN106845396A (zh) * | 2017-01-18 | 2017-06-13 | 南京理工大学 | 基于自动图像识别的非法钓鱼行为识别方法 |
CN106845396B (zh) * | 2017-01-18 | 2020-05-22 | 南京理工大学 | 基于自动图像识别的非法钓鱼行为识别方法 |
CN106908783B (zh) * | 2017-02-23 | 2019-10-01 | 苏州大学 | 基于多传感器信息融合的障碍物检测方法 |
CN106908783A (zh) * | 2017-02-23 | 2017-06-30 | 苏州大学 | 基于多传感器信息融合的障碍物检测方法 |
CN108154084A (zh) * | 2017-03-10 | 2018-06-12 | 南京沃杨机械科技有限公司 | 用于农机无人驾驶的多传感器融合的农田环境感知方法 |
CN106950952A (zh) * | 2017-03-10 | 2017-07-14 | 无锡卡尔曼导航技术有限公司 | 用于农机无人驾驶的农田环境感知方法 |
CN108154084B (zh) * | 2017-03-10 | 2020-06-30 | 南京沃杨机械科技有限公司 | 用于农机无人驾驶的多传感器融合的农田环境感知方法 |
CN106950952B (zh) * | 2017-03-10 | 2020-04-03 | 无锡卡尔曼导航技术有限公司 | 用于农机无人驾驶的农田环境感知方法 |
CN108169743A (zh) * | 2017-03-10 | 2018-06-15 | 南京沃杨机械科技有限公司 | 农机无人驾驶用农田环境感知方法 |
CN106951879B (zh) * | 2017-03-29 | 2020-04-14 | 重庆大学 | 基于摄像头与毫米波雷达的多特征融合车辆检测方法 |
CN106951879A (zh) * | 2017-03-29 | 2017-07-14 | 重庆大学 | 基于摄像头与毫米波雷达的多特征融合车辆检测方法 |
CN107202983A (zh) * | 2017-05-19 | 2017-09-26 | 深圳佑驾创新科技有限公司 | 基于图像识别和毫米波雷达融合的自动刹车方法和系统 |
CN107607953A (zh) * | 2017-06-01 | 2018-01-19 | 王玲 | 一种侧向车辆防碰撞系统及其方法 |
CN107336724A (zh) * | 2017-06-14 | 2017-11-10 | 北京遥感设备研究所 | 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法 |
CN107463918B (zh) * | 2017-08-17 | 2020-04-24 | 武汉大学 | 基于激光点云与影像数据融合的车道线提取方法 |
CN107463918A (zh) * | 2017-08-17 | 2017-12-12 | 武汉大学 | 基于激光点云与影像数据融合的车道线提取方法 |
US11124190B2 (en) | 2017-08-28 | 2021-09-21 | Tencent Technology (Shenzhen) Company Limited | Vehicle-following speed control method, apparatus, system, computer device, and storage medium |
CN107609522B (zh) * | 2017-09-19 | 2021-04-13 | 东华大学 | 一种基于激光雷达和机器视觉的信息融合车辆检测系统 |
CN107609522A (zh) * | 2017-09-19 | 2018-01-19 | 东华大学 | 一种基于激光雷达和机器视觉的信息融合车辆检测系统 |
CN107729843B (zh) * | 2017-10-18 | 2020-02-21 | 中国科学院沈阳自动化研究所 | 基于雷达与视觉信息融合的低地板有轨电车行人识别方法 |
CN107729843A (zh) * | 2017-10-18 | 2018-02-23 | 中国科学院沈阳自动化研究所 | 基于雷达与视觉信息融合的低地板有轨电车行人识别方法 |
CN107862287A (zh) * | 2017-11-08 | 2018-03-30 | 吉林大学 | 一种前方小区域物体识别及车辆预警方法 |
CN107966700A (zh) * | 2017-11-20 | 2018-04-27 | 天津大学 | 一种用于无人驾驶汽车的前方障碍物检测系统及方法 |
CN107991671A (zh) * | 2017-11-23 | 2018-05-04 | 浙江东车智能科技有限公司 | 一种基于雷达数据和视频信号融合识别危险目标的方法 |
CN108037505A (zh) * | 2017-12-08 | 2018-05-15 | 吉林大学 | 一种夜间前方车辆检测方法及系统 |
CN108287342B (zh) * | 2017-12-18 | 2021-01-12 | 深圳市人工智能与机器人研究院 | 障碍物识别方法和装置、终端及计算机可读存储介质 |
CN108287342A (zh) * | 2017-12-18 | 2018-07-17 | 香港中文大学(深圳) | 障碍物识别方法和装置、终端及计算机可读存储介质 |
CN108509972A (zh) * | 2018-01-16 | 2018-09-07 | 天津大学 | 一种基于毫米波和激光雷达的障碍物特征提取方法 |
CN108263389A (zh) * | 2018-01-26 | 2018-07-10 | 深圳市九洲源科技有限公司 | 一种车辆前方虚假目标剔除装置及方法 |
CN109061621A (zh) * | 2018-05-03 | 2018-12-21 | 中国船舶重工集团公司第七�三研究所 | 一种新型机场跑道外来物光电检测方法和检测系统 |
CN108648479A (zh) * | 2018-05-11 | 2018-10-12 | 长安大学 | 一种利用电子地图实时提醒夜间团雾路段的装置及方法 |
CN108638957A (zh) * | 2018-05-11 | 2018-10-12 | 长安大学 | 一种夜间低能见度下自动开启车辆雾灯的装置及方法 |
CN112368756A (zh) * | 2018-07-16 | 2021-02-12 | 上海芯仑光电科技有限公司 | 计算对象和车辆碰撞时间的方法、计算设备及车辆 |
CN109143241A (zh) * | 2018-07-26 | 2019-01-04 | 清华大学苏州汽车研究院(吴江) | 雷达数据和图像数据的融合方法及系统 |
CN109085598A (zh) * | 2018-08-13 | 2018-12-25 | 吉利汽车研究院(宁波)有限公司 | 用于车辆的障碍物探测系统 |
CN109118537B (zh) * | 2018-08-21 | 2021-11-02 | 加特兰微电子科技(上海)有限公司 | 一种画面匹配方法、装置、设备和存储介质 |
CN109118537A (zh) * | 2018-08-21 | 2019-01-01 | 加特兰微电子科技(上海)有限公司 | 一种画面匹配方法、装置、设备和存储介质 |
CN111025283A (zh) * | 2018-10-09 | 2020-04-17 | 杭州海康威视数字技术股份有限公司 | 雷达与球机联动的方法及装置 |
WO2020073268A1 (en) * | 2018-10-11 | 2020-04-16 | Bayerische Motoren Werke Aktiengesellschaft | Snapshot image to train roadmodel |
CN112889070A (zh) * | 2018-10-11 | 2021-06-01 | 宝马股份公司 | 用于训练道路模型的快照图像 |
CN109581345A (zh) * | 2018-11-28 | 2019-04-05 | 深圳大学 | 基于毫米波雷达的目标检测与跟踪方法及系统 |
WO2020108647A1 (zh) * | 2018-11-30 | 2020-06-04 | 杭州海康威视数字技术股份有限公司 | 车载摄像头和车载雷达联动的目标检测方法、装置及系统 |
CN109858440A (zh) * | 2019-01-30 | 2019-06-07 | 苏州昆承智能车检测科技有限公司 | 基于测距雷达和机器视觉数据融合的前方车辆检测系统 |
CN110077402A (zh) * | 2019-05-13 | 2019-08-02 | 奇瑞汽车股份有限公司 | 目标物体的追踪方法、装置及存储介质 |
WO2020228242A1 (zh) * | 2019-05-13 | 2020-11-19 | 奇瑞汽车股份有限公司 | 目标物体的追踪方法、装置及存储介质 |
CN110077402B (zh) * | 2019-05-13 | 2021-09-28 | 奇瑞汽车股份有限公司 | 目标物体的追踪方法、装置及存储介质 |
CN110246177B (zh) * | 2019-06-25 | 2021-06-22 | 上海大学 | 一种基于视觉的自动测波方法 |
CN110246177A (zh) * | 2019-06-25 | 2019-09-17 | 上海大学 | 一种基于视觉的自动测波方法 |
CN110363158B (zh) * | 2019-07-17 | 2021-05-25 | 浙江大学 | 一种基于神经网络的毫米波雷达与视觉协同目标检测与识别方法 |
CN110363158A (zh) * | 2019-07-17 | 2019-10-22 | 浙江大学 | 一种基于神经网络的毫米波雷达与视觉协同目标检测与识别方法 |
CN110278417A (zh) * | 2019-07-25 | 2019-09-24 | 上海莫吉娜智能信息科技有限公司 | 基于毫米波雷达的监控设备快速定位方法及系统 |
CN110278417B (zh) * | 2019-07-25 | 2021-04-16 | 上海莫吉娜智能信息科技有限公司 | 基于毫米波雷达的监控设备快速定位方法及系统 |
CN110428626A (zh) * | 2019-08-13 | 2019-11-08 | 舟山千眼传感技术有限公司 | 一种微波与视频融合检测的车辆检测器及其安装方法 |
CN110501699A (zh) * | 2019-09-09 | 2019-11-26 | 中车南京浦镇车辆有限公司 | 一种屏蔽门与车体间的障碍物检测系统及检测方法 |
CN110597390A (zh) * | 2019-09-12 | 2019-12-20 | Oppo广东移动通信有限公司 | 控制方法、电子装置和存储介质 |
CN110726990A (zh) * | 2019-09-23 | 2020-01-24 | 江苏大学 | 一种基于ds-gnn算法的多传感器融合方法 |
TWI711976B (zh) * | 2019-09-25 | 2020-12-01 | 大陸商深圳市超捷通訊有限公司 | 目標物拍攝裝置及方法 |
CN112578363A (zh) * | 2019-09-30 | 2021-03-30 | 上海禾赛科技股份有限公司 | 激光雷达运动轨迹获取方法及装置、介质 |
CN110816527A (zh) * | 2019-11-27 | 2020-02-21 | 奇瑞汽车股份有限公司 | 一种车载夜视安全方法和系统 |
CN112995578B (zh) * | 2019-12-02 | 2022-09-02 | 杭州海康威视数字技术股份有限公司 | 电子地图显示方法、装置、系统及电子设备 |
CN112995578A (zh) * | 2019-12-02 | 2021-06-18 | 杭州海康威视数字技术股份有限公司 | 电子地图显示方法、装置、系统及电子设备 |
CN111007521B (zh) * | 2019-12-09 | 2022-04-26 | 北京信息科技大学 | 一种激光主动探测系统及目标识别方法 |
CN111007521A (zh) * | 2019-12-09 | 2020-04-14 | 北京信息科技大学 | 一种激光主动探测系统及目标识别方法 |
CN111241988B (zh) * | 2020-01-08 | 2021-07-13 | 北京天睿空间科技股份有限公司 | 一种结合定位信息的大场景内运动目标检测识别方法 |
CN111241988A (zh) * | 2020-01-08 | 2020-06-05 | 北京天睿空间科技股份有限公司 | 一种结合定位信息的大场景内运动目标检测识别方法 |
CN111369541A (zh) * | 2020-03-06 | 2020-07-03 | 吉林大学 | 一种智能汽车恶劣天气条件下车辆检测方法 |
CN111369541B (zh) * | 2020-03-06 | 2022-07-08 | 吉林大学 | 一种智能汽车恶劣天气条件下车辆检测方法 |
CN111090096A (zh) * | 2020-03-19 | 2020-05-01 | 南京兆岳智能科技有限公司 | 夜间车辆检测方法、装置及系统 |
CN111582256A (zh) * | 2020-04-26 | 2020-08-25 | 智慧互通科技有限公司 | 一种基于雷达和视觉信息的停车管理方法及装置 |
CN111693998A (zh) * | 2020-04-26 | 2020-09-22 | 智慧互通科技有限公司 | 一种基于雷达和图像数据检测车辆位置的方法及装置 |
CN111965636A (zh) * | 2020-07-20 | 2020-11-20 | 重庆大学 | 一种基于毫米波雷达和视觉融合的夜间目标检测方法 |
CN112528771A (zh) * | 2020-11-27 | 2021-03-19 | 深兰科技(上海)有限公司 | 障碍物检测方法、装置、电子设备及存储介质 |
CN113012237A (zh) * | 2021-03-31 | 2021-06-22 | 武汉大学 | 一种毫米波雷达与视频监控摄像头联合标定方法 |
CN113156421A (zh) * | 2021-04-07 | 2021-07-23 | 南京邮电大学 | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 |
CN113313041A (zh) * | 2021-06-08 | 2021-08-27 | 安徽工程大学 | 基于信息融合的前方车辆识别方法及系统 |
CN113834463A (zh) * | 2021-09-01 | 2021-12-24 | 重庆邮电大学 | 基于绝对尺寸的智能车侧方行人/车单目深度测距方法 |
EP4310534A1 (en) * | 2022-07-21 | 2024-01-24 | Inxpect S.p.A. | Target detection in world reference system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104637059A (zh) | 基于毫米波雷达和机器视觉的夜间前方车辆检测方法 | |
CN111352112B (zh) | 基于视觉、激光雷达和毫米波雷达的目标检测方法 | |
CN102508246B (zh) | 车辆前方障碍物检测跟踪方法 | |
EP3885794A1 (en) | Track and road obstacle detecting method | |
Hu et al. | UV-disparity: an efficient algorithm for stereovision based scene analysis | |
US9064418B2 (en) | Vehicle-mounted environment recognition apparatus and vehicle-mounted environment recognition system | |
CN110443225B (zh) | 一种基于特征像素统计的虚实车道线识别方法及其装置 | |
CN110738121A (zh) | 一种前方车辆检测方法及检测系统 | |
CN102779280B (zh) | 一种基于激光传感器的交通信息提取方法 | |
WO2018105179A1 (ja) | 車載用画像処理装置 | |
Hu et al. | A complete uv-disparity study for stereovision based 3d driving environment analysis | |
CN106199558A (zh) | 障碍物快速检测方法 | |
CN110077399A (zh) | 一种基于道路标线、车轮检测融合的车辆防碰撞方法 | |
US20060111841A1 (en) | Method and apparatus for obstacle avoidance with camera vision | |
Perrollaz et al. | Long range obstacle detection using laser scanner and stereovision | |
CN103559791A (zh) | 一种融合雷达和ccd摄像机信号的车辆检测方法 | |
CN105225482A (zh) | 基于双目立体视觉的车辆检测系统和方法 | |
CN109910955B (zh) | 基于应答器信息传输的轨道交通隧道障碍物检测系统及方法 | |
CN110334678A (zh) | 一种基于视觉融合的行人检测方法 | |
CN101075376A (zh) | 基于多视点的智能视频交通监控系统及方法 | |
CN101976460A (zh) | 车载多目摄像机环视系统的虚拟视点图像生成方法 | |
CN104751119A (zh) | 基于信息融合的行人快速检测跟踪方法 | |
CN103148837A (zh) | 一种车距测量方法、装置及汽车 | |
CN103577809A (zh) | 一种基于智能驾驶的地面交通标志实时检测的方法 | |
CN111717244A (zh) | 一种列车自动驾驶感知方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150520 |
|
RJ01 | Rejection of invention patent application after publication |