CN106064587B - 一种基于车牌识别的多车道车间距识别方法及装置 - Google Patents

一种基于车牌识别的多车道车间距识别方法及装置 Download PDF

Info

Publication number
CN106064587B
CN106064587B CN201610530758.5A CN201610530758A CN106064587B CN 106064587 B CN106064587 B CN 106064587B CN 201610530758 A CN201610530758 A CN 201610530758A CN 106064587 B CN106064587 B CN 106064587B
Authority
CN
China
Prior art keywords
image
multilane
splicing
license plate
camera
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.)
Expired - Fee Related
Application number
CN201610530758.5A
Other languages
English (en)
Other versions
CN106064587A (zh
Inventor
王庞伟
于洪斌
王力
谭墍元
姜传
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China University of Technology
Original Assignee
North China University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China University of Technology filed Critical North China University of Technology
Priority to CN201610530758.5A priority Critical patent/CN106064587B/zh
Publication of CN106064587A publication Critical patent/CN106064587A/zh
Application granted granted Critical
Publication of CN106064587B publication Critical patent/CN106064587B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
    • B60R2300/105—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using multiple cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
    • B60R2300/303—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing using joined images, e.g. multiple camera images
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/804—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for lane monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于车牌识别的多车道车间距识别方法及装置，用于智能辅助驾驶/车载信息检测领域。通过双目摄像机实时采集前方多车道图像信息，根据左右两张图像竖直拼接线上的像素点RGB信息近似一致的特性，默认使用装置安装后预设坐标点的方式进行图像拼接获取多车道全景图像。图像识别过程中采用以HOUGH变换为主的多种经典数字图像处理算法标定车道线与车牌，针对全景图像中不同车牌的位置和像素大小，根据相似性原理和数字成像原理自动计算多车道横纵向车距并将结果按照用户设置显示在屏幕上。可应用于辅助安全换道、主动避撞、ACC自适应巡航等智能交通领域。

Description

一种基于车牌识别的多车道车间距识别方法及装置
技术领域
本发明涉及智能辅助驾驶/车载信息检测领域，具体涉及一种通过双目摄像头实时获取多车道图像并由图像信息识别横纵向车间距的方法与装置。
背景技术
随着人们对行车安全日益重视和配套硬件成本的降低，越来越多的车身传感器被安装在汽车上，采集各类数据以提供辅助驾驶或主动安全服务，其中对车辆周围环境的感知能力是重中之重，凭借对行车环境更全面的认知，可以有效降低因驾驶员注意力不集中或视觉盲区而导致的事故。而在车辆行驶中，驾驶员对行车间距的预估十分关键，但很难保证在任何情况下驾驶员都能做出准确的判断，在跟车或换道时如不能准确判断安全距离，极易发生事故，因此对道路中的行车间距判断在汽车辅助驾驶系统中尤为重要。
应用于无人车驾驶中的激光雷达技术能够整体感知周围环境，对周围道路信息建立模型，自动寻找合适的路线行驶并保持与周围车辆的距离，但高昂的设备成本使其短时间内无法在家用汽车上使用，而传统测距技术则无法获取较全面的路况信息，尤其是在高速行驶中难以及时对可能的行为危险进行预警，且难以对横向车间距进行判断。
由于数字图像处理技术的不断成熟，借助先进的视觉传感器和计算设备，多种基于图像处理的技术手段应运而生，在工业自动化中发挥着巨大的作用。车牌作为交通信息的重要组成部分，以车牌识别为代表的视频检测技术自上世纪90年代兴起以来，便一直是图像处理领域的热点研究内容，尤其是针对车牌字符的识别，在视频监控中应用非常广泛，但是受限于实际道路中复杂的环境以及阴影、遮挡等问题，车牌字符识别系统的精度大大受限。但是，如果仅仅对图像中的车牌进行定位，则技术难度和设备成本会大大降低，当前的数字信号处理器已经具备了实时图像处理能力，借助相关算法将道路中诸如车牌和车道线位置提取出来，模拟人的双眼，对视线内的车辆进行定位识别。
相关技术
1车牌识别技术
车牌识别技术(Vehicle License Plate Recognition，VLPR)是计算机视频图像识别技术在车辆牌照识别中的一种应用，能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车牌位置、车辆牌号、颜色等信息。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。
2车距识别技术
车距识别技术通过安装在车身上的特定装置来获取车距信息，在汽车启动后提供指定方向上与周围障碍物间的距离数据，以供驾驶员或行车辅助系统更全面准确的了解行驶环境，降低汽车行驶中事故发生的可能性或辅助进行倒车、停车等细致的操作。
3车载影像辅助系统
车载影像辅助系统以车机为载体，在传统导航娱乐功能的基础上，增加辅助驾驶的功能。如利用安装在车身的高清摄像头获取车辆周围指定方向的实时影像，坐在车中即可直观地看到车辆所处的位置以及车辆周围的障碍物，消除视觉盲区，方便驾驶员及时了解周围环境信息，从容驾驶。
现有技术的不足
1对于车牌识别技术，目前大多数情况下用于固定点的视频检测，通过安装在路口上获得较大视场以对整个路口进行检测。用于车载式车牌识别技术较少，主要原因在于是专业监控摄像机造价过高，难以用于车辆辅助系统中，而普通单目摄像头图像视角受限，视场过窄，难以兼顾多车道，还需要配备专用的图像处理器才能完成车牌信息识别提取的复杂功能。
2对于车距识别技术，目前主流的手段主要有两种方式，一是以加装超声波、雷达等传感器直接获取距离信息，二是通过视觉传感器和配套图像处理系统间接计算距离信息。前者精度更高，不易误判但检测范围较小，目前多用在停车辅助系统中，后者则由于目前市面上的此类产品成本较高且不易安装较少在民用车上使用。
3对于车在影像辅助系统，目前在汽车上使用的多为倒车影像系统，只在车身后侧安装一个摄像头，为驾驶员提供后方影响以便倒车，而对于正常行车的情况，如对前方环境加以判断的方案设计则几乎没有。另一方面，在汽车上所使用的视觉传感器普遍只为驾驶员提供实时图像，不做基于图像的处理，主要原因在于高性能的数字图像处理系统受限于成本和体积难以在车上使用，而一些简单的基于微处理器的数字图像处理系统运算能力难以满足实时性的要求，不能及时反馈有效的信息。
发明内容
针对以上三个相关技术的不足，本发明提供了一种基于车牌识别的多车道车间距识别方法及装置，利用双目摄像机实时采集前方多车道图像信息，根据拼接后车道图像中的车牌位置，自动计算多车道横纵向车距并结果显示在屏幕上。本发明具体采用了如下技术方案：多车道车间距识别方法包括如下步骤：
(1)采用左侧摄像头和右侧摄像头分别获取车前左右两侧图像，其中，左侧摄像头和右侧摄像头分别设置在车前端左右两侧，并且在水平方向上保持一致；
(2)将得到的左右两侧图像进行拼接，在两个图像的水平方向上重叠区域的中心处做垂直平分线，记该垂直平分线为分割线，分割线与水平线的交点记为原点，截取左侧图像中位于水平轴负半轴的部分和右侧图像中位于水平轴正半轴的部分，将截取的两部分合成拼接；
(3)图像拼接后通过灰度化处理，利用中值滤波来消除图像中的噪声；
(4)多车道车道线识别，根据处理后的图像中结构化路面左、右两侧道路标识线的灰度、连通性及道路边缘灰度阶跃变化，采用HOUGH变换寻找全景图像中的连续斜线，并根据车道线特征和预设模板进行匹配，识别出车道线；
(5)多车道车牌照识别，以标准车牌尺寸为参照物，使用边缘检测算子对图像进行水平和垂直方向边缘检测，再利用HOUGH变换进行共线检测，将在水平和竖直位置上共线的线段连接在一起，在图像中形成了一系列直线段，识别出车牌的两条水平边界和两条竖直边界；
(6)基于车牌识别进行多车道车间距计算，
纵向车间距Lc计算如下：
其中，s为车牌的成像面积，S为实际车牌面积，X为拼接前单个图像的宽度，Y为拼接前单个图像的长度，θ为视觉传感器的水平视场角，β为视觉传感器的垂直视场角，Ls为镜头安装位置到车最前端的距离；
横向车间距Dc计算如下：
Dc＝(L+Ls)tanε-Ds
其中，ε为焦点到车牌靠近中心一侧端点的偏移角度；Ds为车身宽度。
优选地，步骤(2)中图像拼接流程为：
(i)图像拼接开始前分别计算分割线在左右两侧图像中的位置，并分别记录其在左右两侧图像中的坐标；
(ii)图像拼接处理开始后，提取记录的坐标信息，比较左右两侧图像中分割线的像素信息是否相似；若相似，则进行图像分割和拼接，并等待进入下一次拼接流程；若不相似，则进入步骤(iii)；
(iii)判断像素信息差别是否较大，如果较大，则检查设备是否有故障或存在遮挡，并进入步骤(vi)；如果较小，则进入步骤(iv)；
(iv)在原坐标周围进行动态调整，重新计算并更新坐标信息；再次比较左右两侧图像中分割线的像素信息是否相似；若相似，则进行图像分割和拼接，并等待进入下一次拼接流程；若不相似，则进入步骤(v)；
(v)进行补光调整，再次比较左右两侧图像中分割线的像素信息是否相似；若相似，则进行图像分割和拼接，并等待进入下一次拼接流程；若不相似，则进入步骤(vi)；
(vi)判断是否超过预设的最大拼接失败次数，若没超过，则返回步骤(ii)；若超过，则报错并提醒车主。
应用多车道车间距识别方法的装置包括左侧摄像头和右侧摄像头，分别位于车前风挡玻璃两侧；摄像头补光模块，安装于左侧摄像头和右侧摄像头附近，用于调节灵敏度使光线环境较暗时能够自动补光，保证图像质量；嵌入式数字图像处理模块，安装于车身内部，其连接摄像头的数据线，并由车载蓄电池供电；ECU电控模块，其与嵌入式数字图像处理模块相连，驾驶员通过所述ECU电控模块启动装置；车载显示屏，其安装于车内中控台，实时显示前方道路影像，在启动装置后，自动识别车牌照，计算前方各车道横纵向间距，驾驶员可通过屏幕上的设置选项选择需要显示的信息或开启的功能。
本发明具有如下有益效果：
(1)利用双目摄像头图像拼接以获取更宽视野的全景图像，加入了补光系统与动态调整算法以应对实际行驶中复杂的路面和光线环境。
(2)基于全景图像的支持，利用以HOUGH变换为主的经典图像处理算法，能够识别出前方道路上多车道的车牌与车道线，并定位。
(3)通过提取全景图像中车牌位置和大小信息，并依据成像原理计算出前方多车道上的横纵向车间距。
附图说明
图1为双目摄像头图像拼接原理图。
图2为双目摄像头图像拼接流程图。
图3为纵向车距计算原理示意图。
图4为实际视场与生成图像的车牌偏移角度示意图。
图5为横向车距计算原理示意图。
图6为本发明装置结构组成图。
图7为本发明方法流程图。
具体实施方式
一、基于动态图像拼接的全景摄像方法：
1)使用双目摄像头获取全景图像
由于单目摄像头识别能力有限，为了扩大识别范围，用于识别多车道，本发明采用双目摄像头图像拼接。
2)双目摄像头拼接原理
由于双目摄像头在水平方向上保持一致，故其生成的两张图像在竖直方向没有位置差，在水平方向上存在一定重叠区域，如图1所示，在重叠区域中取任一垂直于x轴的分割线均可将两张图像拼接成一张。本发明以最居中的一条垂线做分割，记为中心垂直分割线，与x轴交点记为0点，截取左侧图像中位于x轴负半轴的部分和右侧图像中位于x轴正半轴的部分并合成即完成拼接。
基于中心垂直分割线上左右两张图像的像素点RGB信息近似一致的特性，本发明通过对竖直方向上像素点信息逐点做差寻找符合要求的中心垂直分割线，即在两张图像中寻找一对竖线(x轴坐标)，满足对应Y轴坐标上的像素点一一近似，并能使得分割后的左右图像宽度相等。
3)使用动态调整策略和补光系统增强容错性
在绝大多数情况下，双目摄像头安装好后的中心垂直分割线相对于左右两张图像的位置是固定的。为了节省图像处理器运算资源，本发明只在第一次安装后计算中心垂直分割线位置，并记录为其对于左右两张图像的预设位置坐标，图像处理时先调用此坐标，在判断其依然满足对应像素点相似条件后直接进入后续处理。考虑到实际中由于车身颠簸或电路噪声等因素，中心垂直分割线的位置可能再极小的范围内存在偏移，故方案中设计允许图像处理系统在连续多次判断预设坐标生成的分割线不满足相似条件时，在原坐标周围动态调整，重新计算并更改预设坐标，由于偏移幅度不会很大，图像处理系统可以在很短时间内重新找到分割线位置。
另一方面，由于两个摄像头所处位置的光线环境可能存在一定的差异，为了解决这一问题方案中加了补光系统，当分割线上的像素点普遍存在一定亮度差异或整体光线环境过暗时，使用补光灯加以调整。
本发明在不影响正常功能的情况下拼接过程中出现失败的可能，但当连续拼接失败次数或拼接失败率达到一定指标，报错并提醒车主。拼接流程如图2所示。
二、基于全景图像识别的多车道车道线与车牌识别方法：
1)简单图像处理
图像拼接后通过灰度化处理，中值滤波用来消除图像中的噪声，平滑图像且降低图像处理运算量。
通过边缘检测增强图像的道路边缘信息，正常光照条件下的车道线与路面背景部分的对比度差异较为明显，用于识别车道线信息。
2)多车道车道线识别
一般情况下，车道线以一定斜率的连续斜线出现在图像中的两侧，具有明显的特征信息，结合结构化路面中左、右两侧道路标识线的灰度、连通性及道路边缘灰度阶跃变化等这些特征信息，采用HOUGH变换寻找全景图像中的连续连续，并根据车道线特征和预设模板进行匹配，基于路宽和车道线斜率设置的经验，可以排除掉识别过程中可能出现的误判断。
考虑到道路中不一定有正规且清晰的车道线，本发明不强制系统识别车道线，只做辅助功能，当图像中存在车道线时，可以分别车道线内设立感兴趣区域搜索带，减少车牌识别的图像处理工作量。
3)多车道车牌照识别
车牌检测标准：现行的九二式机动车号牌国标尺寸蓝牌和黑牌是440×140，大车牌(黄牌)前牌尺寸同，后牌为440×220，以此作为车牌识别依据，抛弃尺寸比例和大小不合格的成功识别区域。
由于车牌区域具有明显的边缘特征，因而使用边缘检测算子对图像进行水平和垂直方向边缘检测后，车牌的边界线就可以检测出来。
对图像进行边缘检测后，再利用HOUGH变换进行共线检测，将在水平和竖直位置上共线的线段连接在一起，这样就在图像中形成了一系列直线段，汽车牌照是标准的矩形框，车牌的边界就是两条水平直线段和两条竖直直线段。
抛弃掉不符合尺寸大小要求的识别区域后，用矩形标出车牌区域。
在合适的范围内，不考虑遮挡的因素，车牌不会凭空出现或消失，因此在车牌识别中会参考过往一段时间内的识别结果，防止误判的发生。
三、基于车牌识别的多车道车间距计算方法
1)纵向车间距算法：
本发明所采用的根据牌照大小测距算法是根据在成像过程中的三角形相似原理提出的。
以Y轴图像处理为例，在图3中，L为目标车牌与视觉传感器间的距离；H为目标车牌高度；β为视觉传感器的垂直视场角；Y为生成图像(拼接前)的长度；h为目标车牌在图像中的高度；Hc为半个垂直视场。
由三角形相似的原理，可得：
由(1-1)和(1-2)可得：
式(1-3)中，L为待测距离，Y、h由视觉传感器获得，β为视觉传感器参数常量，故只需要根据实际车牌大小与成像车牌大小的缩放关系即可求得目标车牌与视觉传感器间的距离L。
若对X轴进行处理，记θ为视觉传感器的水平视场角，同理可得：
其中，W为目标车牌宽度；X为生成图像(拼接前)的宽度；w为目标车牌在图像中的高度。
事实上，单独使用式(1-3)或(1-4)均可达到求得距离L的要求，但考虑到车牌定位算法中定位的车牌区域(成像大小)存在一定的误差，为提高精度，本发明综合采用两式，即通过成像大小的面积和实际车牌面积的比例关系推算距离L，得到式(1-5)，其中s为成像面积：
则有：
Lc＝L-Ls
式(1-6)中，Ls为镜头安装位置到车最前端的距离，Lc即为真实纵向车距。
2)横向车间距算法
在图4中，上方为车辆前方所见视野，α、β为前方两个车牌与视野中心的偏移角度，下方为拼接后的全景图像，α'、β'为图像中两个车牌与中心垂直分割线的偏差角度。在数字成像过程中，不考虑镜头的畸变和图像的拉伸因素下，有α＝α'、β＝β'，因此在知道纵向车距L的前提下，通过三角函数即可求出横向距离D。
在图5中，L为求得的纵向距离，D为视场中心距离车牌靠近中心一侧端点的横向距离，ε为焦点到车牌靠近中心一侧端点的偏移角度，易知该值等于生成图像中车牌距整张画面中心的偏移角度，可直接算出。根据三角函数原理和成像原理，有
D＝Ltanε (1-7)
由于本发明采用双目摄像头拼接技术，视场的中心位于车身正中，故在计算偏移角度ε时以画面分割线为Y轴，记为0偏移角度，算法原理不受影响，因为此方法计算出的距离是本车中心到前车中心的横向距离，故而在求得距离D的基础上应该减去一个车身宽度Ds，即可求得真实横向车间距Dc。
Dc＝D-Ds (1-8)
故基于本方法，不仅可以计算同车道内车辆的纵向车间距，进一步可以计算旁侧车道内车辆的纵，横向车间距，可以用于主动避撞，辅助换道等二次产品开发。
四、基于车牌识别的多车道车间距识别装置
本发明装置核心由集成DSP处理器的高速处理单元组成，通过两路视频接口与两路摄像头连接，摄像头集成补光光源，用于调整光线强度，通过LCD屏显示信息和人机交互，整套装置使用车载蓄电池12V供电。
本发明安装方法为摄像头安装于前挡风玻璃两侧，位于车体内部；LCD安装于驾驶员操作台，电控电源位于车体内部，供电采用自带车载蓄电池即可。
步骤1：安装双目摄像头，位于车前风挡玻璃两侧，调节焦距和角度，使两个摄像头的视场保持在合适的范围内，能够得到比较清晰的前方道路影像。
步骤2：安装摄像头补光系统，靠近两侧摄像头，调节灵敏度使光线环境较暗使能够自动补光，保证图像质量。
步骤3：安装嵌入式数字图像处理装置，在车身内部，接入摄像头的数据线，使用车载蓄电池供电，上电测试调用系统自检程序查看是否正常工作，有何问题。
步骤4：将图像处理装置与ECU电控系统相连，在驾驶员开启功能通过ECU电控系统启动装置。
步骤5：安装车载显示屏，位于车内中控台，实时显示前方道路影像，在开启装置功能后，自动识别牌照，计算前方各车道横纵向间距。驾驶员可通过屏幕上的设置选项选择需要在LCD上显示哪些信息或开启哪些功能。

Claims (3)

1.一种多车道车间距识别方法，其特征在于，包括如下步骤：
（1）采用左侧摄像头和右侧摄像头分别获取车前左右两侧图像，其中，左侧摄像头和右侧摄像头分别设置在车前端左右两侧，并且在水平方向上保持一致；
（2）将得到的左右两侧图像进行拼接，在两个图像的水平方向上重叠区域的中心处做垂直平分线，记该垂直平分线为分割线，分割线与水平线的交点记为原点，截取左侧图像中位于水平轴负半轴的部分和右侧图像中位于水平轴正半轴的部分，将截取的两部分合成拼接；
（3）图像拼接后通过灰度化处理，利用中值滤波来消除图像中的噪声；
（4）多车道车道线识别，根据处理后的图像中结构化路面左、右两侧道路标识线的灰度、连通性及道路边缘灰度阶跃变化，采用HOUGH变换寻找全景图像中的连续斜线，并根据车道线特征和预设模板进行匹配，识别出车道线；
（5）多车道车牌照识别，以标准车牌尺寸为参照物，使用边缘检测算子对图像进行水平和垂直方向边缘检测，再利用HOUGH变换进行共线检测，将在水平和竖直位置上共线的线段连接在一起，在图像中形成了一系列直线段，识别出车牌的两条水平边界和两条竖直边界；
（6）基于车牌识别进行多车道车间距计算，
纵向车间距Lc计算如下：
其中，s为车牌的成像面积，S为实际车牌面积，X为拼接前单个图像的宽度，Y为拼接前单个图像的长度，θ为视觉传感器的水平视场角，β为视觉传感器的垂直视场角，Ls为镜头安装位置到车最前端的距离；
横向车间距Dc计算如下：
其中，ε为焦点到车牌靠近中心一侧端点的偏移角度；Ds为车身宽度，L为目标车牌与视觉传感器间的距离。
2.如权利要求1所述的多车道车间距识别方法，其特征在于，步骤（2）中图像拼接流程为：
（i）图像拼接开始前分别计算分割线在左右两侧图像中的位置，并分别记录其在左右两侧图像中的坐标；
（ii）图像拼接处理开始后，提取记录的坐标信息，比较左右两侧图像中分割线的像素信息是否相似；若相似，则进行图像分割和拼接，并等待进入下一次拼接流程；若不相似，则进入步骤（iii）；
（iii）判断像素信息差别是否较大，如果较大，则检查设备是否有故障或存在遮挡，并进入步骤（vi）；如果较小，则进入步骤（iv）；
（iv）在原坐标周围进行动态调整，重新计算并更新坐标信息；再次比较左右两侧图像中分割线的像素信息是否相似；若相似，则进行图像分割和拼接，并等待进入下一次拼接流程；若不相似，则进入步骤（v）；
（v）进行补光调整，再次比较左右两侧图像中分割线的像素信息是否相似；若相似，则进行图像分割和拼接，并等待进入下一次拼接流程；若不相似，则进入步骤（vi）；
（vi）判断是否超过预设的最大拼接失败次数，若没超过，则返回步骤（ii）；若超过，则报错并提醒车主。
3.一种应用如权利要求1或2所述的多车道车间距识别方法的装置，其特征在于，包括
左侧摄像头和右侧摄像头，分别位于车前风挡玻璃两侧；
摄像头补光模块，安装于左侧摄像头和右侧摄像头附近，用于调节灵敏度使光线环境较暗时能够自动补光，保证图像质量；
嵌入式数字图像处理模块，安装于车身内部，其连接摄像头的数据线，并由车载蓄电池供电；
ECU电控模块，其与嵌入式数字图像处理模块相连，驾驶员通过所述ECU电控模块启动装置；
车载显示屏，其安装于车内中控台，实时显示前方道路影像，在启动装置后，自动识别车牌照，计算前方各车道横纵向间距，驾驶员可通过屏幕上的设置选项选择需要显示的信息或开启的功能。
CN201610530758.5A 2016-07-06 2016-07-06 一种基于车牌识别的多车道车间距识别方法及装置 Expired - Fee Related CN106064587B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610530758.5A CN106064587B (zh) 2016-07-06 2016-07-06 一种基于车牌识别的多车道车间距识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610530758.5A CN106064587B (zh) 2016-07-06 2016-07-06 一种基于车牌识别的多车道车间距识别方法及装置

Publications (2)

Publication Number Publication Date
CN106064587A CN106064587A (zh) 2016-11-02
CN106064587B true CN106064587B (zh) 2018-06-26

Family

ID=57206486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610530758.5A Expired - Fee Related CN106064587B (zh) 2016-07-06 2016-07-06 一种基于车牌识别的多车道车间距识别方法及装置

Country Status (1)

Country Link
CN (1) CN106064587B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107187384B (zh) * 2017-05-08 2018-08-03 王文婧 一种汽车前后车距监测预警系统
CN108594824A (zh) * 2018-05-23 2018-09-28 南京航空航天大学 一种基于视觉导航和超声波阵列的车辆编队装置和方法
CN108928297A (zh) * 2018-06-11 2018-12-04 信利光电股份有限公司 一种车辆辅助驾驶方法和装置
CN110667474B (zh) * 2018-07-02 2021-02-26 北京四维图新科技股份有限公司 通用障碍物检测方法、装置与自动驾驶系统
CN111081025B (zh) * 2018-10-18 2022-02-08 北京小米松果电子有限公司 交通监管方法、装置及存储介质
CN110473256A (zh) * 2019-07-18 2019-11-19 中国第一汽车股份有限公司 一种车辆定位方法及系统
CN110807360A (zh) * 2019-09-19 2020-02-18 潍柴动力股份有限公司 基于摄像头侦测挡车墙的方法、装置和系统
CN110865366B (zh) * 2019-10-12 2023-04-18 深圳市布谷鸟科技有限公司 一种智能驾驶雷达和图像融合的人机交互方法
CN111652125B (zh) * 2020-06-02 2023-03-24 马鞍山芯乔科技有限公司 Ai对象排列与间距自动识别系统
CN113011388B (zh) * 2021-04-23 2022-05-06 吉林大学 一种基于车牌及车道线的车辆外轮廓尺寸检测方法
CN116311140B (zh) * 2023-05-11 2023-08-15 吉咖智能机器人有限公司 用于检测车道线的方法、设备和存储介质
CN116665440B (zh) * 2023-05-24 2024-05-24 南京理工大学 一种高速公路行车间距测量方法、系统及设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101135558A (zh) * 2007-09-28 2008-03-05 深圳先进技术研究院 一种基于机器视觉的汽车防撞预警方法及装置
CN202022150U (zh) * 2011-04-10 2011-11-02 烟台汽车工程职业学院 一种车距自动检测系统
CN103148837A (zh) * 2012-11-16 2013-06-12 Tcl集团股份有限公司 一种车距测量方法、装置及汽车

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3729095B2 (ja) * 2001-06-29 2005-12-21 日産自動車株式会社 走行路検出装置
JP2005115531A (ja) * 2003-10-06 2005-04-28 Nissan Motor Co Ltd Ｅｔｃレーン検出装置及びｅｔｃレーン検出方法
JP2005215964A (ja) * 2004-01-29 2005-08-11 Alpine Electronics Inc 他車検出装置及び他車検出方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101135558A (zh) * 2007-09-28 2008-03-05 深圳先进技术研究院 一种基于机器视觉的汽车防撞预警方法及装置
CN202022150U (zh) * 2011-04-10 2011-11-02 烟台汽车工程职业学院 一种车距自动检测系统
CN103148837A (zh) * 2012-11-16 2013-06-12 Tcl集团股份有限公司 一种车距测量方法、装置及汽车

Also Published As

Publication number Publication date
CN106064587A (zh) 2016-11-02

Similar Documents

Publication Publication Date Title
CN106064587B (zh) 一种基于车牌识别的多车道车间距识别方法及装置
CN106919915B (zh) 基于adas系统的地图道路标记及道路质量采集装置及方法
Gandhi et al. Vehicle surround capture: Survey of techniques and a novel omni-video-based approach for dynamic panoramic surround maps
Wu et al. Applying a functional neurofuzzy network to real-time lane detection and front-vehicle distance measurement
CN109948523A (zh) 一种基于视频与毫米波雷达数据融合的目标物识别方法及其应用
CN107203738A (zh) 车辆车道边界定位
CN112537295B (zh) 驾驶辅助装置
CN103630122B (zh) 一种单目视觉车道线检测方法及其测距方法
WO2020048487A1 (zh) 一种图像数据处理方法及系统
CN110203210A (zh) 一种车道偏离预警方法、终端设备及存储介质
CN106627585B (zh) 一种基于图像处理的车辆变道辅助装置及其工作方法
CN108545019A (zh) 一种基于图像识别技术的安全辅助驾驶系统和方法
CN104875681A (zh) 一种基于应用场景进行车载摄像头动态控制的方法
JPH0431200A (ja) 航空機ドッキングガイダンス装置
KR20110048798A (ko) 랜드마크를 이용한 조향 제어 장치 및 방법
CN104574993B (zh) 一种道路监控的方法及装置
CN110491156A (zh) 一种感知方法、装置及系统
CN107229906A (zh) 一种基于可变部件模型算法的汽车超车预警方法
CN108944668A (zh) 一种基于车载360度环视输入的辅助驾驶预警方法
US20210114611A1 (en) System for performing effective identification of vehicle line pressing and giving early prompt
CN107215302A (zh) 车辆事故预警监控系统
CN113071500A (zh) 车道线的获取方法、装置、计算机设备和存储介质
CN110780287A (zh) 基于单目相机的测距方法及测距系统
CN115273005A (zh) 一种基于改进yolo算法的视觉导航车环境感知方法
CN112562061A (zh) 一种基于激光雷达图像的驾驶视觉增强的系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180626

Termination date: 20180706

CF01 Termination of patent right due to non-payment of annual fee