CN106446825A - 一种行车环境特征目标信息提取方法 - Google Patents
一种行车环境特征目标信息提取方法 Download PDFInfo
- Publication number
- CN106446825A CN106446825A CN201610837659.1A CN201610837659A CN106446825A CN 106446825 A CN106446825 A CN 106446825A CN 201610837659 A CN201610837659 A CN 201610837659A CN 106446825 A CN106446825 A CN 106446825A
- Authority
- CN
- China
- Prior art keywords
- mounted terminal
- car
- characteristic target
- information
- environment
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种行车环境特征目标信息提取方法，车环境特征目标信息提取系统主要包括车载摄像头、惯性单元、卫星定位单元和信息处理单元构成，简称车载终端，摄像头用于拍摄行车环境图片，并提取特征目标信息，卫星定位单元获取车载终端的位置信息，通过几何计算可获得特征目标的位置信息，惯性单元补偿和优化所述卫星定位单元定位信息不足和缺失。主要步骤包括：车载终端硬件布置；特征目标图片信息获取；车载终端位置信息获取；车载终端安装位置；行车环境照片拍摄及特征目标分类；特征目标提取；特征目标位置信息计算。本发明通过过图像处理以及几何计算提取特征目标的位置及分类，可为自动驾驶汽车提供必要的交通环境信息，并可为汽车的定位提供参考目标。
Description
技术领域
本发明专利涉及自动驾驶汽车环境感知技术领域。
背景技术
随着自动驾驶技术的快速发展，传统的通过车载传感实现自动驾驶的技术路线的弊端逐步显现，利用高精度地图和云计算为智能汽车提供传感支持，减轻车载传感的压力，将逐渐成为必然方向和研究重点。本发明专利提供了一种行车环境特征目标信息提取方法，该方法可为自动驾驶汽车用高精度地图的制作提供特征目标信息。
专利文献1(CN104794897A)动态行车环境下确定隧道出入口线形一致性特征参数的方法。本动态行车环境下确定隧道出入口线形一致性特征参数的方法，包括如下步骤：1.将隧道出入口连接段和隧道出入口内部两部分各自以出入口为原点平均划分为若干区段，2.测量各区段在白天和黑夜两种环境下前后的照度变化3.计算两车之间的车头时距T(L)，4.计算平均通过时t，5.选取最大值tmax，6.计算初始线形一致性时间T”，7.计算最终线形一致性特征参数。本发明有效协调“人-车-路-环境”交通运行系统，基于安全时距模型确定隧道出入口线性一致性时间，在考虑驾驶人员视觉特性的基础上保证行车线性要求，保障行车安全，提高隧道设计标准与施工要求的精准性，保证驾驶员安全顺适通过，降低安全事故发生率。
专利文献2(CN103268493A)公开了一种RGB格式的汽车牌照图像定位方法。包括步骤：将汽车牌照图像从RGB空间转换到HSV空间；将图像的HSV分量分别从图像中分离出来；对亮度分量V进行同态滤波；将图像HSV分量从HSV空间转换为RGB空间的RGB分量；确定其RGB分量的亮度阈值；按行列方向扫描汽车牌照图像，记录颜色落入亮度阈值范围内的像素点；根据每行每列像素点的数量确定车牌范围所在的行列；显示车牌范围所在的行列内的像素点。本发明通过光照补偿，对光照条件 不够好的车辆图像做预处理，可以消除由于光照不均匀，偏光、侧光、高光等造成车辆图像过亮、过暗、阴影的影响，使车牌定位的准确率提高。
专利文献3(CN104091325A)汽车仪表盘视觉检测中基于尺度不变特征变换的图像ROI定位方法及装置。解决了基于模板的ROI定位方法效果差的问题，它包括：确定模板图像和待检测图像的检测项区域的ROI，基于尺度不变特征变换的图像ROI定位方法提取模板图像和待检测图像的特征点集和特征向量集，再对模板图像和待检测图像利用欧氏距离进行初匹配，并用马氏距离进行匹配点对的筛选，进而求取模板图像到待检测图像匹配点的变换矩阵，根据变换矩阵对待检测图像的每个检测项区域的ROI进行重构，获得最新ROI，对获得最新ROI进行检测，判断是否定位成功。它用于汽车仪表盘的视觉检测中。
专利文献1、专利文献2和专利文献3公开的技术，通过图像处理提取特征目标，重点描述图像处理方法，描述的特征目标信息单一，与行车环境的特征目标信息差异较大。
发明内容
为了克服上述技术困难，本发明专利提出了一种行车环境特征目标信息提取系统和方法，通过过图像处理以及几何计算提取特征目标，描述的特征目标信息多，与行车环境的特征目标信息差异小。
本发明所述的一种行车环境特征目标信息提取系统，主要由车载摄像头、惯性单元、卫星定位单元和信息处理模块构成，以下简称车载终端，所述摄像头用于拍摄行车环境图片，并提取特征目标信息，所述卫星定位单元获取车载终端的位置信息，通过几何计算可获得特征目标的位置信息，所述惯性单元补偿和优化所述卫星定位单元定位信息不足和缺失。
本发明专利提出了一种行车环境特征目标信息提取方法，使用车载终端在不同位置捕捉行车环境特征目标，并计算其位置，上传至数据服务中心，数据服务中心通过同一特征目标的不同位置计算出其精确位置。
具体步骤包括：
使用车载终端在不同位置捕捉行车环境特征目标，并计算其位置，上传至数据服务中心，数据服务中心通过同一特征目标的不同位置计算出其 精确位置，
本发明包括如下步骤：
包括如下步骤：
步骤1，车载终端设计
(1)车载终端硬件布置；
(2)特征目标图片信息获取；
(3)车载终端位置信息获取；
(4)车载终端安装位置。
步骤2，行车环境照片拍摄及特征目标提取
(1)行车环境照片拍摄及特征目标分类；
(2)特征目标提取；
步骤3，特征目标位置信息计算
车载终端的处理器经过计算，可获得其与特征目标的相对位置关系，进而可计算出特征目标的精确位置。
其中步骤1，车载终端设计：
(1)车载终端硬件布置，各单元布置摄像头间夹角60度；
(2)特征目标图片信息获取，用摄像头拍摄行车环境的照片，一般包括交通标牌，道路标线及路侧建筑等；
(3)车载终端位置信息获取，卫星定位终端用于获取车载终端的位置信息；
(4)车载终端安装位置，车载终端安装于汽车前挡风玻璃中部上方。
其中步骤2，行车环境照片拍摄及特征目标提取：
(1)行车环境照片拍摄及特征目标分类，装载车载终端的汽车，行驶在道路上，拍摄行车环境特征目标；
(2)特征目标提取，车载终端的处理器，对图片进行基于色差的网格化处理后，应用Haar算法实现图像特征提取特征目标。
本发明的技术效果：通过过图像处理以及几何计算提取特征目标的位置及分类，可为自动驾驶汽车提供必要的交通环境信息，并可为汽车的定位提供参考目标。
附图说明
图1为特征目标信息获取流程。
图2为车载终端硬件布置图。
图3为特征目标信息计算方法流程。
具体实施方案
结合图1说明用景象识别对行车环境特征目标信息获取的具体实施方式。
步骤1，车载终端设计
(1)，车载终端集成了卫星定位模块、惯性单元、摄像头和信息处理模块，其布置方式如图2所示，摄像头夹角约60°。
(2)，摄像头用于拍摄特征目标的照片，如交通设施、交通标牌、道路标线和路侧设施建筑等，摄像头参数要求见下表。
| 参数名称 | 范围 |
| 水平视角 | ≥60° |
| 垂直视角 | ≥60° |
| 水平像素 | ≥2048 |
| 垂直像素 | ≥2048 |
(3)，通过卫星定位终端获取GIC的位置信息，即经纬度和海拔高度，定位精度要求≤10m(1σ)。
(4)，惯性单元(IMU)用于补偿和优化卫星定位模块定位信息不足和缺失，通常，卫星信号接收终端信号输出频率通常为1Hz，惯性单元可根据当前位置，计算下个数据输出时间的位置信息，间隔时间视IMU数据输出频率而定，IMU的数据输出频率≥50Hz，若卫星定位终端的位置信息偏离正常范围或无输出时，车载终端的位置信息可由IMU优化或补偿。
(5)，将车载终端安装在汽车前挡风玻璃内侧上端中间位置，卫星定位终端的信号接收器，通过硬线与车顶的无线信号接收终端联接，接收卫星定位信号。
步骤2，行车环境照片拍摄及特征目标提取
(1)，装载车载终端的车辆，行驶在道路上，拍摄路侧的特征目标，特征目标分类如下表所示。
(2)，车载终端中集成的处理器，通过图像处理将特征目标从整张图片中截取出来，对图片进行基于色差的网格化处理后，应用Haar算法实现图像特征提取特征目标。
(3)，特征目标位置信息计算
车载终端提取特征目标信息后，经过图像处理可获得特征目标相对于摄像头的位置坐标和方位，如图3所示，经几何计算即可获得特征目标相对于车载终端的位置关系(以汽车位置1为例，汽车位置1的坐标已知，通过图像处理可知距离R1及方向角θ1、 z0＝z1+R1cosθ1)。
Claims (4)
1.一种行车环境特征目标信息提取方法，其特征在于：
使用行车环境特征目标信息提取系统，即车载终端，在不同位置捕捉行车环境特征目标，并根据车载终端与特征目标的位置关系计算特征目标的位置信息，车载终端主要包括卫星定位单元、惯性单元、摄像头和信息处理单元，摄像头用于拍摄行车环境图片，并提取特征目标信息，卫星定位单元获取车载终端的位置信息，通过几何计算可获得特征目标的位置信息，惯性单元补偿和优化所述卫星定位单元定位信息不足和缺失。
2.根据权利要求1所述的行车环境特征目标信息提取方法，其特征在于：
包括如下步骤：
步骤1，车载终端设计
(1)车载终端硬件布置；
(2)特征目标图片信息获取；
(3)车载终端位置信息获取；
(4)车载终端安装位置。
步骤2，行车环境照片拍摄及特征目标提取
(1)行车环境照片拍摄及特征目标分类；
(2)特征目标提取；
步骤3，特征目标位置信息计算
车载终端的处理器经过计算，可获得其与特征目标的相对位置关系，进而可计算出特征目标的精确位置。
3.根据权利要求2所述的行车环境特征目标信息提取方法，其特征在于：
所述步骤1，车载终端设计：
(1)车载终端硬件布置，各单元布置摄像头间夹角60度；
(2)特征目标图片信息获取，用摄像头拍摄行车环境的照片，一般包括交通标牌，道路标线及路侧建筑；
(3)车载终端位置信息获取，卫星定位终端用于获取车载终端的位置信息；
(4)车载终端安装位置，车载终端安装于汽车前挡风玻璃中部上方。
4.根据权利要求2所述的行车环境特征目标信息提取方法，其特征在于：
所述步骤2，行车环境照片拍摄及特征目标提取：
(1)行车环境照片拍摄及特征目标分类，装载车载终端的汽车，行驶在道路上，拍摄行车环境特征目标；
(2)特征目标提取，车载终端的处理器，对图片进行基于色差的网格化处理后，应用Harr算法实现图像特征提取特征目标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610837659.1A CN106446825A (zh) | 2016-09-21 | 2016-09-21 | 一种行车环境特征目标信息提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610837659.1A CN106446825A (zh) | 2016-09-21 | 2016-09-21 | 一种行车环境特征目标信息提取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106446825A true CN106446825A (zh) | 2017-02-22 |
Family
ID=58166702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610837659.1A Pending CN106446825A (zh) | 2016-09-21 | 2016-09-21 | 一种行车环境特征目标信息提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106446825A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106960591A (zh) * | 2017-03-31 | 2017-07-18 | 武汉理工大学 | 一种基于路面指纹的车辆高精度定位装置及方法 |
| CN107085946A (zh) * | 2017-06-13 | 2017-08-22 | 深圳市麦谷科技有限公司 | 一种基于图片识别技术的车辆定位方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201269758Y (zh) * | 2008-09-22 | 2009-07-08 | 交通部公路科学研究所 | 一种交通标志车载全自动检测记录系统 |
| JP2014186646A (ja) * | 2013-03-25 | 2014-10-02 | Fuji Heavy Ind Ltd | 車両用白線認識装置 |
| JP2015032107A (ja) * | 2013-08-01 | 2015-02-16 | 本田技研工業株式会社 | 車両周辺監視装置 |
| CN105807296A (zh) * | 2014-12-31 | 2016-07-27 | 中国移动通信集团公司 | 一种车辆定位方法、装置和设备 |
-
2016
- 2016-09-21 CN CN201610837659.1A patent/CN106446825A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201269758Y (zh) * | 2008-09-22 | 2009-07-08 | 交通部公路科学研究所 | 一种交通标志车载全自动检测记录系统 |
| JP2014186646A (ja) * | 2013-03-25 | 2014-10-02 | Fuji Heavy Ind Ltd | 車両用白線認識装置 |
| JP2015032107A (ja) * | 2013-08-01 | 2015-02-16 | 本田技研工業株式会社 | 車両周辺監視装置 |
| CN105807296A (zh) * | 2014-12-31 | 2016-07-27 | 中国移动通信集团公司 | 一种车辆定位方法、装置和设备 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106960591A (zh) * | 2017-03-31 | 2017-07-18 | 武汉理工大学 | 一种基于路面指纹的车辆高精度定位装置及方法 |
| CN106960591B (zh) * | 2017-03-31 | 2019-08-27 | 武汉理工大学 | 一种基于路面指纹的车辆高精度定位装置及方法 |
| CN107085946A (zh) * | 2017-06-13 | 2017-08-22 | 深圳市麦谷科技有限公司 | 一种基于图片识别技术的车辆定位方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110210303B (zh) | 一种北斗视觉融合精准车道辨识与定位方法及其实现装置 | |
| CN102867414B (zh) | 一种基于ptz摄像机快速标定的车辆排队长度测量方法 | |
| EP2282295B1 (en) | Object recognizing device and object recognizing method | |
| 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 | |
| US20090037039A1 (en) | Method for locomotive navigation and track identification using video | |
| US20180107229A1 (en) | Target tracking method for air vehicle | |
| JP6819996B2 (ja) | 交通信号認識方法および交通信号認識装置 | |
| DE102018109371A1 (de) | Kalibrierungsvalidierung für den betrieb von autonomen fahrzeugen | |
| CN112364707B (zh) | 一种智能车对复杂路况进行超视距感知的系统及方法 | |
| US20100172543A1 (en) | Multiple object speed tracking system | |
| CN104616502B (zh) | 基于组合式车路视频网络的车牌识别与定位系统 | |
| US10783382B2 (en) | Systems and methods for buffer-free lane detection | |
| CN109829365B (zh) | 基于机器视觉的多场景适应驾驶偏离及转弯预警方法 | |
| CN103824037B (zh) | 车用防跟踪报警装置 | |
| CN108198417B (zh) | 一种基于无人机的道路巡检系统 | |
| CN103886566B (zh) | 一种恶劣天气下基于图像融合的城市交通调度系统及方法 | |
| CN102862574A (zh) | 基于智能手机实现车辆主动安全的方法 | |
| CN110658539B (zh) | 车辆定位方法、装置、车辆和计算机可读存储介质 | |
| CN102867417A (zh) | 一种出租车防伪系统及方法 | |
| US20190244041A1 (en) | Traffic signal recognition device | |
| CN109729256B (zh) | 车辆中双摄像装置的控制方法和装置 | |
| CN109635737A (zh) | 基于道路标记线视觉识别辅助车辆导航定位方法 | |
| CN109398422A (zh) | 一种停车时车辆位置确定方法及对标停车方法 | |
| CN103253194A (zh) | 一种行车辅助系统 | |
| CN108470142A (zh) | 基于逆透视投影和车道距离约束的车道定位方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |
|
| RJ01 | Rejection of invention patent application after publication |