CN106767854A - 移动设备、车库地图形成方法及系统 - Google Patents

移动设备、车库地图形成方法及系统 Download PDF

Info

Publication number
CN106767854A
CN106767854A CN201610976122.3A CN201610976122A CN106767854A CN 106767854 A CN106767854 A CN 106767854A CN 201610976122 A CN201610976122 A CN 201610976122A CN 106767854 A CN106767854 A CN 106767854A
Authority
CN
China
Prior art keywords
warehouse compartment
garage
map
image
mobile device
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.)
Granted
Application number
CN201610976122.3A
Other languages
English (en)
Other versions
CN106767854B (zh
Inventor
蒋伟平
张伟伟
陶正兵
刘晓峰
唐锐
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.)
Zongmu Technology Shanghai Co Ltd
Original Assignee
Zongmu Technology Shanghai Co Ltd
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 Zongmu Technology Shanghai Co Ltd filed Critical Zongmu Technology Shanghai Co Ltd
Priority to CN201610976122.3A priority Critical patent/CN106767854B/zh
Publication of CN106767854A publication Critical patent/CN106767854A/zh
Application granted granted Critical
Publication of CN106767854B publication Critical patent/CN106767854B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching
    • G01C21/32Structuring or formatting of map data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种移动设备、车库地图形成方法及系统,根据移动设备在一车库中通过所述摄像头拍摄的图像,提取移动设备经过的库位的库位图像;根据定位装置获取移动设备的移动状态,并据以计算获取各库位间的相对位置;根据库位图像以及相对位置形成车库地图片段;对车库地图片段进行拼接融合形成车库地图;或上传车库地图片段以供形成车库地图。本发明可以在移动设备行进过程中,根据经过的部分库位形成车库地图片段,且根据搜集到的多个车库地图片段融合处理为车库地图,或者可登陆于一网络平台,向平台上传车库地图片段,且平台根据收到的多个用户上传的车库地图片段,融合形成为车库地图。本发明可以方便快捷的形成较为准确的车库地图。

Description

移动设备、车库地图形成方法及系统
技术领域
本发明涉及智能移动设备领域,特别是涉及一种移动设备、车库地图形成方法及系统。
背景技术
用户在车库中停车时,如果能够获得车库的地图,将会极大的方便用户的操作,也能对现在发展越来越迅速的移动设备智能驾驶技术提供积极的辅助推动。现有的移动设备地下车库导航通常是根据车库管理单位提供的车库地图形成,而对于车库在运用过程中的更改不能进行更新。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种移动设备、车库地图形成方法及系统,用于解决现有技术中不能的获取准确的车库地图的问题。
为实现上述目的及其他相关目的,本发明提供一种车库地图形成方法,应用于具有摄像头以及定位装置的移动设备上,所述方法包括:根据所述移动设备在一车库中通过所述摄像头拍摄的图像,提取所述移动设备经过的库位的库位图像;根据所述定位装置获取所述移动设备的移动状态,并据以计算各所述库位图像对应的库位间的相对位置;根据所述库位图像以及所述库位间的相对位置形成车库地图片段;对多个所述车库地图片段进行拼接融合形成关于所述车库的车库地图;或上传所述车库地图片段以供形成所述车库地图。
于本发明一具体实施例中,所述方法还包括:登陆一预设的网络平台;向所述网络平台上传所述车库地图片段,以供所述网络平台根据对接收到的与所述车库相关的多个车库地图片段进行拼接融合以形成所述车库地图。
于本发明一具体实施例中,所述库位包括库位号码,其中,多个车库地图片段进行拼接融合的方式包括根据车库地图片段中重合的库位号码进行拼接融合。
于本发明一具体实施例中,当各所述车库地图片段对应的库位号码为不连续的号码时,根据所述移动设备的移动状态,获取各所述车库地图片段之间的相对位置,进而多个所述车库地图片段进行拼接融合形成关于所述车库的车库地图。
于本发明一具体实施例中,所述库位包括库位线,根据所述移动设备的移动状态,对所述库位图像中的库位线的间距进行调整。
于本发明一具体实施例中,所述定位装置用以检测所述移动设备经过相邻库位时,所述移动设备运行的距离以及转动的角度,并根据所述距离以及角度计算各所述库位图像对应的库位间的相对位置。
于本发明一具体实施例中,所述库位图像包括库位对应的库位号码以及库位线,通过所述摄像头拍摄的图像提取所述移动设备经过的库位的库位图像的步骤还包括:提取所述摄像头拍摄的图像中的直线;根据预先设置的过滤规则对所述直线进行过滤。
于本发明一具体实施例中,所述方法还包括:根据图像文字识别技术从所述库位图像中识别库位号码;具体为:从所述库位图像中检测提取库位号码区域;获取所述库位号码区域的边缘信息;根据所述边缘信息确定所述库位号码区域中的字符块的位置,其中,所述字符块包括至少一个字符;从所述字符块中提取出各个独立的字符;对提取出的各所述独立的字符进行识别,以获得所述库位号码。
于本发明一具体实施例中,所述方法还包括,对所述摄像头拍摄的图像根据特定的转换矩阵进行畸变校正后,提取所述移动设备经过的库位的库位图像;其中,获取所述转换矩阵的方法包括:预先在所述移动设备周围的预设位置设置棋盘格标定装置,所述棋盘格标定装置包括第一颜色的格和第二颜色的格;预设对应所述棋盘格标定装置的多个标定点,并获取所有所述标定点的物理坐标以进行存储;令所述摄像头对所述棋盘格标定装置进行拍摄以得到棋盘格图像;在所述棋盘格图像中查找所有所述标定点,并获取所述标定点对应的图像坐标;根据所有所述标定点的物理坐标和图像坐标计算所述转换矩阵;其中,在所述棋盘格图像中查找所有所述标定点的方法包括:对所述棋盘格图像中的第一颜色的格进行预设比例的腐蚀;获取腐蚀后的所述棋盘格图像中所有处于独立状态的第一颜色的格与相邻第一颜色的格的对顶点的连线的中心点的图像坐标;统计与预设的所述标定点匹配的中心点,且将与预设的所述标定点匹配的中心点的图像坐标作为相应标定点的图像坐标。
为实现上述目的及其他相关目的,本发明还提供一种车库地图形成系统,应用于具有摄像头以及定位装置的移动设备上,所述系统包括:库位图像获取模块,用以根据所述移动设备在一车库中通过所述摄像头拍摄的图像,提取所述移动设备经过的库位的库位图像;相对位置获取模块,用以根据定位装置获取所述移动设备的移动状态,并据以计算各所述库位图像对应的库位间的相对位置;车库地图片段形成模块,用以根据所述库位图像以及所述库位间的相对位置形成车库地图片段;车库地图形成模块,用以对多个所述车库地图片段进行拼接融合形成关于所述车库的车库地图;或用以上传所述车库地图片段以供形成所述车库地图。
为实现上述目的及其他相关目的,本发明还提供一种移动设备,包括摄像头、定位装置、以及控制器,所述控制器包括如上所述的车库地图形成系统。
如上所述,本发明提供一种移动设备、车库地图形成方法及系统,根据所述移动设备在一车库中通过所述摄像头拍摄的图像,提取移动设备经过的库位的库位图像;根据根据定位装置获取所述移动设备的移动状态,并据以计算各所述库位图像对应的库位间的相对位置;根据库位图像以及库位间的相对位置形成车库地图片段;对多个车库地图片段进行拼接融合形成关于车库的车库地图;或上传车库地图片段以供形成车库地图。本发明可以在移动设备行进过程中,根据经过的部分库位形成车库地图片段,且根据搜集到的多个车库地图片段融合处理为车库地图,或者可登陆于一网络平台,向平台上传车库地图片段,且平台根据收到的多个用户上传的车库地图片段,融合形成为车库地图。本发明可以方便快捷的形成较为准确的车库地图。
附图说明
图1显示为本发明的车库地图形成方法在一具体实施例中的流程示意图。
图2显示为本发明的一具体实施例中部分库位的分布示意图。
图3显示为本发明的车库地图形成系统在一具体实施例中的模块示意图。
图4显示为本发明的移动设备在一具体实施例中的组成示意图。
元件标号说明
10车库地图形成方法
11~14方法步骤
30车库地图形成系统
31库位图像获取模块
32相对位置获取模块
33车库地图片段形成模块
34车库地图形成模块
40移动设备
41摄像头
42定位装置
43控制器
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
用户在车库中行驶时,特别是地下车库(没有GPS信号)中行驶时,如果能有对应的车库地图作为指导,将会极大的方便用户的操作,所以如何准确的获取车库的地图就是我们首先要考虑的问题。本发明提供了一种车库地图形成方法,具体的,参阅图1,显示为本发明的车库地图形成方法在一具体实施例中的流程示意图。所述车库地图形成方法10应用于具有摄像头以及定位装置的移动设备上,所述移动设备例如为一汽车或者一智能手机,所述方法10包括:
11:根据所述移动设备在一车库中通过所述摄像头拍摄的图像,提取所述移动设备经过的库位的库位图像;优选的,所述库位图像包括库位对应的库位号码以及库位线。在具体应用中,可以根据图像文字识别技术,识别出库位图像中的库位号码。所述摄像头拍摄所述图像时,所述移动设备的状态可以为在所述车库中行进的状态,或者为仅仅开启而不行进的状态。
为了准确的识别出所述库位图像中的库位线,在一优选实施例中,通过所述摄像头拍摄的图像提取所述移动设备经过的库位的库位图像的步骤还包括:
提取所述摄像头拍摄的图像中的直线;
根据预先设置的过滤规则对所述直线进行过滤;所述过滤规则例如包括过滤宽度过大或过小的直线,过滤两平行线的间距小于预设值的直线,例如可以根据国标中关于车库的标准要求设置过滤规则,例如对于小型车的停车位,过滤两平行线的间的距离小于2.8m的直线。且过滤规则可以根据用户的需求自行设置或修改,在此不一一列举。
所述过滤规则优选还包括符合以下中的一种或多种库位特征的过滤规则:
特征一:预设的库位形状;所述库位形状例如设置为矩形,且有垂直设置的多个矩形区域、平行设置的多个矩形区域、以及以一定角度倾斜设置的矩形区域。当检测出的直线能够构成一个垂直设置、平行设置矩形区域、或倾斜设置的矩形区域,并且该矩形区域的大小与库位国家标准中的要求要求相匹配时,那么可以判断检测出的直线构成的该矩形区域对应了一个库位。
特征二:库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内;所述两条平行线例如为图2所示的位于库位的长度方向上两端的平行线,所述垂直线为沿所述库位长度方向且与所述两平行线垂直的直线,且相邻的两组该两条平行线和一条垂直线标识一个库位,且相邻的两条垂直线间的距离在预设的库位宽度范围内。所述预设库位长度范围以及预设库位宽度范围根据国家标准中对相应车型的库位的长度和宽度的要求而进行设置。例如,国家标准中,对垂直设置的小型移动设备的库位的宽度为2.8米,所以,此处的预设库位宽度范围可以为2.8米~3.0米。
特征三:组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值;通常组成库位轮廓的直线较其周围区域的亮度较高,可以通过判断直线与直线周围的区域的灰度差值是否大于一个阈值来作为判断该直线是否为组成库位的有效直线的一个标准。
特征四:相邻库位的形状相同,一般库位不会孤立存在,通常会有多个相同设置方式的库位形成一排,例如相邻库位均为垂直设置的库位形状、或均为平行设置的库位形状、或均为倾斜设置的库位形状时,判断该区域为一库位区域。
特征五:库位由两条相对线和一条相交线组成,所述相对线间的间距在预设库位长度范围内;所述相对线与所述相交线的夹角在预设角度范围内。
以上五种库位特征可以单独用来判断库位的存在,但是为了提高库位检测的精度,可以将多个特征进行结合来综合判断直线组成的区域是否为一库位区域。
例如,结合特征二和特征三,且检测出的库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内,且同时组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,即同时满足特征二和特征三时,判断直线组成的区域为一有效的库位区域,提高库位检测的精度。
又例如,结合特征二、特征三、以及特征四,且检测出的库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内,且同时组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,且相邻库位的形状相同,即同时满足特征二、特征三、和特征四时,判断直线组成的区域为一有效的库位区域。
又例如,结合特征一、特征二、特征三、以及特征四,且检测出的库位与预设的库位形状相同,且由两条平行线和一条垂直线组成,所述平行线间的间距在预设库位长度范围内,且同时组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,且相邻库位的形状相同,即同时满足特征一、特征二、特征三、和特征四时,判断直线组成的区域为一库位区域。
在另一具体实施例中,又或者选择的库位特征设置优先级,且先对优先级高的库位特征进行比较,进而对优先级次之的库位特征进行比较,直到应用的库位特征中,优先级最低的库位特征都匹配时,判断获取到有效的库位。
例如,选取特征二和特征三作为应用的库位特征,且特征二的优先级大于库位三的优先级,即,当检测出的直线在符合特征二的情况下,即检测出的库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内,再判断检测出的直线是否符合特征三,即组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,在满足特征二的条件下,还满足特征三时,判断直线组成的该区域为一有效的库位区域,提高库位检测的精度。
又例如,选取特征二、特征三、以及特征四为应用的库位特征,特征二的优先级大于特征三,特征三的优先级大于特征四,即检测出的库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内时,既满足特征二的要求,则进一步检测组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,即满足特征三的要求,则进一步检测相邻库位的形状相同,即满足特征四的要求,即以该预设的优先级顺序,判断直线组成的区域为一有效的库位区域。
又例如,选取特征一、特征二、特征三、以及特征四为应用的库位特征,特征一的优先级大于特征二,特征二的优先级大于特征三,特征三的优先级大于特征四,即当检测出的库位与预设的库位形状相同时,满足特征一的要求,则进一步检测获取到的直线满足库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内的要求,既满足特征二的要求,则进一步检测组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,即满足特征三的要求,则进一步检测相邻库位的形状相同,即满足特征四的要求,即以该预设的优先级顺序,判断直线组成的区域为一有效的库位区域。
选取的特征之间的优先级可以根据具体情况进行人为设定,并可以实时进行调整。
且所述过滤规则优选存储于一存储设备中,所述存储设备可包括高速随机存取存储器,并且还可包括非易失性存储器,例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中,存储模块32还可以包括一个或多个处理器的存储器,例如经由RF电路或外部端口以及通信网络访问的网络附加存储器,其中所述通信网络可以是因特网、一个或多个内部网、局域网(LAN)、广域网(WLAN)、存储局域网(SAN)等或其他适当组合。存储模块控制器可控制设备的诸如CPU和接口电路之类的其他组件对存储器的访问。
根据过滤后的所述直线形成对应库位的库位线。
进一步的,在根据预先设置的过滤规则对所述直线进行过滤后,还包括将过滤后的所述直线形成的形状与预设的库位形状进行比对,且当两者的重合度大于预设的重合度阈值时,判断检测到一库位对应的库位线。这样可进一步的排除与库位形状差距过大的直线,库位线检测更加精确。
所述方法10还包括:根据图像文字识别技术从所述库位图像中识别库位号码;具体为:
从所述库位图像中检测提取库位号码区域;
获取所述库位号码区域的边缘信息;
根据所述边缘信息确定所述库位号码区域中的字符块的位置,其中,所述字符块包括至少一个字符;
从所述字符块中提取出各个独立的字符;
对提取出的各所述独立的字符进行识别,以获得所述库位号码。
其中,对提取出的各所述独立的字符进行识别,以获得所述库位号码的步骤具体还包括:
将各独立的字符归一化为统一的尺寸,并对独立的字符进行分块,其中,所述分块至少包括以下中的一种:左右分块、上下分块、左中右分块、以及上中下分块;
对独立字符的多种分块区域,分别进行灰度特征和纹理特征的提取;
将各独立的字符的组合灰度特征和纹理特征与预设的所有字符特征模板进行逐一匹配,根据匹配结果识别出各独立的字符,进而获得所述库位号码;其中,所述字符特征模板包括数字特征模板或/和字母特征模板。
在具体应用中,摄像头拍摄的图像具有一定的畸变,特别是对于应用较为广泛的鱼眼摄像头,其畸变非常大;所述方法还包括,对所述摄像头拍摄的图像根据特定的转换矩阵进行畸变校正后,提取所述移动设备经过的库位的库位图像。且下面将以所述摄像头为鱼眼摄像头,且采用的棋盘格标定装置为黑白棋盘格标定装置为例进一步说明该畸变校正的方法,在其他应用实例中,所述摄像头还可为其他的广角摄像头,且摄像头的拍摄图像会产生变形,所述棋盘格还可为其他颜色组合的棋盘格。
其中,所述转换矩阵在所述摄像头安装的初期即需要计算以确定,为了计算所述摄像头的转换矩阵,通常需要在所述移动设备的周围设置黑白棋盘格的标定布,且各黑格的顶点的物理坐标已知,检测人员可选择部分的黑格顶点为标定点,且获取标定点对应的摄像头拍摄的图像中的图像坐标,根据标定点的图像坐标与已知的物理坐标即可获得所述转换矩阵。其中,在一具体实施例中,在所述摄像头拍摄的图像中查找所述标定点的方法包括以下步骤:对所述黑白棋盘格图像中的黑格进行预设比例的腐蚀;获取腐蚀后的所述黑白棋盘格图像中所有处于独立状态的黑格与相邻黑格的对顶点的连线的中心点的图像坐标;其中,判断所述黑格是否处于独立状态的方式包括:当所述黑白棋盘格图像中的一黑格与相邻的黑格的对顶点间存在白色像素点时,判断所述黑格处于独立状态。统计与预设的所述标定点匹配的中心点,且将与预设的所述标定点匹配的中心点的图像坐标作为相应标定点的图像坐标。进一步的,所述标定点查找方法还包括:判断所有所述标定点是否都查找到相匹配的所述中心点,若是,则查找结束;若否,则返回所述对所述黑白棋盘格图像中的黑格进行预设比例的腐蚀的步骤。进一步的,所述标定点查找方法还包括:还包括将每次次查找后获得的标定点进行保留,并在进行多次查找后,将多次查找获得的所述标定点进行融合。进一步的,当进行预设次数的所述判断,仍然存在没有匹配到中心点的标定点时,在未匹配到中心点的所述标定点的预设范围内指定相应的中心点为新的标定点,且结束所述查找操作。根据上述的标定点查找方法,可以较为方便准确的查找到鱼眼摄像头正前方的图像中的标定点,但是出于鱼眼摄像头拍摄区域的边缘部位的标定点,由于图像变形太大,而还是难以确定,所以在另一具体实施例中,将所述标定布分为较容易确定标定点的第一标定区域以及较难以确定标定点的第二标定区域,相对应的,黑白棋盘格图像包括与所述第一标定区域对应的第一标定区域图像以及与所述第二标定区域对应的第二标定区域图像,且,所述预设的标定点包括与所述第一标定区域对应的第一预设标定点,以及与所述第二标定区域对应的第二预设标定点,即本实施例中,标定点查找方法包括:在所述第一标定区域图像中查找到所述第一预设标定点后,获取所述第一预设标定点的图像坐标;例如在所述第一标定区域图像中,通过上述的多次腐蚀的方法查找所述第一预设标定点。根据预先存储的所述第一预设标定点的物理坐标,生成相应的转换矩阵;根据所述转换矩阵对所述第二标定区域图像进行转换,生成第二标定区域转换图像;即根据相应的转换矩阵将所述第二标定区域图像进行展平。在所述第二标定区域转换图像中查找所述第二预设标定点;例如在所述第二标定区域域转换图像中,仍然可以通过上述的多次腐蚀的方法查找所述第二预设标定点。根据所述转换矩阵获取所述第二预设标定点对应所述第二标定区域图像的图像坐标。
12:根据定位装置获取所述移动设备的移动状态,并据以计算各所述库位图像对应的库位间的相对位置;所述相对位置包括各库位间的距离以及库位间的角度。于本发明一具体实施例中,所述定位装置检测所述移动设备经过相邻库位时,所述移动设备运行的距离以及转动的角度,并根据所述距离以及角度计算各所述库位图像对应的库位间的相对位置。所述定位装置可以测得所述移动设备运行过程中前进的速度以及转动的角度。例如对于如图2所示的一车库的一部分,包括库位101~库位105,其中,移动设备从库位101分别经过库位102、库位103、库位104以及库位105,图中箭头方向为移动设备的行驶方向,在这个过程中,移动设备分别检测出各库位,且根据定位装置检测的移动设备的行驶速度、转动角速度(或者航向)以及从一库位到相邻库位的时间,即可获得库位101、库位102、库位103、库位104以及库位105的相对位置。
13:根据所述库位图像以及所述库位间的相对位置形成车库地图片段;
14:对多个所述车库地图片段进行拼接融合形成关于所述车库的车库地图;或上传所述车库地图片段以供形成所述车库地图。
由于用户一般进入一个车库停车或从一车库驶出时,都只能经过部分的库位,所以,本发明还可以对用户多次形成的车库地图进行拼接,以形成一个较为完整的车库地图。且如果用户一次性即可获取关于一车库的所有库位的库位图像,则可以一次性形成所述库位地图。(例如用户从车库的一个点开始,绕该车库所有的库位一圈,以获得关于该车库的所有库位的库位图像)
于本发明一具体实施例中,所述库位包括库位号码,其中,多个车库地图片段进行拼接融合的方式包括根据车库地图片段中重合的库位号码进行拼接融合。
于本发明一具体实施例中,当各所述车库地图片段对应的库位号码为不连续的号码时,根据所述移动设备的移动状态,获取各所述车库地图片段之间的相对位置,进而多个所述车库地图片段进行拼接融合形成关于所述车库的车库地图。
于本发明一具体实施例中,所述库位包括库位线,根据所述移动设备的移动状态,对所述库位图像中的库位线的间距进行调整。例如根据所述移动设备依次经过两条库位线而产生的移动距离,依据所述移动距离对相应库位的库位宽度进行调整。
于本发明一具体实施例中,所述方法还包括:登陆一预设的网络平台;向所述网络平台上传所述车库地图片段,以供所述网络平台根据对接收到的与所述车库相关的多个车库地图片段进行拼接融合以形成所述车库地图。对多个用户上传的数据进行搜集,可以尽快形成较为完整的车库地图。优选的,所述车库地图片段可以为实时向所述网络平台上传,也可以为预先进行存储,根据后续的上传操作向所述网络平台上传,又或者为根据预设的上传周期,向所述网络平台上传。
于本发明一具体实施例中,根据预先注册的账号和密码登陆所述网络平台。在另一具体实施例中,还可以根据预先注册的识别语音以及识别指纹等进行网络平台登录的验证。
于本发明一具体实施例中,所述网络平台接收到与已经形成车库地图的车库相关的车库地图片段时,根据当前接收到的所述车库地图片段对已经形成的所述车库地图进行完善或修正。进一步的,用户登陆所述网络平台后,不仅可以上传形成的车库地图片段,还可以从该网络平台中下载其他用户上传的车库地图片段,实现资源的共享。
于本发明一具体实施例中,所述方法还包括:预先获取关于所述车库的地理位置,以供在向所述网络平台上传关于所述车库的车库地图片段的同时,上传所述车库的地理位置。于本发明一具体实施例中,所述网络平台根据所述车库的地理位置对接收到的车库地图片段进行相应的分类,且对相同地理位置的车库对应的车库地图片段进行拼接融合,获得相应车库的车库地图。例如,平台获取100个关于地理位置为“南京西路100号”的地下车库的车库地图片段,则根据该100个车库地图片段形成关于该地理位置对应的车库的车库地图。
优选的,所述方法10还可为应用于一智能手机上,其所述智能手机与一搭载了至少一摄像头的汽车进行通信,获取汽车上搭载的摄像头拍摄的图像,并根据获取的图像执行所述方法10,获得车库地图。优选的,所述智能手机上合成的所述车库地图还可反馈回至所述汽车的车载显示器中进行显示。
进一步参阅图3,显示为本发明的车库地图形成系统在一具体实施例中的模块示意图。所述车库地图形成系统30应用于具有摄像头以及定位装置的移动设备上,所述移动设备例如为一汽车或智能手机等,所述系统30包括:
库位图像获取模块31,用以根据所述移动设备在一车库中通过所述摄像头拍摄的图像,提取所述移动设备经过的库位的库位图像;
相对位置获取模块32,用以根据所述定位装置获取所述移动设备的移动状态,并据以计算获取到的各所述库位图像对应的库位间的相对位置;
车库地图片段形成模块33,用以根据所述库位图像以及所述库位间的相对位置形成车库地图片段;
车库地图形成模块34,用以对多个所述车库地图片段进行拼接融合形成关于所述车库的车库地图;或用以上传所述车库地图片段以供形成所述车库地图。
优选的,所述库位图像包括库位对应的库位号码以及库位线。在具体应用中,可以根据图像文字识别技术,识别出库位图像中的库位号码。所述摄像头拍摄所述图像时,所述移动设备的状态可以为在所述车库中行进的状态,或者为仅仅开启而不行进的状态。
为了准确的识别出所述库位图像中的库位线,在一优选实施例中,通过所述摄像头拍摄的图像提取所述移动设备经过的库位的库位图像的步骤还包括:
提取所述摄像头拍摄的图像中的直线;
根据预先设置的过滤规则对所述直线进行过滤;所述过滤规则例如包括过滤宽度过大或过小的直线,过滤两平行线的间距小于预设值的直线,例如可以根据国标中关于车库的标准要求设置过滤规则,例如对于小型车的停车位,过滤两平行线的间的距离小于2.8m的直线。且过滤规则可以根据用户的需求自行设置或修改,在此不一一列举。
所述过滤规则优选还包括符合以下中的一种或多种库位特征的过滤规则:
特征一:预设的库位形状;所述库位形状例如设置为矩形,且有垂直设置的多个矩形区域、平行设置的多个矩形区域、以及以一定角度倾斜设置的矩形区域。当检测出的直线能够构成一个垂直设置、平行设置矩形区域、或倾斜设置的矩形区域,并且该矩形区域的大小与库位国家标准中的要求要求相匹配时,那么可以判断检测出的直线构成的该矩形区域对应了一个库位。
特征二:库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内;所述两条平行线例如为图2所示的位于库位的长度方向上两端的平行线,所述垂直线为沿所述库位长度方向且与所述两平行线垂直的直线,且相邻的两组该两条平行线和一条垂直线标识一个库位,且相邻的两条垂直线间的距离在预设的库位宽度范围内。所述预设库位长度范围以及预设库位宽度范围根据国家标准中对相应车型的库位的长度和宽度的要求而进行设置。例如,国家标准中,对垂直设置的小型移动设备的库位的宽度为2.8米,所以,此处的预设库位宽度范围可以为2.8米~3.0米。
特征三:组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值;通常组成库位轮廓的直线较其周围区域的亮度较高,可以通过判断直线与直线周围的区域的灰度差值是否大于一个阈值来作为判断该直线是否为组成库位的有效直线的一个标准。
特征四:相邻库位的形状相同,一般库位不会孤立存在,通常会有多个相同设置方式的库位形成一排,例如相邻库位均为垂直设置的库位形状、或均为平行设置的库位形状、或均为倾斜设置的库位形状时,判断该区域为一库位区域。
特征五:库位由两条相对线和一条相交线组成,所述相对线间的间距在预设库位长度范围内;所述相对线与所述相交线的夹角在预设角度范围内。
以上五种库位特征可以单独用来判断库位的存在,但是为了提高库位检测的精度,可以将多个特征进行结合来综合判断直线组成的区域是否为一库位区域。
例如,结合特征二和特征三,且检测出的库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内,且同时组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,即同时满足特征二和特征三时,判断直线组成的区域为一有效的库位区域,提高库位检测的精度。
又例如,结合特征二、特征三、以及特征四,且检测出的库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内,且同时组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,且相邻库位的形状相同,即同时满足特征二、特征三、和特征四时,判断直线组成的区域为一有效的库位区域。
又例如,结合特征一、特征二、特征三、以及特征四,且检测出的库位与预设的库位形状相同,且由两条平行线和一条垂直线组成,所述平行线间的间距在预设库位长度范围内,且同时组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,且相邻库位的形状相同,即同时满足特征一、特征二、特征三、和特征四时,判断直线组成的区域为一库位区域。
在另一具体实施例中,又或者选择的库位特征设置优先级,且先对优先级高的库位特征进行比较,进而对优先级次之的库位特征进行比较,直到应用的库位特征中,优先级最低的库位特征都匹配时,判断获取到有效的库位。
例如,选取特征二和特征三作为应用的库位特征,且特征二的优先级大于库位三的优先级,即,当检测出的直线在符合特征二的情况下,即检测出的库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内,再判断检测出的直线是否符合特征三,即组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,在满足特征二的条件下,还满足特征三时,判断直线组成的该区域为一有效的库位区域,提高库位检测的精度。
又例如,选取特征二、特征三、以及特征四为应用的库位特征,特征二的优先级大于特征三,特征三的优先级大于特征四,即检测出的库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内时,既满足特征二的要求,则进一步检测组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,即满足特征三的要求,则进一步检测相邻库位的形状相同,即满足特征四的要求,即以该预设的优先级顺序,判断直线组成的区域为一有效的库位区域。
又例如,选取特征一、特征二、特征三、以及特征四为应用的库位特征,特征一的优先级大于特征二,特征二的优先级大于特征三,特征三的优先级大于特征四,即当检测出的库位与预设的库位形状相同时,满足特征一的要求,则进一步检测获取到的直线满足库位由两条平行线和一条垂直线或特定角度直线组成,所述平行线间的间距在预设库位长度范围内的要求,既满足特征二的要求,则进一步检测组成库位的直线与其他区域的灰度差值大于预设灰度差值阈值,即满足特征三的要求,则进一步检测相邻库位的形状相同,即满足特征四的要求,即以该预设的优先级顺序,判断直线组成的区域为一有效的库位区域。
选取的特征之间的优先级可以根据具体情况进行人为设定,并可以实时进行调整。
且所述过滤规则优选存储于一存储设备中,所述存储设备可包括高速随机存取存储器,并且还可包括非易失性存储器,例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中,存储模块32还可以包括一个或多个处理器的存储器,例如经由RF电路或外部端口以及通信网络访问的网络附加存储器,其中所述通信网络可以是因特网、一个或多个内部网、局域网(LAN)、广域网(WLAN)、存储局域网(SAN)等或其他适当组合。存储模块控制器可控制设备的诸如CPU和接口电路之类的其他组件对存储器的访问。
且根据图像文字识别技术从所述库位图像中识别库位号码的方式具体为:
从所述库位图像中检测提取库位号码区域;
获取所述库位号码区域的边缘信息;
根据所述边缘信息确定所述库位号码区域中的字符块的位置,其中,所述字符块包括至少一个字符;
从所述字符块中提取出各个独立的字符;
对提取出的各所述独立的字符进行识别,以获得所述库位号码。
其中,对提取出的各所述独立的字符进行识别,以获得所述库位号码的步骤具体还包括:
将各独立的字符归一化为统一的尺寸,并对独立的字符进行分块,其中,所述分块至少包括以下中的一种:左右分块、上下分块、左中右分块、以及上中下分块;
对独立字符的多种分块区域,分别进行灰度特征和纹理特征的提取;
将各独立的字符的组合灰度特征和纹理特征与预设的所有字符特征模板进行逐一匹配,根据匹配结果识别出各独立的字符,进而获得所述库位号码;其中,所述字符特征模板包括数字特征模板或/和字母特征模板。
所述车库地图形成系统30为与所述车库地图形成方法10对应的系统项,两者技术方案一一对应,所有关于所述车库地图形成方法10的描述均可应用于本实施例中,在此不加赘述。
进一步的请参阅图4,显示为本发明的移动设备在一具体实施例中的组成示意图。所述移动设备40例如为一智能手机或一汽车,所述移动设备40包括摄像头41、定位装置42、以及控制器43,所述控制器43与所述摄像头41以及所述定位装置42电连接,所述控制器43包括如上所述的车库地图形成系统30。所述摄像头41优选为一鱼眼摄像头,或其他的广角摄像头,或常规摄像头等。
优选的,所述定位装置42用以根据对车轮转动时的光脉冲的计数,获取所述移动设备的速度、航向、以及加速度。
综上所述,本发明提供一种移动设备、车库地图形成方法及系统,根据所述移动设备在一车库中通过所述摄像头拍摄的图像,提取移动设备经过的库位的库位图像;根据定位装置计算获取各库位间的相对位置;根据库位图像以及库位间的相对位置形成车库地图片段;对多个车库地图片段进行拼接融合形成关于车库的车库地图;或上传车库地图片段以供形成车库地图。本发明可以在移动设备行进过程中,根据经过的部分库位形成车库地图片段,且根据搜集到的多个车库地图片段融合处理为车库地图,或者可登陆于一网络平台,向平台上传车库地图片段,且平台根据收到的多个用户上传的车库地图片段,融合形成为车库地图。本发明可以方便快捷的形成较为准确的车库地图。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (12)

1.一种车库地图形成方法,其特征在于,应用于具有摄像头以及定位装置的移动设备上,所述方法包括:
根据所述移动设备在一车库中通过所述摄像头拍摄的图像,提取所述移动设备经过的库位的库位图像;
根据所述定位装置获取所述移动设备的移动状态,并据以计算各所述库位图像对应的库位间的相对位置;
根据所述库位图像以及所述库位间的相对位置形成车库地图片段;
对多个所述车库地图片段进行拼接融合形成关于所述车库的车库地图;或上传所述车库地图片段以供形成所述车库地图。
2.根据权利要求1所述的车库地图形成方法,其特征在于,所述方法还包括:
登陆一预设的网络平台;
向所述网络平台上传所述车库地图片段,以供所述网络平台根据对接收到的与所述车库相关的多个车库地图片段进行拼接融合以形成所述车库地图。
3.根据权利要求1所述的车库地图形成方法,其特征在于,所述库位包括库位号码,其中,多个车库地图片段进行拼接融合的方式包括根据车库地图片段中重合的库位号码进行拼接融合。
4.根据权利要求1所述的车库地图形成方法,其特征在于,当各所述车库地图片段对应的库位号码为不连续的号码时,根据所述移动设备的移动状态,获取各所述车库地图片段之间的相对位置,进而对多个所述车库地图片段进行拼接融合形成关于所述车库的车库地图。
5.根据权利要求1所述的车库地图形成方法,其特征在于,所述库位包括库位线,根据所述移动设备的移动状态,对所述库位图像中的库位线的间距进行调整。
6.根据权利要求1所述的车库地图形成方法,其特征在于:所述定位装置用以检测所述移动设备运行经过相邻库位时,所述移动设备运行的距离以及转动的角度,并根据所述距离以及角度计算各所述库位图像对应的库位间的相对位置。
7.根据权利要求1所述的车库地图形成方法,其特征在于:所述库位图像包括库位对应的库位号码以及库位线,通过所述摄像头拍摄的图像提取所述移动设备经过的库位的库位图像的步骤还包括:
提取所述摄像头拍摄的图像中的直线;
根据预先设置的过滤规则对所述直线进行过滤;
根据过滤后的所述直线形成对应库位的库位线。
8.根据权利要求7所述的车库地图形成方法,其特征在于,所述方法还包括:根据图像文字识别技术从所述库位图像中识别库位号码;具体为:
从所述库位图像中检测提取库位号码区域;
获取所述库位号码区域的边缘信息;
根据所述边缘信息确定所述库位号码区域中的字符块的位置,其中,所述字符块包括至少一个字符;
从所述字符块中提取出各个独立的字符;
对提取出的各所述独立的字符进行识别,以获得所述库位号码。
9.一种车库地图形成系统,其特征在于:应用于具有摄像头以及定位装置的移动设备上,所述系统包括:
库位图像获取模块,根据所述移动设备在一车库中通过所述摄像头拍摄的图像,提取所述移动设备经过的库位的库位图像;
相对位置获取模块,用以根据所述定位装置获取所述移动设备的移动状态,并据以计算各所述库位图像对应的库位间的相对位置;
车库地图片段形成模块,用以根据所述库位图像以及所述库位间的相对位置形成车库地图片段;
车库地图形成模块,用以对多个所述车库地图片段进行拼接融合形成关于所述车库的车库地图;或用以上传所述车库地图片段以供形成所述车库地图。
10.一种移动设备,其特征在于,包括摄像头、定位装置、以及控制器,所述控制器与所述摄像头以及所述定位装置电连接,所述控制器包括如权利要求9所述的车库地图形成系统。
11.根据权利要求10所述的移动设备,其特征在于,所述定位装置用以获取所述移动设备的速度、航向、以及加速度。
12.根据权利要求10所述的移动设备,其特征在于,所述移动设备包括汽车。
CN201610976122.3A 2016-11-07 2016-11-07 移动设备、车库地图形成方法及系统 Active CN106767854B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610976122.3A CN106767854B (zh) 2016-11-07 2016-11-07 移动设备、车库地图形成方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610976122.3A CN106767854B (zh) 2016-11-07 2016-11-07 移动设备、车库地图形成方法及系统

Publications (2)

Publication Number Publication Date
CN106767854A true CN106767854A (zh) 2017-05-31
CN106767854B CN106767854B (zh) 2020-05-22

Family

ID=58972628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610976122.3A Active CN106767854B (zh) 2016-11-07 2016-11-07 移动设备、车库地图形成方法及系统

Country Status (1)

Country Link
CN (1) CN106767854B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107247791A (zh) * 2017-06-16 2017-10-13 北京悦畅科技有限公司 停车场地图数据生成方法、装置和机器可读存储介质
CN109186618A (zh) * 2018-08-31 2019-01-11 平安科技(深圳)有限公司 地图构建方法、装置、计算机设备及存储介质
CN109597862A (zh) * 2018-10-31 2019-04-09 百度在线网络技术(北京)有限公司 基于拼图式的地图生成方法、装置及计算机可读存储介质
CN109916417A (zh) * 2019-02-20 2019-06-21 广州市山丘智能科技有限公司 一种地图建立方法、装置、计算机设备及其存储介质
CN110006420A (zh) * 2018-05-31 2019-07-12 上海快仓智能科技有限公司 建图方法、图像采集和处理系统和定位方法
CN111220148A (zh) * 2020-01-21 2020-06-02 珊口(深圳)智能科技有限公司 移动机器人的定位方法、系统、装置及移动机器人
CN111461972A (zh) * 2019-01-19 2020-07-28 北京初速度科技有限公司 一种地下车库的自动导航驾驶地图更新方法及系统
CN111656138A (zh) * 2020-04-16 2020-09-11 珊口(上海)智能科技有限公司 构建地图及定位方法、客户端、移动机器人及存储介质
CN113189562A (zh) * 2021-07-02 2021-07-30 成都众享天地网络科技有限公司 一种基于高程的地形探测算法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007315956A (ja) * 2006-05-26 2007-12-06 Aisin Aw Co Ltd 駐車場マップ作成方法、駐車場案内方法及びナビゲーション装置
CN101426669A (zh) * 2006-04-25 2009-05-06 丰田自动车株式会社 停车辅助装置以及停车辅助方法
CN103900553A (zh) * 2012-12-25 2014-07-02 上海博泰悦臻电子设备制造有限公司 区域地图记录方法和系统
CN104573733A (zh) * 2014-12-26 2015-04-29 上海交通大学 一种基于高清正射影像图的高精细地图生成系统及方法
CN104865578A (zh) * 2015-05-12 2015-08-26 上海交通大学 一种室内停车场高精细地图生成装置及方法
CN105015419A (zh) * 2015-07-17 2015-11-04 中山大学 基于立体视觉定位与建图的自动泊车系统及方法
CN105321186A (zh) * 2014-07-01 2016-02-10 北京四维图新科技股份有限公司 一种基于正射投影的封闭空间地图采集方法及装置
CN105701458A (zh) * 2016-01-08 2016-06-22 广东翼卡车联网服务有限公司 基于车载设备获取图像识别车辆外部信息的方法及系统
CN105957393A (zh) * 2016-04-29 2016-09-21 百度在线网络技术(北京)有限公司 一种停车位的识别方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101426669A (zh) * 2006-04-25 2009-05-06 丰田自动车株式会社 停车辅助装置以及停车辅助方法
JP2007315956A (ja) * 2006-05-26 2007-12-06 Aisin Aw Co Ltd 駐車場マップ作成方法、駐車場案内方法及びナビゲーション装置
CN103900553A (zh) * 2012-12-25 2014-07-02 上海博泰悦臻电子设备制造有限公司 区域地图记录方法和系统
CN105321186A (zh) * 2014-07-01 2016-02-10 北京四维图新科技股份有限公司 一种基于正射投影的封闭空间地图采集方法及装置
CN104573733A (zh) * 2014-12-26 2015-04-29 上海交通大学 一种基于高清正射影像图的高精细地图生成系统及方法
CN104865578A (zh) * 2015-05-12 2015-08-26 上海交通大学 一种室内停车场高精细地图生成装置及方法
CN105015419A (zh) * 2015-07-17 2015-11-04 中山大学 基于立体视觉定位与建图的自动泊车系统及方法
CN105701458A (zh) * 2016-01-08 2016-06-22 广东翼卡车联网服务有限公司 基于车载设备获取图像识别车辆外部信息的方法及系统
CN105957393A (zh) * 2016-04-29 2016-09-21 百度在线网络技术(北京)有限公司 一种停车位的识别方法及装置

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107247791A (zh) * 2017-06-16 2017-10-13 北京悦畅科技有限公司 停车场地图数据生成方法、装置和机器可读存储介质
CN107247791B (zh) * 2017-06-16 2020-05-22 北京悦畅科技有限公司 停车场地图数据生成方法、装置和机器可读存储介质
CN110006420A (zh) * 2018-05-31 2019-07-12 上海快仓智能科技有限公司 建图方法、图像采集和处理系统和定位方法
CN110006420B (zh) * 2018-05-31 2024-04-23 上海快仓智能科技有限公司 建图方法、图像采集和处理系统和定位方法
CN109186618A (zh) * 2018-08-31 2019-01-11 平安科技(深圳)有限公司 地图构建方法、装置、计算机设备及存储介质
CN109597862B (zh) * 2018-10-31 2020-10-16 百度在线网络技术(北京)有限公司 基于拼图式的地图生成方法、装置及计算机可读存储介质
CN109597862A (zh) * 2018-10-31 2019-04-09 百度在线网络技术(北京)有限公司 基于拼图式的地图生成方法、装置及计算机可读存储介质
CN111461972A (zh) * 2019-01-19 2020-07-28 北京初速度科技有限公司 一种地下车库的自动导航驾驶地图更新方法及系统
CN109916417A (zh) * 2019-02-20 2019-06-21 广州市山丘智能科技有限公司 一种地图建立方法、装置、计算机设备及其存储介质
CN111220148A (zh) * 2020-01-21 2020-06-02 珊口(深圳)智能科技有限公司 移动机器人的定位方法、系统、装置及移动机器人
CN111656138A (zh) * 2020-04-16 2020-09-11 珊口(上海)智能科技有限公司 构建地图及定位方法、客户端、移动机器人及存储介质
WO2021208015A1 (zh) * 2020-04-16 2021-10-21 珊口(上海)智能科技有限公司 构建地图及定位方法、客户端、移动机器人及存储介质
CN113189562A (zh) * 2021-07-02 2021-07-30 成都众享天地网络科技有限公司 一种基于高程的地形探测算法
CN113189562B (zh) * 2021-07-02 2021-09-07 成都众享天地网络科技有限公司 一种基于高程的地形探测算法

Also Published As

Publication number Publication date
CN106767854B (zh) 2020-05-22

Similar Documents

Publication Publication Date Title
CN106767854A (zh) 移动设备、车库地图形成方法及系统
WO2021004548A1 (zh) 一种基于双目立体视觉系统的车辆智能测速方法
WO2018145602A1 (zh) 车道的确定方法、装置及存储介质
CN109460709B (zh) 基于rgb和d信息融合的rtg视觉障碍物检测的方法
CN106530794B (zh) 行车道路的自动识别和校准方法及系统
CN107577996A (zh) 一种车辆驾驶路径偏移的识别方法及系统
CN108875911A (zh) 一种泊车位检测方法
CN106651953A (zh) 一种基于交通指示牌的车辆位姿估计方法
CN106845547A (zh) 一种基于摄像头的智能汽车定位与道路标识识别系统及方法
CN105654732A (zh) 一种基于深度图像的道路监控系统及方法
CN108594244B (zh) 基于立体视觉和激光雷达的障碍物识别迁移学习方法
CN103955920A (zh) 基于三维点云分割的双目视觉障碍物检测方法
CN107016362B (zh) 基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统
CN108154146A (zh) 一种基于图像识别的车辆追踪方法
CN109903574B (zh) 路口交通信息的获取方法和装置
CN105891220B (zh) 一种路面标志线缺陷检测装置及其检测方法
CN109116846A (zh) 一种自动驾驶方法、装置、计算机设备和存储介质
CN104217427A (zh) 一种交通监控视频中车道线定位方法
CN110379168A (zh) 一种基于Mask R-CNN的交通车辆信息获取方法
CN111754388B (zh) 一种建图方法及车载终端
CN111243003B (zh) 车载双目摄像机及其检测道路限高杆的方法、装置
CN103400373A (zh) 相机检校控制场人工标志像点坐标自动识别定位方法
CN112329553B (zh) 一种车道线标注方法及装置
CN110415299B (zh) 一种运动约束下基于设定路牌的车辆位置估计方法
CN106446785A (zh) 基于双目视觉的可行道路检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant