CN106772419A - 车辆定位方法及装置 - Google Patents
车辆定位方法及装置 Download PDFInfo
- Publication number
- CN106772419A CN106772419A CN201510818388.0A CN201510818388A CN106772419A CN 106772419 A CN106772419 A CN 106772419A CN 201510818388 A CN201510818388 A CN 201510818388A CN 106772419 A CN106772419 A CN 106772419A
- Authority
- CN
- China
- Prior art keywords
- value
- vehicle
- laser
- region
- car
- 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
Links
Classifications
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供车辆定位方法及装置,方法包括:获取激光检测区域的多路激光扫描线数据,包括:每路激光各扫描点回波中的距离值、脉宽值和脉冲峰值;将距离值进行坐标变换,转换为直角坐标系中的位置信息数据;根据距离值、脉宽值和脉冲峰值,获取表征反射面特性的反射特征值;根据直角坐标系中的位置信息数据或反射特征值,将激光检测区域中的有车区域划分出来,并确定有车区域数量与各有车区域的宽度、高度和反射特征值;根据直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,以实现对激光检测区域中车辆的定位跟踪,该方法检测精度高,适应性强。
Description
技术领域
本发明涉及车辆定位技术领域,尤其涉及一种车辆定位方法及装置。
背景技术
在现有技术中,多车道自由流系统是专用短程通信(DedicatedShort Range Communications,简称DSRC)技术的重要应用,广泛使用于车辆自由行使状态下的车路通信,路桥收费,交通流量调查,多义路径标识领域,并在城市交通管理,交通拥堵治理及排放控制领域具有广泛的应用前景。
基于DSRC的多车道自由流系统中,路侧系统使用多台路侧单元(Road Side Unit,简称RSU)天线在道路横截面形成连续的DSRC通信区域,以便与驶入通信区域内车辆上装载的车载单元(On BoardUnit,简称OBU)进行无线通信,进而实现各种应用场景。但是由于道路交通的开放性,会存在部分未安装OBU的车辆驶过多车道自由流系统断面。未安装OBU的车辆无法被DSRC系统识别,不能实现预定的管控、统计或收费应用,但该车辆会被辅助定位系统识别。为了实现无标签车辆的稽查,需要将辅助定位系统获取的车辆位置信息与DSRC系统获取的车辆信息进行比对,排除未安装OBU的车辆。
目前,多车道自由流的辅助定位系统主要通过视频检测方式实现车辆的定位与跟踪,但是视频检测方式易受天气环境、车辆遮挡等的影响,定位精度比较低。
鉴于此,如何实现对车辆高检测精度、高适应性的定位成为目前需要解决的技术问题。
发明内容
为解决上述的技术问题,本发明提供一种车辆定位方法及装置,能够实现车辆的定位跟踪功能,检测精度高,适应性强,不受光线等环境影响,同时对正常的变道、跨线行驶车辆能精确地定位与跟踪。
第一方面,本发明提供一种车辆定位方法,包括:
获取激光检测区域的多路激光扫描线数据,所述激光扫描线数据包括:每路激光各扫描点回波中的距离值、脉宽值和脉冲峰值;
将所述多路激光扫描线数据中的距离值进行坐标变换,转换为直角坐标系中的位置信息数据;
根据所述距离值、脉宽值和脉冲峰值,获取表征反射面特性的反射特征值;
根据所述直角坐标系中的位置信息数据或所述反射特征值,将所述激光检测区域中的有车区域划分出来,并确定有车区域数量与各有车区域的宽度、高度和反射特征值;
根据所述直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,以实现对激光检测区域中车辆的定位。
可选地,在所述根据所述直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,以实现对激光检测区域中车辆的定位之后,还包括:
在所有有车区域分别与存储的所有已有车辆的匹配中,对没有与有车区域匹配成功的已有车辆进行删除操作。
可选地,所述获取激光检测区域的多路激光扫描线数据,包括:
接收多路激光扫描线初始数据;
对接收的多路激光扫描线数据进行校验;
剔除通过校验的多路激光扫描线数据的帧头和帧尾,提取通过校验的多路激光扫描线数据的有效数据;
将时刻相同的有效数据组合在一起,生成一帧场景的多路激光扫描线数据。
可选地,所述将所述多路激光扫描线数据中的距离值进行坐标变换,转换为直角坐标系中的位置信息数据,包括:
通过第一公式,获取各扫描点扫描到车辆在直角坐标系中的z位置,所述z位置为高度值;
通过第二公式,获取各扫描点扫描到车辆在直角坐标系中的y位置;
通过第三公式,获取各扫描点扫描到车辆在直角坐标系中的x位置;
其中,所述第一公式为:
z=H-S*cosα,
H为激光器的安装高度,S为获取的激光扫描线数据中单个扫描点回波中的距离值,α为激光器与铅垂线的夹角;
所述第二公式为:
y=Y-zYH,
Y为无车时激光单个扫描点扫描到地面时的位置;
所述第三公式为:
x=X0±S*sinβ,
X0为激光器在直角坐标系中的x位置,β为所计算激光扫描点发射的扫描线与激光中心线的夹角,所述激光中心线为所有激光扫描线扫描到地面时距离值最小的一条线;
其中,在直角坐标系中,垂直于路面向天空延伸的方向为Z轴,垂直于行车方向为X轴,行车方向的反方向为Y轴。
可选地,在所述根据所述距离值、脉宽值和脉冲峰值,获取表征反射面特性的反射特征值之前,还包括:
采取统计方法,预先训练出反射特征值与距离值、脉宽值和脉冲峰值的关系的模型;
相应地,所述根据所述距离值、脉宽值和脉冲峰值,获取表征反射面特性的反射特征值,具体包括:
根据所述距离值、脉宽值、脉冲峰值,通过所述反射特征值与距离值、脉宽值和脉冲峰值的关系的模型,获取表征反射面特性的反射特征值。
可选地,所述根据所述直角坐标系中的位置信息数据或所述反射特征值,将所述激光检测区域中的有车区域划分出来,包括:
若扫描点扫描到车辆在直角坐标系中的z位置大于预设第一阈值,则确定该扫描点扫描到的激光检测区域的位置为有车区域;
和/或,
若相邻两个扫描点扫描到车辆在直角坐标系中的x位置相差等于预设第二阈值或者相邻两个扫描点之间的反射特征值相差大于预设第三阈值,则确定该相邻两个扫描点为区域分割点;
根据所述区域分割点,将所述激光检测区域中的有车区域划分出来。
可选地,所述根据所述直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,包括:
S1、对各有车区域轮询匹配;
S2、判断所有有车区域是否匹配完毕,如果是则执行S12,否则执行S3;
S3、判断场景中是否存在已有车辆,如果是则执行S5,否则执行S4;
S4、创建新车车辆信息,然后执行S1,所述新车车辆信息包括:车辆ID、车头覆盖激光线号、车尾覆盖激光线号、即将覆盖的线号、车辆高度、车辆宽度、车辆左边侧位置、车辆右边侧位置、行车方向、车辆反射特征值。
S5、判断场景中是否存在未匹配成功的已有车辆,如果是则执行S6,否则执行S4;
S6、场景中未匹配成功的已有车辆轮询与有车区域进行匹配,然后执行S7;
S7、判断是否有未匹配过的已有车辆,如果是则执行S8,否则执行S4;
S8、有车区域所在线号是否是该未匹配过的已有车辆的覆盖线号,如果是则执行S10,否则执行S9;
S9、有车区域所在线号是否是该未匹配过的已有车辆将要覆盖的线号,如果是则执行S10,否则执行S6;
S10、根据所述直角坐标系中的位置信息数据判断有车区域的覆盖范围与该未匹配过的已有车辆的左右位置是否存在交集或者是否相差预设第四阈值,同时判断有车区域的反射特征值与该未匹配过的已有车辆的反射特征值相差是否小于预设第五阈值,如果该两次判断结果均为是则执行S11,否则执行S6;
S11、有车区域与该未匹配过的已有车辆匹配成功,更新该未匹配过的已有车辆的匹配成功信息;
S12、结束匹配。
可选地,所述扫描点回波包括:单重回波,和/或多重回波;
在激光入射到激光检测区域中的车辆的车身时,返回单重回波;
在激光入射到激光检测区域中的车辆的车窗玻璃时,返回双重回波,一重回波为激光穿透车窗玻璃后入射到物体时返回的回波,另一重回波为激光入射到车窗玻璃时返回的回波;
在所述扫描点回波采用双重回波时,所述步骤S10还包括:
若该有车区域为车窗玻璃,判断该有车区域的反射特征值与该未匹配过的已有车辆的车窗玻璃的反射特征值相差是否小于预设第六阈值,若是则执行S11,否则执行S6。
第二方面,本发明提供一种车辆定位装置,包括:
第一获取模块,用于获取激光检测区域的多路激光扫描线数据,所述激光扫描线数据包括:每路激光各扫描点回波中的距离值、脉宽值、脉冲峰值;
坐标变换模块,用于将所述多路激光扫描线数据中的距离值进行坐标变换,转换为直角坐标系中的位置信息数据;
第二获取模块,用于根据所述距离值、脉宽值和脉冲峰值,获取表征反射面特性的反射特征值;
区域划分模块,用于根据所述直角坐标系中的位置信息数据或所述反射特征值,将所述激光检测区域中的有车区域划分出来,并确定有车区域数量与各有车区域的宽度、高度和反射特征值;
匹配模块,用于根据所述直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,以实现对激光检测区域中车辆的定位。
可选地,所述装置,还包括:
收尾模块,用于在所有有车区域分别与存储的所有已有车辆的匹配中,对没有与有车区域匹配成功的已有车辆进行删除操作。
由上述技术方案可知,本发明的车辆定位方法及装置,通过获取激光检测区域的多路激光扫描线数据,将多路激光扫描线数据中的距离值进行坐标变换,转换为直角坐标系中的位置信息数据,根据多路激光扫描线数据中的距离值、脉宽值和脉冲峰值获取表征反射面特性的反射特征值,根据直角坐标系中的位置信息数据或反射特征值将激光检测区域中的有车区域划分出来,并确定有车区域数量与各有车区域的宽度、高度和反射特征值,根据直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,以实现对激光检测区域中车辆的定位,能够实现车辆的定位跟踪功能,检测精度高,适应性强,不受光线等环境影响,同时对正常的变道、跨线行驶车辆能精确地定位与跟踪。
附图说明
图1为本发明一实施例提供的一种车辆定位方法的流程示意图;
图2为本发明实施例提供的车辆进入激光检测区域的示意图;
图3为本发明实施例提供的激光单个扫描点接收的脉冲数据的示意图;
图4为本发明实施例提供的一种6路激光扫描线扫描的距离值的数据示意图;
图5为本发明实施例提供的激光扫描线扫描高度与前后位置的示意图;
图6为本发明实施例提供的计算激光扫描线扫描左右位置的示意图;
图7为本发明实施例提供的一种6路激光扫描线扫描的距离值坐标变换后的数据示意图;
图8为图1所示实施例中的将所有有车区域分别与存储的所有已有车辆进行匹配的流程示意图;
图9为本发明一实施例提供的一种车辆定位装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他的实施例,都属于本发明保护的范围。
图1示出了本发明一实施例提供的车辆定位方法的流程示意图,如图1所示,本实施例的车辆定位方法如下所述。
101、获取激光检测区域的多路激光扫描线数据,所述激光扫描线数据包括:每路激光各扫描点回波中的距离值、脉宽值和脉冲峰值。
可理解的是,每路激光各扫描点回波中的距离值反映的是发射激光扫描线的激光器到反射物体的距离。一路激光扫描线数据是由激光器的激光扫描范围内的多点数据组成的。优选地,每路激光扫描线可包括361个扫描点,扫描角度为0-180度,每0.5度扫描一次。
在具体应用中,所述步骤101,可包括:
接收多路激光扫描线初始数据;
对接收的多路激光扫描线数据进行校验;
剔除通过校验的多路激光扫描线数据的帧头和帧尾,提取通过校验的多路激光扫描线数据的有效数据;
将时刻相同的有效数据组合在一起,生成一帧场景的多路激光扫描线数据。
在具体应用中,可采用轮询或中断接收方式接收通过接口传输过来的多路激光扫描线初始数据。
102、将所述多路激光扫描线数据中的距离值进行坐标变换,转换为直角坐标系中的位置信息数据。
在具体应用中,所述步骤102,可包括:
通过第一公式,获取各扫描点扫描到车辆在直角坐标系中的z位置,所述z位置为高度值;
通过第二公式,获取各扫描点扫描到车辆在直角坐标系中的y位置;
通过第三公式,获取各扫描点扫描到车辆在直角坐标系中的x位置;
其中,所述第一公式为:
z=H-S*cosα,
H为激光器的安装高度,S为获取的激光扫描线数据中单个扫描点回波中的距离值,α为激光器与铅垂线的夹角;
所述第二公式为:
y=Y-zYH,
Y为无车时激光单个扫描点扫描到地面时的位置;
所述第三公式为:
x=X0±S*sinβ,
X0为激光器在直角坐标系中的x位置,β为所计算激光扫描点发射的扫描线与激光中心线的夹角,所述激光中心线为所有激光扫描线扫描到地面时距离值最小的一条线;
其中,在直角坐标系中,垂直于路面向天空延伸的方向为Z轴,垂直于行车方向为X轴,行车方向的反方向为Y轴。
103、根据所述距离值、脉宽值和脉冲峰值,获取表征反射面特性的反射特征值。
在具体应用中,所述步骤103,可包括:
根据所述距离值、脉宽值、脉冲峰值,通过预先训练出的反射特征值与距离值、脉宽值和脉冲峰值的关系的模型,获取表征反射面特性的反射特征值。
应说明的是,在所述步骤103之前,可采取统计方法,预先训练出反射特征值与距离值、脉宽值和脉冲峰值的关系的模型。
104、根据所述直角坐标系中的位置信息数据或所述反射特征值,将所述激光检测区域中的有车区域划分出来,并确定有车区域数量与各有车区域的宽度、高度和反射特征值。
由于车与车左右之间是有间隔的,所以在具体应用中,所述步骤104,可包括:
若扫描点扫描到车辆在直角坐标系中的z位置大于预设第一阈值,则确定该扫描点扫描到的激光检测区域的位置为有车区域;
和/或,
若相邻两个扫描点扫描到车辆在直角坐标系中的x位置相差等于预设第二阈值或者相邻两个扫描点之间的反射特征值相差大于预设第三阈值,则确定该相邻两个扫描点为区域分割点;
根据所述区域分割点,将所述激光检测区域中的有车区域划分出来。
105、根据所述直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,以实现对激光检测区域中车辆的定位。
其中,上述中获取的反射特征值是指通过距离值、脉宽值、脉冲峰值计算得到的单点反射特征值;“各有车区域的宽度、高度和反射特征值”中的“反射特征值”是指有车区域的反射特征值。
在具体应用中,如图8所示,所述步骤105,可包括:
S1、对各有车区域轮询匹配;
S2、判断所有有车区域是否匹配完毕,如果是则执行S12,否则执行S3;
S3、判断场景中是否存在已有车辆,如果是则执行S5,否则执行S4;
S4、创建新车车辆信息,然后执行S1,所述新车车辆信息包括:车辆ID、车头覆盖激光线号、车尾覆盖激光线号、即将覆盖的线号、车辆高度、车辆宽度、车辆左边侧位置、车辆右边侧位置、行车方向、车辆反射特征值。
S5、判断场景中是否存在未匹配成功的已有车辆,如果是则执行S6,否则执行S4;
S6、场景中未匹配成功的已有车辆轮询与有车区域进行匹配,然后执行S7;
S7、判断是否有未匹配过的已有车辆,如果是则执行S8,否则执行S4;
S8、有车区域所在线号是否是该未匹配过的已有车辆的覆盖线号,如果是则执行S10,否则执行S9;
S9、有车区域所在线号是否是该未匹配过的已有车辆将要覆盖的线号,如果是则执行S10,否则执行S6;
S10、根据所述直角坐标系中的位置信息数据判断有车区域的覆盖范围与该未匹配过的已有车辆的左右位置是否存在交集或者是否相差预设第四阈值,同时判断有车区域的反射特征值与该未匹配过的已有车辆的反射特征值相差是否小于预设第五阈值,如果该两次判断结果均为是则执行S11,否则执行S6;
S11、有车区域与该未匹配过的已有车辆匹配成功,更新该未匹配过的已有车辆的匹配成功信息;
S12、结束匹配。
在具体应用中,本实施例所述扫描点回波包括:单重回波,和/或多重回波;
单重回波是指一个扫描点发射的光不论入射到几个检测物体只返回一个回波,多重回波是指一个扫描点发射的光入射到多个检测物体返回多个回波。一般常用单重回波和双重回波。在激光入射到激光检测区域中的车辆的车身时,返回单重回波;在激光入射到激光检测区域中的车辆的车窗玻璃时,返回双重回波,一重回波为激光穿透车窗玻璃后入射到物体时返回的回波,另一重回波为激光入射到车窗玻璃时返回的回波。利用此特点,可以区分车身与车窗玻璃。
车窗玻璃包括前挡风玻璃、后挡风玻璃、天窗。由于天窗有区别与前后挡风玻璃的特点,高度比前后挡风玻璃高,宽度比前后挡风玻璃窄。因此,可以通过提取前后挡风玻璃的双重反射特征值,在车辆信息添加车窗玻璃反射特征值来辅助车辆匹配步骤。在具体应用中,在所述扫描点回波采用双重回波时,所述步骤S10还可包括:
若该有车区域为车窗玻璃,判断该有车区域的反射特征值与该未匹配过的已有车辆的车窗玻璃的反射特征值相差是否小于预设第六阈值,若是则执行S11,否则执行S6。
本实施例的车辆定位方法,通过获取激光检测区域的多路激光扫描线数据,将多路激光扫描线数据中的距离值进行坐标变换,转换为直角坐标系中的位置信息数据,根据多路激光扫描线数据中的距离值、脉宽值和脉冲峰值获取表征反射面特性的反射特征值,根据直角坐标系中的位置信息数据或反射特征值将激光检测区域中的有车区域划分出来,并确定有车区域数量与各有车区域的宽度、高度和反射特征值,根据直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,能够实现车辆的定位跟踪功能,检测精度高,适应性强,不受光线等环境影响,同时对正常的变道、跨线行驶车辆能精确地定位与跟踪。
在所述步骤105之后,还可包括图中未示出的步骤106:
106、在所有有车区域分别与存储的所有已有车辆的匹配中,对没有与有车区域匹配成功的已有车辆进行删除操作。
举例来说,如图2所示,以激光检测区域包含6条激光扫描线为例,延行车方向,线号分别命名为线1、线2、线3、线4、线5、线6,获取的多路激光扫描线数据分别为1路数据、2路数据、3路数据、4路数据、5路数据、6路数据,各路扫描的激光扫描线数据包括各扫描点回波中的距离值、脉冲峰值、脉宽值。在图2中,当车辆V1和车辆V2进入到激光检测区域的激光扫描断面时,被多条激光线扫描到,在直角坐标系中,垂直于路面向天空延伸的方向为Z轴,垂直于行车方向为X轴,行车方向的反方向为Y轴。
以各扫描点回波为单重回波为例,即只有一个距离值、脉宽值、脉冲峰值,本实施例所述车辆定位方法,包括下述步骤201-206:
201、获取激光检测区域的6路激光扫描线数据,所述激光扫描线数据包括:每路激光各扫描点回波中的距离值、脉宽值和脉冲峰值。
在具体应用中,所述步骤201,具体包括:
通过网口传输,中断接收方式,每隔20ms,接收一次6路激光扫描线初始数据;
对接收的6路激光扫描线数据进行校验;
剔除通过校验的6路激光扫描线数据的帧头和帧尾,提取通过校验的6路激光扫描线数据的有效数据;
将时刻相同的有效数据组合在一起,生成一帧场景的6路激光扫描线数据。
其中,每路激光扫描线包括361个扫描点,每路激光扫描线数据包含361个扫描点的信息,扫描角度为0-180度,每0.5度扫描一次。每个扫描点接收的脉冲数据示意图如图3所示,通过接收到此脉冲的时间计算得到每个扫描点的距离值,脉冲的最大值即为脉冲峰值H,脉冲的有效宽度即为脉宽值W=t下-t上,其中t上为脉冲起始时刻,t下为脉冲结束时刻。
生成的一帧场景的6路激光扫描线数据中的距离值的数据可参照图4所示,图4中凸起部分为扫描到的车辆信息,6路数据组成一帧场景数据。反射特征值形状与距离值波形图类似,只是路面部分与车辆部分的峰值大小关系不同,在此不列举。
202、参见图5和图6,将所述6路激光扫描线数据中的距离值进行坐标变换,转换为直角坐标系中的位置信息数据。
在具体应用中,所述步骤102,可包括:
通过第一公式,获取各扫描点扫描到车辆在直角坐标系中的z位置,所述z位置为高度值;
通过第二公式,获取各扫描点扫描到车辆在直角坐标系中的y位置;
通过第三公式,获取各扫描点扫描到车辆在直角坐标系中的x位置;
其中,所述第一公式为:
z=H-S*cosα,
H为激光器的安装高度,S为获取的激光扫描线数据中单个扫描点回波中的距离值,α为激光器与铅垂线的夹角;
所述第二公式为:
y=Y-zYH,
Y为无车时激光单个扫描点扫描到地面时的位置;
所述第三公式为:
x=X0±S*sinβ,
X0为激光器在直角坐标系中的x位置,β为所计算激光扫描点发射的扫描线与激光中心线的夹角,所述激光中心线为所有激光扫描线扫描到地面时距离值最小的一条线。
6路坐标变换后的数据,如图7所示,右边凸起部分为车辆V1所在位置,左边凸起部分为车辆V2所在位置,图6中S中为所有激光扫描线扫描到地面时的最小的距离值。
203、根据所述6路激光扫描线数据中的距离值、脉宽值、脉冲峰值,通过预先训练出的反射特征值与距离值、脉宽值和脉冲峰值的关系的模型,获取表征反射面特性的反射特征值。
应说明的是,本步骤中的反射特征值与反射面的材质有关系,例如地面、车辆颜色、车辆表面喷漆的材质、车窗玻璃材质等。
在所述步骤203之前,可采取统计方法,预先训练出地面、不同车辆颜色、不同车辆品牌、不同车辆类型等车辆的反射特征值与距离值、脉宽值和脉冲峰值的关系的模型。
204、根据所述直角坐标系中的位置信息数据或所获取的反射特征值,将所述激光检测区域中的有车区域划分出来,并确定有车区域数量与各有车区域的宽度、高度和反射特征值。
由于车与车左右之间是有间隔的,所以在具体应用中,所述步骤204,包括:
若扫描点扫描到车辆在直角坐标系中的z位置大于预设第一阈值,则确定该扫描点扫描到的激光检测区域的位置为有车区域;
和/或,
若相邻两个扫描点扫描到车辆在直角坐标系中的x位置相差等于预设第二阈值或者相邻两个扫描点之间的反射特征值相差大于预设第三阈值,则确定该相邻两个扫描点为区域分割点;
根据所述区域分割点,将所述激光检测区域中的有车区域划分出来。
205、如图8所示,根据所述直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,以实现对激光检测区域中车辆的定位。
具体地,所述步骤205,包括:
S1、对各有车区域轮询匹配;
S2、判断所有有车区域是否匹配完毕,如果是则执行S12,否则执行S3;
S3、判断场景中是否存在已有车辆,如果是则执行S5,否则执行S4;
S4、创建新车车辆信息,然后执行S1,所述新车车辆信息包括:车辆ID、车头覆盖激光线号、车尾覆盖激光线号、即将覆盖的线号、车辆高度、车辆宽度、车辆左边侧位置、车辆右边侧位置、行车方向、车辆反射特征值。
S5、判断场景中是否存在未匹配成功的已有车辆,如果是则执行S6,否则执行S4;
S6、场景中未匹配成功的已有车辆轮询与有车区域进行匹配,然后执行S7;
S7、判断是否有未匹配过的已有车辆,如果是则执行S8,否则执行S4;
S8、有车区域所在线号是否是该未匹配过的已有车辆的覆盖线号,如果是则执行S10,否则执行S9;
S9、有车区域所在线号是否是该未匹配过的已有车辆将要覆盖的线号,如果是则执行S10,否则执行S6;
S10、根据所述直角坐标系中的位置信息数据判断有车区域的覆盖范围与该未匹配过的已有车辆的左右位置是否存在交集或者是否相差预设第四阈值,同时判断有车区域的反射特征值与该未匹配过的已有车辆的反射特征值相差是否小于预设第五阈值,如果该两次判断结果均为是则执行S11,否则执行S6;
S11、有车区域与该未匹配过的已有车辆匹配成功,更新该未匹配过的已有车辆的匹配成功信息;
S12、结束匹配。
206、在所有有车区域分别与存储的所有已有车辆的匹配中,对没有与有车区域匹配成功的已有车辆进行删除操作。
可理解的是,当车辆行驶出激光覆盖场景时,不再会有有车区域和其匹配,此时可以删除此车辆信息。
通过对车辆实时覆盖激光线位置的描述,可以完整的描绘出车辆行驶的路径,达到了车辆定位的目的。
在上述举例中,若所述扫描点回波采用双重回波,即在激光入射到激光检测区域中的车辆的车窗玻璃时,返回双重回波,一重回波为激光穿透车窗玻璃后入射到物体时返回的回波,另一重回波为激光入射到车窗玻璃时返回的回波。利用此特点,可以区分车身与车窗玻璃。车窗玻璃包括前挡风玻璃、后挡风玻璃、天窗。由于天窗有区别与前后挡风玻璃的特点,高度比前后挡风玻璃高,宽度比前后挡风玻璃窄。因此,可以通过提取前后挡风玻璃的双重反射特征值,在车辆信息添加车窗玻璃反射特征值来辅助车辆匹配步骤,所述步骤S10还可包括:
若该有车区域为车窗玻璃,判断该有车区域的反射特征值与该未匹配过的已有车辆的车窗玻璃的反射特征值相差是否小于预设第六阈值,若是则执行S11,否则执行S6。
本实施例的车辆定位方法,能够实现车辆的定位跟踪功能,检测精度高,适应性强,不受光线等环境影响,同时对正常的变道、跨线行驶车辆能精确地定位与跟踪。
图9示出了本发明一实施例提供的一种车辆定位装置的结构示意图,如图9所示,本实施例的车辆定位装置,包括:第一获取模块91、坐标变换模块92、第二获取模块93、区域划分模块94和匹配模块95;
第一获取模块91,用于获取激光检测区域的多路激光扫描线数据,所述激光扫描线数据包括:每路激光各扫描点回波中的距离值、脉宽值和脉冲峰值;
坐标变换模块92,用于将所述多路激光扫描线数据中的距离值进行坐标变换,转换为直角坐标系中的位置信息数据;
第二获取模块93,用于根据所述距离值、脉宽值和脉冲峰值,获取表征反射面特性的反射特征值;
区域划分模块94,用于根据所述直角坐标系中的位置信息数据或所述反射特征值,将所述激光检测区域中的有车区域划分出来,并确定有车区域数量与各有车区域的宽度、高度和反射特征值;
匹配模块95,用于根据所述直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,以实现对激光检测区域中车辆的定位。
在具体应用中,所述装置还可包括图中未示出的:
收尾模块96,用于在所有有车区域分别与存储的所有已有车辆的匹配中,对没有与有车区域匹配成功的已有车辆进行删除操作。
本实施例的车辆定位装置,能够实现车辆的定位跟踪功能,检测精度高,适应性强,不受光线等环境影响,同时对正常的变道、跨线行驶车辆能精确地定位与跟踪。
本实施例的车辆定位装置,可以用于执行前述图1所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
在本发明实施方式中“第一”和“第二”等并不是对先后顺序做出规定,只是对名称做出区别,在本发明实施方式中,不做出任何的限定。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种车辆定位方法,其特征在于,包括:
获取激光检测区域的多路激光扫描线数据,所述激光扫描线数据包括:每路激光各扫描点回波中的距离值、脉宽值和脉冲峰值;
将所述多路激光扫描线数据中的距离值进行坐标变换,转换为直角坐标系中的位置信息数据;
根据所述距离值、脉宽值和脉冲峰值,获取表征反射面特性的反射特征值;
根据所述直角坐标系中的位置信息数据或所述反射特征值,将所述激光检测区域中的有车区域划分出来,并确定有车区域数量与各有车区域的宽度、高度和反射特征值;
根据所述直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,以实现对激光检测区域中车辆的定位。
2.根据权利要求1所述的方法,其特征在于,在所述根据所述直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,以实现对激光检测区域中车辆的定位之后,还包括:
在所有有车区域分别与存储的所有已有车辆的匹配中,对没有与有车区域匹配成功的已有车辆进行删除操作。
3.根据权利要求1所述的方法,其特征在于,所述获取激光检测区域的多路激光扫描线数据,包括:
接收多路激光扫描线初始数据;
对接收的多路激光扫描线数据进行校验;
剔除通过校验的多路激光扫描线数据的帧头和帧尾,提取通过校验的多路激光扫描线数据的有效数据;
将时刻相同的有效数据组合在一起,生成一帧场景的多路激光扫描线数据。
4.根据权利要求1所述的方法,其特征在于,所述将所述多路激光扫描线数据中的距离值进行坐标变换,转换为直角坐标系中的位置信息数据,包括:
通过第一公式,获取各扫描点扫描到车辆在直角坐标系中的z位置,所述z位置为高度值;
通过第二公式,获取各扫描点扫描到车辆在直角坐标系中的y位置;
通过第三公式,获取各扫描点扫描到车辆在直角坐标系中的x位置;
其中,所述第一公式为:
z=H-S*cosα,
H为激光器的安装高度,S为获取的激光扫描线数据中单个扫描点回波中的距离值,α为激光器与铅垂线的夹角;
所述第二公式为:
y=Y-zYH,
Y为无车时激光单个扫描点扫描到地面时的位置;
所述第三公式为:
x=X0±S*sinβ,
X0为激光器在直角坐标系中的x位置,β为所计算激光扫描点发射的扫描线与激光中心线的夹角,所述激光中心线为所有激光扫描线扫描到地面时距离值最小的一条线;
其中,在直角坐标系中,垂直于路面向天空延伸的方向为Z轴,垂直于行车方向为X轴,行车方向的反方向为Y轴。
5.根据权利要求1所述的方法,其特征在于,在所述根据所述距离值、脉宽值和脉冲峰值,获取表征反射面特性的反射特征值之前,还包括:
采取统计方法,预先训练出反射特征值与距离值、脉宽值和脉冲峰值的关系的模型;
相应地,所述根据所述距离值、脉宽值和脉冲峰值,获取表征反射面特性的反射特征值,具体包括:
根据所述距离值、脉宽值、脉冲峰值,通过所述反射特征值与距离值、脉宽值和脉冲峰值的关系的模型,获取表征反射面特性的反射特征值。
6.根据权利要求4所述的方法,其特征在于,所述根据所述直角坐标系中的位置信息数据或所述反射特征值,将所述激光检测区域中的有车区域划分出来,包括:
若扫描点扫描到车辆在直角坐标系中的z位置大于预设第一阈值,则确定该扫描点扫描到的激光检测区域的位置为有车区域;
和/或,
若相邻两个扫描点扫描到车辆在直角坐标系中的x位置相差等于预设第二阈值或者相邻两个扫描点之间的反射特征值相差大于预设第三阈值,则确定该相邻两个扫描点为区域分割点;
根据所述区域分割点,将所述激光检测区域中的有车区域划分出来。
7.根据权利要求3所述的方法,其特征在于,所述根据所述直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,包括:
S1、对各有车区域轮询匹配;
S2、判断所有有车区域是否匹配完毕,如果是则执行S12,否则执行S3;
S3、判断场景中是否存在已有车辆,如果是则执行S5,否则执行S4;
S4、创建新车车辆信息,然后执行S1,所述新车车辆信息包括:车辆ID、车头覆盖激光线号、车尾覆盖激光线号、即将覆盖的线号、车辆高度、车辆宽度、车辆左边侧位置、车辆右边侧位置、行车方向、车辆反射特征值。
S5、判断场景中是否存在未匹配成功的已有车辆,如果是则执行S6,否则执行S4;
S6、场景中未匹配成功的已有车辆轮询与有车区域进行匹配,然后执行S7;
S7、判断是否有未匹配过的已有车辆,如果是则执行S8,否则执行S4;
S8、有车区域所在线号是否是该未匹配过的已有车辆的覆盖线号,如果是则执行S10,否则执行S9;
S9、有车区域所在线号是否是该未匹配过的已有车辆将要覆盖的线号,如果是则执行S10,否则执行S6;
S10、根据所述直角坐标系中的位置信息数据判断有车区域的覆盖范围与该未匹配过的已有车辆的左右位置是否存在交集或者是否相差预设第四阈值,同时判断有车区域的反射特征值与该未匹配过的已有车辆的反射特征值相差是否小于预设第五阈值,如果该两次判断结果均为是则执行S11,否则执行S6;
S11、有车区域与该未匹配过的已有车辆匹配成功,更新该未匹配过的已有车辆的匹配成功信息;
S12、结束匹配。
8.根据权利要求7所述的方法,其特征在于,所述扫描点回波包括:单重回波,和/或多重回波;
在激光入射到激光检测区域中的车辆的车身时,返回单重回波;
在激光入射到激光检测区域中的车辆的车窗玻璃时,返回双重回波,一重回波为激光穿透车窗玻璃后入射到物体时返回的回波,另一重回波为激光入射到车窗玻璃时返回的回波;
在所述扫描点回波采用双重回波时,所述步骤S10还包括:
若该有车区域为车窗玻璃,判断该有车区域的反射特征值与该未匹配过的已有车辆的车窗玻璃的反射特征值相差是否小于预设第六阈值,若是则执行S11,否则执行S6。
9.一种车辆定位装置,其特征在于,包括:
第一获取模块,用于获取激光检测区域的多路激光扫描线数据,所述激光扫描线数据包括:每路激光各扫描点回波中的距离值、脉宽值和脉冲峰值;
坐标变换模块,用于将所述多路激光扫描线数据中的距离值进行坐标变换,转换为直角坐标系中的位置信息数据;
第二获取模块,用于根据所述距离值、脉宽值和脉冲峰值,获取表征反射面特性的反射特征值;
区域划分模块,用于根据所述直角坐标系中的位置信息数据或所述反射特征值,将所述激光检测区域中的有车区域划分出来,并确定有车区域数量与各有车区域的宽度、高度和反射特征值;
匹配模块,用于根据所述直角坐标系中的位置信息数据、获取的反射特征值、各有车区域的宽度、高度和反射特征值,将所有有车区域分别与存储的所有已有车辆进行匹配,以实现对激光检测区域中车辆的定位。
10.根据权利要求9所述的装置,其特征在于,还包括:
收尾模块,用于在所有有车区域分别与存储的所有已有车辆的匹配中,对没有与有车区域匹配成功的已有车辆进行删除操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510818388.0A CN106772419B (zh) | 2015-11-23 | 2015-11-23 | 车辆定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510818388.0A CN106772419B (zh) | 2015-11-23 | 2015-11-23 | 车辆定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106772419A true CN106772419A (zh) | 2017-05-31 |
CN106772419B CN106772419B (zh) | 2021-02-12 |
Family
ID=58963117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510818388.0A Active CN106772419B (zh) | 2015-11-23 | 2015-11-23 | 车辆定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106772419B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109801503A (zh) * | 2017-11-17 | 2019-05-24 | 武汉万集信息技术有限公司 | 基于激光的车辆测速方法及系统 |
CN111123237A (zh) * | 2018-10-30 | 2020-05-08 | 北京万集科技股份有限公司 | 激光雷达回波信号识别的方法、装置、设备及存储介质 |
CN111745635A (zh) * | 2019-03-28 | 2020-10-09 | 苏州科瓴精密机械科技有限公司 | 识别反光标方法、移动机器人定位方法及移动机器人系统 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101807123A (zh) * | 2009-02-13 | 2010-08-18 | 李幸超 | 一种定位系统 |
CN201917322U (zh) * | 2010-12-20 | 2011-08-03 | 浙江省机电设计研究院有限公司 | 高精度低速车辆长、宽、高自动化检测装置 |
CN102289938A (zh) * | 2011-05-23 | 2011-12-21 | 辽宁金洋集团信息技术有限公司 | 双列垂直雷达波的车辆分型方法 |
CN102622783A (zh) * | 2012-03-29 | 2012-08-01 | 北京速通科技有限公司 | 一种基于精确位置匹配的多车道自由流电子收费方法 |
CN102708694A (zh) * | 2012-06-19 | 2012-10-03 | 公安部第三研究所 | 基于高速脉冲激光扫描的车型自动识别系统及方法 |
JP2012189535A (ja) * | 2011-03-14 | 2012-10-04 | Ihi Corp | 植生検出装置及び植生検出方法 |
CN202584427U (zh) * | 2011-12-23 | 2012-12-05 | 北京易华录信息技术股份有限公司 | 车牌遮挡检测系统 |
CN203204839U (zh) * | 2012-12-31 | 2013-09-18 | 北京万集科技股份有限公司 | 一体式激光扫描交通情况调查装置 |
US8655022B2 (en) * | 2009-03-03 | 2014-02-18 | Hitachi-Ge Nuclear Energy, Ltd. | System and method for detecting position of underwater vehicle |
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
CN104252630A (zh) * | 2013-06-26 | 2014-12-31 | 现代摩比斯株式会社 | 物体识别系统 |
CN104361751A (zh) * | 2014-10-27 | 2015-02-18 | 北京握奇智能科技有限公司 | 一种自由流收费的激光扫描车型识别系统 |
CN104392522A (zh) * | 2014-11-21 | 2015-03-04 | 安徽清新互联信息科技有限公司 | 一种基于伪深度信息的客流统计系统 |
CN104502934A (zh) * | 2014-12-31 | 2015-04-08 | 北京万集科技股份有限公司 | 车辆定位方法和系统 |
CN104574540A (zh) * | 2014-12-24 | 2015-04-29 | 北京速通科技有限公司 | 电子不停车收费系统及方法 |
CN104881897A (zh) * | 2015-05-20 | 2015-09-02 | 广东诚泰交通科技发展有限公司 | Etc车道车辆检测系统及检测方法 |
CN204680205U (zh) * | 2015-06-12 | 2015-09-30 | 北京万集科技股份有限公司 | 一种车辆定位系统 |
CN104966399A (zh) * | 2015-06-03 | 2015-10-07 | 武汉万集信息技术有限公司 | 一种车辆速度检测装置及方法 |
CN105046968A (zh) * | 2015-06-19 | 2015-11-11 | 武汉万集信息技术有限公司 | 一种大客车识别及抓拍方法、装置及系统 |
-
2015
- 2015-11-23 CN CN201510818388.0A patent/CN106772419B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101807123A (zh) * | 2009-02-13 | 2010-08-18 | 李幸超 | 一种定位系统 |
US8655022B2 (en) * | 2009-03-03 | 2014-02-18 | Hitachi-Ge Nuclear Energy, Ltd. | System and method for detecting position of underwater vehicle |
CN201917322U (zh) * | 2010-12-20 | 2011-08-03 | 浙江省机电设计研究院有限公司 | 高精度低速车辆长、宽、高自动化检测装置 |
JP2012189535A (ja) * | 2011-03-14 | 2012-10-04 | Ihi Corp | 植生検出装置及び植生検出方法 |
CN102289938A (zh) * | 2011-05-23 | 2011-12-21 | 辽宁金洋集团信息技术有限公司 | 双列垂直雷达波的车辆分型方法 |
CN202584427U (zh) * | 2011-12-23 | 2012-12-05 | 北京易华录信息技术股份有限公司 | 车牌遮挡检测系统 |
CN102622783A (zh) * | 2012-03-29 | 2012-08-01 | 北京速通科技有限公司 | 一种基于精确位置匹配的多车道自由流电子收费方法 |
CN102708694A (zh) * | 2012-06-19 | 2012-10-03 | 公安部第三研究所 | 基于高速脉冲激光扫描的车型自动识别系统及方法 |
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
CN203204839U (zh) * | 2012-12-31 | 2013-09-18 | 北京万集科技股份有限公司 | 一体式激光扫描交通情况调查装置 |
CN104252630A (zh) * | 2013-06-26 | 2014-12-31 | 现代摩比斯株式会社 | 物体识别系统 |
CN104361751A (zh) * | 2014-10-27 | 2015-02-18 | 北京握奇智能科技有限公司 | 一种自由流收费的激光扫描车型识别系统 |
CN104392522A (zh) * | 2014-11-21 | 2015-03-04 | 安徽清新互联信息科技有限公司 | 一种基于伪深度信息的客流统计系统 |
CN104574540A (zh) * | 2014-12-24 | 2015-04-29 | 北京速通科技有限公司 | 电子不停车收费系统及方法 |
CN104502934A (zh) * | 2014-12-31 | 2015-04-08 | 北京万集科技股份有限公司 | 车辆定位方法和系统 |
CN104881897A (zh) * | 2015-05-20 | 2015-09-02 | 广东诚泰交通科技发展有限公司 | Etc车道车辆检测系统及检测方法 |
CN104966399A (zh) * | 2015-06-03 | 2015-10-07 | 武汉万集信息技术有限公司 | 一种车辆速度检测装置及方法 |
CN204680205U (zh) * | 2015-06-12 | 2015-09-30 | 北京万集科技股份有限公司 | 一种车辆定位系统 |
CN105046968A (zh) * | 2015-06-19 | 2015-11-11 | 武汉万集信息技术有限公司 | 一种大客车识别及抓拍方法、装置及系统 |
Non-Patent Citations (1)
Title |
---|
周成等: ""智能交通领域中地图匹配算法研究"", 《计算机科学》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109801503A (zh) * | 2017-11-17 | 2019-05-24 | 武汉万集信息技术有限公司 | 基于激光的车辆测速方法及系统 |
CN109801503B (zh) * | 2017-11-17 | 2020-10-20 | 武汉万集信息技术有限公司 | 基于激光的车辆测速方法及系统 |
CN111123237A (zh) * | 2018-10-30 | 2020-05-08 | 北京万集科技股份有限公司 | 激光雷达回波信号识别的方法、装置、设备及存储介质 |
CN111745635A (zh) * | 2019-03-28 | 2020-10-09 | 苏州科瓴精密机械科技有限公司 | 识别反光标方法、移动机器人定位方法及移动机器人系统 |
CN111745635B (zh) * | 2019-03-28 | 2022-03-04 | 苏州科瓴精密机械科技有限公司 | 识别反光标方法、移动机器人定位方法及移动机器人系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106772419B (zh) | 2021-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5602375A (en) | Automatic debiting system suitable for free lane traveling | |
CN108417087A (zh) | 一种车辆安全通行系统及方法 | |
US9713983B2 (en) | Lane boundary line recognition apparatus and program for recognizing lane boundary line on roadway | |
CN102622783B (zh) | 一种基于精确位置匹配的多车道自由流电子收费方法 | |
CN105046968B (zh) | 一种大客车识别及抓拍方法、装置及系统 | |
US20100215218A1 (en) | Road marking image processing device, road marking image processing method, and program | |
US20210365694A1 (en) | Apparatus and method for detecting lane information, and computer-readable recording medium storing computer program programmed to execute same method | |
CN110473425A (zh) | 停车管理的方法、停车收费方法及相关设备 | |
CN104732774B (zh) | 一种车辆逆行的检测方法和检测系统 | |
CN105374212A (zh) | 基于智能终端传感的高速公路车辆车道识别方法及系统 | |
CN109596140A (zh) | 一种车辆定位方法、自动驾驶控制方法及相关系统 | |
CN106772419A (zh) | 车辆定位方法及装置 | |
JP2023523818A (ja) | 高精度地図生成方法、測位方法および装置 | |
JP2003084064A (ja) | 前方車両の認識装置及び認識方法 | |
CN105654561B (zh) | 多车道自由流车辆匹配方法 | |
JP2021536045A (ja) | 車両による低電磁プロファイルのオブジェクト(対象物)の検出を向上させるためのシステムおよび方法 | |
US9550529B2 (en) | Apparatus and method for recognizing driving field of vehicle | |
CN113465608B (zh) | 一种路侧传感器标定方法及系统 | |
D'Cruz et al. | Lane detection for driver assistance and intelligent vehicle applications | |
CN105654084B (zh) | 基于激光器的车牌定位方法、装置及系统 | |
CN113192217B (zh) | 逃费检测方法、装置、计算机设备和介质 | |
CN113459951A (zh) | 车外环境显示方法和装置、车辆、设备和存储介质 | |
CN117292358A (zh) | 目标识别方法、装置、电子设备及计算机可读存储介质 | |
US20240208547A1 (en) | Route planning system and method of self-driving vehicle | |
CN205406711U (zh) | 一种带车辆定位功能的etc车道天线 |
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 |