CN107316492B - 在图像中定位停车位的方法及系统 - Google Patents
在图像中定位停车位的方法及系统 Download PDFInfo
- Publication number
- CN107316492B CN107316492B CN201710613196.5A CN201710613196A CN107316492B CN 107316492 B CN107316492 B CN 107316492B CN 201710613196 A CN201710613196 A CN 201710613196A CN 107316492 B CN107316492 B CN 107316492B
- Authority
- CN
- China
- Prior art keywords
- line
- parking space
- type
- shaped
- parking
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
-
- 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
- G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明提供在图像中定位停车位的方法及系统。所述方法包括:检测所述图像中的各第一线条、及与各所述第一线条在端部相交的第二线条;其中,各所述第一线条之间相互平行;根据各所述第一线条及其对应的第二线条的组合方式,判断各所述第一线条的类型,据以进一步判断所述图像中停车位的类型;根据检测出的停车位的类型,对未检测出的停车位进行补齐。本发明能够有效检测出图像中的一字型停车位、非字型停车位,效率高、精确度高。
Description
技术领域
本发明涉及图像处理领域,特别是涉及在图像中定位停车位的方法及系统。
背景技术
随着社会经济的发展,汽车数量也迅猛增长,相应的停车场建设规模也随着需求越来越大,在车站、商场、购物中心等场所都能见到大型的停车场。如何从图像中准确地定位出停车位,从而为驾驶员和管理者提供有效的停车位位置信息,一直是本领域技术人员研究的方向。
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在图像中定位停车位的方法及系统,用于解决现有技术中的上述问题。
为实现上述目的及其他相关目的,本发明提供一种在图像中定位停车位的方法,包括:检测所述图像中的各第一线条、及与各所述第一线条在端部相交的第二线条;其中,各所述第一线条之间相互平行;根据各所述第一线条及其对应的第二线条的组合方式,判断各所述第一线条的类型,据以进一步判断所述图像中停车位的类型;根据检测出的停车位的类型,对未检测出的停车位进行补齐。
于本发明一实施例中,所述第一线条及其对应的第二线条之间的相交方式包括:垂直、或呈一角度。
于本发明一实施例中,所述第一线条的类型包括:左L型、右L型、T型,其中,以车尾进入停车位的方向为基准,将汽车左侧的L型第一线条记为右L型,将汽车右侧的L型第一线条记为左L型;所述第二线条的类型包括:左L型、右L型、T型、I型。
于本发明一实施例中,所述停车位的类型包括:一字型停车位、非字型停车位、及斜型停车位中的一种或多种组合。
于本发明一实施例中,还包括:当检测出的第一线条的类型既为左L型又为右L型,则将该第一线条的类型判断为T型;进一步判断出停车位的类型为一字型停车位或非字型停车位,而非斜型停车位。
于本发明一实施例中,还包括:根据所述第一线条和第二线条之间的长度关系,进一步判断出停车位是一字型停车位还是非字型停车位。
于本发明一实施例中,还包括:判断各所述第一线条及其对应的第二线条是否为一定宽度的亮线条;若是,则对该第一线条及其第二线条赋予预设的最高可信度值。
于本发明一实施例中,还包括:若否,则按照各所述第一线条及其对应的第二线条之间是否能够组成L型或T型的可能性高低,对各所述第一线条及其对应的第二线条赋予不同的可信度值,其中,可能性高的赋予的可信度值高,可能性低的赋予的可信度值低;通过可信度值高的第一线条及其对应的第二线条确定实际的停车位的位置信息。
于本发明一实施例中,所述对未检测出的停车位进行补齐,包括:若检测出的停车位的两侧都是T型线条,则在该停车位的左右两侧分别补齐未检测出的停车位;若检测出的停车位的一侧是L型线条,另一侧是T型线条,则在T型线条的一侧对未检测出的停车位进行补齐;若检测出的停车位的两侧都是L型线条,先判断是否有一侧的L型线条应当为T型线条;若是,则在T型线条的一侧对未检测出的停车位进行补齐;若否,则无需进行补齐操作。
于本发明一实施例中,还包括:若根据检测到停车位的类型判断为一字型停车位,但其中间又有短I型的第二线条,则在该停车位的中间补一条第一线条,从而将该停车位划分成两个非字型停车位。
为实现上述目的及其他相关目的,本发明提供一种在图像中定位停车位的系统,包括:线条检测模块,用于检测所述图像中的各第一线条、及与各所述第一线条在端部相交的第二线条;其中,各所述第一线条之间相互平行;类型判断模块,用于根据各所述第一线条及其对应的第二线条的组合方式,判断各所述第一线条的类型,据以进一步判断所述图像中停车位的类型;车位补齐模块,用于根据检测出的停车位的类型,对未检测出的停车位进行补齐。
于本发明一实施例中,所述第一线条及其对应的第二线条之间的相交方式包括:垂直、或呈一角度。
于本发明一实施例中,所述第一线条的类型包括:左L型、右L型、T型,其中,以车尾进入停车位的方向为基准,将汽车左侧的L型第一线条记为右L型,将汽车右侧的L型第一线条记为左L型;所述第二线条的类型包括:左L型、右L型、T型、I型。
于本发明一实施例中,所述停车位的类型包括:一字型停车位、非字型停车位、及斜型停车位中的一种或多种组合。
于本发明一实施例中,所述类型判断模块还用于:当检测出的第一线条的类型既为左L型又为右L型,则将该第一线条的类型判断为T型;进一步判断出停车位的类型为一字型停车位或非字型停车位,而非斜型停车位。
于本发明一实施例中,所述类型判断模块还用于:根据所述第一线条和第二线条之间的长度关系,进一步判断出停车位是一字型停车位还是非字型停车位。
于本发明一实施例中,所述车位补齐模块还用于:判断各所述第一线条及其对应的第二线条是否为一定宽度的亮线条;若是,则对该第一线条及其第二线条赋予预设的最高可信度值。
于本发明一实施例中,所述车位补齐模块还用于:若否,则按照各所述第一线条及其对应的第二线条之间是否能够组成L型或T型的可能性高低,对各所述第一线条及其对应的第二线条赋予不同的可信度值,其中,可能性高的赋予的可信度值高,可能性低的赋予的可信度值低;通过可信度值高的第一线条及其对应的第二线条确定实际的停车位的位置信息。
于本发明一实施例中,所述对未检测出的停车位进行补齐,包括:若检测出的停车位的两侧都是T型线条,则在该停车位的左右两侧分别补齐未检测出的停车位;若检测出的停车位的一侧是L型线条,另一侧是T型线条,则在T型线条的一侧对未检测出的停车位进行补齐;若检测出的停车位的两侧都是L型线条,先判断是否有一侧的L型线条应当为T型线条;若是,则在T型线条的一侧对未检测出的停车位进行补齐;若否,则无需进行补齐操作。
于本发明一实施例中,所述车位补齐模块还用于:若根据检测到停车位的类型判断为一字型停车位,但其中间又有短I型的第二线条,则在该停车位的中间补一条第一线条,从而将该停车位划分成两个非字型停车位。
如上所述,本发明的在图像中定位停车位的方法及系统,能够有效检测出图像中的一字型停车位、非字型停车位,效率高、精度度高。
附图说明
图1A~图1F显示为现有技术中的几种停车位类型示意图。
图2显示为本发明一实施例的在图像中定位停车位的方法流程图。
图3显示为本发明一实施例的在图像中定位停车位的系统模块图。
元件标号说明
3 在图像中定位停车位的系统
301 线条检测模块
302 类型判断模块
303 车位补齐模块
S201~S203 步骤
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,遂图式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。
图1A至图1F显示了现有的几种典型的停车位类型,其中,箭头的方向表示汽车的车尾驶入的方向。图1A和图1B显示的是两种“一字型”停车位,图1C和图1D显示的是两种“非字型”停车位,图1E和图1F显示的是两种“斜线型”的停车位。本发明的在图像中定位停车位的方法及系统,主要用于从图像中定位出“一字型”停车位和“非字型”停车位。从这两种停车位的示意图中可以看出,对于最两边的停车位,其边缘线通常呈一种“L型”,而对于中间的停车位,其边缘线通常呈一种“T型”。本发明的原理正是围绕“L型”和“T型”的边缘线所展开,以下将做详细阐述。
请参阅图2,本发明的在图像中定位停车位的方法主要包括如下步骤:
步骤S201:检测所述图像中的各第一线条、及与各所述第一线条在端部相交的第二线条;其中,各所述第一线条之间相互平行。从图1A至图1F可见,所述第一线条及其对应的第二线条之间的相交方式包括:垂直、或呈一角度。
步骤S202:根据各所述第一线条及其对应的第二线条的组合方式,判断各所述第一线条的类型,据以进一步判断所述图像中停车位的类型。
所述第一线条的类型包括:左L型、右L型、T型,其中,以车尾进入停车位的方向为基准,将汽车左侧的L型第一线条记为右L型,将汽车右侧的L型第一线条记为左L型;所述第二线条的类型包括:左L型、右L型、T型、I型。详细的:前述的左L型可以进一步包括:左长L型、左短L型,前述的右L型可以进一步包括:右长L型、右短L型,前述的T型可以进一步包括:短T型、长T型;前述的I型可以进一步包括:短I型、长I型。对于“长”“短”的定义可根据实际情况进行参数设置,通常来讲,一字型停车位与“长”对应,而非字型则与“短”对应。I型主要包括两种:除却两个端点以外的中间一段为I型,如图1A所示;中间不连续线为I型,如图1B所示。特别的,当检测出的第一线条的类型既为左L型又为右L型,则在合并二者的垂直线后将该第一线条的类型判断为T型。
步骤S203:根据检测出的停车位的类型,对未检测出的停车位进行补齐。具体的:
1)根据所述第一线条和第二线条之间的长度关系,进一步判断出停车位是一字型停车位还是非字型停车位。对于一字型停车位,第一线条短于第二线条;对于非字型停车位,第一线条长于第二线条。
2)判断各所述第一线条及其对应的第二线条是否为一定宽度的亮线条(亮线条的设定例如:线条的像素值与周围点的像素值之差大于50等);若是,则对该第一线条及其第二线条赋予预设的最高可信度值;若否,则按照各所述第一线条及其对应的第二线条之间是否能够组成L型或T型的可能性高低,对各所述第一线条及其对应的第二线条赋予不同的可信度值,其中,可能性高的赋予的可信度值高,可能性低的赋予的可信度值低(如:将可信度分成四个等级,等级从高至低依次赋予4分、3分、2分、1分的可信度值等);通过可信度值高的第一线条及其对应的第二线条确定实际的停车位的位置信息(如:LL型、LT型、TT型)。
3)若检测出的停车位的两侧都是T型线条,则在该停车位的左右两侧分别补齐未检测出的停车位;若检测出的停车位的一侧是L型线条,另一侧是T型线条,则在T型线条的一侧对未检测出的停车位进行补齐;若检测出的停车位的两侧都是L型线条,先判断是否有一侧的L型线条应当为T型线条;若是,则在T型线条的一侧对未检测出的停车位进行补齐;若否,则无需进行补齐操作。
4)由于两个相邻的非字型停车位有可能被误判为一个一字型停车位,但中间又有短I型的第二条线,则在该停车位的中间补一条第一线条,从而将该停车位划分成两个非字型停车位。。
请参阅图3,与上述方法实施例原理相似的是,本发明提供在图像中定位停车位的系统3,主要包括:线条检测模块301、类型判断模块302、车位补齐模块303。详细的:
线条检测模块301用于检测所述图像中的各第一线条、及与各所述第一线条在端部相交的第二线条;其中,各所述第一线条之间相互平行。从图1A至图1F可见,所述第一线条及其对应的第二线条之间的相交方式包括:垂直、或呈一角度。
类型判断模块302用于根据各所述第一线条及其对应的第二线条的组合方式,判断各所述第一线条的类型,据以进一步判断所述图像中停车位的类型。
所述第一线条的类型包括:左L型、右L型、T型,其中,以车尾进入停车位的方向为基准,将汽车左侧的L型第一线条记为右L型,将汽车右侧的L型第一线条记为左L型;所述第二线条的类型包括:左L型、右L型、T型、I型。详细的:前述的左L型可以进一步包括:左长L型、左短L型,前述的右L型可以进一步包括:右长L型、右短L型,前述的T型可以进一步包括:短T型、长T型;前述的I型可以进一步包括:短I型、长I型。对于“长”“短”的定义可根据实际情况进行参数设置,通常来讲,一字型停车位与“长”对应,而非字型则与“短”对应。I型主要包括两种:除却两个端点以外的中间一段为I型,如图1A所示;中间不连续线为I型,如图1B所示。特别的,当检测出的第一线条的类型既为左L型又为右L型,则在合并二者的垂直线后将该第一线条的类型判断为T型。
车位补齐模块303用于根据检测出的停车位的线的类型,对未检测出的停车位进行补齐。具体的:
1)根据所述第一线条和第二线条之间的长度关系,进一步判断出停车位是一字型停车位还是非字型停车位。对于一字型停车位,第一线条短于第二线条;对于非字型停车位,第一线条长于第二线条。
2)判断各所述第一线条及其对应的第二线条是否为一定宽度的亮线条(亮线条的设定例如:线条的像素值与周围点的像素值之差大于50等);若是,则对该第一线条及其第二线条赋予预设的最高可信度值;若否,则按照各所述第一线条及其对应的第二线条之间是否能够组成L型或T型的可能性高低,对各所述第一线条及其对应的第二线条赋予不同的可信度值,其中,可能性高的赋予的可信度值高,可能性低的赋予的可信度值低(如:将可信度分成四个等级,等级从高至低依次赋予4分、3分、2分、1分的可信度值等);通过可信度值高的第一线条及其对应的第二线条确定实际的停车位的位置信息(如:LL型、LT型、TT型)。
3)若检测出的停车位的两侧都是T型线条,则在该停车位的左右两侧分别补齐未检测出的停车位;若检测出的停车位的一侧是L型线条,另一侧是T型线条,则在T型线条的一侧对未检测出的停车位进行补齐;若检测出的停车位的两侧都是L型线条,先判断是否有一侧的L型线条应当为T型线条;若是,则在T型线条的一侧对未检测出的停车位进行补齐;若否,则无需进行补齐操作。
4)由于两个相邻的非字型停车位有可能被误判为一个一字型停车位,但中间又有短I型的第二条线,则在该停车位的中间补一条第一线条,从而将该停车位划分成两个非字型停车位。
综上所述,本发明的在图像中定位停车位的方法及系统,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 (8)
1.一种在图像中定位停车位的方法,其特征在于,包括:
检测所述图像中的各第一线条、及与各所述第一线条在端部相交的第二线条;其中,各所述第一线条之间相互平行;
根据各所述第一线条及其对应的第二线条的组合方式,判断各所述第一线条的类型,据以进一步判断所述图像中停车位的类型;所述停车位的类型包括:一字型停车位、非字型停车位、及斜型停车位;
当检测出的第一线条的类型既为左L型又为右L型,则将该第一线条的类型判断为T型,从而判断出停车位的类型为一字型停车位或非字型停车位,而非斜型停车位,再根据所述第一线条和第二线条之间的长度关系进一步判断该停车位是一字型停车位还是非字型停车位;其中,对于一字型停车位,第一线条短于第二线条;对于非字型停车位,第一线条长于第二线条;判断各所述第一线条及其对应的第二线条是否为一定宽度的亮线条;若是,则对该第一线条及其第二线条赋予预设的最高可信度值;若否,则按照各所述第一线条及其对应的第二线条之间是否能够组成L型或T型的可能性高低,对各所述第一线条及其对应的第二线条赋予不同的可信度值,其中,可能性高的赋予的可信度值高,可能性低的赋予的可信度值低;通过可信度值高的第一线条及其对应的第二线条确定实际的停车位的位置信息;
根据检测出的停车位的类型,对未检测出的停车位进行补齐。
2.根据权利要求1所述的在图像中定位停车位的方法,其特征在于,所述第一线条及其对应的第二线条之间的相交方式包括:呈一角度。
3.根据权利要求1所述的在图像中定位停车位的方法,其特征在于,所述第一线条的类型包括:左L型、右L型、T型,其中,以车尾进入停车位的方向为基准,将汽车左侧的L型第一线条记为右L型,将汽车右侧的L型第一线条记为左L型;所述第二线条的类型包括:左L型、右L型、T型、I型。
4.根据权利要求1所述的在图像中定位停车位的方法,其特征在于,所述对未检测出的停车位进行补齐,包括:
若检测出的停车位的两侧都是T型线条,则在该停车位的左右两侧分别补齐未检测出的停车位;
若检测出的停车位的一侧是L型线条,另一侧是T型线条,则在T型线条的一侧对未检测出的停车位进行补齐;
若检测出的停车位的两侧都是L型线条,先判断是否有一侧的L型线条应当为T型线条;若是,则在T型线条的一侧对未检测出的停车位进行补齐;若否,则无需进行补齐操作。
5.一种在图像中定位停车位的系统,其特征在于,包括:
线条检测模块,用于检测所述图像中的各第一线条、及与各所述第一线条在端部相交的第二线条;其中,各所述第一线条之间相互平行;
类型判断模块,用于根据各所述第一线条及其对应的第二线条的组合方式,判断各所述第一线条的类型,据以进一步判断所述图像中停车位的类型;所述停车位的类型包括:一字型停车位、非字型停车位、及斜型停车位;当检测出的第一线条的类型既为左L型又为右L型,则将该第一线条的类型判断为T型,从而判断出停车位的类型为一字型停车位或非字型停车位,而非斜型停车位,再根据所述第一线条和第二线条之间的长度关系进一步判断该停车位是一字型停车位还是非字型停车位;其中,对于一字型停车位,第一线条短于第二线条;对于非字型停车位,第一线条长于第二线条;
车位补齐模块,用于判断各所述第一线条及其对应的第二线条是否为一定宽度的亮线条;若是,则对该第一线条及其第二线条赋予预设的最高可信度值;若否,则按照各所述第一线条及其对应的第二线条之间是否能够组成L型或T型的可能性高低,对各所述第一线条及其对应的第二线条赋予不同的可信度值,其中,可能性高的赋予的可信度值高,可能性低的赋予的可信度值低;通过可信度值高的第一线条及其对应的第二线条确定实际的停车位的位置信息;根据检测出的停车位的类型,对未检测出的停车位进行补齐。
6.根据权利要求5所述的在图像中定位停车位的系统,其特征在于,所述第一线条及其对应的第二线条之间的相交方式包括:呈一角度。
7.根据权利要求5所述的在图像中定位停车位的系统,其特征在于,所述第一线条的类型包括:左L型、右L型、T型,其中,以车尾进入停车位的方向为基准,将汽车左侧的L型第一线条记为右L型,将汽车右侧的L型第一线条记为左L型;所述第二线条的类型包括:左L型、右L型、T型、I型。
8.根据权利要求5所述的在图像中定位停车位的系统,其特征在于,所述对未检测出的停车位进行补齐,包括:
若检测出的停车位的两侧都是T型线条,则在该停车位的左右两侧分别补齐未检测出的停车位;
若检测出的停车位的一侧是L型线条,另一侧是T型线条,则在T型线条的一侧对未检测出的停车位进行补齐;
若检测出的停车位的两侧都是L型线条,先判断是否有一侧的L型线条应当为T型线条;若是,则在T型线条的一侧对未检测出的停车位进行补齐;若否,则无需进行补齐操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710613196.5A CN107316492B (zh) | 2017-07-25 | 2017-07-25 | 在图像中定位停车位的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710613196.5A CN107316492B (zh) | 2017-07-25 | 2017-07-25 | 在图像中定位停车位的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107316492A CN107316492A (zh) | 2017-11-03 |
CN107316492B true CN107316492B (zh) | 2020-10-23 |
Family
ID=60179094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710613196.5A Active CN107316492B (zh) | 2017-07-25 | 2017-07-25 | 在图像中定位停车位的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107316492B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110322680B (zh) * | 2018-03-29 | 2022-01-28 | 纵目科技(上海)股份有限公司 | 一种基于指定点的单车位检测方法、系统、终端和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1701242A (zh) * | 2003-03-20 | 2005-11-23 | 松下电器产业株式会社 | 障碍检测设备 |
CN102968634A (zh) * | 2012-11-23 | 2013-03-13 | 南京大学 | 一种主方向约束下的停车场结构提取方法 |
CN103358993A (zh) * | 2012-04-10 | 2013-10-23 | 现代自动车株式会社 | 用于识别车辆停车位线标记的系统和方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3938559B2 (ja) * | 2003-08-28 | 2007-06-27 | アイシン精機株式会社 | 車両後退支援装置 |
KR101143176B1 (ko) * | 2006-09-14 | 2012-05-08 | 주식회사 만도 | 조감도를 이용한 주차구획 인식 방법, 장치 및 그를 이용한주차 보조 시스템 |
KR101188588B1 (ko) * | 2008-03-27 | 2012-10-08 | 주식회사 만도 | 모노큘러 모션 스테레오 기반의 주차 공간 검출 장치 및방법 |
CN103600707B (zh) * | 2013-11-06 | 2016-08-17 | 同济大学 | 一种智能泊车系统的泊车位检测装置及方法 |
KR102267562B1 (ko) * | 2015-04-16 | 2021-06-22 | 한국전자통신연구원 | 무인자동주차 기능 지원을 위한 장애물 및 주차구획 인식 장치 및 그 방법 |
CN105160322B (zh) * | 2015-09-07 | 2018-07-24 | 北京航空航天大学 | 基于航拍图像的室外停车场空置停车位识别方法 |
KR101850794B1 (ko) * | 2015-12-04 | 2018-04-20 | 엘지전자 주식회사 | 주차 지원 장치 및 방법 |
CN106897655A (zh) * | 2015-12-18 | 2017-06-27 | 富士通株式会社 | 停车位的检测装置、方法以及图像处理设备 |
-
2017
- 2017-07-25 CN CN201710613196.5A patent/CN107316492B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1701242A (zh) * | 2003-03-20 | 2005-11-23 | 松下电器产业株式会社 | 障碍检测设备 |
CN103358993A (zh) * | 2012-04-10 | 2013-10-23 | 现代自动车株式会社 | 用于识别车辆停车位线标记的系统和方法 |
CN102968634A (zh) * | 2012-11-23 | 2013-03-13 | 南京大学 | 一种主方向约束下的停车场结构提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107316492A (zh) | 2017-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101477694B (zh) | 笔迹擦除的方法及装置 | |
CN108922173B (zh) | 一种车辆偏离检测方法及装置 | |
CN106153064B (zh) | 一种交叉路口的显示方法及装置 | |
CN107389085B (zh) | 一种道路通行属性的确定方法、装置、计算机及存储介质 | |
JP6716480B2 (ja) | 道路ネットワーク変化検出装置、道路ネットワーク変化検出方法、コンピュータプログラム及びコンピュータプログラムを記録した記録媒体 | |
JP6303362B2 (ja) | マップマッチング装置及びこれを備えたナビゲーション装置 | |
CN111238502B (zh) | 一种道路地图生成方法、装置及相关系统 | |
CN105632242A (zh) | 一种车辆行驶的控制方法、云端服务器和系统 | |
CN111238498B (zh) | 车道级显示的道路地图生成方法、装置及相关系统 | |
CN107316492B (zh) | 在图像中定位停车位的方法及系统 | |
CN111611329B (zh) | 地图数据检查实现方法、装置和设备 | |
CN113780480A (zh) | 基于YOLOv5的多目标检测及类别识别模型的构建方法 | |
CN110008921A (zh) | 一种道路边界的生成方法、装置、电子设备及存储介质 | |
CN116968746A (zh) | 车道线质量检测、智能驾驶控制方法、车载设备及车辆 | |
CN113379162B (zh) | 农村公路机动车行驶量估计方法 | |
CN113033267B (zh) | 车辆定位方法、装置、计算机设备和存储介质 | |
CN110927759B (zh) | 车辆的坐标数据的处理方法及装置 | |
CN114708576B (zh) | 一种车道线确定方法、装置、设备及存储介质 | |
US20240192019A1 (en) | System and method for generating a semantic map for a road | |
CN115727834B (zh) | 边界线的反向检查处理方法、地图制作方法、设备及介质 | |
CN103424759A (zh) | 一种gps定位识别方法 | |
CN111238505B (zh) | 一种道路地图的道路线段描画方法、装置及相关系统 | |
CN115690262B (zh) | 道路面的切线生成方法、装置及程序产品 | |
WO2022244063A1 (ja) | 判定装置、判定方法、及び判定プログラム | |
CN107010062B (zh) | 用于确定车道配置文件数据的方法和装置 |
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 |