CN107451539A - 一种车道偏离预警方法及系统 - Google Patents

一种车道偏离预警方法及系统 Download PDF

Info

Publication number
CN107451539A
CN107451539A CN201710569006.4A CN201710569006A CN107451539A CN 107451539 A CN107451539 A CN 107451539A CN 201710569006 A CN201710569006 A CN 201710569006A CN 107451539 A CN107451539 A CN 107451539A
Authority
CN
China
Prior art keywords
lane
lane line
line
image
departure warning
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
CN201710569006.4A
Other languages
English (en)
Other versions
CN107451539B (zh
Inventor
郑艳
郭剑鹰
梁波
李国玉
李懋
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.)
Hua Yu Automotive System Inc Co
Original Assignee
Hua Yu Automotive System Inc Co
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 Hua Yu Automotive System Inc Co filed Critical Hua Yu Automotive System Inc Co
Priority to CN201710569006.4A priority Critical patent/CN107451539B/zh
Publication of CN107451539A publication Critical patent/CN107451539A/zh
Application granted granted Critical
Publication of CN107451539B publication Critical patent/CN107451539B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种车道偏离预警方法及系统，其中该方法包括以下步骤：S1，获取车道图像，并根据预测的车道线在车道图像中选取感兴趣区域进行预处理；S2，对经过预处理的车道图像进行边缘检测，以得到车道边缘图像；S3，根据得到的车道边缘图像提取车道侯选线；S4，根据提取的车道侯选线拟合车道线；S5，检测拟合的车道线在车道图像底部的位置以及车辆在车道图像底部的位置，若两个位置之间的距离大于预定阈值，则根据当前车辆参数以及所述步骤S4中拟合的车道线预测下一时刻的车道线，而后返回步骤S1，否则发出一车道偏离预警信号。本发明可靠性高、计算复杂度低，能够准确、有效地判断车辆行驶时是否偏离车道，提高了行车安全性。

Description

一种车道偏离预警方法及系统
技术领域
本发明涉及汽车安全辅助技术领域，尤其涉及一种车道偏离预警方法及系统。
背景技术
汽车以庞大的数量在人类交通史中占有极为重要的地位。2015年，仅我国汽车保有量就达到1.5亿，平均10人就有一辆汽车，而发达国家的数字还要远超我国。
庞大保有量和使用人数也使得汽车成为了夺取生命最多的交通工具。虽然我国汽车保有量不到全世界2％，但是交通事故伤亡人数却占到了全球伤亡人数的20％，每年超过10万人在交通事故中受伤或身亡。其中很大一部分原因是驾驶员安全意识淡薄或者疲劳驾驶导致的危险变道。
对此，十分必要提供一种可靠性高、运算量小的车道偏离预警方法来判断车辆行驶时是否偏离车道，从而提高行车安全性。
发明内容
本发明的目的在于提供一种可靠性高、计算复杂度低的车道偏离预警方法及系统，以准确、有效地判断车辆行驶时是否偏离车道。
为了实现上述目的，本发明一方面提供一种车道偏离预警方法，包括以下步骤：
步骤S1，获取车道图像，并根据预测的车道线在车道图像中选取感兴趣区域进行预处理；
步骤S2，对经过预处理的车道图像进行边缘检测，以得到车道边缘图像；
步骤S3，根据得到的车道边缘图像提取车道侯选线；
步骤S4，根据提取的车道侯选线拟合车道线；
步骤S5，检测拟合的车道线在车道图像底部的位置以及车辆在车道图像底部的位置，若两个位置之间的距离大于预定阈值，则根据当前车辆参数以及所述步骤S4中拟合的车道线预测下一时刻的车道线，而后返回步骤S1，否则发出一车道偏离预警信号。
进一步地，所述预处理包括灰度化处理、去噪处理和对比度增强处理。
进一步地，在所述步骤S5中，采用如下步骤预测车道线：
步骤S51，待预测的K时刻车道线设为Lk，且k-3、k-2和k-1时刻的车道线设为Lk-3、Lk-2和Lk-1；
步骤S52，计算Lk-3与Lk-2在顶部和底部的间距d0、d0'以及Lk-2与Lk-1在顶部和底部的间距d1、d1'；
步骤S53，根据如下公式(3)和(4)预测Lk-1与Lk在顶部和底部的间距d2、d2'；
d2＝2*d1-d0 (3)；
d2'＝2*d1'-d0' (4)；
步骤S53，根据Lk-1的位置以及d2、d2'预测K时刻的车道线Lk。
进一步地，所述步骤S1按照如下步骤选取感兴趣区域：选取以Lk为中心，至Lk两边距离相等的两条线段组成的区域构成K时刻的感兴趣区域，其中，所述两条线段与Lk之间的间距从下至上逐渐减小。
本发明另一方面提供一种车道偏离预警系统，该系统包括：
一图像预处理模块，其设置为获取车道图像，并根据预测的车道线在该车道图像中选取感兴趣区域进行预处理；
一边缘检测模块，其设置为对经过预处理的车道图像进行边缘检测，以得到车道边缘图像；
一车道侯选线提取模块，其设置为根据得到的车道边缘图像提取车道侯选线；
一车道线拟合模块，其设置为根据提取的车道侯选线拟合车道线；
一车道偏离检测模块，其设置为检测拟合的车道线在车道图像底部的位置以及汽车车身在车道图像底部的位置，若两个位置之间的距离小于预定阈值则输出一车道偏离预警信号；以及
一车道预测模块，其设置为在所述车道偏离检测模块未输出所述车道偏离预警信号时，根据当前车辆参数以及所述拟合的车道线预测下一时刻的车道线，并将预测的下一时刻的车道线返回至所述图像预处理模块。
进一步地，该系统还包括一连接所述图像预处理模块的前向摄像头。
进一步地，该系统还包括一连接所述车道偏离检测模块的车辆参数采集模块。
进一步地，该系统还包括一连接所述车道偏离检测模块的报警模块。
综上所述，本发明提供的车道偏离预警系统及方法可靠性高、计算复杂度低，可以准确、有效地判断车辆行驶时是否偏离车道，提高了行车安全性。
附图说明
图1为本发明一种车道偏离预警方法的流程图；
图2为相同车道线在不同时刻的位置示意图；
图2A为图2中A框内的放大图；
图2B为图2中B框内的放大图；
图3为图1中选择的感兴趣区域的示意图；
图4为本发明一种车道偏离预警系统的结构框图；
图5示出了Line Buffer存储最新三帧图像的车道线。
具体实施方式
为使本发明更加明显易懂，兹以优选实施例，并配合附图作详细说明如下。
如图1所示，本发明的车道偏离预警方法包括如下步骤：
步骤S1，获取车道图像，并根据前一周期预测的车道线在车道图像中选取感兴趣区域进行预处理，其中此处预处理包括灰度化处理、去噪处理和对比度增强处理等。
步骤S2，对经过预处理的车道图像进行边缘检测，以得到车道边缘图像，其中边缘检测方法可以采用已有的任何一种合适的边缘检测方法。
步骤S3，根据得到的车道边缘图像提取车道侯选线，其中提取方法可以采用已有的任何一种合适的车道线提取方法。
步骤S4，根据提取的车道侯选线拟合车道线，其中拟合方法可以采用已有的任何一种合适的车道线拟合方法。
步骤S5，检测拟合的车道线在车道图像底部的位置以及车辆在车道图像底部的位置，若两个位置之间的距离大于预定阈值，说明车辆正常行驶则根据当前车辆参数(如速度、转向角等)以及所述步骤S4中拟合的车道线预测下一时刻(通常是1/30秒后)的车道线，而后返回步骤S1，以使步骤S1根据预测的车道线选取下一时刻的感兴趣区域；相反地，若两个位置之间的距离小于预定阈值，则说明车道发生偏离，则发出一车道偏离预警信号。
众所周知，前向摄像头捕获的是连续视频帧，视频采集速率一般为30帧每秒时，车辆在两个时刻之间的运动方向可以看成是一致的，速度可以看成是平稳的。本发明正是基于这个假设前提，根据前三帧车道线的位置来预测下一时刻的车道线的位置。具体地，如图2所示，以左侧车道为例，该车道线在靠近图像的底端部分，被拟合成直线。将此直线延伸到水平线(或消隐线)。图2中的Lk-3、Lk-2、Lk-1分别表示k-3、k-2和k-1时刻拟合得到的车道线的位置，Lk表示根据Lk-3、Lk-2、Lk-1预测得到的k时刻的车道线位置。
在几个连续的时刻范围内，车辆的运动方向看成一致，车辆的速度也看成是一致。在这个前提下，矢量差(VD，vector difference)VD(Lk-3，Lk-2)、 VD(Lk-2，Lk-1)以及VD(Lk-1，Lk)是平稳变化的，即：
VD(Lk-3，Lk-2)-VD(Lk-2，Lk-1)＝VD(Lk-2，Lk-1)-VD(Lk-1，Lk)(1)。
对于二维平面中直线的矢量差，式(1)中的矢量差可以表述为线段端点在图像坐标系下的坐标差。
由于每一帧中拟合的车道线的下端和上端分别延伸至感兴趣区域的底端和顶端，因此所有车道线在图像坐标系中的Y坐标相同，因式(1)简化成为直线在X方向的坐标差相同，即如图2A所示，在顶端有：
d0–d1＝d1–d2 (2)
即：
d2＝2*d1-d0 (3)
同理，如图2B所示，在底端有：
d2'＝2*d1'-d0' (4)
因此，本发明在步骤S5中，采用如下步骤预测车道线：
步骤S51，待预测的K时刻车道线设为Lk，且k-3、k-2和k-1时刻的车道线设为Lk-3、Lk-2和Lk-1；
步骤S52，计算Lk-3与Lk-2在顶部和底部的间距d0、d0'以及Lk-2与Lk-1在顶部和底部的间距d1、d1'；
步骤S53，根据公式(3)和(4)预测Lk-1与Lk在顶部和底部的间距d2、 d2'；
步骤S53，根据Lk-1的位置以及d2、d2'预测K时刻的车道线Lk。
当步骤S5预测得到K时刻的车道线Lk后，返回步骤S1，通过如下方法选取K时刻的感兴趣区域：如图3所示，选取以Lk为中心，至Lk两边距离相等的两条线段组成的区域构成K时刻的感兴趣区域，其中，两条线段与Lk之间的间距从下至上逐渐减小，即D1>D2；然后继续执行步骤S2-S4，以拟合K时刻的车道线；最后再次通过步骤S5进行车道偏离检测，如此循环运行。
对应地，本发明另一方面提供一种车道偏离预警系统，如图4所示，该系统包括：
一图像预处理模块，其设置为获取车道图像，并根据前一周期预测的车道线在该车道图像中选取感兴趣区域进行预处理；
一边缘检测模块，其设置为对经过预处理的车道图像进行边缘检测，以得到车道边缘图像；
一车道侯选线提取模块，其设置为根据得到的车道边缘图像提取车道侯选线；
一车道线拟合模块，其设置为根据提取的车道侯选线拟合车道线；
一车道偏离检测模块，其设置为检测拟合的车道线在车道图像底部的位置以及汽车车身在车道图像底部的位置，若两个位置之间的距离小于预定阈值则输出一车道偏离预警信号；以及
一车道预测模块，其设置为在车道偏离检测模块未输出车道偏离预警信号时，根据当前车辆参数以及拟合的车道线预测下一时刻的车道线，并将预测的下一时刻的车道线返回至图像预处理模块。
在图4所示的优选实施例中，该系统还包括：一连接图像预处理模块的前向摄像头，其用于拍摄车道图像，并将该车道图像传送至图像预处理模块；一连接车道偏离检测模块的车辆参数采集模块，其用于采集车辆参数，并将采集到的车辆参数传送至车道偏离检测模块；以及一连接车道偏离检测模块的报警模块，其用于在接收到车道偏离预警信号时执行相应报警操作，例如发出声光报警或震动报警。
此外，车道预测模块中设有Line buffer用以存储最新三帧图像的车道线，为预测下一帧的车道线提供依据，具体如图5所示。
以上仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种车道偏离预警方法，其特征在于，包括以下步骤：
步骤S1，获取车道图像，并根据预测的车道线在车道图像中选取感兴趣区域进行预处理；
步骤S2，对经过预处理的车道图像进行边缘检测，以得到车道边缘图像；
步骤S3，根据得到的车道边缘图像提取车道侯选线；
步骤S4，根据提取的车道侯选线拟合车道线；
步骤S5，检测拟合的车道线在车道图像底部的位置以及车辆在车道图像底部的位置，若两个位置之间的距离大于预定阈值，则根据当前车辆参数以及所述步骤S4中拟合的车道线预测下一时刻的车道线，而后返回步骤S1，否则发出一车道偏离预警信号。
2.根据权利要求1所述的车道偏离预警方法，其特征在于，所述预处理包括灰度化处理、去噪处理和对比度增强处理。
3.根据权利要求1或2所述的车道偏离预警方法，其特征在于，在所述步骤S5中，采用如下步骤预测车道线：
步骤S51，待预测的K时刻车道线设为Lk，且k-3、k-2和k-1时刻的车道线设为Lk-3、Lk-2和Lk-1；
步骤S52，计算Lk-3与Lk-2在顶部和底部的间距d0、d0'以及Lk-2与Lk-1在顶部和底部的间距d1、d1'；
步骤S53，根据如下公式(3)和(4)预测Lk-1与Lk在顶部和底部的间距d2、d2'；
d2＝2*d1-d0 (3)；
d2'＝2*d1'-d0' (4)；
步骤S53，根据Lk-1的位置以及d2、d2'预测K时刻的车道线Lk。
4.根据权利要求3所述的车道偏离预警方法，其特征在于，所述步骤S1按照如下步骤选取感兴趣区域：选取以Lk为中心，至Lk两边距离相等的两条线段组成的区域构成K时刻的感兴趣区域，其中，所述两条线段与Lk之间的间距从下至上逐渐减小。
5.一种车道偏离预警系统，其特征在于，该系统包括：
一图像预处理模块，其设置为获取车道图像，并根据预测的车道线在该车道图像中选取感兴趣区域进行预处理；
一边缘检测模块，其设置为对经过预处理的车道图像进行边缘检测，以得到车道边缘图像；
一车道侯选线提取模块，其设置为根据得到的车道边缘图像提取车道侯选线；
一车道线拟合模块，其设置为根据提取的车道侯选线拟合车道线；
一车道偏离检测模块，其设置为检测拟合的车道线在车道图像底部的位置以及汽车车身在车道图像底部的位置，若两个位置之间的距离小于预定阈值则输出一车道偏离预警信号；以及
一车道预测模块，其设置为在所述车道偏离检测模块未输出所述车道偏离预警信号时，根据当前车辆参数以及所述拟合的车道线预测下一时刻的车道线，并将预测的下一时刻的车道线返回至所述图像预处理模块。
6.根据权利要求5所述的车道偏离预警系统，其特征在于，该系统还包括一连接所述图像预处理模块的前向摄像头。
7.根据权利要求5所述的车道偏离预警系统，其特征在于，该系统还包括一连接所述车道偏离检测模块的车辆参数采集模块。
8.根据权利要求5所述的车道偏离预警系统，其特征在于，该系统还包括一连接所述车道偏离检测模块的报警模块。
CN201710569006.4A 2017-07-13 2017-07-13 一种车道偏离预警方法及系统 Active CN107451539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710569006.4A CN107451539B (zh) 2017-07-13 2017-07-13 一种车道偏离预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710569006.4A CN107451539B (zh) 2017-07-13 2017-07-13 一种车道偏离预警方法及系统

Publications (2)

Publication Number Publication Date
CN107451539A true CN107451539A (zh) 2017-12-08
CN107451539B CN107451539B (zh) 2020-11-27

Family

ID=60488618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710569006.4A Active CN107451539B (zh) 2017-07-13 2017-07-13 一种车道偏离预警方法及系统

Country Status (1)

Country Link
CN (1) CN107451539B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108189844A (zh) * 2017-12-28 2018-06-22 东风商用车有限公司 一种车道偏离预警系统的报警方法
CN108327717A (zh) * 2018-02-06 2018-07-27 合肥工业大学 一种人机共驾的车道偏离辅助系统及其车道偏离辅助方法
CN111497732A (zh) * 2019-01-31 2020-08-07 杭州海康威视数字技术股份有限公司 汽车车灯控制方法、装置、控制设备、系统及存储介质
CN112026780A (zh) * 2020-09-17 2020-12-04 江苏理工学院 一种基于图像投影变化的车道偏离快速预警方法
CN112130550A (zh) * 2019-06-24 2020-12-25 北京市商汤科技开发有限公司 一种道路图像处理方法、装置、电子设备及存储介质
WO2021004437A1 (en) * 2019-07-05 2021-01-14 Huawei Technologies Co., Ltd. Method and system for predictive control of vehicle using digital images

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100002911A1 (en) * 2008-07-06 2010-01-07 Jui-Hung Wu Method for detecting lane departure and apparatus thereof
CN102303609A (zh) * 2011-06-16 2012-01-04 广东铁将军防盗设备有限公司 车道偏离预警系统及方法
CN102314599A (zh) * 2011-10-11 2012-01-11 东华大学 一种车道识别偏离检测方法
US20130135472A1 (en) * 2011-11-25 2013-05-30 National Chiao Tung University Intelligent driving recording and inspection system
CN103971521A (zh) * 2014-05-19 2014-08-06 清华大学 道路交通异常事件实时检测方法及装置
CN104008645A (zh) * 2014-06-12 2014-08-27 湖南大学 一种适用于城市道路车道线预测及预警方法
CN105730451A (zh) * 2014-12-09 2016-07-06 比亚迪股份有限公司 车辆和检测车辆偏移车道的装置
CN105809149A (zh) * 2016-03-31 2016-07-27 电子科技大学 基于最大长度直线的车道线检测方法
CN105966398A (zh) * 2016-06-21 2016-09-28 广州鹰瞰信息科技有限公司 一种对车辆偏离车道进行预警的方法和装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100002911A1 (en) * 2008-07-06 2010-01-07 Jui-Hung Wu Method for detecting lane departure and apparatus thereof
CN102303609A (zh) * 2011-06-16 2012-01-04 广东铁将军防盗设备有限公司 车道偏离预警系统及方法
CN102314599A (zh) * 2011-10-11 2012-01-11 东华大学 一种车道识别偏离检测方法
US20130135472A1 (en) * 2011-11-25 2013-05-30 National Chiao Tung University Intelligent driving recording and inspection system
CN103971521A (zh) * 2014-05-19 2014-08-06 清华大学 道路交通异常事件实时检测方法及装置
CN104008645A (zh) * 2014-06-12 2014-08-27 湖南大学 一种适用于城市道路车道线预测及预警方法
CN105730451A (zh) * 2014-12-09 2016-07-06 比亚迪股份有限公司 车辆和检测车辆偏移车道的装置
CN105809149A (zh) * 2016-03-31 2016-07-27 电子科技大学 基于最大长度直线的车道线检测方法
CN105966398A (zh) * 2016-06-21 2016-09-28 广州鹰瞰信息科技有限公司 一种对车辆偏离车道进行预警的方法和装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108189844A (zh) * 2017-12-28 2018-06-22 东风商用车有限公司 一种车道偏离预警系统的报警方法
CN108189844B (zh) * 2017-12-28 2020-06-26 东风商用车有限公司 一种车道偏离预警系统的报警方法
CN108327717A (zh) * 2018-02-06 2018-07-27 合肥工业大学 一种人机共驾的车道偏离辅助系统及其车道偏离辅助方法
CN111497732A (zh) * 2019-01-31 2020-08-07 杭州海康威视数字技术股份有限公司 汽车车灯控制方法、装置、控制设备、系统及存储介质
CN112130550A (zh) * 2019-06-24 2020-12-25 北京市商汤科技开发有限公司 一种道路图像处理方法、装置、电子设备及存储介质
CN112130550B (zh) * 2019-06-24 2024-03-12 北京市商汤科技开发有限公司 一种道路图像处理方法、装置、电子设备及存储介质
WO2021004437A1 (en) * 2019-07-05 2021-01-14 Huawei Technologies Co., Ltd. Method and system for predictive control of vehicle using digital images
US11934191B2 (en) 2019-07-05 2024-03-19 Huawei Technologies Co., Ltd. Method and system for predictive control of vehicle using digital images
CN112026780A (zh) * 2020-09-17 2020-12-04 江苏理工学院 一种基于图像投影变化的车道偏离快速预警方法

Also Published As

Publication number Publication date
CN107451539B (zh) 2020-11-27

Similar Documents

Publication Publication Date Title
CN107451539A (zh) 一种车道偏离预警方法及系统
CN109948523B (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
CN109005409B (zh) 一种基于目标检测与跟踪的智能视频编码方法
CN107031623B (zh) 一种基于车载盲区相机的道路预警方法
CN105825696B (zh) 基于信号灯信息提示的驾驶辅助系统
CN105260712B (zh) 一种车辆前方行人检测方法及系统
CN104992145B (zh) 一种矩采样车道跟踪检测方法
JP4733756B2 (ja) 車両周辺監視装置
CN112349144B (zh) 一种基于单目视觉的车辆碰撞预警方法及系统
CN103942560B (zh) 一种智能交通监控系统中的高分辨率视频车辆检测方法
CN105930833A (zh) 一种基于视频监控的车辆跟踪与分割方法
CN109948418A (zh) 一种基于深度学习的违反导向违法自动审核方法
CN104268506A (zh) 基于深度图像的客流计数检测方法
CN104160434A (zh) 车辆周围监视装置
CN107031661A (zh) 一种基于盲区相机输入的变道预警方法及系统
CN104574993B (zh) 一种道路监控的方法及装置
CN110378210A (zh) 一种基于轻量化YOLOv3的车辆和车牌检测及长短焦融合测距方法
CN112818935B (zh) 基于深度学习的多车道拥堵检测及持续时间预测方法及系统
CN104125436A (zh) 一种交通事故检测预警方法及系统
CN108639059A (zh) 基于最小作用量原理的驾驶人操控行为量化方法及装置
CN116434159A (zh) 一种基于改进YOLO V7和Deep-Sort的交通流量统计方法
CN113592905A (zh) 基于单目摄像头的车辆行驶轨迹预测方法
CN103481842A (zh) 一种车辆检测与跟踪模式的切换方法
Cheng et al. Semantic segmentation of road profiles for efficient sensing in autonomous driving
CN114757977A (zh) 融合改进光流和目标检测网络的移动物体轨迹提取方法

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