CN107507245A - 一种车辆跟驰轨迹的动态采集方法及系统 - Google Patents
一种车辆跟驰轨迹的动态采集方法及系统 Download PDFInfo
- Publication number
- CN107507245A CN107507245A CN201710709915.3A CN201710709915A CN107507245A CN 107507245 A CN107507245 A CN 107507245A CN 201710709915 A CN201710709915 A CN 201710709915A CN 107507245 A CN107507245 A CN 107507245A
- Authority
- CN
- China
- Prior art keywords
- binocular camera
- camera
- distance
- image
- binocular
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- 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
Abstract
本发明公开了一种车辆跟驰轨迹的动态采集方法及系统,通过采集后车轨迹和前后车的距离得到前车轨迹,其中通过安装在后车车顶上的双目相机拍摄图像来计算前后车的距离,主要包括:对双目相机拍摄的原始图像进行畸变矫正和立体校正;在一幅图像中选定目标区域,基于模板匹配算法实现两幅图像中目标的自动匹配;根据三角测量原理计算得出实际目标区域到双目相机的距离;保存双目相机拍摄的原始图像、拍摄时刻以及目标前车对应的距离;在进行下一时刻目标距离的采集时,采用目标自动跟踪算法自动跟踪下一时刻图像中的目标区域。本发明设备成本低,数据采集精准度高、适用性强、数据内容丰富、操作简单,在车流数据采集领域有较好的应用前景。
Description
技术领域
本发明涉及车流数据采集领域,具体涉及一种基于双目测距原理的车辆跟驰轨迹的动态采集方法及系统。
背景技术
交通流理论研究需要大量精准的车流数据作为分析对象,为车辆控制优化、交通管理优化提供指导。但是在真实交通条件下,准确且大批量地采集车间距离数据比较困难。现有的车辆跟驰轨迹采集方法主要有全球定位系统(GPS)测距、航拍轨迹提取等。现有的技术存在一定的缺陷:
基于GPS的车辆跟驰轨迹采集方法:此类方法是将两个GPS接收机分别固定在前导车和跟驰车车顶,GPS接收机实时接收当前时刻及GPS接收机的位置坐标,从而得到两车的行驶轨迹。该方法适用于平坦开阔道路的车间距离采集,对于高空遮挡造成的影响会产生较大的测量误差,该方法需要在前导车上固定GPS,因此该方法所采集的车辆样本量少;
航拍轨迹提取法:此方法利用飞行器从空中俯拍地面,得到交通视频,应用专业视频处理软件逐帧分析视频录像以提取车辆行驶轨迹,从而自动检测所拍地点的车流量、车速、加速度、车头间距、车头时距、到达时间等信息。该方法能够提供较高精度的车辆轨迹数据,可以观测到交通系统的整体状况。但缺点是拍摄成本高,航拍飞机续航能力有限,航拍飞机受航空管制。
发明内容
发明目的:本发明针对现有的车辆跟驰轨迹采集方法样本量少、精准度低、适应能力弱、采集成本高等技术问题,提供一种设备构造简单,操作方便,适用范围广,样本量充足,精准度高的车辆跟驰轨迹的动态采集方法及系统。
技术方案:为实现上述发明目的,本发明采用如下技术方案:
一种车辆跟驰轨迹的动态采集方法,包括采集后车行驶轨迹数据,以及通过安装在后车车顶上的双目相机拍摄图像来计算前车与后车的距离得到距离数据,其中距离数据的计算包括如下步骤:
同时触发双目相机拍摄图像,并对拍摄的原始图像进行畸变矫正和立体校正;
在校正后的一幅图像中选定前车车尾区域,记为第一目标区域,基于模板匹配算法在另一幅图像中找出与第一目标区域相匹配的第二目标区域;
根据三角测量原理计算得出实际目标区域到双目相机的距离其中,f为双目相机的焦距,D为两相机投影中心之间的距离,d为第一目标区域与第二目标区域之间的视差;
保存双目相机拍摄的原始图像、拍摄时刻以及目标前车对应的距离Z;
再次同时触发双目相机,进行下一时刻的拍照和目标前车距离的计算,其中采用目标自动跟踪算法自动跟踪下一时刻图像中的第一目标区域。
进一步地,在使用双目相机进行测距前还包括对相机进行标定,获取双目相机的畸变参数、内参数和外参数,所标定的参数用于在实际道路上测距时对拍摄的原始图像进行畸变矫正和立体校正。
进一步地,通过多组双目相机同时测量前车的距离,不同组的双目相机的焦距选择范围不同,两相机间的距离不同。
进一步地,所述采集方法还包括:在后车上安装GPS接收机获取后车行驶轨迹数据。
采用上述采集方法的一种车辆跟驰轨迹的动态采集系统,包括双目相机、计算机、车顶架和连接片,所述双目相机通过连接片安装在车顶架上,所述计算机与双目相机相连,用于控制双目相机拍摄图像并基于拍摄的图像获取与目标前车的距离。
进一步地,所述系统包括多组双目相机,不同组的双目相机的焦距选择范围不同,两相机间的距离不同。
优选地,所述系统包括小焦距和大焦距两组双目相机,小焦距相机焦距选择范围为8毫米至12毫米,适用的车间距离变化范围为1米至15米,适用于拥堵路段;大焦距相机焦距选择范围为16毫米至25毫米,适用的车间距离变化范围为10米至50米,适用于道路线型较直的自由行驶路段。
优选地,所述车顶架设有水平导轨,所述导轨上设有凹槽,所述连接片通过滑块螺栓安装在凹槽中,每个相机安装在一个连接片上,可随连接片在导轨上左右移动。
进一步地,所述还包括GPS接收机,用于获取后车行驶轨迹数据。
优选地,所述GPS接收机通过连接杆和三角吸盘安装在车尾。
与现有技术相比,本发明的优点是:1、设备成本较低,适用于大规模的数据采集;2、数据采集精准度高,能够满足交通流领域的科研需求;3、设备适用性强,小焦距双目相机适用于拥挤路段的动态车间距离数据采集,大焦距双目相机适用于道路线型较直的自由行驶路段的动态车间距离数据的采集,同时,本发明能够支持多组相机同时进行车流数据动态采集;4、采集的样本丰富,本发明前车的轨迹可以通过后车轨迹加上双目相机测距的数据获得,不需要在前车安装设备,因此可以对任意的前导车以及周围车进行车间距离数据的动态采集;本设备能够安装在大多数车辆的车顶,能够用不同的跟驰车进行车间距离数据的动态采集;5、本设备操作简单,在实验时,实验人员在车中不需要进行复杂工作,只需要对所拍图像进行图像质量的监控,保证图像曝光合适,实验人员工作量小;6、本发明采集的数据内容丰富,当需要对驾驶员驾驶行为数据进行详细分析时,可以根据所储存的文档以及图像信息迅速查询到分析时刻对应的双目照片,研究人员能够充分结合交通环境分析驾驶员驾驶行为;7、本发明采集的数据可重复使用,研究人员可以对同一路测视频反复提取数据。
附图说明
图1为双目测距原理示意图。
图2为本发明实施例中的测距方法流程图。
图3为本发明实施例中的标定方法流程图。
图4为双目相机固定于车顶架的正视图。
图5为双目相机固定于车顶架的俯视图。
图6为图4中连接片5的三视图,图(a)、(b)和(c)分别为正视图、右视图和俯视图。
图7为图4中A-A’剖面右视图。
图8为图4中B-B’剖面右视图。
图9车载双目相机安装示意图。
图10为图9中C部分的放大示意图。
图11为双目相机与笔记本电脑连接示意图。
图中:1-螺母、2-滑块螺栓、3-螺钉、4-导轨、5-连接片、6-支撑垫、7-压片、8-“8mm焦距”左相机、9-“8mm焦距”右相机、10-“25mm”焦距左相机、11-“25mm”焦距右相机、12-USB数据线、13-笔记本电脑、14-车辆顶部、15-GPS接收机、16-连接杆、17-三角吸盘。
具体实施方式
下面通过实施例,并结合附图,对本发明的原理、特征、技术方案进行具体说明。
为便于了解本发明的技术方案,首先对双目测距原理做简单介绍。如图1所示,图中cx left和cx right分别为左图像和右图像的主点(即中心点),分别以cx left和cx right为坐标原点建立左图像坐标系和左图像坐标系,左图像坐标系中的水平坐标方向为xl所指方向,为右图像坐标系中的水平坐标方向为xr所指方向。假设左图像中的主点cx left和右图像中的主点cx right均已经校准,根据三角测量原理,可以推导得出下式:
其中,d为视差,d=xl-xr,xl为物理世界中的目标点T在左图像中的投影水平坐标值,xr为目标点T在右图像中的投影水平坐标值,Z为目标点T与双目相机投影中心OlOr的距离,D为双目相机投影中心OlOr之间的距离,f为双目相机的焦距。
本发明实施例公开的一种车辆跟驰轨迹的动态采集方法,包括采集后车行驶轨迹数据和前车与后车的距离数据,主要通过安装在后车车顶上的双目相机拍摄图像来计算前车与后车的距离得到距离数据,根据三角测量原理,采用模板匹配算法实现左右图像中的前车目标自动匹配,采用Bouguet算法计算前车目标与双目相机之间的距离,采用LK(Lucas–Kanade)光流算法实现前车目标的自动跟踪,实时储存拍摄的双目图像、对应的距离以及时刻。方法主要流程如图2所示,包括如下步骤:
(1)同时触发双目相机拍摄图像,并对拍摄的原始图像进行畸变矫正和立体校正;
(2)在校正后的一幅图像中选定前车车尾区域,记为第一目标区域,基于模板匹配算法在另一幅图像中找出与第一目标区域相匹配的第二目标区域;
(3)根据三角测量原理计算得出实际目标区域到双目相机的距离;
(4)保存双目相机拍摄的原始图像、拍摄时刻以及目标前车对应的距离;
(5)再次同时触发双目相机,进行下一时刻的拍照和目标前车距离的计算,其中采用目标自动跟踪算法自动跟踪下一时刻图像中的第一目标区域。
为了使测量更为准确,在使用双目相机进行实际测距之前采用棋盘格标定法标定双目相机的畸变参数、内参数和外参数。标定流程如图3所示,包括如下步骤:
(1)用单个相机拍摄不同视角及距离下的棋盘图像,对单目相机进行畸变参数的标定,如径向畸变、切向畸变,以及内参数标定,如摄像机焦距、成像仪中心的偏移量;
(2)用双目相机拍摄不同视角及距离下的棋盘图像,结合单目相机内参数和畸变参数对双目相机进行外参数标定,如两相机之间的旋转量以及平移量。
所标定的参数用于在实际道路上测距时对拍摄的原始图像进行畸变矫正和立体校正,具体方法可参考张正友教授于1999年在会议The Proceedings of the SeventhIEEE International Conference on Computer Vision上发表的论文Flexible cameracalibration by viewing a plane from unknown orientations。
可以选择多组焦距不同的双目相机同时进行实验,以适用于不同的车间距离变化范围,如小焦距相机适用于拥堵路段,相机焦距选择范围为8毫米至12毫米,适用的车间距离变化范围为1米至15米;大焦距相机适用于道路线型较直的自由行驶路段,相机焦距选择范围为16毫米至25毫米,适用的车间距离变化范围为10米至50米。
此外,为获得后车行驶轨迹数据,可在后车车尾上安装GPS接收机同时进行位置数据采集,在车载GPS满足精度要求时也可以直接从车载GPS中获取数据。
本发明实施例公开的一种车辆跟驰轨迹的动态采集系统,主要包括双目相机、计算机、车顶架和连接片,双目相机由两个焦距相同且不变的工业相机组成,每个相机通过一个连接片安装在车顶架上,计算机与双目相机相连,用于控制双目相机拍摄图像并基于拍摄的图像获取与目标前车的距离。计算机可采用笔记本电脑,位于车内由工作人员控制,通过USB与车顶上的相机连接。此外,为精确获取轨迹数据还可配备高精度GPS接收机。
如图4-11所示,车顶架的主要部件为导轨4、支撑垫6和压片7,支撑垫用于支撑并稳定导轨4,压片7尾部夹在车门和门框的接合处以固定车顶架的安装位置,左支撑垫和左压片连接在导轨的左端,右支撑垫和右压片连接在导轨4的右端;安装时保证导轨4水平且垂直于车辆直行方向,以便双目相机可以再导轨上左右水平移动。
单个工业相机固定在导轨上的方法为:螺钉3穿过连接片5的孔洞与工业相机的底部螺孔旋紧;车顶架导轨4的凹槽开口朝竖直上方,滑块螺栓2的滑块部分嵌入车顶架导轨4的凹槽中,连接片5位于车顶架导轨4的凹槽开口上方,滑块螺栓2的螺杆穿过连接片5的孔洞在连接片5上方与螺母1旋紧。
三角吸盘17固定在跟随车的车尾,连接杆16一端固定在三角吸盘上,另一端固定GPS接收机15。
本实施例中采用两组双目相机,一组为“8mm”焦距的双目相机8、9,另一组为“25mm”焦距的双目相机10、11,如图4、5所示,“25mm”焦距的双目相机固定在“8mm”焦距相机的外侧。“8mm”焦距左相机8和“8mm”焦距右相机9在导轨上相隔的距离范围为50cm至80cm;“25mm”焦距左相机10和“25mm”焦距右相机11在导轨上相隔的距离范围为70cm至100cm。相机8、相机9光轴的夹角范围为0度到30度,调整两相机的相对位置,使得“8mm”焦距双目相机有较大范围的重合视野;相机10、相机11光轴的夹角范围为0度到15度,调整两相机的相对位置,使得“25mm”焦距双目相机有较大范围的重合视野。相机8、相机9、相机10、相机11分别通过USB数据线与笔记本电脑相连,相机8、相机9与一台笔记本电脑相连,相机10、相机11与另一台笔记本电脑相连,由两台笔记本电脑分别控制两组双目相机拍照,在USB接口充足的情况下也可以由一台笔记本电脑控制多组双目相机。车顶架通过支撑垫和压片固定在汽车车顶,根据相机所拍图像的视野,确定车顶架在车顶的具体位置。相机的USB数据线穿过车顶天窗或车侧门窗,进入车内与相应的笔记本电脑相连。
本发明实施例的车辆跟驰轨迹的动态采集系统使用方法主要包括如下步骤:
Step 1、在使用车载双目相机进行路测前,先采用棋盘格标定法,分别标定每个相机的内参数、畸变参数和双目相机的外参数;
Step 2、使用双目相机在实际道路上进行测距实验时,左右相机同时触发拍照快门,并将图像实时传输到笔记本电脑;
Step 3、使用双目相机内参数、畸变参数和外参数对所拍的双目原始图像PlPr进行畸变矫正和立体校正;
Step 4、笔记本电脑显示畸变矫正和立体校正后的双目图像PclPcr;
Step 5、实验人员坐在车内,使用笔记本电脑实时监控的双目图像PclPcr,通过的软件实时调整曝光时间以保证所拍图像的质量;
Step 6、通过观察的双目图像PclPcr,实验人员在笔记本电脑显示屏上手动框选左图像Pcl中的目标前车车尾区域Tl;
Step 7、软件模块采用模板匹配算法,在右图像Pcr中自动寻找与左框选目标Tl相匹配的目标区域Tr,左图像中的框选目标Tl与右图像中的匹配目标Tr在笔记本电脑屏幕上实时显示;
Step 8、软件模块计算左框选目标Tl与右匹配目标Tr之间的视差d。根据三角测量原理,采用Bouguet算法,计算得出实际目标区域到双目相机的距离
以“25mm”焦距双目相机在时刻13时20分13秒336毫秒的测距计算为例,由标定可得,双目相机的焦距f为3176.3像素,双目相机的基线距离,即两相机投影中心之间的距离D为790.5毫米,在时刻13时20分13秒336毫秒,获取路测图像,计算得出目标在双目图像PclPcr中的视差d为182像素。将f、D、d代入上式得:
即在时刻13时20分13秒336毫秒,目标T与双目相机投影中心OlOr的距离13.8米。
Step 9、软件模块储存双目原始图像PlPr以及对应的拍摄时刻Time。左图像文件命名格式为:小时_分钟_秒_毫秒_1,右图像文件命名格式为:小时_分钟_秒_毫秒_2。以“25mm”焦距双目相机在时刻13时20分13秒336毫秒的测距计算为例,左图像文件命名为:13_20_13_336_1.jpg,右图像文件命名为:13_20_13_336_2.jpg;左图像完整路径”E:\双目照片\4_18_13_15双目匹配照片(距离)\13_20_13_336_1.jpg”、右图像完整路径”E:\双目照片\4_18_13_15双目匹配照片(距离)\13_20_13_336_2.jpg”先后写入文本文档A.txt中,用于后期离线实验读取照片;
Step 10、软件模块储存图像拍摄时刻Time以及目标对应的距离Z,储存内容写入文本文档B.txt中,用于后期的驾驶行为分析。储存格式为:小时_分钟_秒_毫秒_距离,以“25mm”焦距双目相机在时刻13时20分13秒336毫秒的测距计算为例,储存内容为:13_20_13_336_13.8。
Step 11、软件模块再次同时触发双目相机,进行下一时刻的拍照;
Step 12、软件模块采用LK光流法,在下一时刻的左图像Pcl中自动跟踪目标区域Tl,步骤返回Step 7,更新视差数据和时刻数据,并实时储存;
Step 13、当需要改变目标区域时,实验人员在的左图像Pcl中重新框选目标区域Tl;
Step 14、在实际道路测试结束后,将文本文档B.txt导入Excel工作表,采用matlab软件进行描点绘图,采用matlab软件中自带的smooth函数对时间-车间距离数据进行噪声平滑,异常点剔除,得到经过平滑处理的时间-车间距离数据;
Step 15、将跟驰车的全球定位系统轨迹数据导出至电脑的文本文件中。
Step 16、采用经过平滑处理的时间-车间距离数据以及跟随车的轨迹数据进行驾驶员驾驶行为分析,如根据后车轨迹及车间距离算出前车轨迹,对驾驶员的速度、加速度、车间距数据进行统计分析,对微观跟驰模型进行验证。
后期如需重新分析实验,可以根据文本文档A.txt中存储的完整路径再次读取双目照片,通过软件模块,重新框选目标前车车尾,计算并输出车间距离,即可以离线反复分析驾驶员驾驶行为。
Claims (10)
1.一种车辆跟驰轨迹的动态采集方法,其特征在于,包括采集后车行驶轨迹数据,以及通过安装在后车车顶上的双目相机拍摄图像来计算前车与后车的距离得到距离数据,其中距离数据的计算包括如下步骤:
同时触发双目相机拍摄图像,并对拍摄的原始图像进行畸变矫正和立体校正;
在校正后的一幅图像中选定前车车尾区域,记为第一目标区域,基于模板匹配算法在另一幅图像中找出与第一目标区域相匹配的第二目标区域;
根据三角测量原理计算得出实际目标区域到双目相机的距离其中,f为双目相机的焦距,D为两相机投影中心之间的距离,d为第一目标区域与第二目标区域之间的视差;
保存双目相机拍摄的原始图像、拍摄时刻以及目标前车对应的距离Z;
再次同时触发双目相机,进行下一时刻的拍照和目标前车距离的计算,其中采用目标自动跟踪算法自动跟踪下一时刻图像中的第一目标区域。
2.根据权利要求1所述的一种车辆跟驰轨迹的动态采集方法,其特征在于,在使用双目相机进行测距前还包括对相机进行标定,获取双目相机的畸变参数、内参数和外参数,所标定的参数用于在实际道路上测距时对拍摄的原始图像进行畸变矫正和立体校正。
3.根据权利要求1所述的一种车辆跟驰轨迹的动态采集方法,其特征在于,通过多组双目相机同时测量前车的距离,不同组的双目相机的焦距选择范围不同,两相机间的距离不同。
4.根据权利要求1所述的一种车辆跟驰轨迹的动态采集方法,其特征在于,还包括:在后车上安装GPS接收机获取后车行驶轨迹数据。
5.采用根据权利要求1所述的车辆跟驰轨迹的动态采集方法的一种车辆跟驰轨迹的动态采集系统,其特征在于,包括双目相机、计算机、车顶架和连接片,所述双目相机通过连接片安装在车顶架上,所述计算机与双目相机相连,用于控制双目相机拍摄图像并基于拍摄的图像获取与目标前车的距离。
6.根据权利要求5所述的一种车辆跟驰轨迹的动态采集系统,其特征在于,包括多组双目相机,不同组的双目相机的焦距选择范围不同,两相机间的距离不同。
7.根据权利要求6所述的一种车辆跟驰轨迹的动态采集系统,其特征在于,包括小焦距和大焦距两组双目相机,小焦距相机焦距选择范围为8毫米至12毫米,大焦距相机焦距选择范围为16毫米至25毫米。
8.根据权利要求5所述的一种车辆跟驰轨迹的动态采集系统,其特征在于,所述车顶架设有水平导轨,所述导轨上设有凹槽,所述连接片通过滑块螺栓安装在凹槽中,每个相机安装在一个连接片上,可随连接片在导轨上左右移动。
9.根据权利要求5所述的一种车辆跟驰轨迹的动态采集系统,其特征在于,还包括GPS接收机,用于获取后车行驶轨迹数据。
10.根据权利要求9所述的一种车辆跟驰轨迹的动态采集系统,其特征在于,所述GPS接收机通过连接杆和三角吸盘安装在车尾。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710709915.3A CN107507245A (zh) | 2017-08-18 | 2017-08-18 | 一种车辆跟驰轨迹的动态采集方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710709915.3A CN107507245A (zh) | 2017-08-18 | 2017-08-18 | 一种车辆跟驰轨迹的动态采集方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107507245A true CN107507245A (zh) | 2017-12-22 |
Family
ID=60691285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710709915.3A Pending CN107507245A (zh) | 2017-08-18 | 2017-08-18 | 一种车辆跟驰轨迹的动态采集方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107507245A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754437A (zh) * | 2019-01-14 | 2019-05-14 | 北京理工大学 | 一种调整图形采样频率的方法 |
CN110189377A (zh) * | 2019-05-14 | 2019-08-30 | 河南省计量科学研究院 | 一种基于双目立体视觉的高精度测速方法 |
CN110611772A (zh) * | 2018-06-15 | 2019-12-24 | 神讯电脑(昆山)有限公司 | 车用取像装置及其曝光参数设定方法 |
CN110750877A (zh) * | 2019-09-27 | 2020-02-04 | 西安理工大学 | 一种Apollo平台下的车辆跟驰行为预测方法 |
CN111213369A (zh) * | 2018-09-27 | 2020-05-29 | 深圳市大疆创新科技有限公司 | 控制装置、摄像装置、移动体、控制方法以及程序 |
CN111664829A (zh) * | 2019-03-08 | 2020-09-15 | 上海博泰悦臻电子设备制造有限公司 | 一种校正方法、装置及计算机存储介质 |
CN111801711A (zh) * | 2018-03-14 | 2020-10-20 | 法弗人工智能有限公司 | 图像标注 |
US10878259B2 (en) | 2018-10-17 | 2020-12-29 | Automotive Research & Testing Center | Vehicle detecting method, nighttime vehicle detecting method based on dynamic light intensity and system thereof |
CN112348890A (zh) * | 2020-10-27 | 2021-02-09 | 深圳技术大学 | 一种空间定位方法、装置及计算机可读存储介质 |
CN112912293A (zh) * | 2018-10-30 | 2021-06-04 | 三菱电机株式会社 | 目标轨迹生成装置、车辆控制装置、目标轨迹生成方法和车辆控制方法 |
CN115862391A (zh) * | 2022-11-22 | 2023-03-28 | 东南大学 | 一种面向智能网联环境的机场场道车机跟驰安全评判方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201484287U (zh) * | 2009-08-14 | 2010-05-26 | 长安大学 | 一种汽车防追尾安全预警装置 |
CN102322797A (zh) * | 2011-08-15 | 2012-01-18 | 吉林大学 | 三自由度汽车车轮定位参数立体视觉柔性检测系统 |
CN204612740U (zh) * | 2015-05-15 | 2015-09-02 | 湖北工业大学 | 一种用于视觉检测的极坐标复合式相机机架 |
CN105303837A (zh) * | 2015-11-24 | 2016-02-03 | 东南大学 | 一种检测驾驶人跟驰行为特性参数的方法及系统 |
CN106209546A (zh) * | 2016-07-20 | 2016-12-07 | 张家港长安大学汽车工程研究院 | 基于双目相机和面阵相机的自动跟车系统 |
CN106525004A (zh) * | 2016-11-09 | 2017-03-22 | 人加智能机器人技术(北京)有限公司 | 双目立体视觉系统及深度测量方法 |
-
2017
- 2017-08-18 CN CN201710709915.3A patent/CN107507245A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201484287U (zh) * | 2009-08-14 | 2010-05-26 | 长安大学 | 一种汽车防追尾安全预警装置 |
CN102322797A (zh) * | 2011-08-15 | 2012-01-18 | 吉林大学 | 三自由度汽车车轮定位参数立体视觉柔性检测系统 |
CN204612740U (zh) * | 2015-05-15 | 2015-09-02 | 湖北工业大学 | 一种用于视觉检测的极坐标复合式相机机架 |
CN105303837A (zh) * | 2015-11-24 | 2016-02-03 | 东南大学 | 一种检测驾驶人跟驰行为特性参数的方法及系统 |
CN106209546A (zh) * | 2016-07-20 | 2016-12-07 | 张家港长安大学汽车工程研究院 | 基于双目相机和面阵相机的自动跟车系统 |
CN106525004A (zh) * | 2016-11-09 | 2017-03-22 | 人加智能机器人技术(北京)有限公司 | 双目立体视觉系统及深度测量方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111801711A (zh) * | 2018-03-14 | 2020-10-20 | 法弗人工智能有限公司 | 图像标注 |
CN110611772B (zh) * | 2018-06-15 | 2021-06-15 | 神讯电脑(昆山)有限公司 | 车用取像装置及其曝光参数设定方法 |
CN110611772A (zh) * | 2018-06-15 | 2019-12-24 | 神讯电脑(昆山)有限公司 | 车用取像装置及其曝光参数设定方法 |
CN111213369A (zh) * | 2018-09-27 | 2020-05-29 | 深圳市大疆创新科技有限公司 | 控制装置、摄像装置、移动体、控制方法以及程序 |
US10878259B2 (en) | 2018-10-17 | 2020-12-29 | Automotive Research & Testing Center | Vehicle detecting method, nighttime vehicle detecting method based on dynamic light intensity and system thereof |
CN112912293A (zh) * | 2018-10-30 | 2021-06-04 | 三菱电机株式会社 | 目标轨迹生成装置、车辆控制装置、目标轨迹生成方法和车辆控制方法 |
CN109754437A (zh) * | 2019-01-14 | 2019-05-14 | 北京理工大学 | 一种调整图形采样频率的方法 |
CN111664829A (zh) * | 2019-03-08 | 2020-09-15 | 上海博泰悦臻电子设备制造有限公司 | 一种校正方法、装置及计算机存储介质 |
CN110189377A (zh) * | 2019-05-14 | 2019-08-30 | 河南省计量科学研究院 | 一种基于双目立体视觉的高精度测速方法 |
CN110750877A (zh) * | 2019-09-27 | 2020-02-04 | 西安理工大学 | 一种Apollo平台下的车辆跟驰行为预测方法 |
CN112348890A (zh) * | 2020-10-27 | 2021-02-09 | 深圳技术大学 | 一种空间定位方法、装置及计算机可读存储介质 |
CN112348890B (zh) * | 2020-10-27 | 2024-01-23 | 深圳技术大学 | 一种空间定位方法、装置及计算机可读存储介质 |
CN115862391A (zh) * | 2022-11-22 | 2023-03-28 | 东南大学 | 一种面向智能网联环境的机场场道车机跟驰安全评判方法 |
CN115862391B (zh) * | 2022-11-22 | 2023-08-29 | 东南大学 | 一种面向智能网联环境的机场场道车机跟驰安全评判方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107507245A (zh) | 一种车辆跟驰轨迹的动态采集方法及系统 | |
CN110174093B (zh) | 定位方法、装置、设备和计算机可读存储介质 | |
US11477374B2 (en) | Three dimensional image capture system for imaging building facades using a digital camera, a near-infrared camera, and laser range finder | |
CN107358796B (zh) | 一种基于无人机的车辆检测方法 | |
CN101969548B (zh) | 基于双目摄像的主动视频获取方法及装置 | |
EP3155375B1 (en) | Methods and systems for generating route data | |
WO2022206978A1 (zh) | 一种基于车载定位装置的路侧毫米波雷达校准方法 | |
CN101900527B (zh) | 一种货车车厢体积测量系统及方法 | |
KR101394244B1 (ko) | 다중영상 취득장치 및 이를 활용한 이동식 노면상태 자동검지 시스템 | |
CN103941746A (zh) | 无人机巡检图像处理系统及方法 | |
WO2010108301A1 (zh) | 飞机着陆与无人机回收的地基摄像测量引导方法 | |
KR102610001B1 (ko) | 자율 주행 차량 중의 센서 동기화 데이터 분석을 위한 시스템 | |
JP6779365B2 (ja) | 物体検出装置及び車両 | |
KR102006291B1 (ko) | 전자 장치의 이동체 포즈 추정 방법 | |
KR101735557B1 (ko) | 실시간 목표 탐지에 의한 교통 정보 수집 시스템 및 방법 | |
CN109712188A (zh) | 一种目标跟踪方法及装置 | |
RU120270U1 (ru) | Комплекс контроля проезда пешеходных переходов | |
KR101492923B1 (ko) | 지형변화 측량을 통한 측지정보 데이터 수집 방법이 적용된 시스템 | |
CN113791074A (zh) | 一种基于多传感器融合的无人机桥梁裂缝巡检系统及方法 | |
CN112447058B (zh) | 泊车方法、装置、计算机设备及存储介质 | |
CN111275957A (zh) | 一种交通事故信息采集方法、系统及摄像机 | |
CN109579798A (zh) | 一种应用于自动泊车系统的视频量测方法及量测装置 | |
CN100421456C (zh) | 全天候双摄像激光测速举证设备 | |
KR20160125803A (ko) | 영역 추출 장치, 물체 탐지 장치 및 영역 추출 방법 | |
JP4752319B2 (ja) | 画像認識装置及び画像認識方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171222 |
|
RJ01 | Rejection of invention patent application after publication |