CN107862268A - 环视车道线识别方法、装置及计算机可读存储介质 - Google Patents
环视车道线识别方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN107862268A CN107862268A CN201711042023.9A CN201711042023A CN107862268A CN 107862268 A CN107862268 A CN 107862268A CN 201711042023 A CN201711042023 A CN 201711042023A CN 107862268 A CN107862268 A CN 107862268A
- Authority
- CN
- China
- Prior art keywords
- driving trace
- lane detection
- line tracking
- track line
- around
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种环视车道线识别方法,所述环视车道线识别方法应用于鱼眼环视装置,所述鱼眼环视装置包括多个安装于车身同一水平面的鱼眼相机,且多个所述鱼眼相机的俯仰角一致;所述环视车道线识别方法包括:实时获取全景鱼眼相机采集到的环境图像,并抓取环境图像中的车道线信息,生成车道线轨迹;将车辆行驶轨迹与生成的车道线轨迹比对,以确定车辆行驶轨迹与车道线轨迹是否发生偏移;在确认车辆行驶轨迹与车道线轨迹发生偏移时,输出行驶轨迹偏移车道线的提示信息。本发明还公开了一种环视车道线识别装置、计算机可读存储介质。本发明通过实时获取车道线轨迹,实现了根据车道线轨迹实时监控车辆行驶,提高车辆安全行驶的有益效果。
Description
技术领域
本发明涉及车辆智能行驶领域,尤其涉及一种环视车道线识别方法、装置及计算机可读存储介质。
背景技术
目前360环视系统只能作为一个显示界面使用,不具备智能车道线识别功能,而车道线识别通常在专用ADAS(先进驾驶辅助系统Advanced Driver Assistant System)前视摄像头上面实现,需要额外的硬件成本。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种环视车道线识别方法,旨在解决通过360度环视相机装置识别车道线,实现了降低车道线识别硬件设备成本的技术问题。
为实现上述目的,本发明提供一种环视车道线识别方法,所述环视车道线识别方法应用与鱼眼环视装置,所述鱼眼环视装置包括多个安装于车身同一水平面的鱼眼相机,且多个所述鱼眼相机的俯仰角一致;所述环视车道线识别方法包括以下步骤:
实时获取全景鱼眼相机采集到的环境图像,并抓取所述环境图像中的车道线信息,生成车道线轨迹;
将车辆行驶轨迹与生成的所述车道线轨迹比对,以确定所述车辆行驶轨迹与所述车道线轨迹是否发生偏移;
在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,输出行驶轨迹偏移车道线的提示信息。
优选地,所述将车辆行驶轨迹与生成的所述车道线轨迹比对,以确定所述车辆行驶轨迹与所述车道线轨迹是否发生偏移的步骤,还包括:
实时计算所述车辆行驶轨迹与所述车道线轨迹的间距;
确定所述间距是否小于预设间距,其中,在所述间距小于所述预设阈值时,确认所述车辆行驶轨迹与所述车道线轨迹发生偏移。
优选地,所述环视车道线识别方法还包括:
在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,确认所述车辆是否提交车辆转向信息;
在所述车辆未提交车辆转向信息时,执行所述输出行驶轨迹偏移车道线的提示信息的步骤。
优选地,所述抓取所述环境图像中的车道线信息,生成车道线轨迹的步骤,还包括:
在所述环境图像中选取目标分析区域,并在所述目标分析区域中抓取车道线信息;
组合抓取到的所述车道线信息,以生成所述车道线轨迹。
优选地,所述实时获取全景鱼眼相机采集到的环境图像的步骤之前,还包括:
获取所述全景鱼眼相机的硬件参数及畸变系数,校正所述全景鱼眼相机的图像畸变;
在所述全景鱼眼相机的图像畸变校正后,采集当前环境图像。
此外,为实现上述目的,本发明还提供一种环视车道线识别装置,其特征在于,所述环视车道线识别装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述环视车道线识别方法的步骤。
本发明还提供一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有环视车道线识别程序,所述环视车道线识别程序被处理器执行时实现如上所述环视车道线识别方法的步骤。
本发明实施例提出的一种环视车道线识别方法,通过实时获取全景鱼眼相机采集到的环境图像,并抓取所述环境图像中的车道线信息,生成车道线轨迹;将车辆行驶轨迹与生成的所述车道线轨迹比对,以确定所述车辆行驶轨迹与所述车道线轨迹是否发生偏移;在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,输出行驶轨迹偏移车道线的提示信息。以生成的车道线轨迹模型比对车辆行驶轨迹,避免车辆轨道发生偏移,实现了实时监视车辆行驶轨迹的有益效果。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端\装置结构示意图;
图2为本发明环视车道线识别方法第一实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:实时获取全景鱼眼相机采集到的环境图像,并抓取所述环境图像中的车道线信息,生成车道线轨迹;将车辆行驶轨迹与生成的所述车道线轨迹比对,以确定所述车辆行驶轨迹与所述车道线轨迹是否发生偏移;在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,输出行驶轨迹偏移车道线的提示信息。
由于现有技术中,目前360环视系统只能作为一个显示界面使用,不具备智能车道线识别功能,不能满足现有的车辆智能行驶需求。
本发明提供一种解决方案,通过现有360环视系统监视车辆行驶情况,实现了实时监视车辆行驶轨迹,避免行驶轨迹偏移车道线的有益效果。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例方案涉及的是鱼眼环视装置,所述鱼眼环视装置包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及环视车道线识别程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的环视车道线识别程序,并执行以下操作:
实时获取全景鱼眼相机采集到的环境图像,并抓取所述环境图像中的车道线信息,生成车道线轨迹;
将车辆行驶轨迹与生成的所述车道线轨迹比对,以确定所述车辆行驶轨迹与所述车道线轨迹是否发生偏移;
在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,输出行驶轨迹偏移车道线的提示信息。
进一步地,处理器1001可以调用存储器1005中存储的环视车道线识别程序,还执行以下操作:
实时计算所述车辆行驶轨迹与所述车道线轨迹的间距;
确定所述间距是否小于预设间距,其中,在所述间距小于所述预设阈值时,确认所述车辆行驶轨迹与所述车道线轨迹发生偏移。
进一步地,处理器1001可以调用存储器1005中存储的环视车道线识别程序,还执行以下操作:
在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,确认所述车辆是否提交车辆转向信息;
在所述车辆未提交车辆转向信息时,执行所述输出行驶轨迹偏移车道线的提示信息的步骤。
进一步地,处理器1001可以调用存储器1005中存储的环视车道线识别程序,还执行以下操作:
在所述环境图像中选取目标分析区域,并在所述目标分析区域中抓取车道线信息;
组合抓取到的所述车道线信息,以生成所述车道线轨迹。
进一步地,处理器1001可以调用存储器1005中存储的环视车道线识别程序,还执行以下操作:
获取所述全景鱼眼相机的硬件参数及畸变系数,校正所述全景鱼眼相机的图像畸变;
在所述全景鱼眼相机的图像畸变校正后,采集当前环境图像。
参照图2,图2为本发明环视车道线识别方法第一实施例的流程示意图,所述环视车道线识别方法包括:
步骤S10,实时获取全景鱼眼相机采集到的环境图像,并抓取所述环境图像中的车道线信息,生成车道线轨迹;
用于车道线识别的鱼眼环视装置,可由安装于车辆左右后视镜及车身前后方向的多个全景鱼眼相机组成,且所述全景鱼眼相机通过结构性约束保证多个全景鱼眼相机的俯仰角和安装高度水平一致,即安装于同一水平面且以相同俯仰角的多个全景鱼眼相机。在所述鱼眼环视装置的实际应用中,通过所述鱼眼环境装置中的全景鱼眼相机采集当前车辆行驶环境的环境图像,并基于所述全景鱼眼相机采集到的环境图像,获取所述环境图像。根据获取到的所述环境图像,在所述环境图像中抓取车道线信息,将抓取到的所述车道线信息分析融合后,生成当前行驶环境的车道线轨迹,所述车道线轨迹展示的方式,为预设的展示方式,包括以车道线轨迹模型的形式在相关的显示屏中显示,或者通过数值在处理器中展示,其具体的展示方式,均与相关的设置相关,在此不多赘述。
其中,所述抓取所述环境图像中的车道线信息,生成车道线轨迹的步骤,还包括:
在所述环境图像中选取目标分析区域,并在所述目标分析区域中抓取车道线信息;
组合抓取到的所述车道线信息,以生成所述车道线轨迹。
根据全景鱼眼相机获取到的所述环境图像,将所述环境图像应用FPGA硬件平台进行实时全景拼接,得到360度环视全景图。并基于得到的所述360度环视全景图,在所述360度环视全景图、鱼眼前视图及两个鱼眼侧视图中,通过标定区域值选择合适的目标分析区域进行分析。其中,所述标定区域值为预设区域的坐标数值,且基于不同的环境图像设定不同的预设区域的坐标数值,例如所述环境全景图的预设区域的坐标数值为正中间的区域等。所述标定区域值为相关的技术人员通过全景鱼眼相机的安装位置计算得到的,以提高车道线抓取的精确度。通过已确定的目标分析区域,在所述目标分析区域中抓取车道线信息,并基于所述车道线信息进行融合,生成当前的车道线轨迹信息。
另外,在此之前,所述实时获取全景鱼眼相机采集到的环境图像的步骤之前,还包括:
获取所述全景鱼眼相机的硬件参数及畸变系数,校正所述全景鱼眼相机的图像畸变;
在所述全景鱼眼相机的图像畸变校正后,采集当前环境图像。
由于全景鱼眼相机在采集环境图像时,由于鱼眼相机的特殊性,在采集环境图像时,可能会造成图像畸变的情况,造成环境图像采集错误,继而导致降低车道线抓取的效率的情况。即根据已安装的所述全景鱼眼相机,获取所述鱼眼相机的硬件参数及畸变系数,并按照畸变校正算法校正所述全景鱼眼相机的图像畸变情况,并在所述图像畸变情况校正后,开启全景鱼眼相机采集当前环境图像。
步骤S20,将车辆行驶轨迹与生成的所述车道线轨迹比对,以确定所述车辆行驶轨迹与所述车道线轨迹是否发生偏移;
步骤S30,在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,输出行驶轨迹偏移车道线的提示信息。
根据已生成的实时车道线轨迹,将当前车辆的车辆行驶轨迹与所述车道线轨迹进行实时比对,以此确认所述车辆行驶轨迹是否偏移所述车道线轨迹,并在所述车道线轨迹发生偏移时,传输行驶轨迹偏移车道线的提示信息。其中,所述行驶轨迹偏移车道线的提示信息,其表现形式为声音或者灯光,而通过所述声音或者灯光的方式实现所述提示信息,需通过外接的其他设备实现,例如车辆本身的灯光声音发生设备或者与所述环视车道线识别方法所在终端连接的其他外设设备。
其中,确认车辆行驶轨迹是否偏移即所述将车辆行驶轨迹与生成的所述车道线轨迹比对,以确定所述车辆行驶轨迹与所述车道线轨迹是否发生偏移的步骤,还包括:
实时计算所述车辆行驶轨迹与所述车道线轨迹的间距;
确定所述间距是否小于预设间距,其中,在所述间距小于所述预设阈值时,确认所述车辆行驶轨迹与所述车道线轨迹发生偏移。
根据已生成的车道线轨迹,实时计算所述测量行驶轨迹与所述车道线轨迹的间距,所述间距即为所述车辆行驶中,车身左右外侧与所述车道线之间的左右间距。将计算到的所述左右间距与预设阈值比对,用以确认所述车辆行驶轨迹是否偏移所述车道线轨迹。当在计算到的所述左右间距中的其中一间距小于所述预设阈值时,确认所述车辆行驶轨迹偏移所述车道线轨迹。其中,所述预设阈值,为车辆行驶轨迹与所述车道线轨迹的间隔阈值,由相关的管理员设置。
另外,所述环视车道线识别方法还包括:
在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,确认所述车辆是否提交车辆转向信息;
在所述车辆未提交车辆转向信息时,执行所述输出行驶轨迹偏移车道线的提示信息的步骤。
基于当前根据所述车辆行驶轨迹与所述车道线轨迹的所述左右间距中的其中一间距与所述预设阈值的比对结果,在确认所述车辆行驶轨迹偏移所述车道线轨迹时,确认所述车辆当前是否提交了车辆转向信息,因车辆在有变道、掉头等需求的时候,会造成压车道线或者与车道线的间距变窄的情况,在此情况下不属于车辆行驶轨迹偏移。若确认未接收到所述车辆提交的车辆转向信息时,确认所述车辆行驶轨迹与所述车道线轨迹发生偏移,执行传输行驶轨迹偏移车道线的提示的步骤。
在本实施例中,通过全景鱼眼相机采集到的环境图像,抓取环境图像中的车道线信息生成车道线轨迹,并将当前车辆行驶轨迹与所述车道线轨迹比对,在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,提示当前车辆行驶轨迹已经偏移车道线,需校正当前的车辆行驶轨迹,实现了根据抓取到的车道线轨迹实时监视车辆行驶轨迹的问题,降低了车辆行驶轨迹由于偏移车道线造成的危险事故。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有环视车道线识别程序,所述环视车道线识别程序被处理器执行时实现如下操作:
实时获取全景鱼眼相机采集到的环境图像,并抓取所述环境图像中的车道线信息,生成车道线轨迹;
将车辆行驶轨迹与生成的所述车道线轨迹比对,以确定所述车辆行驶轨迹与所述车道线轨迹是否发生偏移;
在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,输出行驶轨迹偏移车道线的提示信息。
进一步地,所述环视车道线识别程序被处理器执行时还实现如下操作:
实时计算所述车辆行驶轨迹与所述车道线轨迹的间距;
确定所述间距是否小于预设间距,其中,在所述间距小于所述预设阈值时,确认所述车辆行驶轨迹与所述车道线轨迹发生偏移。
进一步地,所述环视车道线识别程序被处理器执行时还实现如下操作:
在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,确认所述车辆是否提交车辆转向信息;
在所述车辆未提交车辆转向信息时,执行所述输出行驶轨迹偏移车道线的提示信息的步骤。
进一步地,所述环视车道线识别程序被处理器执行时还实现如下操作:
在所述环境图像中选取目标分析区域,并在所述目标分析区域中抓取车道线信息;
组合抓取到的所述车道线信息,以生成所述车道线轨迹。
进一步地,所述环视车道线识别程序被处理器执行时还实现如下操作:
获取所述全景鱼眼相机的硬件参数及畸变系数,校正所述全景鱼眼相机的图像畸变;
在所述全景鱼眼相机的图像畸变校正后,采集当前环境图像。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种环视车道线识别方法,其特征在于,所述环视车道线识别方法应用于鱼眼环视装置,所述鱼眼环视装置包括多个安装于车身同一水平面的鱼眼相机,且多个所述鱼眼相机的俯仰角一致;所述环视车道线识别方法包括以下步骤:
实时获取全景鱼眼相机采集到的环境图像,并抓取所述环境图像中的车道线信息,生成车道线轨迹;
将车辆行驶轨迹与生成的所述车道线轨迹比对,以确定所述车辆行驶轨迹与所述车道线轨迹是否发生偏移;
在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,输出行驶轨迹偏移车道线的提示信息。
2.如权利要求1所述的环视车道线识别方法,其特征在于,所述将车辆行驶轨迹与生成的所述车道线轨迹比对,以确定所述车辆行驶轨迹与所述车道线轨迹是否发生偏移的步骤,还包括:
实时计算所述车辆行驶轨迹与所述车道线轨迹的间距;
确定所述间距是否小于预设间距,其中,在所述间距小于所述预设阈值时,确认所述车辆行驶轨迹与所述车道线轨迹发生偏移。
3.如权利要求2所述的环视车道线识别方法,其特征在于,所述环视车道线识别方法还包括:
在确认所述车辆行驶轨迹与所述车道线轨迹发生偏移时,确认所述车辆是否提交车辆转向信息;
在所述车辆未提交车辆转向信息时,执行所述输出行驶轨迹偏移车道线的提示信息的步骤。
4.如权利要求1-3任一项所述的环视车道线识别方法,其特征在于,所述抓取所述环境图像中的车道线信息,生成车道线轨迹的步骤,还包括:
在所述环境图像中选取目标分析区域,并在所述目标分析区域中抓取车道线信息;
组合抓取到的所述车道线信息,以生成所述车道线轨迹。
5.如权利要求1-3任一项所述的环视车道线识别方法,其特征在于,所述实时获取全景鱼眼相机采集到的环境图像的步骤之前,还包括:
获取所述全景鱼眼相机的硬件参数及畸变系数,校正所述全景鱼眼相机的图像畸变;
在所述全景鱼眼相机的图像畸变校正后,采集当前环境图像。
6.一种环视车道线识别装置,其特征在于,所述环视车道线识别装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述环视车道线识别方法的步骤。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有环视车道线识别程序,所述环视车道线识别程序被处理器执行时实现如权利要求1至5中任一项所述环视车道线识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711042023.9A CN107862268A (zh) | 2017-10-30 | 2017-10-30 | 环视车道线识别方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711042023.9A CN107862268A (zh) | 2017-10-30 | 2017-10-30 | 环视车道线识别方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107862268A true CN107862268A (zh) | 2018-03-30 |
Family
ID=61696523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711042023.9A Pending CN107862268A (zh) | 2017-10-30 | 2017-10-30 | 环视车道线识别方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107862268A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109032129A (zh) * | 2018-06-21 | 2018-12-18 | 昆山华恒工程技术中心有限公司 | 路径纠偏方法及装置、路径导引方法、可读介质 |
CN109784234A (zh) * | 2018-12-29 | 2019-05-21 | 百度在线网络技术(北京)有限公司 | 一种基于前向鱼眼镜头的直角弯识别方法及车载设备 |
CN110285801A (zh) * | 2019-06-11 | 2019-09-27 | 唐文 | 智能安全帽的定位方法及装置 |
CN111746393A (zh) * | 2019-03-29 | 2020-10-09 | 比亚迪股份有限公司 | 车辆控制方法、车辆控制装置和车辆 |
CN112109703A (zh) * | 2020-06-17 | 2020-12-22 | 上汽通用五菱汽车股份有限公司 | 车辆控制方法、车辆控制系统、车及存储介质 |
CN112115857A (zh) * | 2020-09-17 | 2020-12-22 | 福建牧月科技有限公司 | 智能汽车的车道线识别方法、装置、电子设备及介质 |
CN112258878A (zh) * | 2019-07-22 | 2021-01-22 | 纬创资通股份有限公司 | 行车预警系统、行车预警方法及使用所述方法的电子装置 |
CN113938613A (zh) * | 2021-11-26 | 2022-01-14 | 上海徐工智能科技有限公司 | 一种工程机械用户数据采集装置及方法 |
CN115761000A (zh) * | 2022-11-06 | 2023-03-07 | 卢米纳科技(深圳)有限公司 | 基于视觉激光的清洗标定方法和系统 |
CN116704040A (zh) * | 2023-04-03 | 2023-09-05 | 上海保隆汽车科技(武汉)有限公司 | 相机标定方法、装置、控制器、车辆及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102059978A (zh) * | 2009-11-16 | 2011-05-18 | 财团法人工业技术研究院 | 驾驶辅助方法与系统 |
JP5370931B2 (ja) * | 2010-02-19 | 2013-12-18 | トヨタ自動車株式会社 | 車線逸脱防止支援装置 |
CN103679839A (zh) * | 2012-09-20 | 2014-03-26 | 信亿科技股份有限公司 | 整合式安全行车记录器系统及其方法 |
CN104309606A (zh) * | 2014-11-06 | 2015-01-28 | 中科院微电子研究所昆山分所 | 基于360度全景的车道偏离预警方法 |
CN104648397B (zh) * | 2013-11-19 | 2017-05-17 | 沙漠科技股份有限公司 | 车道偏移警示系统及方法 |
-
2017
- 2017-10-30 CN CN201711042023.9A patent/CN107862268A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102059978A (zh) * | 2009-11-16 | 2011-05-18 | 财团法人工业技术研究院 | 驾驶辅助方法与系统 |
JP5370931B2 (ja) * | 2010-02-19 | 2013-12-18 | トヨタ自動車株式会社 | 車線逸脱防止支援装置 |
CN103679839A (zh) * | 2012-09-20 | 2014-03-26 | 信亿科技股份有限公司 | 整合式安全行车记录器系统及其方法 |
CN104648397B (zh) * | 2013-11-19 | 2017-05-17 | 沙漠科技股份有限公司 | 车道偏移警示系统及方法 |
CN104309606A (zh) * | 2014-11-06 | 2015-01-28 | 中科院微电子研究所昆山分所 | 基于360度全景的车道偏离预警方法 |
Non-Patent Citations (1)
Title |
---|
梁学军,高志华: "《汽车文化》", 30 October 2011, 东南大学出版社 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109032129A (zh) * | 2018-06-21 | 2018-12-18 | 昆山华恒工程技术中心有限公司 | 路径纠偏方法及装置、路径导引方法、可读介质 |
CN109032129B (zh) * | 2018-06-21 | 2021-07-27 | 昆山华恒工程技术中心有限公司 | 路径纠偏方法及装置、路径导引方法、可读介质 |
CN109784234A (zh) * | 2018-12-29 | 2019-05-21 | 百度在线网络技术(北京)有限公司 | 一种基于前向鱼眼镜头的直角弯识别方法及车载设备 |
CN109784234B (zh) * | 2018-12-29 | 2022-01-07 | 阿波罗智能技术(北京)有限公司 | 一种基于前向鱼眼镜头的直角弯识别方法及车载设备 |
CN111746393A (zh) * | 2019-03-29 | 2020-10-09 | 比亚迪股份有限公司 | 车辆控制方法、车辆控制装置和车辆 |
CN110285801A (zh) * | 2019-06-11 | 2019-09-27 | 唐文 | 智能安全帽的定位方法及装置 |
CN112258878A (zh) * | 2019-07-22 | 2021-01-22 | 纬创资通股份有限公司 | 行车预警系统、行车预警方法及使用所述方法的电子装置 |
CN112109703A (zh) * | 2020-06-17 | 2020-12-22 | 上汽通用五菱汽车股份有限公司 | 车辆控制方法、车辆控制系统、车及存储介质 |
CN112115857A (zh) * | 2020-09-17 | 2020-12-22 | 福建牧月科技有限公司 | 智能汽车的车道线识别方法、装置、电子设备及介质 |
CN112115857B (zh) * | 2020-09-17 | 2024-03-01 | 福建牧月科技有限公司 | 智能汽车的车道线识别方法、装置、电子设备及介质 |
CN113938613A (zh) * | 2021-11-26 | 2022-01-14 | 上海徐工智能科技有限公司 | 一种工程机械用户数据采集装置及方法 |
CN115761000A (zh) * | 2022-11-06 | 2023-03-07 | 卢米纳科技(深圳)有限公司 | 基于视觉激光的清洗标定方法和系统 |
CN115761000B (zh) * | 2022-11-06 | 2023-08-29 | 卢米纳科技(深圳)有限公司 | 基于视觉激光的清洗标定方法和系统 |
CN116704040A (zh) * | 2023-04-03 | 2023-09-05 | 上海保隆汽车科技(武汉)有限公司 | 相机标定方法、装置、控制器、车辆及存储介质 |
CN116704040B (zh) * | 2023-04-03 | 2024-03-15 | 上海保隆汽车科技(武汉)有限公司 | 相机标定方法、装置、控制器、车辆及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862268A (zh) | 环视车道线识别方法、装置及计算机可读存储介质 | |
CN110300285B (zh) | 基于无人驾驶平台的全景视频采集方法及系统 | |
CN110210328B (zh) | 在图像序列中标注物体的方法、装置及电子设备 | |
KR101987634B1 (ko) | 카메라 공차 보정 방법 및 장치와 이를 이용한 어라운드 뷰 모니터링 시스템 | |
US9628705B2 (en) | Navigation device | |
CN108052910A (zh) | 一种车辆全景成像系统的自动调整方法、装置及存储介质 | |
US20230132407A1 (en) | Method and device of video virtual background image processing and computer apparatus | |
CN111386550A (zh) | 图像深度和自我运动预测神经网络的无监督学习 | |
US20190197669A1 (en) | Information processing device, learning processing method, learning device, and object recognition device | |
CN113205070B (zh) | 视觉感知算法优化方法及系统 | |
CN113276774B (zh) | 无人车远程驾驶过程中视频画面的处理方法、装置及设备 | |
KR101964864B1 (ko) | 차량의 어라운드 뷰 영상의 왜곡 보정 방법 | |
CN105774657B (zh) | 一种单摄像头全景倒车影像系统 | |
CN106651903A (zh) | 一种运动物体检测方法 | |
JP2015070350A (ja) | 監視画像提示システム | |
CN115134537A (zh) | 一种图像处理方法、装置及车辆 | |
CN104590115A (zh) | 行车安全辅助系统和方法 | |
CN106375644A (zh) | 非拼接式无缝全景实时图像成像设备及其成像方法 | |
CN107948501A (zh) | 自动环视方法、装置及计算机可读存储介质 | |
CN110460869A (zh) | 一种确定视频剪辑片段的方法、电子设备及存储介质 | |
EP4207734A1 (en) | Image processing method and apparatus | |
CN114035608A (zh) | 基于无人机的巡检培训方法、系统、培训终端和存储介质 | |
CN108454619A (zh) | 一种驾驶辅助方法及系统 | |
CN110661785A (zh) | 视频处理方法、装置、系统、电子设备及可读存储介质 | |
CN117315726B (zh) | 一种驾驶员坐姿高低识别方法、装置以及处理设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180330 |