CN107864013A - 面向无人驾驶车辆的自适应成像定位导航系统及方法 - Google Patents
面向无人驾驶车辆的自适应成像定位导航系统及方法 Download PDFInfo
- Publication number
- CN107864013A CN107864013A CN201711101112.6A CN201711101112A CN107864013A CN 107864013 A CN107864013 A CN 107864013A CN 201711101112 A CN201711101112 A CN 201711101112A CN 107864013 A CN107864013 A CN 107864013A
- Authority
- CN
- China
- Prior art keywords
- gray
- initial data
- sharpness
- scale map
- value
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
- H04B10/114—Indoor or close-range type systems
- H04B10/116—Visible light communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/50—Transmitters
- H04B10/516—Details of coding or modulation
- H04B10/548—Phase or frequency modulation
- H04B10/556—Digital modulation, e.g. differential phase shift keying [DPSK] or frequency shift keying [FSK]
- H04B10/5563—Digital frequency modulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Optical Communication System (AREA)
- Navigation (AREA)
Abstract
本发明实施例公开了一种面向无人驾驶车辆的自适应成像定位导航系统及方法,所述系统包括发送端及接收端,所述发送端通过可见光信号发送包含定位导航信息的原始数据,所述接收端设于无人驾驶车上,用于接收可见光信号并恢复得到原始数据,其中,发送端包括指示灯及路灯;接收端包括摄像头、电机、光敏传感器、处理器,接收端通过电机控制摄像头转向,同时激活摄像头接收光信号获得原始数据。本发明实施例通过采用路灯和指示灯作为定位导航的信号源以及采用自适应切换的方式提高通信距离的变化范围,解决了通信模式固定及只在局部应用领域使用的问题,进而达到了能够适应不同的通信场景以及将可见光通信技术应用于定位导航领域的技术效果。
Description
技术领域
本发明涉及可见光成像通信技术领域,尤其涉及一种面向无人驾驶车辆的自适应成像定位导航系统及方法。
背景技术
2012年,相关研究人员首次提出基于卷帘门效应的可见光成像通信方法。针对室内可见光的CMOS成像接收,来自台湾的Chow,C.W.团队利用CMOS摄像设备的卷帘门特性,采用多种图像处理算法对接收图片进行优化后解调恢复原信号,最后实现了速率为0.8Kb/s的数据传输,能基本满足室内定位、室内光标签信息接收等简单需求。
2014年,同济大学电子信息工程实验室与台湾大学合作,针对车载可见光成像通信进行了一系列研究。基于Intel公司Richard D.Roberts等人在2013年提出的应用于可见光通信的下采样频移开关键控(UFSOOK)调制方式,结合CMOS摄像头的卷帘门特性,该实验室提出了一种结合卷帘门效应的UFSOOK调制方法,可增强UFSOOK调制方式的鲁棒性。
(1)卷帘门效应原理介绍
CMOS摄像设备具有卷帘门效应,基于此可实现可见光调制信号的接收。“卷帘效应”是CMOS传感器的一个特点,即在接收一帧图片时,有别于全局快门中一次捕捉一整张图片,CMOS传感器的卷帘快门对像素点一行一行进行水平扫描激活,再整合成为一帧图片。这两种快门方式的原理对比如图1(a)和图1(b)所示。
若设置LED的发送开关频率大于CMOS摄像头的帧速率,则可以在同一帧图片中捕捉到明暗光条纹。当发送端LED处于“开”状态时,扫描行呈现亮条纹;反之当LED处于“关”状态时,扫描行呈现暗条纹。通过在同一帧内捕捉明暗条纹,CMOS摄像头可获得高于帧速率的通信速率。完成一帧图片的扫描后,存在一段“读取时间间隔”用于对一帧图片进行合成,在这段时间周期内,CMOS传感器为“盲的”,无法探测光信号。根据此原理,可直接实现可见光的CMOS摄像头接收。
(2)基于卷帘门效应的常规检测技术
当通信传输距离较近时,将CMOS接收到的图像进行灰度转化,可得到如图2所示的灰度图。对该灰度图像的数据进行提取,首先对每行像素灰度值求和,假设原图像分辨率为4032×3024,则每行求和后可得3024个灰度图行和值。
然后对3024个灰度图行和值进行二项式拟合,灰度图行和值及二项式拟合结果如图3(a)所示。根据二项式拟合结果,对灰度数据进行分段归一化,然后采用平滑滤波器对信号进行平滑滤波后判决,可得到判决后的数据如图3(b)所示。
对提取出的数据进行曼彻斯特解码后,采用已知的同步头与数据进行相关运算,得到相关峰值最大的位置即为同步头位置,恢复出同步头数据后,对比同步头是否与已知的数据一致,若收发一致则表明解同步成功。最后根据同步头位置,可完全恢复原始发送数据。
(3)面向全局快门的UFSOOK调制技术
下采样频移开关键控(Under-sampled Frequency Shift ON-OFF Keying,UFSOOK)调制技术是采用直流平衡的差分编码方式来调制逻辑位“0”和“1”。类似于频移键控(Frequency Shift Keying,FSK)调制,UFSOOK同样采用两个不同的频率来实现ON-OFF开关键控,且这两个频率值的选择与接收设备的帧速率有关。目前,市场上基于CMOS摄像头的帧率一般为30fps,为了使人眼感受不到灯光的闪烁(人眼可识别的灯光闪烁频率为100Hz),UFSOOK调制技术选择105Hz和120Hz分别作为两种逻辑位的传输频率。
假设每比特数据的传输时长为1/15s,根据图4可以看出,当采用105Hz传输时,接收信号为左边两个框线中的三个半信号周期,因此在图像前后帧中,光的条纹情况将显示出几乎完全相反,此时代表发送端传输数据为比特“1”;当采用120Hz传输时,接收信号为右边两个框线内的四个整信号周期,则在图像前后帧中,光的条纹情况将显示出几乎完全相同,此时代表发送端传输数据为比特“0”。
由于接收端摄像头的帧率较低,光信号到达低速摄像头后被下采样接收。结合卷帘门效应,UFSOOK中对应两个开关键控频率的比特判别方法为:若连续两帧图像表现为光条纹的明暗情况相同,则该比特判别为“0”;若连续两帧图像表现为光条纹的明暗情况相反,则为该比特判别为“1”。当接收端以30fps的帧速率对信号下采样,则数据传输的比特率为15bps。
此种调制方法在UFSOOK调制方式的基础上,适应了手机CMOS的卷帘门特性,能有效判别出存在卷帘门效应时UFSOOK的“0”、“1”比特。
然而,目前可见光成像通信的缺点包括:
(1)通信系统采用的通信模式相对固定。针对一个成像通信系统,采用固定的调制方式和固定的数据检测算法,限制了通信环境参数,不易被应用推广。
(2)可见光成像通信只在局部应用领域使用,限制了可见光成像通信技术的发展。
发明内容
本发明实施例所要解决的技术问题在于,提供一种面向无人驾驶车辆的自适应成像定位导航系统及方法,以使能够适应不同的通信场景,进而将可见光通信技术应用于定位导航领域。
为了解决上述技术问题,本发明实施例提出了一种面向无人驾驶车辆的自适应成像定位导航系统,包括发送端及接收端,所述发送端通过可见光信号发送包含定位导航信息的原始数据,所述接收端设于无人驾驶车上,用于接收可见光信号并恢复得到原始数据,其中,
所述发送端包括指示灯及路灯,发送端采用基于卷帘门效应的OOK调制技术将原始数据进行调制并通过指示灯进行发送,以及采用UFSOOK调制技术将原始数据进行调制并通过路灯进行发送;
所述接收端包括摄像头、电机、光敏传感器、处理器,处理器与摄像头、电机、光敏传感器电连接,电机驱动摄像头转向;所述接收端通过光敏传感器检测光信号强度最大的方向,并通过电机控制摄像头转向所述方向,同时激活摄像头接收光信号,解调获得原始数据,根据原始数据中的定位导航信息进行定位导航。
相应地,本发明实施例还提供了一种面向无人驾驶车辆的自适应成像定位导航方法,应用于上述的面向无人驾驶车辆的自适应成像定位导航系统中,还包括:
发送步骤:采用基于卷帘门效应的OOK调制技术将原始数据进行调制并通过指示灯进行发送,并采用UFSOOK调制技术将原始数据进行调制并通过路灯进行发送;
接收步骤:通过光敏传感器检测光信号强度最大的方向,并通过电机控制摄像头转向所述方向,同时激活摄像头接收光信号,解调获得原始数据,根据原始数据中的定位导航信息进行定位导航。
本发明实施例通过提出一种面向无人驾驶车辆的自适应成像定位导航系统及方法,所述系统包括发送端及接收端,通过采用路灯和指示灯作为定位导航的信号源以及采用自适应切换的方式提高通信距离的变化范围,解决了通信模式固定及只在局部应用领域使用的问题,进而达到了能够适应不同的通信场景以及将可见光通信技术应用于定位导航领域的技术效果。
附图说明
图1是现有技术的两种成像方式原理对比图。
图2是现有技术的一帧图像的灰度图。
图3是现有技术的灰度数据提取原理图。
图4是现有技术的UFSOOK调制开关频率示意图。
图5是本发明实施例的面向无人驾驶车辆的自适应成像定位导航系统的结构示意图。
图6是本发明实施例的面向无人驾驶车辆的自适应成像定位导航方法的流程示意图。
图7是本发明实施例的接收端接收指示灯的光信号时不同距离对应的帧图像。
图8是本发明实施例的接收端中远距离接收路灯的光信号的接收图像。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合,下面结合附图和具体实施例对本发明作进一步详细说明。
本发明实施例中若有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中若涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
请参照图5,本发明实施例的面向无人驾驶车辆的自适应成像定位导航系统包括发送端及接收端。
发送端通过可见光信号发送包含定位导航信息的原始数据。发送端包括指示灯及路灯。优选地,指示灯为设于地面上引导车辆方向的指示灯或者为景区中提醒行人的指示牌(比如,安全出口指示牌、景点位置指示牌等)。发送端采用基于卷帘门效应的OOK调制技术将原始数据进行调制并通过指示灯进行发送,即直接将数据调制到4.0kHz频率的光信号上;以及采用UFSOOK调制技术将原始数据进行调制并通过路灯进行发送,即采用120Hz的OOK频率代表信号“0”,105Hz的OOK频率代表信号“1”(接收端对应采用前后帧对比检测的方法进行“0”、“1”比特判决)。本发明实施例的发送端采用路边的路灯和/或地面上的指示灯作为信号发射源,发送当前光源地址以及车辆路线中的下一个指示灯的地址,用于确定车辆的具体位置以及行车路线;由于指示灯分布的密集度较低,通信距离较短,导致导航定位的精度相对较差且车辆路线相对固定,因此本发明实施例的发送端也同时采用照明的路灯作为信号发射源,相互弥补缺点,提高通信距离的变化范围,提高定位导航的可靠性以及车辆路线的多变性。
接收端设于无人驾驶车(例如景区无人驾驶游览车、港口货物运输无人驾驶车等)上,用于接收可见光信号并恢复得到原始数据。接收端包括摄像头、电机、光敏传感器、处理器,处理器与摄像头、电机、光敏传感器电连接,电机驱动摄像头转向。接收端通过光敏传感器检测光信号强度最大的方向,并通过电机控制摄像头转向所述方向,同时激活摄像头接收光信号,解调获得原始数据,根据原始数据中的定位导航信息进行定位导航。本发明实施例利用路灯以及指示灯作为信号发射源,通过设于无人驾驶车上的摄像头接收可见光信号,进而通过可见光传输信息来实现定位导航功能。
作为一种实施方式,接收端还包括自适应模块。自适应模块获取摄像头拍摄的图像,对每一帧图像进行灰度处理,得到对应的灰度图;根据预设的优化算法优化灰度图;计算优化后的灰度图每一行的灰度值之和,并拟合出灰度值行和的变化曲线,然后优化灰度图行和曲线的波峰和波谷部分的细微波动以及曲线的毛刺;对灰度值行和曲线进行求导,得到对应的条纹锐度的变化函数,并计算出变化函数绝对值的非零最小值minsharpness和绝对值的最大值maxsharpness;对比非零最小值minsharpness与条纹锐度的预设门限值threshold的大小;当minsharpness大于等于threshold时,采用与OOK调制技术对应的预设检测方法获得优化后的灰度图的条纹数据,并完成同步、解调、判决,恢复得到原始数据;当minsharpness小于threshold时,采用与UFSOOK调制技术对应的相邻帧比较检测方法进行“0”、“1”比特判决,进而恢复得到原始数据。当无人驾驶车离指示灯较近,成像灰度图较好时,本发明实施例采用指示灯作为定位导航的信源,即发送端采用OOK调制技术,接收端采用与OOK调制技术对应的可见光成像检测技术进行检测;当无人驾驶车离指示灯较远,成像灰度图较差时,由于指示灯光强不够,摄像头抓拍的帧图像明暗条纹不清晰,本发明实施例采用路灯作为定位导航的信源,即针对发送端采用UFSOOK调制技术,接收端采用对应的帧比较检测技术进行检测。(采用指示灯作为信号发射源时,通信距离大约为1m左右;采用路灯作为信号发射源时,通信距离大约为5m左右。)本发明实施例的预设门限值可通过模拟人眼的感知程度以及对比显示器视觉锐度(锐度的取值范围为0~100,而正常显示器要求视觉锐度值为30~50)的要求得到,例如,可选预设门限值threshold=maxsharpness×30%。
作为一种实施方式,自适应模块采用的预设的优化算法包括:对灰度图的灰度矩阵F进行列求和得到列和值col,并计算得到列和值col的均值avgcol;删除列和值col中小于等于avgcol/C1及大于等于avgcol/C2的列,进而删除灰度图中相对过暗和过亮的部分,减少背景的干扰,得到优化后的灰度图,其中,C1和C2均为常数。
本发明实施例采用条纹锐度来衡量灰度图的优劣,并根据条纹锐度最小绝对值的大小,使本发明实施例的接收端在通信方式一(与OOK调制技术对应的预设检测方法)和通信方式二(与UFSOOK调制技术对应的相邻帧比较检测方法)之间自适应切换,进而使本发明实施例能够应用到通信距离变化范围较大的通信场景中。
请参照图6,本发明实施例的面向无人驾驶车辆的自适应成像定位导航方法,应用于面向无人驾驶车辆的自适应成像定位导航系统中,包括发送步骤及接收步骤。
发送步骤:采用基于卷帘门效应的OOK调制技术将原始数据进行调制并通过指示灯进行发送,并采用UFSOOK调制技术将原始数据进行调制并通过路灯进行发送。
接收步骤:通过光敏传感器检测光信号强度最大的方向,并通过电机控制摄像头转向所述方向,同时激活摄像头接收光信号,解调获得原始数据,根据原始数据中的定位导航信息进行定位导航。
作为一种实施方式,接收步骤还包括子步骤1~子步骤5。
子步骤1:获取摄像头拍摄的图像,对每一帧图像进行灰度处理,得到对应的灰度图。
子步骤2:根据预设的优化算法优化灰度图。
子步骤3:计算优化后的灰度图每一行的灰度值之和,并拟合出灰度值行和的变化曲线,然后优化灰度图行和曲线的波峰和波谷部分的细微波动以及曲线的毛刺。
子步骤4:对灰度值行和曲线进行求导,得到对应的条纹锐度的变化函数,并计算出变化函数绝对值的非零最小值minsharpness和绝对值的最大值maxsharpness。条纹锐度指的是过渡的陡度(或斜率),等于灰度值的变化除以位置的变化,即它的最大化发生在小的区域中获得大的灰度值变化时。
子步骤5:对比非零最小值minsharpness与条纹锐度的预设门限值threshold的大小;当minsharpness大于等于threshold时,采用与OOK调制技术对应的预设检测方法获得优化后的灰度图的条纹数据,并完成同步、解调、判决,恢复得到原始数据;当minsharpness小于threshold时,采用与UFSOOK调制技术对应的相邻帧比较检测方法进行“0”、“1”比特判决,进而恢复得到原始数据。本发明实施例的预设门限值可通过模拟人眼的感知程度以及对比显示器视觉锐度(锐度的取值范围为0~100,而正常显示器要求视觉锐度值为30~50)的要求得到,例如,可选预设门限值threshold=maxsharpness×30%。
作为一种实施方式,子步骤2中预设的优化算法包括:对灰度图的灰度矩阵F进行列求和得到列和值col,并计算得到列和值col的均值avgcol;删除列和值col中小于等于avgcol/C1及大于等于avgcol/C2的列,进而删除灰度图中相对过暗和过亮的部分,得到优化后的灰度图,其中,C1和C2均为常数。
实施例:接收端的摄像头以Samsung Galaxy S8手机的摄像头为例,快门速度设置为1/24000。发送端采用OOK调制技术(信源为指示灯),当传输距离为50cm和1m时,接收端的摄像头拍摄的帧图像如图7所示;其中,当通信距离为50cm时,帧图像如图7(a)所示,通过优化计算可得minsharpness>threshold,即此时发送端采用OOK调制技术,接收端采用对应的常规的检测方法(即与OOK调制技术对应的预设检测方法);当通信距离为1m时,帧图像如图7(b)所示,通过计算可得minsharpness<threshold,即此时发送端采用UFSOOK调制技术(信源为路灯),接收端采用帧比较判决检测方法(即与UFSOOK调制技术对应的相邻帧比较检测方法)。
当可见光成像通信传输距离较近时,接收端接收发射端采用OOK调制技术信源为指示灯)发送的可见光信号,则接收端拍摄到的帧图片类似于图7(a),此时,接收端采用对应的常规的检测方法(即与OOK调制技术对应的预设检测方法);当通信传输距离较远时,接收端接收发射端采用基于卷帘门效应的UFSOOK调制技术(信源为路灯)发送的可见光信号,则接收端拍摄到的图片类似于图8,其中图8(a)和图8(b)的通信距离为1m、图8(c)和图8(d)的通信距离为5m,由图8可以看出明暗条纹的宽度明显变宽,且条纹间的区分更加明显,因为接收端对比前后帧的明暗条纹位置,进行“0”、“1”比特判决;因为发送端采用120Hz的OOK频率代表信号“0”,105Hz的OOK频率代表信号“1”,所以图8(a)或图8(c)中判决为比特“1”,图8(b)或图8(d)中判决为比特“0”。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。
Claims (6)
1.一种面向无人驾驶车辆的自适应成像定位导航系统,其特征在于,包括发送端及接收端,所述发送端通过可见光信号发送包含定位导航信息的原始数据,所述接收端设于无人驾驶车上,用于接收可见光信号并恢复得到原始数据,其中,
所述发送端包括指示灯及路灯,发送端采用基于卷帘门效应的OOK调制技术将原始数据进行调制并通过指示灯进行发送,以及采用UFSOOK调制技术将原始数据进行调制并通过路灯进行发送;
所述接收端包括摄像头、电机、光敏传感器、处理器,处理器与摄像头、电机、光敏传感器电连接,电机驱动摄像头转向;所述接收端通过光敏传感器检测光信号强度最大的方向,并通过电机控制摄像头转向所述方向,同时激活摄像头接收光信号,解调获得原始数据,根据原始数据中的定位导航信息进行定位导航。
2.如权利要求1所述的面向无人驾驶车辆的自适应成像定位导航系统,其特征在于,所述接收端还包括自适应模块,
所述自适应模块:获取摄像头拍摄的图像,对每一帧图像进行灰度处理,得到对应的灰度图;根据预设的优化算法优化灰度图;计算优化后的灰度图每一行的灰度值之和,并拟合出灰度值行和的变化曲线,然后优化灰度图行和曲线的波峰和波谷部分的细微波动以及曲线的毛刺;对灰度值行和曲线进行求导,得到对应的条纹锐度的变化函数,并计算出变化函数绝对值的非零最小值minsharpness和绝对值的最大值maxsharpness;对比非零最小值minsharpness与条纹锐度的预设门限值threshold的大小;当minsharpness大于等于threshold时,采用与OOK调制技术对应的预设检测方法获得优化后的灰度图的条纹数据,并完成同步、解调、判决,恢复得到原始数据;当minsharpness小于threshold时,采用与UFSOOK调制技术对应的相邻帧比较检测方法进行“0”、“1”比特判决,进而恢复得到原始数据。
3.如权利要求2所述的面向无人驾驶车辆的自适应成像定位导航系统,其特征在于,所述预设的优化算法包括:对灰度图的灰度矩阵F进行列求和得到列和值col,并计算得到列和值col的均值avgcol;删除列和值col中小于等于avgcol/C1及大于等于avgcol/C2的列,进而删除灰度图中相对过暗和过亮的部分,得到优化后的灰度图,其中,C1和C2均为常数。
4.一种面向无人驾驶车辆的自适应成像定位导航方法,其特征在于,应用于如权利要求1-3中任一项所述的面向无人驾驶车辆的自适应成像定位导航系统中,还包括:
发送步骤:采用基于卷帘门效应的OOK调制技术将原始数据进行调制并通过指示灯进行发送,并采用UFSOOK调制技术将原始数据进行调制并通过路灯进行发送;
接收步骤:通过光敏传感器检测光信号强度最大的方向,并通过电机控制摄像头转向所述方向,同时激活摄像头接收光信号,解调获得原始数据,根据原始数据中的定位导航信息进行定位导航。
5.如权利要求4所述的面向无人驾驶车辆的自适应成像定位方法,其特征在于,所述接收步骤还包括如下子步骤:
子步骤1:获取摄像头拍摄的图像,对每一帧图像进行灰度处理,得到对应的灰度图;
子步骤2:根据预设的优化算法优化灰度图;
子步骤3:计算优化后的灰度图每一行的灰度值之和,并拟合出灰度值行和的变化曲线,然后优化灰度图行和曲线的波峰和波谷部分的细微波动以及曲线的毛刺;
子步骤4:对灰度值行和曲线进行求导,得到对应的条纹锐度的变化函数,并计算出变化函数绝对值的非零最小值minsharpness和绝对值的最大值maxsharpness;
子步骤5:对比非零最小值minsharpness与条纹锐度的预设门限值threshold的大小;当minsharpness大于等于threshold时,采用与OOK调制技术对应的预设检测方法获得优化后的灰度图的条纹数据,并完成同步、解调、判决,恢复得到原始数据;当minsharpness小于threshold时,采用与UFSOOK调制技术对应的相邻帧比较检测方法进行“0”、“1”比特判决,进而恢复得到原始数据。
6.如权利要求5所述的面向无人驾驶车辆的自适应成像定位方法,其特征在于,所述子步骤2中预设的优化算法包括:对灰度图的灰度矩阵F进行列求和得到列和值col,并计算得到解列和值col的均值avgcol;删除列和值col中小于等于avgcol/C1及大于等于avgcol/C2的列,进而删除灰度图中相对过暗和过亮的部分,得到优化后的灰度图,其中,C1和C2均为常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711101112.6A CN107864013B (zh) | 2017-11-10 | 2017-11-10 | 面向无人驾驶车辆的自适应成像定位导航系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711101112.6A CN107864013B (zh) | 2017-11-10 | 2017-11-10 | 面向无人驾驶车辆的自适应成像定位导航系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107864013A true CN107864013A (zh) | 2018-03-30 |
CN107864013B CN107864013B (zh) | 2019-09-10 |
Family
ID=61700117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711101112.6A Active CN107864013B (zh) | 2017-11-10 | 2017-11-10 | 面向无人驾驶车辆的自适应成像定位导航系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107864013B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108566247A (zh) * | 2018-04-27 | 2018-09-21 | 佛山市艾温特智能科技有限公司 | 一种车载互联互通的交互方法、可读存储介质和车载终端 |
CN109035198A (zh) * | 2018-06-07 | 2018-12-18 | 华南理工大学 | 基于边缘检测的室外可见光通信的led检测方法 |
CN110197027A (zh) * | 2019-05-28 | 2019-09-03 | 百度在线网络技术(北京)有限公司 | 一种自动驾驶测试方法、装置、智能设备和服务器 |
JP2020036104A (ja) * | 2018-08-27 | 2020-03-05 | 哲理 園田 | 情報伝達システム |
CN112034423A (zh) * | 2020-09-08 | 2020-12-04 | 湖南大学 | 基于led可见光通信的高精度移动车辆定位方法 |
CN112648996A (zh) * | 2019-10-12 | 2021-04-13 | 广州华工弈高科技有限公司 | 一种基于可见光通信技术的室内定位导航方法 |
CN114217613A (zh) * | 2021-12-09 | 2022-03-22 | 广州小鹏自动驾驶科技有限公司 | 一种远程控制方法、装置和远程驾驶系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101938310A (zh) * | 2010-07-21 | 2011-01-05 | 中国科学院半导体研究所 | 一种可见光通信控制系统及其实现方法 |
US20110156925A1 (en) * | 2009-12-28 | 2011-06-30 | Korea Electronics Technology Institute | Visible light communication apparatus for vehicle, system and method for vehicular communication inside tunnel using visible light communication |
CN103292819A (zh) * | 2012-02-29 | 2013-09-11 | 深圳光启创新技术有限公司 | 基于可见光通信的车辆导航系统 |
CN103475409A (zh) * | 2013-09-05 | 2013-12-25 | 江苏大学 | 移动车辆可见光无线通信接收切换方法和装置 |
CN103825655A (zh) * | 2013-04-09 | 2014-05-28 | 常州市武进区半导体照明应用技术研究院 | 一种照明装置的定位系统及方法 |
CN104331034A (zh) * | 2014-09-28 | 2015-02-04 | 东莞勤上光电股份有限公司 | 一种基于可见光通信的led路灯定位系统 |
CN105389353A (zh) * | 2015-10-30 | 2016-03-09 | 彭云 | 定位系统、定位灯和定位装置 |
CN105722293A (zh) * | 2016-03-24 | 2016-06-29 | 厦门市朗星节能照明股份有限公司 | 一种智能路灯杆 |
CN107169952A (zh) * | 2017-03-07 | 2017-09-15 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种用于可见光成像定位的条纹识别和信息检测方法 |
-
2017
- 2017-11-10 CN CN201711101112.6A patent/CN107864013B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110156925A1 (en) * | 2009-12-28 | 2011-06-30 | Korea Electronics Technology Institute | Visible light communication apparatus for vehicle, system and method for vehicular communication inside tunnel using visible light communication |
CN101938310A (zh) * | 2010-07-21 | 2011-01-05 | 中国科学院半导体研究所 | 一种可见光通信控制系统及其实现方法 |
CN103292819A (zh) * | 2012-02-29 | 2013-09-11 | 深圳光启创新技术有限公司 | 基于可见光通信的车辆导航系统 |
CN103825655A (zh) * | 2013-04-09 | 2014-05-28 | 常州市武进区半导体照明应用技术研究院 | 一种照明装置的定位系统及方法 |
CN103475409A (zh) * | 2013-09-05 | 2013-12-25 | 江苏大学 | 移动车辆可见光无线通信接收切换方法和装置 |
CN104331034A (zh) * | 2014-09-28 | 2015-02-04 | 东莞勤上光电股份有限公司 | 一种基于可见光通信的led路灯定位系统 |
CN105389353A (zh) * | 2015-10-30 | 2016-03-09 | 彭云 | 定位系统、定位灯和定位装置 |
CN105722293A (zh) * | 2016-03-24 | 2016-06-29 | 厦门市朗星节能照明股份有限公司 | 一种智能路灯杆 |
CN107169952A (zh) * | 2017-03-07 | 2017-09-15 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种用于可见光成像定位的条纹识别和信息检测方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108566247A (zh) * | 2018-04-27 | 2018-09-21 | 佛山市艾温特智能科技有限公司 | 一种车载互联互通的交互方法、可读存储介质和车载终端 |
CN109035198A (zh) * | 2018-06-07 | 2018-12-18 | 华南理工大学 | 基于边缘检测的室外可见光通信的led检测方法 |
JP2020036104A (ja) * | 2018-08-27 | 2020-03-05 | 哲理 園田 | 情報伝達システム |
CN110197027A (zh) * | 2019-05-28 | 2019-09-03 | 百度在线网络技术(北京)有限公司 | 一种自动驾驶测试方法、装置、智能设备和服务器 |
CN110197027B (zh) * | 2019-05-28 | 2023-07-18 | 百度在线网络技术(北京)有限公司 | 一种自动驾驶测试方法、装置、智能设备和服务器 |
CN112648996A (zh) * | 2019-10-12 | 2021-04-13 | 广州华工弈高科技有限公司 | 一种基于可见光通信技术的室内定位导航方法 |
CN112034423A (zh) * | 2020-09-08 | 2020-12-04 | 湖南大学 | 基于led可见光通信的高精度移动车辆定位方法 |
CN112034423B (zh) * | 2020-09-08 | 2023-12-26 | 湖南大学 | 基于led可见光通信的高精度移动车辆定位方法 |
CN114217613A (zh) * | 2021-12-09 | 2022-03-22 | 广州小鹏自动驾驶科技有限公司 | 一种远程控制方法、装置和远程驾驶系统 |
CN114217613B (zh) * | 2021-12-09 | 2024-01-12 | 广州小鹏自动驾驶科技有限公司 | 一种远程控制方法、装置和远程驾驶系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107864013B (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107864013B (zh) | 面向无人驾驶车辆的自适应成像定位导航系统及方法 | |
US10757320B2 (en) | Multiple operating modes to expand dynamic range | |
US10504214B2 (en) | System and method for image presentation by a vehicle driver assist module | |
Iwasaki et al. | Visible light road-to-vehicle communication using high-speed camera | |
JP4970516B2 (ja) | 周囲確認支援装置 | |
CN110651301A (zh) | 用于自动为夜视图像着色的方法和系统 | |
CN103770708A (zh) | 通过景物亮度估计的动态后视镜自适应减低亮度覆盖 | |
Pham et al. | Deep learning for optical vehicular communication | |
CN112116807B (zh) | 一种多功能交通安全引导装置 | |
CN111431595A (zh) | 一种基于后置偏振的车辆与基础设施间的通信系统和方法 | |
CN106096512A (zh) | 利用深度摄像头对车辆或行人进行识别的检测装置及方法 | |
CN106993158A (zh) | 一种基于图像复原的主动红外夜视辅助驾驶系统 | |
Hasan et al. | Simultaneous traffic sign recognition and real-time communication using dual camera in ITS | |
Choi et al. | Deep learning technique for improving data reception in optical camera communication-based V2I | |
Teli et al. | Selective capture based high-speed optical vehicular signaling system | |
CN105799593A (zh) | 车辆辅助行驶装置 | |
CN115871559A (zh) | 信息显示方法及系统、控制器、车辆 | |
CN102722724B (zh) | 具有目标识别功能的车载夜视系统及其目标标识方法 | |
CN108462534A (zh) | 一种用于可见光通信的信号反转视觉追踪方法及其系统 | |
CN110497837B (zh) | 一种无人驾驶设备 | |
Marcu et al. | Flicker free VLC system with enhanced transmitter and low frame rate camera | |
Iwasaki et al. | Basic experiments on paralle wireless optical communication for ITS | |
CN109004981B (zh) | 一种基于模糊效应的视觉可见光通信检测方法 | |
CN115938146B (zh) | 道路环境感知方法、装置和系统、标签、设备、程序及介质 | |
CN208015731U (zh) | 一种用于可见光通信的信号反转视觉追踪系统 |
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 |