CN108121938A - 车位精确定位线、车位精确定位系统及车位精确定位方法 - Google Patents
车位精确定位线、车位精确定位系统及车位精确定位方法 Download PDFInfo
- Publication number
- CN108121938A CN108121938A CN201611070260.1A CN201611070260A CN108121938A CN 108121938 A CN108121938 A CN 108121938A CN 201611070260 A CN201611070260 A CN 201611070260A CN 108121938 A CN108121938 A CN 108121938A
- Authority
- CN
- China
- Prior art keywords
- parking stall
- accurately positioned
- line
- image
- frequency
- 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
- 238000000034 method Methods 0.000 title claims description 19
- 239000000463 material Substances 0.000 claims abstract description 34
- 239000004744 fabric Substances 0.000 claims description 16
- 239000002184 metal Substances 0.000 claims description 11
- 229910052751 metal Inorganic materials 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 4
- 229910052802 copper Inorganic materials 0.000 claims description 4
- 239000010949 copper Substances 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 229920003229 poly(methyl methacrylate) Polymers 0.000 claims description 3
- 239000004926 polymethyl methacrylate Substances 0.000 claims description 3
- 238000002834 transmittance Methods 0.000 claims 1
- 241001544487 Macromiidae Species 0.000 abstract description 8
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 3
- 239000000126 substance Substances 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 229920003023 plastic Polymers 0.000 description 2
- 238000009738 saturating Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 210000004276 hyalin Anatomy 0.000 description 1
- 239000004922 lacquer Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
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
- B32—LAYERED PRODUCTS
- B32B—LAYERED PRODUCTS, i.e. PRODUCTS BUILT-UP OF STRATA OF FLAT OR NON-FLAT, e.g. CELLULAR OR HONEYCOMB, FORM
- B32B25/00—Layered products comprising a layer of natural or synthetic rubber
- B32B25/04—Layered products comprising a layer of natural or synthetic rubber comprising rubber as the main or only constituent of a layer, which is next to another layer of the same or of a different material
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B32—LAYERED PRODUCTS
- B32B—LAYERED PRODUCTS, i.e. PRODUCTS BUILT-UP OF STRATA OF FLAT OR NON-FLAT, e.g. CELLULAR OR HONEYCOMB, FORM
- B32B3/00—Layered products comprising a layer with external or internal discontinuities or unevennesses, or a layer of non-planar shape; Layered products comprising a layer having particular features of form
- B32B3/10—Layered products comprising a layer with external or internal discontinuities or unevennesses, or a layer of non-planar shape; Layered products comprising a layer having particular features of form characterised by a discontinuous layer, i.e. formed of separate pieces of material
- B32B3/18—Layered products comprising a layer with external or internal discontinuities or unevennesses, or a layer of non-planar shape; Layered products comprising a layer having particular features of form characterised by a discontinuous layer, i.e. formed of separate pieces of material characterised by an internal layer formed of separate pieces of material which are juxtaposed side-by-side
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B32—LAYERED PRODUCTS
- B32B—LAYERED PRODUCTS, i.e. PRODUCTS BUILT-UP OF STRATA OF FLAT OR NON-FLAT, e.g. CELLULAR OR HONEYCOMB, FORM
- B32B33/00—Layered products characterised by particular properties or particular surface features, e.g. particular surface coatings; Layered products designed for particular purposes not covered by another single class
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B32—LAYERED PRODUCTS
- B32B—LAYERED PRODUCTS, i.e. PRODUCTS BUILT-UP OF STRATA OF FLAT OR NON-FLAT, e.g. CELLULAR OR HONEYCOMB, FORM
- B32B9/00—Layered products comprising a layer of a particular substance not covered by groups B32B11/00 - B32B29/00
- B32B9/02—Layered products comprising a layer of a particular substance not covered by groups B32B11/00 - B32B29/00 comprising animal or vegetable substances, e.g. cork, bamboo, starch
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B32—LAYERED PRODUCTS
- B32B—LAYERED PRODUCTS, i.e. PRODUCTS BUILT-UP OF STRATA OF FLAT OR NON-FLAT, e.g. CELLULAR OR HONEYCOMB, FORM
- B32B9/00—Layered products comprising a layer of a particular substance not covered by groups B32B11/00 - B32B29/00
- B32B9/04—Layered products comprising a layer of a particular substance not covered by groups B32B11/00 - B32B29/00 comprising such particular substance as the main or only constituent of a layer, which is next to another layer of the same or of a different material
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
- E04H6/00—Buildings for parking cars, rolling-stock, aircraft, vessels or like vehicles, e.g. garages
- E04H6/42—Devices or arrangements peculiar to garages, not covered elsewhere, e.g. securing devices, safety devices, monitoring and operating schemes; centering devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- G06V10/443—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 by matching or filtering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B32—LAYERED PRODUCTS
- B32B—LAYERED PRODUCTS, i.e. PRODUCTS BUILT-UP OF STRATA OF FLAT OR NON-FLAT, e.g. CELLULAR OR HONEYCOMB, FORM
- B32B2307/00—Properties of the layers or laminate
- B32B2307/40—Properties of the layers or laminate having particular optical properties
- B32B2307/414—Translucent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Architecture (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Ceramic Engineering (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及信号处理技术领域,具体公开车位精确定位线,包括自上而下设置的透光层、标识层和接触层;所述透光层为耐磨材料,用于近红外光入射;所述标识层为具有频率特性的高发光条和低反光条组,用于特征标识识别;所述接触层为橡胶材料,用于与地面接触。本发明的车位精确定位线,在原有车位地面上铺设一层有特殊材质制作而成的材料;车位精确定位系统采用近红外相机和近红外光源实现车位的准确检测,提高自动泊车系统的智能性,可应用于交警巡逻车,小区自动巡逻车等车辆上,实现路面上、停车场、小区内车辆乱停的检测。
Description
技术领域
本发明涉及信号处理技术领域,特别涉及一种车位精确定位线、车位精确定位系统及车位精确定位方法。
背景技术
现有停车位,无论是小区内还是马路上,均为白色油漆线或者黄色油漆线画出的矩形框,一般一个停车地点会有一排相互连接的这种矩形框。对人而言可以很方便的辨识出哪个矩形框中没有车,即车位是空的,或者辨识出不同线之间的具体含义,精确找到要停车位置是哪个矩形框内。但是,对于自动泊车系统或者交警移动过程中拍摄违章停车系统而言,要精确识别并判断不同线的含义是非常困难的,会给自动泊车系统或移动过程中拍摄违章停车系统识别车位带来如下问题:
1、当相机视场内出现两个车位线条信息,且两个车位线条信息并不完整,均有部分线条信息进入相机视场内,相机与车位并不处于水平或垂直位置,而是与车位之间有一定角度,由此计算机系统很难判断出在相机视场中出现的车位线条属于哪个车位,无法准确识别;对于自动泊车系统只能由人先将车操作到相机视场内有完整的车位线条信息的位置,再由计算机系统完成自动泊车。
2、由于长期暴露在室外或者经过车辆不断碾压,车位线条部分有破损、或者有异物遮挡、或者雨雪天气对相机拍摄的图片的质量照成影响,由此计算机系统很容易做出错误的判断,计算出错误的车位信息。
3、晚间或光线不好的情况下,大多数相机无法拍摄到满足计算机处理质量要求的图片,导致无法计算出车位信息。
因此,现有自动泊车系统智能程度不高,很多时候需要辅助操作,而交警拍摄车位处汽车乱停时需将摄像机固定在一个地方,并与监测区域进行校准,这样如覆盖停车场或停车区域则需要多台摄像机,而且这些摄像机不能被移动,不能实现车上只放置单个摄像机以流动的方式监控不同停车区域车辆乱停情况。
发明内容
本发明旨在克服现有自动泊车系统智能程度不高,不能实现智能检测的技术缺陷,提供一种车位精确定位线、车位精确定位系统及车位精确定位方法。
为实现上述目的,本发明采用以下技术方案:
本发明提供一种车位精确定位线,包括自上而下设置的透光层、标识层和接触层;所述透光层为耐磨材料,用于近红外光入射;所述标识层为具有频率特性的高发光条和低反光条组,用于特征标识识别;所述接触层为橡胶材料,用于与地面接触。
一些实施例中,所述耐磨材料为大于850nm波长透光率为90%、小于850nm波长透光率为0的PMMA。
一些实施例中,所述透光层厚度为1mm。
一些实施例中,所述标识层包括布制材料及间隔设置在所述布制材料上的多个金属条。
一些实施例中,所述布制材料为黑色麻面布,所述金属条为铜条。
本发明还提供一种车位精确定位系统,包括多个前述车位精确定位线,和视觉识别模块;所述车位精确定位线频率不同,所述视觉识别模块包括近红外相机和近红外光源;所述近红外光源发射光源,照射到所述车位精确定位线上,所述近红外相机采集所述光源照射所述车位精确定位线后的图像。
一些实施例中,所述近红外相机为850nm。
本发明还提供一种用于所述车位精确定位系统的方法,包括如下步骤,S1、采集当前车位图像,提取所述图像中的直线线条;S2、对所述线条按照宽度进行分类;S3、对所述图像进行傅里叶变换,提取频域中的频率信息,将频率幅值小于最大频率幅值的1/2的频率成分滤除掉,计算滤波后频域中不同频率的个数;S4、提取滤波后频域中不同频率的信息,利用傅里叶反变化变换回图像,形成多个图像;S5、选取一具有一个车位线图像,将步骤S1中的车位图像叠到所述车位线图像中,判断线条与车位从属关系精确定位车位。
本发明的有益效果在于:本发明的车位精确定位线,在原有车位地面上铺设一层有特殊材质制作而成的材料;车位精确定位系统采用近红外相机和近红外光源实现车位的准确检测,提高自动泊车系统的智能性,可应用于交警巡逻车,小区自动巡逻车等车辆上,实现路面上、停车场、小区内车辆乱停的检测。
附图说明
图1是本发明车位精确定位线的示意图;
图2是本发明一实施例的金属条的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是本发明车位精确定位线的示意图。本发明实施例的车位精确定位线,包括:
自上而下层叠设置的透光层1、标识层2和接触层3;所述透光层1为耐磨材料,用于近红外光入射;所述标识层2为具有频率特性的高发光条和低反光条组,用于特征标识识别;所述接触层3为橡胶材料,用于与地面接触,具有一定的柔性和耐磨性。
本发明的车位精确定位线,在原有车位地面上铺设一层有特殊材质制作而成的材料,可应用于交警巡逻车,小区自动巡逻车等车辆上,实现路面上、停车场、小区内车辆乱停的检测。
在该实施例中,上述耐磨材料为大于850nm波长透光率为90%、小于850nm波长透光率为0的耐磨压克力PMMA塑料材质材料。可优选地,该透光层厚度为1mm。采用上述透明层保证只有大于850nm波长的近红外光进入,可见光是处于850nm波长之前,而人眼接收的绝大多数都是可见光,因此人眼看不到上层的材料,而仅仅看到车位线内铺设的深色的薄薄塑料板,保证美观性。
所述标识层包括布制材料及间隔设置在所述布制材料上的多个金属条。
在该实施例中,所述布制材料为黑色麻面布,由于为黑色,发射率非常低,而采用麻面,少数光线以漫反射的型式反射回来,这样即便打出主动光源,布制材料部分在近红外相机图像中几乎为黑。
所述金属条为铜条。铜条贴在布制材料上面,具有极高的光反射性,金属材料在近红外相机图像中几乎为白色,金属条宽度远小于车位线的宽度,如图2所示,为金属条的示意图。
本发明实施例还提供一种车位精确定位系统,包括多个车位精确定位线,和视觉识别模块;所述车位精确定位线频率不同,所述视觉识别模块包括近红外相机和近红外光源;所述近红外光源发射光源,照射到所述车位精确定位线上,所述近红外相机采集所述光源照射所述车位精确定位线后的图像。
其中,车位精确定位线,包括:自上而下层叠设置的透光层1、标识层2和接触层3;所述透光层1为耐磨材料,用于近红外光入射;所述标识层2为具有频率特性的高发光条和低反光条组,用于特征标识识别;所述接触层3为橡胶材料,用于与地面接触,具有一定的柔性和耐磨性。
所述标识层包括布制材料及间隔设置在所述布制材料上的多个金属条。在使用中,相邻的多个车位中铺设该金属条之间的间隔是不同的,即金属条在近红外相机拍摄的图像频域中所代表的频率是不同的,以方便相邻几个不同车位之间的区分。
进一步地,近红外相机为850nm。近红外光源对人眼是不可见的,但对车位上铺设的材料是可通过的,近红外光源通过透光层1照射到标识层2后,在近红外相机采集到的图像中会出现具有一定频率的白色条纹,通过对图像进行傅里叶变换,可获得图像在频域中的特性,不同间隔的白色条纹图像是频域中的某一固定频率,间隔不同,频率也不同,而相邻不同车位采用不同间隔的金属条,则通过将图像变换到频域得到此图像的频域信息来区分出图像中不同车位的信息。
本发明另一实施例提供一种用于所述车位精确定位系统的方法,包括如下步骤,
S1、采集当前车位图像,提取所述图像中的直线线条;
S2、对所述线条按照宽度进行分类,将车位线条和金属反射线条区分开;
S3、对所述图像进行傅里叶变换,提取频域中的频率信息,将频率幅值小于最大频率幅值的1/2的频率成分滤除掉,计算滤波后频域中不同频率的个数;
一个图像尺寸为M×N的函数f(x,y)的离散傅里叶变换为:
其中,u=0,1,2,...,M-1和v=0,1,2,...,N-1。
S4、提取滤波后频域中不同频率的信息,利用傅里叶反变化变换回图像,形成多个图像;
傅里叶反变换如下:
其中,j为虚数单位。
此时,每个图像仅有一个车位的位置信息。
S5、选取一具有一个车位线图像,将步骤S1中的车位图像叠到所述车位线图像中,判断线条与车位从属关系精确定位车位。即叠加后可以精确判断哪些线条属于该车位,并通过线条来确定车位的精确位置。
本发明的车位精确定位系统采用近红外相机和近红外光源实现车位的准确检测,提高自动泊车系统的智能性,可应用于交警巡逻车,小区自动巡逻车等车辆上,实现路面上、停车场、小区内车辆乱停的检测。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
以上对本发明所提供的一种车位精确定位线、车位精确定位系统及车位精确定位方法机进行了详细介绍,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种车位精确定位线,其特征在于,包括自上而下设置的透光层、标识层和接触层;所述透光层为耐磨材料,用于近红外光入射;所述标识层为具有频率特性的高发光条和低反光条组,用于特征标识识别;所述接触层为橡胶材料,用于与地面接触。
2.如权利要求1所述的车位精确定位线,其特征在于,所述耐磨材料为大于850nm波长透光率为90%、小于850nm波长透光率为0的PMMA。
3.如权利要求1所述的车位精确定位线,其特征在于,所述透光层厚度为1mm。
4.如权利要求1所述的车位精确定位线,其特征在于,所述标识层包括布制材料及间隔设置在所述布制材料上的多个金属条。
5.如权利要求4所述的车位精确定位线,其特征在于,所述布制材料为黑色麻面布,所述金属条为铜条。
6.一种车位精确定位系统,其特征在于,包括多个前述1至5项权利要求中任意一项所述车位精确定位线,和视觉识别模块;
所述车位精确定位线频率不同,所述视觉识别模块包括近红外相机和近红外光源;
所述近红外光源发射光源,照射到所述车位精确定位线上,所述近红外相机采集所述光源照射所述车位精确定位线后的图像。
7.如权利要求6所述的车位精确定位系统,其特征在于,所述近红外相机为850nm。
8.一种用于权利要求6所述车位精确定位系统的方法,其特征在于,包括如下步骤,
S1、采集当前车位图像,提取所述图像中的直线线条;
S2、对所述线条按照宽度进行分类;
S3、对所述图像进行傅里叶变换,提取频域中的频率信息,将频率幅值小于最大频率幅值的1/2的频率成分滤除掉,计算滤波后频域中不同频率的个数;
S4、提取滤波后频域中不同频率的信息,利用傅里叶反变化变换回图像,形成多个图像;
S5、选取一具有一个车位线图像,将步骤S1中的车位图像叠到所述车位线图像中,判断线条与车位从属关系精确定位车位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611070260.1A CN108121938B (zh) | 2016-11-29 | 2016-11-29 | 车位精确定位线、车位精确定位系统及车位精确定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611070260.1A CN108121938B (zh) | 2016-11-29 | 2016-11-29 | 车位精确定位线、车位精确定位系统及车位精确定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108121938A true CN108121938A (zh) | 2018-06-05 |
CN108121938B CN108121938B (zh) | 2021-10-29 |
Family
ID=62225297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611070260.1A Active CN108121938B (zh) | 2016-11-29 | 2016-11-29 | 车位精确定位线、车位精确定位系统及车位精确定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108121938B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110397290A (zh) * | 2019-07-30 | 2019-11-01 | 王伟 | 一种立体车库用车位校准系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060286606A1 (en) * | 2005-06-17 | 2006-12-21 | Oliver Troy L | Clandestine Laboratory (Clan-Lab) Home Test Kit system, protocol, method and apparatus |
WO2008076399A2 (en) * | 2006-12-15 | 2008-06-26 | Hand Held Products, Inc. | Apparatus and method comprising deformable lens element |
CN201610531U (zh) * | 2009-12-17 | 2010-10-20 | 熊军 | 车轮定位器 |
JP2012078347A (ja) * | 2010-09-30 | 2012-04-19 | Mitsubishi Electric Research Laboratories Inc | シーンを検知するための方法及びシステム |
CN202323807U (zh) * | 2011-11-15 | 2012-07-11 | 宁波日月交通安全设施工程有限公司 | 橡胶减速带单元及橡胶减速带 |
CN102682765A (zh) * | 2012-04-27 | 2012-09-19 | 中咨泰克交通工程集团有限公司 | 高速公路音频车辆检测装置及其方法 |
US8320481B2 (en) * | 2009-03-26 | 2012-11-27 | Via Telecom, Inc. | Synchronization method and apparatus for orthogonal frequency division multiplexing system |
CN203093930U (zh) * | 2012-11-26 | 2013-07-31 | 林炳炼 | 车辆动态指示及导引装置 |
CN103291899A (zh) * | 2013-06-09 | 2013-09-11 | 南车株洲电力机车有限公司 | 一种轨道车辆齿轮箱及其油位观察装置 |
CN203658067U (zh) * | 2013-12-31 | 2014-06-18 | 孟凡华 | 汽车3d四轮定位检测装置 |
CN204370874U (zh) * | 2015-01-02 | 2015-06-03 | 曹枫 | 一种长边线毗连车位的分隔柱 |
CN105731260A (zh) * | 2016-01-20 | 2016-07-06 | 上海振华重工电气有限公司 | 一种轮胎式集装箱门式起重机自动驾驶系统及方法 |
-
2016
- 2016-11-29 CN CN201611070260.1A patent/CN108121938B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060286606A1 (en) * | 2005-06-17 | 2006-12-21 | Oliver Troy L | Clandestine Laboratory (Clan-Lab) Home Test Kit system, protocol, method and apparatus |
WO2008076399A2 (en) * | 2006-12-15 | 2008-06-26 | Hand Held Products, Inc. | Apparatus and method comprising deformable lens element |
US8320481B2 (en) * | 2009-03-26 | 2012-11-27 | Via Telecom, Inc. | Synchronization method and apparatus for orthogonal frequency division multiplexing system |
CN201610531U (zh) * | 2009-12-17 | 2010-10-20 | 熊军 | 车轮定位器 |
JP2012078347A (ja) * | 2010-09-30 | 2012-04-19 | Mitsubishi Electric Research Laboratories Inc | シーンを検知するための方法及びシステム |
CN202323807U (zh) * | 2011-11-15 | 2012-07-11 | 宁波日月交通安全设施工程有限公司 | 橡胶减速带单元及橡胶减速带 |
CN102682765A (zh) * | 2012-04-27 | 2012-09-19 | 中咨泰克交通工程集团有限公司 | 高速公路音频车辆检测装置及其方法 |
CN203093930U (zh) * | 2012-11-26 | 2013-07-31 | 林炳炼 | 车辆动态指示及导引装置 |
CN103291899A (zh) * | 2013-06-09 | 2013-09-11 | 南车株洲电力机车有限公司 | 一种轨道车辆齿轮箱及其油位观察装置 |
CN203658067U (zh) * | 2013-12-31 | 2014-06-18 | 孟凡华 | 汽车3d四轮定位检测装置 |
CN204370874U (zh) * | 2015-01-02 | 2015-06-03 | 曹枫 | 一种长边线毗连车位的分隔柱 |
CN105731260A (zh) * | 2016-01-20 | 2016-07-06 | 上海振华重工电气有限公司 | 一种轮胎式集装箱门式起重机自动驾驶系统及方法 |
Non-Patent Citations (4)
Title |
---|
CHRISTIAN HONEY 等: "Faces in the cloud: Fourier power spectrum biases ultrarapid face detection", 《JOURNAL OF VISION》 * |
ZILONG WANG 等: "A note on the diagonalization of the discrete Fourier transform", 《APPLIED AND COMPUTATIONAL HARMONIC ANALYSIS》 * |
杨登强 等: "基于ZigBee技术的智能停车场系统研究", 《物联网技术》 * |
罗庆生 等: "一种基于超声波与红外线探测技术的测距定位系统", 《计算机测量与控制》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110397290A (zh) * | 2019-07-30 | 2019-11-01 | 王伟 | 一种立体车库用车位校准系统 |
CN110397290B (zh) * | 2019-07-30 | 2020-09-25 | 湖北亘华工科有限公司 | 一种立体车库用车位校准系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108121938B (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Park et al. | Construction worker detection in video frames for initializing vision trackers | |
CN106469309B (zh) | 车辆监控的方法和装置、处理器、图像采集设备 | |
CN107253485A (zh) | 异物侵入检测方法及异物侵入检测装置 | |
CN102509090B (zh) | 一种基于天网工程中公共安全视频图像的车辆特征识别装置 | |
CN110378236A (zh) | 基于深度学习的车辆身份识别模型构建、识别方法和系统 | |
DE102014106210A1 (de) | Probabilistische Personennachführung unter Verwendung der Mehr- Ansichts-Vereinigung | |
DE102014106211A1 (de) | Sichtbasierte Mehrkamera-Fabriküberwachung mit dynamischer Integritätsbewertung | |
CN104573637A (zh) | 一种基于多摄像头的车牌识别方法 | |
CN101377811A (zh) | 一种车牌识别的方法与系统 | |
CN106845321A (zh) | 路面标记信息的处理方法和装置 | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
CN101692313A (zh) | 基于嵌入式平台的便携式车辆识别装置 | |
WO2000077736A1 (de) | Verfahren zur detektion von objekten im umfeld eines strassenfahrzeugs bis in grosse entfernung | |
CN110096975B (zh) | 一种车位状态识别方法、设备及系统 | |
CN102323070A (zh) | 列车异常检测方法和系统 | |
CN102592450A (zh) | 机动车斑马线不礼让行人行为抓拍系统及其方法 | |
WO2013029722A2 (de) | Verfahren zur umgebungsrepräsentation | |
DE102009018318A1 (de) | Selbstbedienungsterminal mit mindestens einer Bilddaten erzeugenden Kamera zum Erkennen von Manipulationsversuchen | |
DE112018002848T5 (de) | RFID-gesteuerte Video-Momentaufnahmen, die Ziele von Interesse erfassen | |
CN102445453B (zh) | 一种高速铁路线路护栏完整性自动检测装置及识别方法 | |
CN106448257A (zh) | 一种车位占用情况检测方法及装置 | |
DE102017113752A1 (de) | Fahrzeug mit der ereignisaufzeichnung | |
CN108121938A (zh) | 车位精确定位线、车位精确定位系统及车位精确定位方法 | |
DE102011075412A1 (de) | Verfahren und System zum Erfassen einer statischen Szene, zum Bestimmen von Rohereignissen und zum Erkennen von freien Flächen in einem Beobachtungsgebiet | |
CN116403179A (zh) | 基于雷视多源数据深度融合的车辆全息感知及风险行为识别系统 |
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 |