CN108189626B - 一种胎压检测方法、装置、存储介质及汽车 - Google Patents
一种胎压检测方法、装置、存储介质及汽车 Download PDFInfo
- Publication number
- CN108189626B CN108189626B CN201711459312.9A CN201711459312A CN108189626B CN 108189626 B CN108189626 B CN 108189626B CN 201711459312 A CN201711459312 A CN 201711459312A CN 108189626 B CN108189626 B CN 108189626B
- Authority
- CN
- China
- Prior art keywords
- degree evaluation
- tire pressure
- evaluation factor
- determining
- dislocation
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
- B60C23/00—Devices for measuring, signalling, controlling, or distributing tyre pressure or temperature, specially adapted for mounting on vehicles; Arrangement of tyre inflating devices on vehicles, e.g. of pumps or of tanks; Tyre cooling arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本发明实施例公开了一种胎压检测方法、装置、存储介质及汽车。该方法包括：获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向；根据所述特征点集合，确定重叠区域的错位程度评价因子；当所述错位程度评价因子符合预设预警条件时，确定为胎压异常。通过采取本申请实施例所提供的技术方案，可以实现低成本、高准确度的进行胎压检测的效果。
Description
技术领域
本发明实施例涉及汽车电子技术领域，尤其涉及一种胎压检测方法、装置、存储介质及汽车。
背景技术
随着汽车的普及，汽车行驶安全已经成为越来越重要的用户诉求，而在各种车载安全设备中，胎压检测功能是一个十分基础且十分重要的部分，当前，市场上的胎压检测主要分成两种类型：
一、直接式胎压检测设备：通过植入于轮胎内部或充气口的测量设备直接测量胎压值，并通过无线传输发送到驾驶室的接收终端上，由终端完成显示、警报等功能。
二、间接式胎压检测设备：通过安装于车轮上的圈数计算器，实时、动态地计算四个轮胎的转动圈数，当某一个轮胎发生漏气时，相对于其它轮胎其单位时间或行程内的转动圈数会有差异，通过检测这种变化，实现胎压的检测。
目前，在汽车市场上，直接式胎压检测设备因为其成本较高，普及率还比较低。用户自行购置的直接式胎压检测设备大多安装在充气口上，存在着传输信号易受干扰，传感器易损坏、被盗，电池寿命影响产品寿命等问题。间接式胎压检测设备是一种成本相对较低的实现方案，因为是基于四轮转速差的实现，在汽车正常行驶过程中才能发挥作用，同时在特殊路面下(如潮湿、冰雪路面等)，存在着计算出错的可能。而且，间接式胎压检测设备作为汽车自带的一项配置，在不配备该功能的车型上，用户自行购置、安装的难度比较大。
发明内容
本发明实施例提供一种胎压检测方法、装置、存储介质及汽车，可以实现低成本、高准确度的进行胎压检测的效果。
第一方面，本发明实施例提供了一种胎压检测方法，该方法包括：
获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向；
根据所述特征点集合，确定重叠区域的错位程度评价因子；
当所述错位程度评价因子符合预设预警条件时，确定为胎压异常。
进一步的，所述获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，包括：
针对至少两个相邻摄像头，建立重叠区域的索引表；
根据至少两个相邻摄像头的重叠区域的索引表，分别得到所述至少两个相邻摄像头的俯视画面；
采用图像识别算法，识别出所述至少两个相邻摄像头的俯视画面的重叠区域的特征点，并匹配得到特征点集合。
进一步的，根据所述特征点集合，确定重叠区域的错位程度评价因子，包括：
通过非线性拟合方式，得到所述特征点集合的变换矩阵；
通过所述变换矩阵，确定所述重叠区域的错位程度评价因子。
进一步的，通过所述变换矩阵，确定所述重叠区域的错位程度评价因子，包括：
从所述变换矩阵中，抽离出平移变换量、旋转变换量和缩放变换量；
分别为所述平移变换量、旋转变换量和缩放变换量配置权重值；
将所述平移变换量、旋转变换量和缩放变换量进行加权求和，得到错位程度评价因子。
进一步的，当所述错位程度评价因子符合预设预警条件时，确定为胎压异常，包括：
将所述错位程度评价因子录入历史数据；
当所述错位程度评价因子超过错位标准值预设数量后，对所述错位程度评价因子进行分析，根据分析结果确定是否为胎压异常。
进一步的，当所述错位程度评价因子超过错位标准值预设数量后，对所述错位程度评价因子进行分析，根据分析结果确定是否为胎压异常，包括：
当所述错位程度评价因子超过错位标准值预设数量后，获取所述错位程度评价因子的数值与记录次数的函数曲线；
若所述函数曲线在评价区间内单调递增，且所述函数曲线的斜率大于设定阈值时，则确定为胎压异常。
第二方面，本发明实施例还提供了一种胎压检测装置，该装置包括：
特征点集合获取模块，用于获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向；
错位程度评价因子确定模块，用于根据所述特征点集合，确定重叠区域的错位程度评价因子；
胎压异常确定模块，用于当所述错位程度评价因子符合预设预警条件时，确定为胎压异常。
进一步的，所述特征点集合获取模块，包括：
索引表建立单元，用于针对至少两个相邻摄像头，建立重叠区域的索引表；
俯视画面获取单元，用于根据至少两个相邻摄像头的重叠区域的索引表，分别得到所述至少两个相邻摄像头的俯视画面；
特征点集合匹配单元，用于采用图像识别算法，识别出所述至少两个相邻摄像头的俯视画面的重叠区域的特征点，并匹配得到特征点集合。
进一步的，所述错位程度评价因子确定模块，包括：
变换矩阵确定单元，用于通过非线性拟合方式，得到所述特征点集合的变换矩阵；
错位程度评价因子确定单元，用于通过所述变换矩阵，确定所述重叠区域的错位程度评价因子。
进一步的，所述错位程度评价因子确定单元，具体用于：
从所述变换矩阵中，抽离出平移变换量、旋转变换量和缩放变换量；
分别为所述平移变换量、旋转变换量和缩放变换量配置权重值；
将所述平移变换量、旋转变换量和缩放变换量进行加权求和，得到错位程度评价因子。
进一步的，所述胎压异常确定模块，包括：
历史数据录入单元，用于将所述错位程度评价因子录入历史数据；
胎压异常确定单元，用于当所述错位程度评价因子超过错位标准值预设数量后，对所述错位程度评价因子进行分析，根据分析结果确定是否为胎压异常。
进一步的，所述胎压异常确定单元，具体用于：
当所述错位程度评价因子超过错位标准值预设数量后，获取所述错位程度评价因子的数值与记录次数的函数曲线；
若所述函数曲线在评价区间内单调递增，且所述函数曲线的斜率大于设定阈值时，则确定为胎压异常。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的胎压检测方法。
第四方面，本申请实施例提供了一种汽车，包括：设置在汽车的前、后、左以及右中的任意方向的摄像头，还包括：如本申请实施例中所提供的任一项所述的胎压检测装置。
本申请实施例所提供的技术方案，通过获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向；根据所述特征点集合，确定重叠区域的错位程度评价因子；当所述错位程度评价因子符合预设预警条件时，确定为胎压异常，可以实现低成本、高准确度的进行胎压检测的效果。
附图说明
图1是本发明实施例一提供的胎压检测方法的流程图；
图2是本发明实施例二提供的胎压检测方法的流程图；
图3是本发明实施例三提供的胎压检测方法的流程图；
图4是本发明实施例四提供的胎压检测方法的流程图；
图5是本发明实施例五提供的胎压检测装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的胎压检测方法的流程图，本实施例可适用胎压检测情况，该方法可以由本发明实施例所提供的胎压检测装置来执行，该装置可以由软件和/或硬件的方式来实现，并可集成于汽车中。
如图1所示，所述胎压检测方法包括：
S110、获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向。
其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向，前、后、左以及右四路摄像头可以用作获取车辆行驶过程中的全景影像，全景影像可以是从车辆上方向下的俯视画面。具体的，前摄像头可以设置在进气格栅处，后摄像头可以设置在车位的车牌上或者下位置，左、右摄像头可以设置在左、右后视镜的下方。对于每个摄像头的具体位置本申请可以不做限定。
获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合。其中，至少两个相邻摄像头的图像数据，可以是左摄像头和前摄像头的图像数据。在得到图像数据之后，可以分别通过设定好的图像算法得到左摄像头和前摄像头的俯视画面。那么可以知道的，左摄像头和前摄像头所得到的图像在车辆的左前方会形成重叠区域。可以通过图像识别手段确定重叠区域的共同的特征点，作为重叠区域特征点集合。
值得说明的，比如前摄像头在重叠区域识别到A、B、C和D四个特征点，而在左摄像头只识别到A、B和C三个特征点时，则将特征点D舍去，则得到的特征点集合就是{A，B，C}。
在本申请实施例中，给出了由至少两个相邻摄像头所获得的图像进行识别和分析，不难得出，可以同时获取汽车前、后、左以及右四路摄像头得到的图像数据作为胎压检测的数据基础。在同时使用四路摄像头获取图像数据的情况下，可以分别对每一路的图像数据进行获取，再与相邻的摄像头的图像数据进行匹配，最终确定车辆左前、左后、右前和右后四个方向上的重叠区域的特征点集合。
值得说明的是，在本申请实施例中，对于图像的识别和可以是连续的，也可以是分段的，比如每一分钟采集一次。这样设置的好处是可以减小数据的运算量，并且在后续的处理中，可以根据每次采集的结果进行统计确定。
S120、根据所述特征点集合，确定重叠区域的错位程度评价因子。
结合上述示例，在确定特征点集合之后，可以根据特征点集合在前摄像头和左摄像头中，可以分别计算一组特征点之间的距离、方向等，确定前摄像头和左摄像头的图像是否能够达到完全拟合，在不能够达到完全拟合时，可以通过比较两者之间的差值，差值越大，则错位程度评价因子的数值就越过。那么可以根据每个重叠区域中特征点之间的位置关系确定错位程度评价因子的大小。
值得说明的是，本申请实施例在对其进行错位程度评价因子的数值确定之前，应该先对各路摄像头进行位置设定和校准，其中位置的设定可以主要考虑摄像头的高度，校准可以主要考虑摄像头的角度。这样，在利用四路摄像头进行获取车辆运行时的全景影像时，能够在摄像头的重叠区域进行仿真拟合，避免在摄像头图像拼接处出现失真的效果。
S130、当所述错位程度评价因子符合预设预警条件时，确定为胎压异常。
其中，预设预警条件可以是错位程度评价因子超过一个设定阈值，还可以是持续一段时间后者持续一定次数超过一个设定阈值，当错位程度评价因子达到预设预警条件时，则确定为胎压异常。
值得说明的是，如汽车左前轮胎压异常时，可能对汽车的左前、左右、右前和右后四个方向的重叠区域的错位程度评价因子都会产生一定的影响，但是其对于车辆左前方的重叠区域的错位程度评价因子影响是最大的，所以当同事获取到多个错位程度评价因子时，可以对多个错位程度评价因子进行比较，进一步确定哪个车轮存在胎压异常。
本申请实施例通过根据用于获取汽车全景影像的摄像头获取到的图像数据，确定胎压是否出现异常，解决了现有技术中单独安装胎压检测设备技术高、难度大，并且还受到电源限制等多方面问题，并且得到的图像是相对稳定的，不会受到路面湿滑等方面的影响，不仅方案实施起来更加简便，而且还经济耐用，结果准确。
在本申请实施例中，在确定胎压异常之后，可以吧胎压异常的信息上报到车辆系统控制端，车辆系统控制端可以通过显示声/光提示信息等方式将信息传达给驾驶员，以使驾驶员能够及时发觉胎压异常，提高车辆驾驶过程中的安全性。
本申请实施例所提供的技术方案，通过获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向；根据所述特征点集合，确定重叠区域的错位程度评价因子；当所述错位程度评价因子符合预设预警条件时，确定为胎压异常，可以实现低成本、高准确度的进行胎压检测的效果。
实施例二
图2是本发明实施例二提供的胎压检测方法的流程图。本实施例在上述实施例的基础上，进行了进一步的优化。
如图2所示，所述胎压检测方法包括：
S210、针对至少两个相邻摄像头，建立重叠区域的索引表；其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向。
其中，重叠区域可以是预先对四路或者至少两个相邻摄像头校准的同时就可以确定的，还可以是基于对至少两个相邻摄像头获取到的图像数据进行识别和匹配确定的。在重叠区域确定后，可以对重叠区域在两个摄像头的图像建立索引表，比如，每个摄像头获取到的像素点行数为100行，列数为500列，针对前摄像头的左前方重叠区域，可以在100行以内，左侧100列以内确定为重叠区域之后，可以建立前摄像头和左摄像头在重叠区域的索引表，示例性的，比如在汽车前1米，左1米的位置，对应于对应前摄像头像素点的位置和左摄像头像素点的位置，具体的，索引表可以是数字的表格或者队列。其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向。
S220、根据至少两个相邻摄像头的重叠区域的索引表，分别得到所述至少两个相邻摄像头的俯视画面。
根据索引表，可以分别得到至少两个相邻摄像头的俯视画面，其中，俯视画面可以是将至少两个相邻摄像头的图像合成为一个的，还可以是每个摄像头单独形成俯视画面。
S230、采用图像识别算法，识别出所述至少两个相邻摄像头的俯视画面的重叠区域的特征点，并匹配得到特征点集合。
比如一些明显的标志可以作为特征点，比如车道划分线的某一段的一个起点，可以作为特征点，其他的一些明显可以区别于其他路面图像的均可以作为特征点。
S240、根据所述特征点集合，确定重叠区域的错位程度评价因子。
S250、当所述错位程度评价因子符合预设预警条件时，确定为胎压异常。
本实施例的在上述实施例的基础上，提供了一种根据重叠区域索引表，得到各摄像头在重叠区域的俯视图的方案，这样设置的好处是可以无需联立一个重叠区域的多个特征点，就可以确定当前在该重叠区域的图像匹配和错误程度评价因子，计算方法更加简单、准确。
实施例三
图3是本发明实施例三提供的胎压检测方法的流程图。本实施例在上述实施例的基础上，进行了进一步的优化。
如图3所示，所述胎压检测方法包括：
S310、获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向。
S320、通过非线性拟合方式，得到所述特征点集合的变换矩阵。
其中，非线性拟合可以是相同的一组特征点在一个摄像头中的像素点位置与另一个摄像头中的像素点位置之间的变换关系，这种变换关系不是线性的。通过非线性拟合的方式，可以得到特征点集合的变换矩阵。其中，变换矩阵可以是某几个像素点在一个摄像头中的像素点位置分别为X1，Y1；X2，Y2和X3，Y3；而在另一个摄像头中的像素点位置又为Xa，Ya；Xb，Yb和Xc，Yc；这两者可以作为两个变换矩阵，两者之间可以通过非线性拟合方式变换得到。
S330、通过所述变换矩阵，确定所述重叠区域的错位程度评价因子。
在本申请实施例中，可选的，通过所述变换矩阵，确定所述重叠区域的错位程度评价因子，包括：从所述变换矩阵中，抽离出平移变换量、旋转变换量和缩放变换量；分别为所述平移变换量、旋转变换量和缩放变换量配置权重值；将所述平移变换量、旋转变换量和缩放变换量进行加权求和，得到错位程度评价因子。其中，当两个摄像头对重叠区域的同一特征点存在误差时，可以通过平移或者旋转使特征点在两个摄像头中的位置相同，缩放变换量主要是针对摄像头的高低不同时，同一物品在每个摄像头中的大小不一致，可以通过调整缩放变换量实现在不同的摄像头之间呈现特征点的大小一致的效果。这样设置的好处是使错位程度评价因子的计算更加准确。
S340、当所述错位程度评价因子符合预设预警条件时，确定为胎压异常。
本实施例在上述各实施例的基础上，提供了一种以变换矩阵作为错位程度评价因子的方式，能够更加准确的确定错位程度评价因子的数值，从而更加准确的反映出胎压是否异常。
实施例四
图4是本发明实施例四提供的胎压检测方法的流程图。本实施例在上述实施例的基础上，进行了进一步的优化。
如图4所示，所述胎压检测方法包括：
S410、获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向。
S420、根据所述特征点集合，确定重叠区域的错位程度评价因子。
S430、将所述错位程度评价因子录入历史数据。
其中，结合上述内容，可以是每隔预设时间，比如1分钟，分次获取错位程度评价因子，并将其录入历史数据。其中历史数据可以用来记载车辆四路摄像头每个重叠区域的错位程度评价因子，并分别根据已标定的摄像头的位置进行标记，就可以得到每个重叠区域的错位程度评价因子。
S440、当所述错位程度评价因子超过错位标准值预设数量后，对所述错位程度评价因子进行分析，根据分析结果确定是否为胎压异常。
当所述错位程度评价因子超过错位标准值预设数量后，比如10次，该错位程度评价因子均超过错位标准值，则确定该重叠区域的错位程度评价因子异常，并对其进行分析，根据分析结果确定是否为胎压异常。当多个错位程度评价因子存在异常时，可以先对其进行比较，根据比较结果确定错位程度评价因子最大的一个，在对其进行分析。
在本申请实施例中，可选的，当所述错位程度评价因子超过错位标准值预设数量后，对所述错位程度评价因子进行分析，根据分析结果确定是否为胎压异常，包括：当所述错位程度评价因子超过错位标准值预设数量后，获取所述错位程度评价因子的数值与记录次数的函数曲线；若所述函数曲线在评价区间内单调递增，且所述函数曲线的斜率大于设定阈值时，则确定为胎压异常。这样设置的好处是可以更加准确的确定胎压是否异常，避免因为各种路面情况或者各种摄像头的情况所带来的误差及影响，使得得到的结果更加准确。
本申请实施例在上述各实施例的基础上，提供了一种根据错位程度评价因子确定胎压是否异常的具体方案，该方案简单可行，计算量小，并且可以过滤掉一些偶然情况对胎压检测结果的影响，提高了胎压检测的准确性和稳定性。
实施例五
图5是本发明实施例五提供的胎压检测装置的结构示意图。如图5所示，所述胎压检测装置，包括：
特征点集合获取模块510，用于获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向；
错位程度评价因子确定模块520，用于根据所述特征点集合，确定重叠区域的错位程度评价因子；
胎压异常确定模块530，用于当所述错位程度评价因子符合预设预警条件时，确定为胎压异常。
本申请实施例所提供的技术方案，通过获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向；根据所述特征点集合，确定重叠区域的错位程度评价因子；当所述错位程度评价因子符合预设预警条件时，确定为胎压异常，可以实现低成本、高准确度的进行胎压检测的效果。
在上述各实施例的基础上，可选的，所述特征点集合获取模块510，包括：
索引表建立单元，用于针对至少两个相邻摄像头，建立重叠区域的索引表；
俯视画面获取单元，用于根据至少两个相邻摄像头的重叠区域的索引表，分别得到所述至少两个相邻摄像头的俯视画面；
特征点集合匹配单元，用于采用图像识别算法，识别出所述至少两个相邻摄像头的俯视画面的重叠区域的特征点，并匹配得到特征点集合。
在上述各实施例的基础上，可选的，所述错位程度评价因子确定模块520，包括：
变换矩阵确定单元，用于通过非线性拟合方式，得到所述特征点集合的变换矩阵；
错位程度评价因子确定单元，用于通过所述变换矩阵，确定所述重叠区域的错位程度评价因子。
在上述各实施例的基础上，可选的，所述错位程度评价因子确定单元，具体用于：
从所述变换矩阵中，抽离出平移变换量、旋转变换量和缩放变换量；
分别为所述平移变换量、旋转变换量和缩放变换量配置权重值；
将所述平移变换量、旋转变换量和缩放变换量进行加权求和，得到错位程度评价因子。
在上述各实施例的基础上，可选的，所述胎压异常确定模块530，包括：
历史数据录入单元，用于将所述错位程度评价因子录入历史数据；
胎压异常确定单元，用于当所述错位程度评价因子超过错位标准值预设数量后，对所述错位程度评价因子进行分析，根据分析结果确定是否为胎压异常。
在上述各实施例的基础上，可选的，所述胎压异常确定单元，具体用于：
当所述错位程度评价因子超过错位标准值预设数量后，获取所述错位程度评价因子的数值与记录次数的函数曲线；
若所述函数曲线在评价区间内单调递增，且所述函数曲线的斜率大于设定阈值时，则确定为胎压异常。
上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
实施例六
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种胎压检测方法，该方法包括：
获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向；
根据所述特征点集合，确定重叠区域的错位程度评价因子；
当所述错位程度评价因子符合预设预警条件时，确定为胎压异常。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的胎压检测操作，还可以执行本申请任意实施例所提供的胎压检测方法中的相关操作。
实施例七
本实施例还提供一种汽车，包括如上述实施例所提供的摄像头，并具体包括如上述实施例所提供的胎压检测装置，通过执行如上述实施例所提供的胎压检测方法，对汽车的胎压进行检测，可以实现低成本、高准确度的进行胎压检测的效果。本实施例所提供的汽车具有与胎压检测方法相应的有益效果。
优选实施例
1.当环视全景标定完成之后，前后左右四路摄像头其视野在车辆的前左方、前右方、后左方、后右方分别有重叠区域，针对每一个摄像头，建立其在两个重叠区域的索引表，记为LookupIndex，根据此索引表，系统中即可以在当前采集到的摄像头图像中，生成各摄像头在上述各区域的俯视图；
2.每隔一定时间(例如一分钟)，遍历每一路摄像头，根据LookupIndex生成当前全景模式下四路摄像头的俯视画面，设为Image3D[4][2]；
3.采用图像识别和匹配算法，识别出Image3D[4][2]中重叠区域的特征点，同时进行匹配，得到匹配完成的特征点的集合PointSet[4][2]；
4.对于PointSet[4][2]中相互匹配的两组数据，通过非线性拟合的方式，得到其变换矩阵TransMat[4][2]，通过TransMat[4][2]，可以评测出一个反映重叠区域错位程度的评价因子S[4]，将其录入历史数据中；
5.历史错位数据达到一定数量后，即可对所记录的数据进行分析，统计每个区域其评价因子S的函数曲线，如果发觉某摄像头在评价区间内其函数单调上升而且dS达到预设的阈值，判断为该摄像头相关的一侧轮胎胎压失常，上报给系统控制端；
6.全景系统控制端接收到胎压失常的计算结果之后，以画面或者声音的方式给驾驶员发出胎压警报。
上述实施例中提供的胎压检测装置、存储介质及汽车可执行本申请任意实施例所提供的胎压检测方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的胎压检测方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种胎压检测方法，其特征在于，包括：
获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向；
根据所述特征点集合，确定重叠区域的错位程度评价因子；
当所述错位程度评价因子符合预设预警条件时，确定为胎压异常；
其中，所述获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，包括：
针对至少两个相邻摄像头，建立重叠区域的索引表；
根据至少两个相邻摄像头的重叠区域的索引表，分别得到所述至少两个相邻摄像头的俯视画面；
采用图像识别算法，识别出所述至少两个相邻摄像头的俯视画面的重叠区域的特征点，并匹配得到特征点集合；
其中，根据所述特征点集合，确定重叠区域的错位程度评价因子，包括：
通过非线性拟合方式，得到所述特征点集合的变换矩阵；
通过所述变换矩阵，确定所述重叠区域的错位程度评价因子。
2.根据权利要求1所述的方法，其特征在于，通过所述变换矩阵，确定所述重叠区域的错位程度评价因子，包括：
从所述变换矩阵中，抽离出平移变换量、旋转变换量和缩放变换量；
分别为所述平移变换量、旋转变换量和缩放变换量配置权重值；
将所述平移变换量、旋转变换量和缩放变换量进行加权求和，得到错位程度评价因子。
3.根据权利要求1所述的方法，其特征在于，当所述错位程度评价因子符合预设预警条件时，确定为胎压异常，包括：
将所述错位程度评价因子录入历史数据；
当所述错位程度评价因子超过错位标准值预设数量后，对所述错位程度评价因子进行分析，根据分析结果确定是否为胎压异常。
4.根据权利要求3所述的方法，其特征在于，当所述错位程度评价因子超过错位标准值预设数量后，对所述错位程度评价因子进行分析，根据分析结果确定是否为胎压异常，包括：
当所述错位程度评价因子超过错位标准值预设数量后，获取所述错位程度评价因子的数值与记录次数的函数曲线；
若所述函数曲线在评价区间内单调递增，且所述函数曲线的斜率大于设定阈值时，则确定为胎压异常。
5.一种胎压检测装置，其特征在于，包括：
特征点集合获取模块，用于获取至少两个相邻摄像头的图像数据，识别所述图像数据重叠区域的特征点，得到特征点集合，其中，所述摄像头设置在汽车的前、后、左以及右中的任意方向；
错位程度评价因子确定模块，用于根据所述特征点集合，确定重叠区域的错位程度评价因子；
胎压异常确定模块，用于当所述错位程度评价因子符合预设预警条件时，确定为胎压异常；
其中，所述特征点集合获取模块，包括：
索引表建立单元，用于针对至少两个相邻摄像头，建立重叠区域的索引表；
俯视画面获取单元，用于根据至少两个相邻摄像头的重叠区域的索引表，分别得到所述至少两个相邻摄像头的俯视画面；
特征点集合匹配单元，用于采用图像识别算法，识别出所述至少两个相邻摄像头的俯视画面的重叠区域的特征点，并匹配得到特征点集合；
其中，所述错位程度评价因子确定模块，包括：
变换矩阵确定单元，用于通过非线性拟合方式，得到所述特征点集合的变换矩阵；
错位程度评价因子确定单元，用于通过所述变换矩阵，确定所述重叠区域的错位程度评价因子。
6.根据权利要求5所述的装置，其特征在于，所述错位程度评价因子确定单元，具体用于：
从所述变换矩阵中，抽离出平移变换量、旋转变换量和缩放变换量；
分别为所述平移变换量、旋转变换量和缩放变换量配置权重值；
将所述平移变换量、旋转变换量和缩放变换量进行加权求和，得到错位程度评价因子。
7.根据权利要求5所述的装置，其特征在于，所述胎压异常确定模块，包括：
历史数据录入单元，用于将所述错位程度评价因子录入历史数据；
胎压异常确定单元，用于当所述错位程度评价因子超过错位标准值预设数量后，对所述错位程度评价因子进行分析，根据分析结果确定是否为胎压异常。
8.根据权利要求7所述的装置，其特征在于，所述胎压异常确定单元，具体用于：
当所述错位程度评价因子超过错位标准值预设数量后，获取所述错位程度评价因子的数值与记录次数的函数曲线；
若所述函数曲线在评价区间内单调递增，且所述函数曲线的斜率大于设定阈值时，则确定为胎压异常。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的胎压检测方法。
10.一种汽车，其特征在于，包括：设置在汽车的前、后、左以及右中的任意方向的摄像头，还包括：如权利要求5-8中任一项所述的胎压检测装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711459312.9A CN108189626B (zh) | 2017-12-28 | 2017-12-28 | 一种胎压检测方法、装置、存储介质及汽车 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711459312.9A CN108189626B (zh) | 2017-12-28 | 2017-12-28 | 一种胎压检测方法、装置、存储介质及汽车 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108189626A CN108189626A (zh) | 2018-06-22 |
| CN108189626B true CN108189626B (zh) | 2020-08-04 |
Family
ID=62584982
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711459312.9A Active CN108189626B (zh) | 2017-12-28 | 2017-12-28 | 一种胎压检测方法、装置、存储介质及汽车 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108189626B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2579842B (en) * | 2018-12-18 | 2022-06-22 | Continental Automotive Gmbh | Vehicle Tire Leak Detection |
| CN111597970B (zh) * | 2020-05-14 | 2023-05-02 | 中国银行股份有限公司 | 异常行为的识别方法及装置 |
| CN112669317B (zh) * | 2021-03-15 | 2021-06-22 | 北京世纪好未来教育科技有限公司 | 胎压检测方法及计算机存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001064462A1 (en) * | 2000-02-28 | 2001-09-07 | Donnelly Corporation | Tire inflation assistance monitoring system |
| CN103150748A (zh) * | 2013-03-18 | 2013-06-12 | 大连慈航电子有限公司 | 倒车影像3d 场景重构方法和系统 |
| WO2013158528A1 (en) * | 2012-04-18 | 2013-10-24 | Service Solutions U.S. Llc | Tire pressure monitor system tool with active tire pressure display |
| CN103858147A (zh) * | 2011-09-30 | 2014-06-11 | 米其林集团总公司 | 在轮胎的内部表面上的浮凸元素特征的快速分析方法 |
| CN104160258A (zh) * | 2011-11-03 | 2014-11-19 | 尼恩麦提克斯有限公司 | 用于估计车辆轮胎的气压状态的系统和方法 |
| CN105691301A (zh) * | 2014-12-11 | 2016-06-22 | 现代摩比斯株式会社 | 用于车辆的摄像机及其控制方法 |
| WO2017017371A1 (fr) * | 2015-07-27 | 2017-02-02 | Compagnie Generale Des Etablissements Michelin | Procédé optimise d'analyse de la conformité de la surface d'un pneumatique |
| CN107153832A (zh) * | 2016-03-03 | 2017-09-12 | 成都交大光芒科技股份有限公司 | 一种高铁接触网等电位线松脱检测方法及系统 |
-
2017
- 2017-12-28 CN CN201711459312.9A patent/CN108189626B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001064462A1 (en) * | 2000-02-28 | 2001-09-07 | Donnelly Corporation | Tire inflation assistance monitoring system |
| CN103858147A (zh) * | 2011-09-30 | 2014-06-11 | 米其林集团总公司 | 在轮胎的内部表面上的浮凸元素特征的快速分析方法 |
| CN104160258A (zh) * | 2011-11-03 | 2014-11-19 | 尼恩麦提克斯有限公司 | 用于估计车辆轮胎的气压状态的系统和方法 |
| WO2013158528A1 (en) * | 2012-04-18 | 2013-10-24 | Service Solutions U.S. Llc | Tire pressure monitor system tool with active tire pressure display |
| CN103150748A (zh) * | 2013-03-18 | 2013-06-12 | 大连慈航电子有限公司 | 倒车影像3d 场景重构方法和系统 |
| CN105691301A (zh) * | 2014-12-11 | 2016-06-22 | 现代摩比斯株式会社 | 用于车辆的摄像机及其控制方法 |
| WO2017017371A1 (fr) * | 2015-07-27 | 2017-02-02 | Compagnie Generale Des Etablissements Michelin | Procédé optimise d'analyse de la conformité de la surface d'un pneumatique |
| CN107153832A (zh) * | 2016-03-03 | 2017-09-12 | 成都交大光芒科技股份有限公司 | 一种高铁接触网等电位线松脱检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108189626A (zh) | 2018-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110861639B (zh) | 泊车信息融合方法、装置、电子设备及存储介质 | |
| US20200406967A1 (en) | Trailer assist system with enhanced beam length estimation | |
| CN108189626B (zh) | 一种胎压检测方法、装置、存储介质及汽车 | |
| CN104999962B (zh) | 用于车辆的停车辅助设备 | |
| CN102915532A (zh) | 确定车辆视觉系统外部参数的方法以及车辆视觉系统 | |
| CN110287832A (zh) | 高速自动驾驶场景障碍物感知评测方法及装置 | |
| CN102646274B (zh) | 车道边界检测装置以及车道边界检测方法 | |
| US20170293895A1 (en) | Device and method for calculating damage repair cost | |
| CN109871732B (zh) | 停车格辨识系统及其方法 | |
| US20180194178A1 (en) | Method for determining at least one tyre-specific characteristic, driver assistance system and motor vehicle | |
| JP2002123818A (ja) | 車両用周辺障害物検出装置 | |
| CN110705359B (zh) | 一种车位检测方法 | |
| JP7448484B2 (ja) | カメラ内部パラメータのオンライン評価 | |
| KR20160063906A (ko) | 차량 상태 분석 방법, 이를 구현하는 차량 정보 수집 장치 및 스마트 디바이스 | |
| CN103473925B (zh) | 一种道路车辆检测系统的验证方法 | |
| CN103797788A (zh) | 车载摄像头的光轴掌握装置 | |
| CN109229206A (zh) | 一种车辆及其转向角度的检测方法和系统 | |
| JPWO2018173907A1 (ja) | 車両制御装置 | |
| CN105022987A (zh) | 用于车道感测传感器的偏差纠正和诊断功能的方法 | |
| CN112308899B (zh) | 一种挂车角度识别方法及装置 | |
| KR101644109B1 (ko) | 어라운드뷰 영상을 이용한 운전면허 코스 시험의 자동채점 시스템 및 방법 | |
| US11529832B2 (en) | Device and method for determining single or twin tires mounted on each side of a vehicle axle | |
| CN112037536A (zh) | 一种基于视频特征识别的车辆测速方法及装置 | |
| CN113569666B (zh) | 车辆连续违法变道的检测方法及计算机设备 | |
| CN112990117B (zh) | 基于智能驾驶系统的安装数据处理方法及装置 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: No. 2, Hongyang Road, Tianning District, Changzhou, Jiangsu Province, Jiangsu Applicant after: Jiangsu Lingdong Feiyang Technology Co., Ltd Address before: 518126 Guangdong, Shenzhen, Baoan District, Xixiang, new building, 7 new floor, new Sino Thai Business Building Applicant before: SHENZHEN VASTFLY TECH Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |