CN108528336B - 一种车辆压线提前预警系统 - Google Patents

一种车辆压线提前预警系统 Download PDF

Info

Publication number
CN108528336B
CN108528336B CN201810345901.2A CN201810345901A CN108528336B CN 108528336 B CN108528336 B CN 108528336B CN 201810345901 A CN201810345901 A CN 201810345901A CN 108528336 B CN108528336 B CN 108528336B
Authority
CN
China
Prior art keywords
vehicle
early warning
distance
line
module
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
Application number
CN201810345901.2A
Other languages
English (en)
Other versions
CN108528336A (zh
Inventor
陈志峰
郭恩特
范振嘉
裴晨皓
陈雅楠
黄立勤
潘林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou Ivisionic Technology Co ltd
Original Assignee
Fuzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fuzhou University filed Critical Fuzhou University
Priority to CN201810345901.2A priority Critical patent/CN108528336B/zh
Publication of CN108528336A publication Critical patent/CN108528336A/zh
Priority to PCT/CN2018/119055 priority patent/WO2019200938A1/zh
Application granted granted Critical
Publication of CN108528336B publication Critical patent/CN108528336B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker
    • G06T2207/30208—Marker matrix
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Abstract

一种本发明涉及一种车辆压线提前预警系统，包括图像信号采集模块，图像处理模块，车辆状态计算模块和车辆状态预警模块；图像信号采集模块采用单目摄像头采集图像信息，经过预处理之后提取边缘，从边缘中提取车道线并计算真实场景中车辆和车道的横向距离和车辆朝向，从而对驾驶人做出车辆和车道线距离预警和角度预警；本发明仅需要摄像头传感器，在已知道路线宽度的标准化道路上，就能实现功能，具有对设备依赖少，准确度高，便携等优点；能够给驾驶员带来便捷和安全的驾驶体验。

Description

一种车辆压线提前预警系统
技术领域
本发明涉及一种车辆压线提前预警系统。
背景技术
随着汽车在中国社会的普及，据公安部交管局统计，截至2016年底，汽车保有量达1.94亿辆，汽车驾驶人超过3.1亿人。汽车驾驶人驾驶技术参差不齐，不管新手还是老手在不留神不注意的情况下很容易发生交通事故，因此车辆辅助驾驶给汽车驾驶人加添了一个保险。其中车辆压线行驶，一般都是占用对向车道行驶，或占用同向车道行驶，这种行为是不易察觉但是危害巨大的汽车驾驶行为，属于违章行为。压线行驶造成的违章行为，不仅对驾驶人造成经济损失，而且造成驾驶人心理压力。
目前利用机器视觉的车辆压线预警方法中，多为事先安装好摄像头并对摄像头和车道线的安全距离进行标定，还需要知道摄像头在车内安装高度。
发明内容
有鉴于此，本发明的目的在于提供一种辆压线预警系统。
为实现上述目的，本发明采用如下技术方案：
一种车辆压线预警系统，包括图像信号采集模块、图像处理模块、车辆状态计算模块和车辆状态预警模块，其特征在于：
所述图像信号采集模块用于采集车前方道路图像信号，并将采集到的信号输送至图像处理模块；
所述图像处理模块包括依次连接图像预处理模块，二值化边缘提取模块，车道线提取模块和车道线类型判断模块；
所述的图像预处理模块对采集得到图像灰度化后中值滤波去除椒盐噪声，得到预处理的图像信息；
所述的二值化边缘提取模块将经过预处理的图像信息二值化，采用Canny算子提取边缘，采用开操作去除小块边缘，得到二值化的图像信息；
所述的车道线提取模块根据得到的二值化的图像信息，采用Hough算法提取预设角度内的直线，根据出现频率最高的两条直线作为车道线；
所述的车道线类型判断模块利用原始图像颜色特征判断车道线是否为黄实线，通过车道线灰度周期性变换判断虚实线；
所述车辆状态计算模块根据图像处理模块提取的车道线和透视投影几何关系计算车辆距离左右车道距离和相对于车道角度并将计算结果输入车辆状态预警模块；
所述车辆状态预警模块分析车辆距离左右车道距离和车辆与车道角度是否超过预设值，若距离超过预设值则发出距离预警提醒，若角度超过预设值则发出角度预警提醒。
进一步的，所述的图像信号采集模块采用单目摄像头。
进一步的，所述车辆状态计算模块包括用于计算车辆与左右车道距离的车辆与左右车道距离计算模块和用于计算车辆与车道线角度的车辆与车道角度计算模块。
进一步的，所述车辆状态预警模块包括用于距离预警提醒的车辆距离预警模块和用于角度预警提醒车辆角度预警模块。
进一步的，所述车辆状态计算模块根据图像处理模块提取的车道线和透视投影几何关系计算车辆距离左右车道距离和车道角度计算具体为：
步骤S1:将所述单目摄像头安装在车体挡风玻璃处，与左侧车轮距离为b,与车头距离为a,且光轴与水平地面平行；采用张正友标定法，标定得到内参矩阵
Figure GDA0001671546510000031
其中f为焦距，ux,uy为主点偏置；
步骤S2:根据图像处理模块提取的车道线和图像信息，得到左车道和右车道3在图像平面投影为左车道线和右车道线，左车道线和右车道线在图像中交于消隐点，落在水平消隐线上，在图像坐标系中，消隐点像素坐标为A(m,n)，消隐线与光轴相交于坐标点D(ux,uy)；
步骤S3:根据内参矩阵K、消隐点消隐点像素坐标为A(m,n)，消隐线与图像中轴相交点D(ux,uy)，可得车辆和车道角度
Figure GDA0001671546510000032
步骤S4:选取图像上一条线段BC，设定B和C像素坐标为B(m1,n1),C(m2,n1)，端点B、C分别在左车道线和右车道线上且线段BC平行于消隐线，可以得到：
单目摄像头与左车道线距离
Figure GDA0001671546510000033
单目摄像头与右车道线距离
Figure GDA0001671546510000041
车辆与左车道线横向最近距离
Figure GDA0001671546510000042
车辆与左车道线横向最远距离
Figure GDA0001671546510000043
车辆与右车道线横向最近距离
Figure GDA0001671546510000044
车辆与右车道线横向最远距离
Figure GDA0001671546510000045
其中w为车辆宽度，l为车辆长度；
步骤S5：若dr≤dist_threshold或者dl≤dist_threshold，dist_threshold为距离预警的预设值，车辆压线预警系统发出距离预警提醒；若θ＞θ_threshold，θ_threshold为角度预警的预设值，车辆压线预警系统发出角度预警提醒。
本发明与现有技术相比具有以下有益效果：
本发明的车辆压线预警提示系统，不需要知道摄像头安装高度，仅需要知道标准道路宽度，实时且有效地计算车辆距离车道线横向距离。具有设计简单，开发容易，可靠性高，不需要对车辆进行改装，对外界依赖少等优点；能够给驾驶员带来便捷和安全的驾驶体验。
附图说明
图1是本发明车辆压线预警摄像头和处理系统安装侧视图
图2是本发明车辆压线预警摄像头和处理系统安装俯视图
图3是本发明中道路线投影几何关系图
图4是本发明中车辆以任意位置行驶在道路中示意图
图5是本发明原理图
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请结合图3、图4和图5，本发明提供一种车辆压线预警系统，包括图像信号采集模块、图像处理模块、车辆状态计算模块和车辆状态预警模块，其特征在于：
所述图像信号采集模块用于采集车前方道路图像信号，并将采集到的信号输送至图像处理模块；
所述图像处理模块包括依次连接图像预处理模块，二值化边缘提取模块，车道线提取模块和车道线类型判断模块；
所述的图像预处理模块对采集得到图像灰度化后中值滤波去除椒盐噪声；
所述的二值化边缘提取模块将经过预处理的图像二值化，采用Canny算子提取边缘，采用开操作去除小块边缘；
所述的车道线提取模块采用Hough算法提取一定角度内的直线，根据出现频率最高的两条直线作为车道线；
所述的车道线类型判断模块利用原始图像颜色特征判断车道线是否为黄实线，通过车道线灰度周期性变换判断虚实线；
所述车辆状态计算模块根据图像处理模块提取的车道线和透视投影几何关系计算车辆距离左右车道距离和相对于车道角度并将计算结果输入车辆状态预警模块；
所述车辆状态预警模块分析车辆距离左右车道距离和车辆与车道角度是否超过预设值，若距离超过预设值则发出距离预警提醒，若角度超过预设值则发出角度预警提醒。
在本发明一实施例中，进一步的，所述的图像信号采集模块采用单目摄像头。
在本发明一实施例中，进一步的，所述车辆状态计算模块包括用于计算车辆与左右车道距离的车辆与左右车道距离计算模块和用于计算车辆与车道线角度的车辆与车道角度计算模块。
在本发明一实施例中，进一步的，所述车辆状态预警模块包括用于距离预警提醒的车辆距离预警模块和用于角度预警提醒车辆角度预警模块。
在本发明一实施例中，进一步的，所述车辆状态计算模块根据图像处理模块提取的车道线和透视投影几何关系计算车辆距离左右车道距离和车道角度计算具体为：
步骤S1:将所述单目摄像头安装在车体挡风玻璃处，与左侧车轮距离为b,与车头距离为a,且光轴与水平地面平行；采用张正友标定法，标定得到内参矩阵
Figure GDA0001671546510000061
其中f为焦距，ux,uy为主点偏置；
步骤S2:根据图像处理模块提取的车道线和图像信息，得到左车道和右车道3在图像平面投影为左车道线和右车道线，左车道线和右车道线在图像中交于消隐点，落在水平消隐线上，消隐点像素坐标为A(m,n)，消隐线与光轴相交于坐标点D(ux,uy)；
步骤S3:根据内参矩阵K、消隐点消隐点像素坐标为A(m,n)，消隐线与图像中轴相交点D(ux,uy)，可得车辆和车道角度
Figure GDA0001671546510000071
步骤S4:选取图像上一条线段BC，设定B和C像素坐标为B(m1,n1),C(m2,n1)，端点B、C分别在左车道线和右车道线上且线段BC平行于消隐线，可以得到：
单目摄像头与左车道线距离
Figure GDA0001671546510000072
单目摄像头与右车道线距离
Figure GDA0001671546510000073
车辆与左车道线横向最近距离
Figure GDA0001671546510000074
车辆与左车道线横向最远距离
Figure GDA0001671546510000075
车辆与右车道线横向最近距离
Figure GDA0001671546510000076
车辆与右车道线横向最远距离
Figure GDA0001671546510000077
其中w为车辆宽度，l为车辆长度；
步骤S5：若dr≤dist_threshold或者dl≤dist_threshold，dist_threshold为距离预警的预设值，车辆压线预警系统发出距离预警提醒；若θ＞θ_threshold，θ_threshold为角度预警的预设值，车辆压线预警系统发出角度预警提醒。
为了让一般技术人员更好的理解本发明的技术方案，以下结合附图对本发明进行详细介绍。
参考图1、2，在本发明一实施例中，车体30停在水平地面33上，摄像头31安装在车体30挡风玻璃处，与左侧车轮距离为b，与车头距离为a。摄像头31的光轴32与水平地面33平行且与车身平行。摄像头31采用张正友标定法，标定得到内参矩阵
Figure GDA0001671546510000081
其中f为焦距，ux,uy为主点偏置。图像信号由摄像头31采集得到。
图像处理模块包括图像预处理去噪，二值化边缘提取，Hough车道线提取，车道线类型判断。车道线提取之前先对图像进行预处理，将RGB图像转为灰度图，3×3中值滤波去除椒盐噪声干扰，图像二值化后使用Canny算子提取图像中的边缘，运用开操作处理图像去除小边缘，在限定角度上用Hough提取车道线。在RGB原图像车道线位置提取颜色特征判断车道线为黄线还是白线，根据车道线灰度值亮度周期性变换判断车道线为虚线还是实线。
参考图4，车体30以角度θ行驶在左侧车道34’和右侧车道35’之间，道路宽度为r。参考图3，左车道34’和右车道35’在图像平面37投影为左车道线34和右车道线35。左车道线34和右车道线35在图像37中交于消隐点A，落在消隐线36上。假定A点像素坐标A(m,n)，D点坐标D(ux,uy)。
车辆状态计算模块包括角度计算模块和距离计算模块。
角度计算模块中，车辆角度和车道角度
Figure GDA0001671546510000091
距离计算模块中，参考图3，截取图像上一挑线段BC，假定B和C像素坐标为B(m1,n1),C(m2,n1)，端点B、C在左车道线34和右车道线35上且平行于消隐线36。计算相机距离左车道34’的距离
Figure GDA0001671546510000092
根据图1、2中车辆尺寸宽w长l和摄像机位置计算车辆与左车道34’横向距离dl、dl’，车辆与右车道35’横向距离dr、dr’。参考4所示，车辆与左车道34’横向最近距离
Figure GDA0001671546510000093
车辆与左车道34’横向最远距离
Figure GDA0001671546510000094
车辆与右车道35’横向最近距离
Figure GDA0001671546510000095
车辆与右车道35’横向最远距离
Figure GDA0001671546510000101
若dr≤dist_threshold或者dl≤dist_threshold，dist_threshold为距离预警的预设值，车辆压线预警系统发出距离预警提醒；若θ＞θ_threshold，θ_threshold为角度预警的预设值，车辆压线预警系统发出角度预警提醒；若车辆压白虚线时间overline_time过长，overline_time＞max_time，则发出警报通知驾驶员。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (3)

1.一种车辆压线预警方法，提供一车辆压线预警系统包括图像信号采集模块、图像处理模块、车辆状态计算模块和车辆状态预警模块，
其特征在于，
所述图像信号采集模块用于采集车前方道路图像信号，并将采集到的信号输送至图像处理模块；
所述图像处理模块包括依次连接图像预处理模块，二值化边缘提取模块，车道线提取模块和车道线类型判断模块；
所述的图像预处理模块对采集得到图像信息灰度化后中值滤波去除椒盐噪声，得到预处理的图像信息；
所述的二值化边缘提取模块将经过预处理的图像信息二值化，采用Canny算子提取边缘，采用开操作去除小块边缘，得到二值化的图像信息；
所述的车道线提取模块根据得到的二值化的图像信息，采用Hough算法提取预设角度内的直线，根据出现频率最高的两条直线作为车道线；
所述车辆状态计算模块根据图像处理模块提取的车道线和透视投影几何关系计算车辆距离左右车道距离和相对于车道角度并将计算结果输入车辆状态预警模块；
所述车辆状态预警模块分析车辆距离左右车道距离和车辆与车道角度是否超过预设值，若距离超过预设值则发出距离预警提醒，若角度超过预设值则发出角度预警提醒；
具体包括以下步骤：
步骤S1:图像信号采集模块采用单目摄像头，将所述单目摄像头安装在车体挡风玻璃处，与左侧车轮距离为b,与车头距离为a,且光轴与水平地面平行；采用张正友标定法，标定得到内参矩阵
Figure FDA0002992028160000021
其中f为焦距，ux,uy为主点偏置；
步骤S2:根据图像处理模块提取的车道线和图像信息，得到路面上的左车道线和右车道线在平面投影为图像中的左车道线和右车道线，左车道线和右车道线在图像中交于消隐点，落在水平消隐线上，在图像坐标系中，消隐点像素坐标为A(m,n)，消隐线与光轴相交于坐标点D(ux,uy)；
步骤S3:根据内参矩阵K、消隐点消隐点像素坐标为A(m,n)，消隐线与图像中轴相交点D(ux,uy)，可得车辆和车道角度
Figure FDA0002992028160000022
步骤S4:选取图像上一条线段BC，设定B和C像素坐标为B(m1,n1),C(m2,n1)，端点B、C分别在左车道线和右车道线上且线段BC平行于消隐线，可以得到：
单目摄像头与左车道线距离
Figure FDA0002992028160000023
其中r为车道宽度；
单目摄像头与右车道线距离
Figure FDA0002992028160000031
车辆与左车道线横向最近距离
Figure FDA0002992028160000032
车辆与左车道线横向最远距离
Figure FDA0002992028160000033
车辆与右车道线横向最近距离
Figure FDA0002992028160000034
车辆与右车道线横向最远距离
Figure FDA0002992028160000035
其中w为车辆宽度，l为车辆长度；
步骤S5：若dr≤dist_threshold或者dl≤dist_threshold，dist_threshold为距离预警的预设值，车辆压线预警系统发出距离预警提醒；若θ＞θ_threshold，θ_threshold为角度预警的预设值，车辆压线预警系统发出角度预警提醒。
2.根据权利要求1所述的一种车辆压线预警方法，其特征在于：所述车辆状态计算模块包括用于计算车辆与左右车道距离的车辆与左右车道距离计算模块和用于计算车辆与车道线角度的车辆与车道角度计算模块。
3.根据权利要求2所述的一种车辆压线预警方法，其特征在于：所述车辆状态预警模块包括用于距离预警提醒的车辆距离预警模块和用于角度预警提醒车辆角度预警模块。
CN201810345901.2A 2018-04-18 2018-04-18 一种车辆压线提前预警系统 Active CN108528336B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810345901.2A CN108528336B (zh) 2018-04-18 2018-04-18 一种车辆压线提前预警系统
PCT/CN2018/119055 WO2019200938A1 (zh) 2018-04-18 2018-12-21 一种车辆压线提前预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810345901.2A CN108528336B (zh) 2018-04-18 2018-04-18 一种车辆压线提前预警系统

Publications (2)

Publication Number Publication Date
CN108528336A CN108528336A (zh) 2018-09-14
CN108528336B true CN108528336B (zh) 2021-05-18

Family

ID=63481341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810345901.2A Active CN108528336B (zh) 2018-04-18 2018-04-18 一种车辆压线提前预警系统

Country Status (2)

Country Link
CN (1) CN108528336B (zh)
WO (1) WO2019200938A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108528336B (zh) * 2018-04-18 2021-05-18 福州大学 一种车辆压线提前预警系统
CN109572715A (zh) * 2018-11-01 2019-04-05 北京海纳川汽车部件股份有限公司 自动驾驶车辆的车道偏离预警方法、装置及自动驾驶车辆
CN111376902B (zh) * 2018-12-29 2021-07-27 浙江吉利控股集团有限公司 一种自动驾驶的车道保持方法及系统
CN110596741A (zh) * 2019-08-05 2019-12-20 深圳华桥智能设备科技有限公司 车辆定位方法、装置、计算机设备和存储介质
CN112026649A (zh) * 2020-01-16 2020-12-04 西安文理学院 一种基于图像处理的车道检测系统
CN111401186A (zh) * 2020-03-10 2020-07-10 北京精英智通科技股份有限公司 一种车辆压线检测系统及方法
CN112562406B (zh) * 2020-11-27 2022-08-16 众安在线财产保险股份有限公司 一种越线行驶的识别方法及装置
CN112693452B (zh) * 2021-01-04 2022-05-13 广州小鹏自动驾驶科技有限公司 一种车辆控制方法和装置
CN112793571A (zh) * 2021-01-28 2021-05-14 北京信息科技大学 一种基于fpga系统的车道线识别装置和方法
CN113378735B (zh) * 2021-06-18 2023-04-07 北京东土科技股份有限公司 一种道路标识线识别方法、装置、电子设备及存储介质
CN113449635B (zh) * 2021-06-28 2023-10-31 吉林大学 一种基于驾驶习惯的车道偏离预警方法
CN113781401A (zh) * 2021-08-17 2021-12-10 浙江工业大学 一种无人车车辆偏移预警方法和系统
CN114475641B (zh) * 2022-04-15 2022-06-28 天津所托瑞安汽车科技有限公司 车道偏离预警方法、装置、控制装置及存储介质
CN114937372B (zh) * 2022-05-18 2023-09-05 安徽蔚来智驾科技有限公司 一种车辆定位系统、定位方法、车辆和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102303609A (zh) * 2011-06-16 2012-01-04 广东铁将军防盗设备有限公司 车道偏离预警系统及方法
CN102521589A (zh) * 2011-11-18 2012-06-27 深圳市宝捷信科技有限公司 一种车道线检测的方法及系统
CN103389733A (zh) * 2013-08-02 2013-11-13 重庆市科学技术研究院 一种基于机器视觉的车辆巡线方法及系统
CN105718872A (zh) * 2016-01-15 2016-06-29 武汉光庭科技有限公司 两侧车道快速定位及检测车辆偏转角度的辅助方法及系统
CN107066952A (zh) * 2017-03-15 2017-08-18 中山大学 一种车道线检测方法
CN107284455A (zh) * 2017-05-16 2017-10-24 浙江理工大学 一种基于图像处理的adas系统
CN107577996A (zh) * 2017-08-16 2018-01-12 中国地质大学（武汉） 一种车辆驾驶路径偏移的识别方法及系统
EP3282284A1 (en) * 2016-08-09 2018-02-14 Delphi Technologies, Inc. Trailer dimension estimation with radar and camera

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103448724B (zh) * 2013-08-23 2016-12-28 奇瑞汽车股份有限公司 车道偏离预警方法和装置
CN104129389B (zh) * 2014-08-06 2017-02-01 中电海康集团有限公司 一种有效判别车辆行驶状态的方法及其装置
US20160048966A1 (en) * 2014-08-13 2016-02-18 Bendix Commercial Vehicle Systems Llc Learning the distance between cameras for articulated vehicles
JP6189815B2 (ja) * 2014-10-29 2017-08-30 株式会社Ｓｏｋｅｎ 走行区画線認識システム
CN105539293B (zh) * 2016-02-03 2018-01-09 北京中科慧眼科技有限公司 车道偏离预警方法和装置及汽车驾驶辅助系统
CN108528336B (zh) * 2018-04-18 2021-05-18 福州大学 一种车辆压线提前预警系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102303609A (zh) * 2011-06-16 2012-01-04 广东铁将军防盗设备有限公司 车道偏离预警系统及方法
CN102521589A (zh) * 2011-11-18 2012-06-27 深圳市宝捷信科技有限公司 一种车道线检测的方法及系统
CN103389733A (zh) * 2013-08-02 2013-11-13 重庆市科学技术研究院 一种基于机器视觉的车辆巡线方法及系统
CN105718872A (zh) * 2016-01-15 2016-06-29 武汉光庭科技有限公司 两侧车道快速定位及检测车辆偏转角度的辅助方法及系统
EP3282284A1 (en) * 2016-08-09 2018-02-14 Delphi Technologies, Inc. Trailer dimension estimation with radar and camera
CN107066952A (zh) * 2017-03-15 2017-08-18 中山大学 一种车道线检测方法
CN107284455A (zh) * 2017-05-16 2017-10-24 浙江理工大学 一种基于图像处理的adas系统
CN107577996A (zh) * 2017-08-16 2018-01-12 中国地质大学（武汉） 一种车辆驾驶路径偏移的识别方法及系统

Also Published As

Publication number Publication date
WO2019200938A1 (zh) 2019-10-24
CN108528336A (zh) 2018-09-14

Similar Documents

Publication Publication Date Title
CN108528336B (zh) 一种车辆压线提前预警系统
US9721460B2 (en) In-vehicle surrounding environment recognition device
CN101630412B (zh) 基于相机的车道标志检测
CN107578012B (zh) 一种基于聚类算法选择敏感区域的驾驶辅助系统
CN109299674B (zh) 一种基于车灯的隧道违章变道检测方法
KR102270677B1 (ko) 차량 안전 주행 장치
CN106326822B (zh) 车道线检测的方法及装置
CN104036262B (zh) 一种lpr车牌筛选识别的方法和系统
US10096124B2 (en) Water droplet detection device, and three-dimensional object detection device using water droplet detection device
KR101104625B1 (ko) 지능형 교통 시스템의 교통정보를 산출하기 위한 장치 및 그 방법
CN106096512B (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
CN109344704A (zh) 一种基于行车方向与车道线夹角的车辆变道行为检测方法
Guo et al. Image-based seat belt detection
KR20130051681A (ko) 노면 표식물 인식 시스템 및 방법
CN102306293A (zh) 基于面部图像识别技术的评判实际道路驾驶员考试的方法
EP2879383B1 (en) Three-dimensional object detection device and three-dimensional object detection method
CN103313039B (zh) 一种高速公路隧道入口白天安全性提示装置及提示方法
US9830518B2 (en) Lane mark recognition device
CN106887004A (zh) 一种基于块匹配的车道线检测方法
CN108776767B (zh) 一种有效判别车辆压线及预先提示系统
CN104463935A (zh) 一种用于交通事故还原的车道重建方法和系统
JP5077088B2 (ja) 画像処理装置及び画像処理方法
CN105966314B (zh) 基于双低成本摄像头的车道偏离预警方法
KR101998584B1 (ko) 차선 검출 장치 및 차선 검출 방법
KR20140104516A (ko) 차선 인식 방법 및 장치

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230725

Address after: Room 203, No. 397, Xihong, Hongshan Town, Gulou District, Fuzhou City, Fujian Province 350025

Patentee after: FUZHOU IVISIONIC TECHNOLOGY Co.,Ltd.

Address before: 350108 No. 2 Xueyuan Road, New District of Fuzhou University, Minhou County, Fuzhou City, Fujian Province

Patentee before: FUZHOU University