CN108573215B - 道路反光区域检测方法、装置和终端 - Google Patents
道路反光区域检测方法、装置和终端 Download PDFInfo
- Publication number
- CN108573215B CN108573215B CN201810219738.5A CN201810219738A CN108573215B CN 108573215 B CN108573215 B CN 108573215B CN 201810219738 A CN201810219738 A CN 201810219738A CN 108573215 B CN108573215 B CN 108573215B
- Authority
- CN
- China
- Prior art keywords
- road surface
- obstacle
- parallax
- road
- disparity map
- 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
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种道路反光区域检测方法、装置和终端,涉及辅助驾驶技术领域,包括:根据待检测图像的视差图生成U视差图,根据视差图中视差点与路面的位置关系,在U视差图中检测障碍物,并确定障碍物的位置和与路面的位置关系,进而根据路面下的障碍物,确定反光区域。如此,考虑到反光区域在待检测图像中一般呈现为真实障碍物的投影,若由于道路反光而将投影误判为障碍物,那该障碍物应位于路面以下,因此,针对U视差图中检测到的障碍物,结合视差点与道路平面的位置关系,确定障碍物与路面的位置关系,再根据路面下的障碍物的位置,确定道路中的反光区域,可有效提高障碍物检测的准确度。
Description
技术领域
本发明涉及辅助驾驶技术领域,尤其涉及一种道路反光区域检测方法、装置和终端。
背景技术
目前,在辅助驾驶、自动驾驶技术中,通常采用双目立体视觉技术来检测道路中的障碍物,即利用双目立体相机采集左图像和右图像,将左图像和右图像进行视差匹配,获取左右平行等位后的灰度图像对应的视差图,进而利用视差信息和相机参数,计算景深信息,从而估计出可视范围内的物体分布和相对位置。
然而,在路面光滑、光线较亮或者路面存在积水的情况下,通过双目立体相机采集的左右图像中,会出现较高概率的路面反光情况。这种由于镜面反射等原因造成的路面反光情况,会导致视差图中反光区域的视差信息和路面上应有的视差信息不一致,从而使反光区域的距离测量出现偏差,容易引发将反光区域当作障碍物而触发误报警的问题,严重影响障碍物检测的效果。
现有技术中仅有采用滤波算法对视差图中的视差噪点进行处理的方法,即采用给定尺寸的滑动窗口进行滤波,利用窗口内各视差点的视差值对噪点的视差值进行删除或校正。可见,利用窗口内视差的数值相似性的原理,仅可处理视差图中孤立的噪点,而对于反光区域内视差信息均不正确的情况则无法处理。
综上所述,目前亟需要一种道路反光区域检测方法,用以解决现有技术中无法检测道路中的反光区域,从而使得障碍物的检测效果较差的技术问题。
发明内容
本发明提供一种道路反光区域检测方法、装置和终端,用以解决现有技术中无法检测道路中的反光区域,从而使得障碍物的检测效果较差的技术问题。
本发明实施例提供的一种道路反光区域检测方法,包括:
根据待检测图像的视差图生成U视差图;
根据所述视差图中视差点与路面的位置关系,在所述U视差图中检测障碍物,确定障碍物的位置、与路面的位置关系;其中,所述视差点与路面的位置关系根据所述视差图的V视差图确定;
根据路面下的障碍物的位置,确定道路中的反光区域。
可选地,所述根据路面下的障碍物的位置,确定道路中的反光区域,包括:
将路面下障碍物确定为反光区域;或者,
若确定存在路面下的障碍物的位置与路面上的障碍物的位置满足预设的反射关系,和/或,若确定存在路面下的障碍物与路面之间的距离超过第一距离阈值,且与所述路面下的障碍物满足所述反射关系的路面上的障碍物超出所述待检测图像的拍摄范围,将所述路面下的障碍物的位置确定为反光区域。
可选地,所述反射关系包括:
路面下的障碍物的观测角度和路面上的障碍物的观测角度的差值≤第一角度阈值;且,
所述路面下的障碍物与拍摄装置之间的距离和所述路面上的障碍物与拍摄装置之间的距离的差值≤第二距离阈值;且
所述路面下的障碍物与路面之间的距离和所述路面上的障碍物与所述路面之间的距离的差值≤第一高度阈值。
可选地,确定所述视差点与路面的位置关系,包括:
根据所述视差图生成V视差图,并确定出所述V视差图中的道路区域;所述道路区域中包括路面检测线;
根据所述视差点在所述V视差图中对应的像素点与所述道路区域的位置关系,确定所述视差点与所述路面的位置关系。
可选地,所述根据所述视差点在所述V视差图中对应的像素点与所述道路区域的位置关系,确定所述视差点与所述路面的位置关系,包括:
若确定所述视差点在所述V视差图中对应的像素点位于所述道路区域内,确定所述视差点位于所述路面中;
若确定所述视差点在所述V视差图中对应的像素点位于所述道路区域以上,确定所述视差点位于所述路面上;
若确定所述视差点在所述V视差图中对应的像素点位于所述道路区域以下,确定所述视差点位于所述路面下。
可选地,所述根据待检测图像的视差图生成U视差图,包括:
根据所述视差图中位于路面上和路面下的视差点,生成所述U视差图;或者,根据所述视差图生成U视差图后,删除所述U视差图中位于路面中的视差点对应的像素点。
可选地,所述在所述U视差图中检测障碍物,确定障碍物的位置、与路面的位置关系,包括:
在所述U视差图中检测视差集中区域;
若确定所述视差集中区域中位于路面上的视差点对应的像素点占所述视差集中区域包括的总像素点的比例大于等于第一阈值,则将所述视差集中区域确定为路面上的障碍物;
若确定所述视差集中区域中位于路面下的视差点对应的像素点占所述视差集中区域包括的总像素点的比例大于等于所述第一阈值,则将所述视差集中区域确定为路面下的障碍物。
可选地,所述根据所述视差图中位于路面上和路面下的视差点,生成所述U视差图,包括:
根据所述视差图中位于路面上的视差点生成第一U视差图,根据所述视差图中位于路面下的视差点生成第二U视差图。
可选地,所述在所述U视差图中检测障碍物,确定障碍物的位置、与路面的位置关系,包括:
分别在所述第一U视差图和所述第二U视差图中检测视差集中区域;
将在第一U视差图中检测到的视差集中区域,确定为路面上的障碍物,在第二U视差图中检测到的视差集中区域,确定为路面下的障碍物。
可选地,所述在所述U视差图中检测障碍物之前,还包括:
在所述U视差图中检测道路区域分割线,根据所述道路区域分割线确定位于道路两侧的像素点;
在所述U视差图中删除所述位于道路两侧的像素点。
基于同样的发明构思,本发明还提供一种道路反光区域检测装置,包括:
生成模块,用于根据待检测图像的视差图生成U视差图;
确定模块,用于根据所述视差图中视差点与路面的位置关系,在所述U视差图中检测障碍物,确定障碍物的位置、与路面的位置关系;其中,所述视差点与路面的位置关系根据所述视差图的V视差图确定;
处理模块,用于根据路面下的障碍物的位置,确定道路中的反光区域
可选地,所述处理模块具体用于:
将路面下障碍物的位置确定为反光区域;或者,若确定存在路面下的障碍物的位置与路面上的障碍物的位置满足预设的反射关系,和/或,若确定存在路面下的障碍物与路面之间的距离超过第一距离阈值,且与所述路面下的障碍物满足所述反射关系的路面上的障碍物超出所述待检测图像的拍摄范围,将所述路面下的障碍物的位置确定为反光区域。
可选地,所述反射关系包括:
路面下的障碍物的观测角度和路面上的障碍物的观测角度的差值≤第一角度阈值;且,
所述路面下的障碍物与拍摄装置之间的距离和所述路面上的障碍物与拍摄装置之间的距离的差值≤第二距离阈值;且
所述路面下的障碍物与路面之间的距离和所述路面上的障碍物与所述路面之间的距离的差值≤第一高度阈值。
可选地,所处确定模块还用于:
根据所述视差图生成V视差图,并确定出所述V视差图中的道路区域;所述道路区域中包括路面检测线;
根据所述视差点在所述V视差图中对应的像素点与所述道路区域的位置关系,确定所述视差点与所述路面的位置关系。
可选地,所述确定模块具体用于:
若确定所述视差点在所述V视差图中对应的像素点位于所述道路区域内,确定所述视差点位于所述路面中;
若确定所述视差点在所述V视差图中对应的像素点位于所述道路区域以上,确定所述视差点位于所述路面上;
若确定所述视差点在所述V视差图中对应的像素点位于所述道路区域以下,确定所述视差点位于所述路面下。
可选地,所述生成模块具体用于:
根据所述视差图中位于路面上和路面下的视差点,生成所述U视差图;或者,根据所述视差图生成U视差图后,删除所述U视差图中位于路面中的视差点对应的像素点。
可选地,所述确定模块具体用于:
在所述U视差图中检测视差集中区域;
若确定所述视差集中区域中位于路面上的视差点对应的像素点占所述视差集中区域包括的总像素点的比例大于等于第一阈值,则将所述视差集中区域确定为路面上的障碍物;
若确定所述视差集中区域中位于路面下的视差点对应的像素点占所述视差集中区域包括的总像素点的比例大于等于所述第一阈值,则将所述视差集中区域确定为路面下的障碍物。
可选地,所述生成模块具体用于:
根据所述视差图中位于路面上的视差点生成第一U视差图,根据所述视差图中位于路面下的视差点生成第二U视差图。
可选地,所述确定模块具体用于:
分别在所述第一U视差图和所述第二U视差图中检测视差集中区域;
将在第一U视差图中检测到的视差集中区域,确定为路面上的障碍物,在第二U视差图中检测到的视差集中区域,确定为路面下的障碍物。
可选地,所述生成模块还用于:
在所述U视差图中检测道路区域分割线,根据所述道路区域分割线确定位于道路两侧的像素点;
在所述U视差图中删除所述位于道路两侧的像素点。
本发明另一实施例提供了一种道路反光区域检测终端,其包括存储器和处理器,其中,所述存储器用于存储程序指令,所述处理器用于调用所述存储器中存储的程序指令,按照获得的程序执行上述任一种方法。
本发明另一实施例提供了一种计算机存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使所述计算机执行上述任一种方法。
本发明实施例中,首先根据待检测图像的视差图生成U视差图,根据视差图中视差点与路面的位置关系,在U视差图中检测障碍物,并确定障碍物的位置、障碍物与路面的位置关系,进而根据路面下的障碍物的位置,确定道路中的反光区域。如此,考虑到反光区域在待检测图像中一般呈现出真实障碍物的投影,而若将反光区域内的投影误判为障碍物,那该障碍物应位于路面以下,因此,本发明实施例可先根据V视差图确定视差图中视差点与路面的位置关系,针对U视差图中检测到障碍物,根据视差点与路面的位置关系,确定障碍物与路面的位置关系,进而根据检测到的路面下的障碍物的位置,确定道路中的反光区域,从而可有效提高障碍物检测的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种道路反光区域检测方法的流程示意图;
图2a为本发明实施例中双目相机采集的某一场景的左图像;
图2b为本发明实施例中双目相机采集的某一场景的右图像;
图3为本发明实施例中对图2a和图2b中的图像进行特征匹配处理后得到的视差图;
图4为本发明实施例中根据图3所示的视差图生成的V视差图;
图5为本发明实施例中根据图3所示的视差图生成的U视差图;
图6为本发明实施例中反光区域引起路面以下视差的原理图;
图7为本发明实施例提供的一种道路反光区域检测方法的检测效果示意图;
图8为本发明实施例提供的一种道路反光区域检测装置的结构示意图;
图9为本发明实施例提供的一种道路反光区域检测终端的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例,仅仅是本发明一部分实施例,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它实施例,都属于本发明保护的范围。
下面结合说明书附图对本发明实施例做进一步详细描述。
图1示出了本发明实施例中提供的一种道路反光区域检测方法所对应的流程示意图,如图1所示,所述方法包括:
步骤S101:根据待检测图像的视差图生成U视差图;
步骤S102:根据所述视差图中视差点与路面的位置关系,在所述U视差图中检测障碍物,确定障碍物的位置、与路面的位置关系;其中,所述视差点与路面的位置关系根据所述视差图的V视差图确定;
步骤S103:根据路面下的障碍物的位置,确定道路中的反光区域。
如此,考虑到反光区域在待检测图像中一般呈现出真实障碍物的投影,而若将反光区域内的投影误判为障碍物,那该障碍物应位于路面以下,因此,本发明实施例可先根据V视差图确定视差图中视差点与路面的位置关系,针对U视差图中检测到障碍物,根据视差点与路面的位置关系,确定障碍物与路面的位置关系,进而根据检测到的路面下的障碍物的位置,确定道路中的反光区域,从而可有效提高障碍物检测的准确度。
具体来说,在步骤S101中,可通过车辆上设置的双目相机采集同一场景下的左、右图像,得到待检测图像,再通过立体匹配算法得到视差图。
图2a和图2b为示例性地给出了通过双目相机对采集的同一场景下的左图像和右图像进行处理后得到的灰度图,其中图2a为左图像对应的灰度图,图2b为右图像对应的灰度图,且左右两幅图像保持平行等位。示例性的,以图2a为基准图,以图2b为比较图,可以得到图3所示的对图2a和图2b中的图像进行立体匹配处理后得到的视差图。
本发明实施例中可通过稠密视差匹配算法或稀疏视差匹配算法得到视差图,本发明对此不做具体限制。由于将左图像和右图像进行视差匹配得到视差图的过程属于现有技术,因此本发明不再详细介绍。
得到待检测图像的视差图后,可通过对视差图中视差点进行统计,得到对应的V视差图(如图4所示)和U视差图(如图5所示)。
具体的,V视差图可以看作是视差图的侧视图,V视差图的宽(列数)为视差图中最大视差值加一,高(行数)为视差图的高,它通过对视差图的每一行中视差值相同的视差点的个数进行统计得到,每个像素点的像素值为视差图的对应行中视差值等于当前视差值的像素点的个数。
U视差图可以看作是视差图的俯视图,U视差图的宽(列数)为视差图的宽,高(行数)为视差图中最大视差值加一,它通过对视差图中每一列中视差值相同的视差点的个数进行统计得到,每个像素点的像素值为视差图的对应列中视差值等于当前视差值的像素点的个数。
本发明实施例中,生成视差图对应的V视差图后,可根据V视差图中对应有效视差点的像素点的分布,确定视差图中每个视差点与路面的位置关系。其中,视差点与路面的位置关系共包括三种:视差点位于路面中、视差点位于路面上、视差点位于路面下。
具体的,首先在V视差图中检测标识路面的路面检测线,如图4中左上角至右下角的直线401所示。在真实的道路环境下,路面不一定是理想的水平面,可能存在上坡、下坡等情况,因而,在V视差图中路面检测线并非理想的直线而是可能具有一定起伏的曲线。因而,本发明实施例中,可在V视差图中检测精确的道路曲线而确定路面检测线。可选地,为了简便起见,在此步骤中也可直接通过霍夫直线检测算法将检测到的道路直线作为路面检测线,尽管存在着一定的误差。
随后,根据检测到的路面检测线,以添加一定容忍度的方式,确定V视差图中的道路区域,如图4中的虚线402和403之间的长条形区域所示,虚线402可与虚线403相互平行,也可具有较小的夹角,本发明对此不作具体限制。
进而,根据视差点在V视差图中对应的像素点与该道路区域的位置关系,确定视差点与路面的位置关系。具体的,若V视差图中某一对应有效视差点的像素点位于道路区域以内,则可确定该像素点对应的视差点位于路面中;若某一对应有效视差点的像素点位于道路区域以上,则可确定该像素点对应的视差点位于路面上;某一对应有效视差点的像素点位于道路区域以下,则可确定该像素点对应的视差点位于路面下,例如在图4中像素点404对应的视差点,位于路面中。
可以看出,视差图中既包括位于道路两侧的视差点,也包括道路区域内位于路面中的视差点,由于这些视差点不构成障碍物,若直接在根据视差图生成的U视差图中检测障碍物,那么这些位于道路两侧的物体上的视差点或者道路区域内位于路面上的视差点将会对障碍物检测造成干扰,或者使得检测出的障碍物并非道路区域内的障碍物,而是道路两侧的行人、树木、建筑物等物体。因此,本发明实施例中,根据视差图生成对应的U视差图可通过如下三种具体的方式来实现:
生成方式一:在生成V视差图的同时,生成原始U视差图。根据上述确定出的视差图中视差点与路面的位置关系,分别确定出视差图中位于路面上、路面中、路面下的视差点在初始U视差图中对应的像素点,并删除路面中的视差点在初始U视差图中对应的像素点,得到最终的U视差图。如此,最后得到的U视差图中将不包括路面中的视差点对应的像素点,从而避免了道路区域内位于路面中的视差点对障碍物检测的干扰,而且也简化了判断在该视差图中检测到的障碍物,为路面上的视差点构成的障碍物,还是为路面下的视差点构成的障碍物的过程。
生成方式二:先生成V视差图,根据V视差图确定出视差图中各视差点与路面的位置关系后,仅根据视差图和视差图中位于路面上的视差点、位于路面下的视差点,生成U视差图。如此,就无需在生成U视差图后,再在U视差图中做视差点的删减处理。
生成方式三:为了便于判断在U视差图中检测到的障碍物与路面的位置关系,还可在方式二的基础上,先生成V视差图,根据V视差图确定出视差点中各视差点与路面的位置关系后,根据视差图和位于路面上的视差点,生成第一U视差图,根据视差图和位于路面下的视差点,生成第二U视差图。如此,不仅无需在生成的U视差图中做删减处理,生成的第一U视差图和第二U视差图中均不包含道路区域内位于路面中的视差点,而且后续在U视差图中检测障碍物时,在第一U视差图中检测到的障碍物一定为位于路面上的障碍物,在第二U视差图中检测到的障碍物一定为路面下的障碍物,从而在检测到的障碍物的同时就判断出了该障碍物和路面的位置关系。
基于上述三种可能的U视差图生成方式,本发明实施例中,在U视差图生成后,检测障碍物之前,还包括如下的预处理过程:
在U视差图中检测道路区域分割线,根据道路区域分割线确定U视差图中位于道路两侧的像素点,在U视差图中删除这些位于道路两侧的像素点。
图5为示例性示出了本发明实施例中检测到的道路区域分隔线,如图5所示,501和502具体为道路区域与道路两侧区域的分割线,根据该分割线左上方和右上方的分布视差,可在U视差图中删除位于道路区域两个的视差点对应的像素点。如此,考虑到道路区域两侧的视差点不构成障碍物,因而经过预处理后的U视差图中将不包括道路区域两侧的视差点对应的像素点,从而可有效避免道路区域两侧的视差点对障碍物检测的干扰,并使得最终检测出的障碍物一定是位于道路区域以内的障碍物(但该障碍物可以是路面上的障碍物,也可以是路面下的障碍物),可有效避免误将道路两侧的行人、树木、建筑物等物体当作道路中的障碍物的问题发生。
本发明实施例中,可根据以往的经验在U视差图中预先设置好道路两侧区域的范围,或者也可根据更新后的U视差图中像素点的分布,将U视差图中位于上方两侧对应有效视差点的像素点分布密集的区域确定为位于道路两侧区域,再或者也可以采用其他方式确定位于道路两侧的像素点的分布区域,从而确定道路区域检测线,并删除道路两侧干扰的视差点,本发明对此不做具体限制。
需要说明的是,针对上述U视差图的生成方式一,可在生成初始U视差图,便进行上述预处理的步骤,或者也可以在生成最终的U视差图后再进行上述预处理的步骤,本发明对此不做具体限制。而对于上述U视差图的生成方式二和方式三,则在生成U视差图(包括上述第一U视差图和第二U视差图)后,再进行预处理步骤。
根据生成U视差图的原理可知,道路区域内的障碍物在U视差图中表现为横向直线,因此,可在U视差图中检测视差集中区域,将在视差集中区域中提取到的横向直线,确定为道路区域内的障碍物。其中,该视差集中区域为横向的视差集中区域,可包括多行像素点,每一行中均包括多个连续的对应有效视差点的像素点,这多个连续的对应有效视差点的像素点中可以存在个别点间断,但是间断点的个数不能太多,例如需小于设定的个数阈值,如图5中所示的视差集中区域503。
与此同时,根据从该横向的视差集中区域中提取到的横向直线在U视差图中的位置,可确定障碍物横向的尺寸和位置分布信息。
在步骤S102中,可根据在U视差图中检测的视差集中区域、视差图中每个视差点的视差值、视差点与路面的位置关系,确定障碍物的位置和每个障碍物与道路平面的位置关系。
本发明实施例中,障碍物的位置信息可至少包括障碍物的轮廓、横向尺寸、纵向尺寸、与相机之间的距离、与道路平面之间的距离、与相机之间的观测角度等等,本发明对此不做具体限制。障碍物与道路平面之间的位置关系具体可包括障碍物位于路面以上和障碍物位于路面以下两种。
具体的,本发明实施例可采用如下两种方式来确定道路区域内障碍物的位置以及障碍物与道路平面之间的位置关系:
检测方式一:
针对上述U视差图的生成方式一和生成方式二,可直接在U视差图中通过检测横向视差集中区域的方式检测障碍物,根据在U视差图中检测到的视差集中区域反馈到视差图中,确定各个障碍物在视差图中所处的位置、障碍物包括哪些视差点(即障碍物的尺寸和轮廓),并结合根据V视差图确定出的每个视差点与路面的位置关系,确定检测出的各个障碍物与路面的位置关系,根据各个视差点的视差值计算出各个障碍物与相机之间的距离、与道路平面之间的距离、观测角度等等位置信息。
若某一横向的视差集中区域中位于路面上的视差点对应的像素点占该视差集中区域包括的总像素点的比例大于等于第一阈值,则可将该视差集中区域确定为路面上的障碍物;反之,若该视差集中区域中位于路面下的视差点对应的像素点占该视差集中区域包括的总像素点的比例大于等于第一阈值,则将该视差集中区域确定为路面下的障碍物。上述第一阈值的大小可由本领域技术人员自行设定,本发明对此不做具体限制。
举例来说,若某一横向的视差集中区域中的像素点所对应的视差点均位于路面以上点,则将该障碍物确定为路面上的障碍物;若某一横向的视差集中区域中的像素点所对应的视差点均位于路面以下,则将该障碍物确定为路面上的障碍物;反之,若某一横向的视差集中区域中的像素点对应的视差点中既包括位于路面上的视差点,也包括路面下的视差点,则可根据路面上的视差点和路面下的视差点的分布情况,将该视差集中区域分为两个或是多个障碍物处理。
检测方式二:
针对上述U视差图的生成方式三,由于根据视差图中路面上的视差点生成了第一U视差图,根据路面下的视差点生成了第二U视差图,因而,可直接在第一U视差图和第二U视差图中检测视差集中区域,进而将在第一U视差图中检测到的视差集中区域确定为路面上的障碍物,将第二U视差图中检测到的视差集中区域确定为路面下的障碍物,并根据视差集中区域的分布确定障碍物在视差图中所处的位置、障碍物包括哪些视差点(即障碍物的尺寸和轮廓),并根据各个视差点的视差值计算出各个障碍物与相机之间的距离、与道路平面之间的距离、观测角度等等位置信息。
需要说明的是,本发明实施例中,视差图中各视差点与道路平面之间的位置关系是根据V视差图中的道路区域确定的,而在根据V视差图中的道路曲线判定V视差图中道路区域时存在着一定的容忍空间,因而,在V视差图中确定出的道路区域与V视差图中真实的道路区域存在着一定的误差,存在某些视差点与路面的位置关系判断错误的情况。即在V视差图中位于道路区域内的像素点所对应的视差点并非全部是位于道路平面中的视差点,还有可能存在一些位于道路平面以上的障碍物上的视差点。
在这种情形下,若根据确定出的视差点与路面的位置关系,生成U视差图,由于在U视差图中删减了路面中的视差点,因而有可能使得U视差图中某些障碍物下方的视差点被当做路面中的视差点,而使得这部分障碍物下方的视差点对应的统计信息被删掉,并导致根据在U视差图中检测出的障碍物在视差图中的轮廓与真实的障碍物的轮廓不一致的问题。因此,本发明实施例中,还可在确定出视差图中障碍物的轮廓后,根据障碍物的分布位置附近的视差点的视差值,更新障碍物的轮廓。若确定障碍物的分布位置附近某一视差点的视差值与障碍物包括的视差点的视差值很接近,也认为该视差点也是障碍物中的视差点,从而优化检测到的障碍物的轮廓,提高障碍物检测的准确性。
本发明实施例中,本领域技术人员可根据检测到障碍物的尺寸和轮廓,来具体设定更新障碍物的轮廓时,所需检查的周边视差点的范围,本发明对此不做具体限制。
在步骤S103中,由于位于道路平面以下的视差信息多是由于路面反光造成的,因此,本发明实施例,确定出待检测图像中各个障碍物后,还需根据位于道路平面以下的障碍物的位置,确定道路中的反光区域。
图6为本发明实施例中反光区域引起道路平面以下视差的原理图,如图6所示,S604为拍摄装置,即相机,S605所指的直线用于标识道路平面,S601为道路平面以上的真实障碍物,S602所标识的椭圆型区域是指道路区域中的反光区域,其呈现出真实障碍物S601的镜面投影的图像,而S603为反光区域S602所呈现镜面投影中的物体应该出现的位置。通过相机获取待检测图像后,由于真实障碍物S601与镜面投影S603的图像基本一致,仅存在与道路平面的位置关系不同,因此,反光区域S602的视差很容易被匹配成与真实障碍物S601的视差一致。
在真实的应用场景中,反光区域中所呈现出的图像还可能是道路上的真实障碍物或是路灯等其他物体在镜面反射和漫反射的共同作用下形成的,例如图3中所示出的反光区域的视差是由于前方的车辆和天花板上的路灯在镜面反射和漫反射的共同作用下形成的。
本发明实施例中,可以将检测出的路面下的障碍物作为反光区域,或者也可以基于检测出的路面下的障碍物,进行进一步地精确判定,最终确定反光区域。
考虑到路面下的障碍物还有可能是因为视差精度不够、道路不够平坦等其他因素造成的,或者真实路面上就确定存在的路面下的障碍物,如道路中的坑洼等等。因而,基于检测出的路面下的障碍物进行精确地判定可具体包括:确认检测出的障碍物中路面上的障碍物和路面下的障碍物在空间位置上的对应关系。
具体的,针对检测到的某一路面下的障碍物,若确定待检测图像中存在任一路面上的障碍物与该路面下的障碍物的位置满足预设的反射关系,则确定该路面下的障碍物为道路中的反光区域。
其中,上述预设的反射关系满足如下公式:
其中,θ1为路面下的障碍物的观测角度,θ2为路面上的障碍物的观测角度,εθ为第一角度阈值,d1为所述路面下的障碍物与拍摄装置之间的距离,d2为所述路面上的障碍物与拍摄装置之间的距离,εd2为第二距离阈值,h1所述路面下的障碍物距离路面的高度,h2为所述路面上的障碍物距离所述路面的高度,εh为第一高度阈值。
由上述公式可知,该反射关系共包括下面三个条件,三个条件同时满足时才符合该反射关系。
1、路面下的障碍物的观测角度和位于路面上的障碍物的观测角度接近,即观测角度之差的绝对值小于等于第一角度阈值;
2、路面下的障碍物与拍摄装置之间的距离和路面上的障碍物与拍摄装置之间的距离接近,即与拍摄装置之间的距离之差的绝对值的差值小于等于第二距离阈值;
3、路面下的障碍物距离路面的高度和路面上的障碍物距离路面的高度接近,即高度之差的绝对值第一高度阈值。
也就是说,路面下的障碍物和路面下的障碍物要基本对位,无论是观测角度、与拍摄装置之间的距离、距离路面的高度都要基本一致,才认为路面下的障碍物是反光区域,是与其满足反射关系的路面上的障碍物的投影。
本发明实施例中,第一角度阈值、第二距离阈值、第一高度阈值均为接近于零,但不等于零的正实数,其具体数值均可由本领域技术人员根据实际需要进行具体的设置,本发明对此不作具体限制。
针对检测到的路面下的障碍物,还存在着另外一种情形,即待检测图像中路面上的各个障碍物与该路面下的障碍物之间均不满足上述预设的反射关系,且该路面下的障碍物与路面的距离超过第一距离阈值,根据该路面下的障碍物的位置信息,推算出来的与其满足上述预设的反射关系的路面上的障碍物已超出待检测图像的视场范围,则确定该路面下的障碍物为道路中的反光区域。
例如,道路区域两侧的路灯由于高度较高,超出了相机拍摄的视场范围,但是由于道路中存在积水区域,该积水区域因反光而呈现出该路灯的倒影,该路灯倒影的视差被会匹配为与真实路灯的视差一致,因而路灯倒影在障碍物检测时会被确定为路面下的障碍物。根据该路灯倒影的视差信息计算得到的位置信息,可确定出该路灯倒影距离路面较远,且推算得出与路灯倒影满足预设的反射关系的真实路灯的位置超出了待检测图像的视场范围,因此,可将该路面积水区域确定为道路中的反光区域。
本发明实施中,上述第一距离阈值为比第二距离阈值、第三距离阈值都要大的多的数值,其可由本领域技术人员根据实际需要自行设置,本发明对此不作具体限制。
图7示例性示出了采用本发明实施例所提供的道路反光区域检测方法的检测反光区域的效果,如图7所示,在图2a和图2b所示的待检测图像中,由于停车场的底面光滑、天花板上设置的灯以及前方车辆车灯的光线较亮,使得在视线前方的矩形框内检测到了反光区域。
本发明实施例中,在检测出待检测图像中的反光区域后,还可对视差图中的反光区域进行适当放大,并对反光区域内的其他检测识别操作进行特殊处理。例如,若在同一位置处,既存在路面上的障碍物,又存在路面下的障碍物,则根据这两个障碍物包括的各视差点在V视差图中所对应的像素点,以及各像素点与V视差图中道路曲线的位置关系,对障碍物与道路平面的位置关系,进行严格的分割。仅将这两个障碍物包括的视差点中对应的像素点位于V视差图中的道路曲线以上的视差点,认为是位于道路以上的障碍物的视差点,从而将位于道路平面以上的障碍物作为最终的障碍物输出。
再例如,可将反光区域的车道线检测阈值设置的较为严格,并在其他相邻区域未检测到车道线的情况下,再输出反光区域的车道线信息,从而提高车道线检测的准确性。
采用本发明实施例所提供的技术方案,不仅能准确找出道路中的反光区域,并且还能够为后续的其他检测识别操作提供信息依据,排除路面反光对后续处理的影响,提高相关算法对路面反光场景的适应性。
基于同样的发明构思,本发明实施例还提供一种道路反光区域检测装置,图8为本发明实施例中提供的一种道路反光区域检测装置的结构示意图,如图8所示,该装置800包括:
生成模块801,用于根据待检测图像的视差图生成U视差图;
确定模块802,用于根据所述视差图中视差点与路面的位置关系,在所述U视差图中检测障碍物,确定障碍物的位置、与路面的位置关系;其中,所述视差点与路面的位置关系根据所述视差图的V视差图确定;
处理模块803,用于根据路面下的障碍物的位置,确定道路中的反光区域
可选地,所述处理模块803具体用于:
将路面下障碍物的位置确定为反光区域;或者,8若确定存在路面下的障碍物的位置与路面上的障碍物的位置满足预设的反射关系,和/或,若确定存在路面下的障碍物与路面之间的距离超过第一距离阈值,且与所述路面下的障碍物满足所述反射关系的路面上的障碍物超出所述待检测图像的拍摄范围,将所述路面下的障碍物的位置确定为反光区域。
可选地,所述反射关系包括:
路面下的障碍物的观测角度和路面上的障碍物的观测角度的差值小于等于第一角度阈值;且,
所述路面下的障碍物与拍摄装置之间的距离和所述路面上的障碍物与拍摄装置之间的距离的差值小于等于第二距离阈值;且
所述路面下的障碍物与路面之间的距离和所述路面上的障碍物与所述路面之间的距离的差值小于等于第一高度阈值。可选地,所处确定模块802还用于:
根据所述视差图生成V视差图,并确定出所述V视差图中的道路区域;所述道路区域中包括路面检测线;
根据所述视差点在所述V视差图中对应的像素点与所述道路区域的位置关系,确定所述视差点与所述路面的位置关系。
可选地,所述确定模块802具体用于:
若确定所述视差点在所述V视差图中对应的像素点位于所述道路区域内,确定所述视差点位于所述路面中;
若确定所述视差点在所述V视差图中对应的像素点位于所述道路区域以上,确定所述视差点位于所述路面上;
若确定所述视差点在所述V视差图中对应的像素点位于所述道路区域以下,确定所述视差点位于所述路面下。
可选地,所述生成模块801具体用于:
根据所述视差图中位于路面上和路面下的视差点,生成所述U视差图;或者,根据所述视差图生成U视差图后,删除所述U视差图中位于路面中的视差点对应的像素点。
可选地,所述确定模块802具体用于:
在所述U视差图中检测视差集中区域;
若确定所述视差集中区域中位于路面上的视差点对应的像素点占所述视差集中区域包括的总像素点的比例大于等于第一阈值,则将所述视差集中区域确定为路面上的障碍物;
若确定所述视差集中区域中位于路面下的视差点对应的像素点占所述视差集中区域包括的总像素点的比例大于等于所述第一阈值,则将所述视差集中区域确定为路面下的障碍物。
可选地,所述生成模块801具体用于:
根据所述视差图中位于路面上的视差点生成第一U视差图,根据所述视差图中位于路面下的视差点生成第二U视差图。
可选地,所述确定模块802具体用于:
分别在所述第一U视差图和所述第二U视差图中检测视差集中区域;
将在第一U视差图中检测到的视差集中区域,确定为路面上的障碍物,在第二U视差图中检测到的视差集中区域,确定为路面下的障碍物。
可选地,所述生成模块801还用于:
在所述U视差图中检测道路区域分割线,根据所述道路区域分割线确定位于道路两侧的像素点;
在所述U视差图中删除所述位于道路两侧的像素点。
本发明另一实施例提供了一种道路反光区域检测终端,其包括存储器处理器,其中,所述存储器用于存储程序指令,所述处理器用于调用所述存储器中存储的程序指令,按照获得的程序执行上述任一种方法。
本发明另一实施例提供了一种计算机存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使所述计算机执行上述任一种方法。
基于同样的发明构思,本发明实施例还提供另一种道路反光区域检测终端,该道路反光区域检测终端具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)等。如图9所示,该道路反光区域检测终端900可以包括、中央处理器(Center Processing Unit,CPU)901、存储器902、输入/输出设备903及总线系统904等。其中,输入设备可以包括键盘、鼠标、触摸屏等,输出设备可以包括显示设备,如液晶显示器(Liquid Crystal Display,LCD)、阴极射线管(Cathode Ray Tube,CRT)等。
摄像头组件可以包括镜头和图像传感器,用于采集图像,并存储到存储器中。
存储器可以包括只读存储器(ROM)和随机存取存储器(RAM),并向处理器提供存储器中存储的程序指令和数据。在本发明实施例中,存储器可以用于存储上述道路反光区域检测方法的程序。
处理器通过调用存储器存储的程序指令,处理器用于按照获得的程序指令执行上述道路反光区域检测方法。
基于同样的发明构思,本发明实施例提供了一种计算机存储介质,用于储存为上述道路反光区域检测终端所用的计算机程序指令,其包含用于执行上述道路反光区域检测方法的程序。
所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
由上述内容可以看出:
本发明实施例中,首先根据待检测图像的视差图生成U视差图,根据视差图中视差点与路面的位置关系,在U视差图中检测障碍物,并确定障碍物的位置、障碍物与路面的位置关系,进而根据路面下的障碍物的位置,确定道路中的反光区域。如此,考虑到反光区域在待检测图像中一般呈现出真实障碍物的投影,而若将反光区域内的投影误判为障碍物,那该障碍物应位于路面以下,因此,本发明实施例可先根据V视差图确定视差图中视差点与路面的位置关系,针对U视差图中检测到障碍物,根据视差点与路面的位置关系,确定障碍物与路面的位置关系,进而根据检测到的路面下的障碍物的位置,确定道路中的反光区域,从而可有效提高障碍物检测的准确度。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或两个以上其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或两个以上流程和/或方框图一个方框或两个以上方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或两个以上流程和/或方框图一个方框或两个以上方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或两个以上流程和/或方框图一个方框或两个以上方框中指定的功能的步骤。
尽管已描述了本发明的可选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括可选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种道路反光区域检测方法,其特征在于,所述方法包括:
根据待检测图像的视差图生成U视差图;
根据所述视差图中视差点与路面的位置关系,在所述U视差图中检测障碍物,确定障碍物的位置、与路面的位置关系;其中,所述视差点与路面的位置关系根据所述视差图的V视差图确定;
根据路面下的障碍物的位置,确定道路中的反光区域;
所述根据路面下的障碍物的位置,确定道路中的反光区域,包括:
将路面下的障碍物确定为反光区域;或者,
若确定存在路面下的障碍物的位置与路面上的障碍物的位置满足预设的反射关系,和/或,若确定存在路面下的障碍物与路面之间的距离超过第一距离阈值,且与所述路面下的障碍物满足所述反射关系的路面上的障碍物超出所述待检测图像的拍摄范围,将所述路面下的障碍物确定为反光区域;
所述反射关系包括:
路面下的障碍物的观测角度和路面上的障碍物的观测角度的差值≤第一角度阈值;且,
所述路面下的障碍物与拍摄装置之间的距离和所述路面上的障碍物与拍摄装置之间的距离的差值≤第二距离阈值;且
所述路面下的障碍物与路面之间的距离和所述路面上的障碍物与所述路面之间的距离的差值≤第一高度阈值。
2.根据权利要求1所述的方法,其特征在于,确定所述视差点与路面的位置关系,包括:
根据所述视差图生成V视差图,并确定出所述V视差图中的道路区域;所述道路区域中包括路面检测线;
根据所述视差点在所述V视差图中对应的像素点与所述道路区域的位置关系,确定所述视差点与所述路面的位置关系。
3.根据权利要求2所述的方法,其特征在于,所述根据待检测图像的视差图生成U视差图,包括:
根据所述视差图中位于路面上和路面下的视差点,生成所述U视差图;或者,根据所述视差图生成U视差图后,删除所述U视差图中位于路面中的视差点对应的像素点。
4.根据权利要求3所述的方法,其特征在于,所述在所述U视差图中检测障碍物,确定障碍物的位置、与路面的位置关系,包括:
在所述U视差图中检测视差集中区域;
若确定所述视差集中区域中位于路面上的视差点对应的像素点占所述视差集中区域包括的总像素点的比例大于等于第一阈值,则将所述视差集中区域确定为路面上的障碍物;
若确定所述视差集中区域中位于路面下的视差点对应的像素点占所述视差集中区域包括的总像素点的比例大于等于所述第一阈值,则将所述视差集中区域确定为路面下的障碍物。
5.根据权利要求3所述的方法,其特征在于,所述根据所述视差图中位于路面上和路面下的视差点,生成所述U视差图,包括:
根据所述视差图中位于路面上的视差点生成第一U视差图,根据所述视差图中位于路面下的视差点生成第二U视差图。
6.根据权利要求5所述的方法,其特征在于,所述在所述U视差图中检测障碍物,确定障碍物的位置、与路面的位置关系,包括:
分别在所述第一U视差图和所述第二U视差图中检测视差集中区域;
将在第一U视差图中检测到的视差集中区域,确定为路面上的障碍物,在第二U视差图中检测到的视差集中区域,确定为路面下的障碍物。
7.根据权利要求3至6中任一项所述的方法,其特征在于,所述在所述U视差图中检测障碍物之前,还包括:
在所述U视差图中检测道路区域分割线,根据所述道路区域分割线确定位于道路两侧的像素点;
在所述U视差图中删除所述位于道路两侧的像素点。
8.一种道路反光区域检测装置,其特征在于,所述装置包括:
生成模块,用于根据待检测图像的视差图生成U视差图;
确定模块,用于根据所述视差图中视差点与路面的位置关系,在所述U视差图中检测障碍物,确定障碍物的位置、与路面的位置关系;其中,所述视差点与路面的位置关系根据所述视差图的V视差图确定;
处理模块,用于根据路面下的障碍物的位置,确定道路中的反光区域;
所述处理模块具体用于:
将路面下障碍物的位置确定为反光区域;或者,若确定存在路面下的障碍物的位置与路面上的障碍物的位置满足预设的反射关系,和/或,若确定存在路面下的障碍物与路面之间的距离超过第一距离阈值,且与所述路面下的障碍物满足所述反射关系的路面上的障碍物超出所述待检测图像的拍摄范围,将所述路面下的障碍物的位置确定为反光区域;
路面下的障碍物的观测角度和路面上的障碍物的观测角度的差值≤第一角度阈值;且,
所述路面下的障碍物与拍摄装置之间的距离和所述路面上的障碍物与拍摄装置之间的距离的差值≤第二距离阈值;且
所述路面下的障碍物与路面之间的距离和所述路面上的障碍物与所述路面之间的距离的差值≤第一高度阈值。
9.一种道路反光区域检测终端,其特征在于,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810219738.5A CN108573215B (zh) | 2018-03-16 | 2018-03-16 | 道路反光区域检测方法、装置和终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810219738.5A CN108573215B (zh) | 2018-03-16 | 2018-03-16 | 道路反光区域检测方法、装置和终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108573215A CN108573215A (zh) | 2018-09-25 |
CN108573215B true CN108573215B (zh) | 2021-08-03 |
Family
ID=63574356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810219738.5A Active CN108573215B (zh) | 2018-03-16 | 2018-03-16 | 道路反光区域检测方法、装置和终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108573215B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448032A (zh) * | 2018-10-12 | 2019-03-08 | 北京双髻鲨科技有限公司 | 一种运动目标倒影识别方法和装置 |
CN111243003B (zh) * | 2018-11-12 | 2023-06-20 | 海信集团有限公司 | 车载双目摄像机及其检测道路限高杆的方法、装置 |
CN111354032B (zh) * | 2018-12-24 | 2023-10-20 | 杭州海康威视数字技术股份有限公司 | 一种生成视差图的方法及装置 |
CN111627067B (zh) * | 2019-02-28 | 2023-08-22 | 海信集团有限公司 | 一种双目相机的标定方法及车载设备 |
CN113660428B (zh) * | 2020-04-30 | 2023-07-04 | 北京小米移动软件有限公司 | 图像获取方法、装置和电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3401979B2 (ja) * | 1995-03-17 | 2003-04-28 | 日産自動車株式会社 | 三角測量式測距装置及び障害物検知装置 |
CN202169907U (zh) * | 2011-07-29 | 2012-03-21 | 富士重工业株式会社 | 车外环境识别装置 |
CN103955920A (zh) * | 2014-04-14 | 2014-07-30 | 桂林电子科技大学 | 基于三维点云分割的双目视觉障碍物检测方法 |
CN105550665A (zh) * | 2016-01-15 | 2016-05-04 | 北京理工大学 | 一种基于双目视觉的无人驾驶汽车可通区域检测方法 |
CN105740802A (zh) * | 2016-01-28 | 2016-07-06 | 北京中科慧眼科技有限公司 | 基于视差图的障碍物检测方法和装置及汽车驾驶辅助系统 |
CN105892489A (zh) * | 2016-05-24 | 2016-08-24 | 国网山东省电力公司电力科学研究院 | 一种基于多传感器融合的自主避障无人机系统及控制方法 |
CN106056569A (zh) * | 2015-04-17 | 2016-10-26 | 丰田自动车株式会社 | 行驶路面检测装置和行驶路面检测方法 |
CN106444837A (zh) * | 2016-10-17 | 2017-02-22 | 北京理工大学 | 一种无人机避障方法及系统 |
CN107168327A (zh) * | 2017-06-15 | 2017-09-15 | 长安大学 | 一种基于双目视觉的无人驾驶汽车雾天主动避险的方法 |
CN107341454A (zh) * | 2017-06-21 | 2017-11-10 | 海信集团有限公司 | 一种场景中障碍物的检测方法及装置、电子设备 |
-
2018
- 2018-03-16 CN CN201810219738.5A patent/CN108573215B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3401979B2 (ja) * | 1995-03-17 | 2003-04-28 | 日産自動車株式会社 | 三角測量式測距装置及び障害物検知装置 |
CN202169907U (zh) * | 2011-07-29 | 2012-03-21 | 富士重工业株式会社 | 车外环境识别装置 |
CN103955920A (zh) * | 2014-04-14 | 2014-07-30 | 桂林电子科技大学 | 基于三维点云分割的双目视觉障碍物检测方法 |
CN106056569A (zh) * | 2015-04-17 | 2016-10-26 | 丰田自动车株式会社 | 行驶路面检测装置和行驶路面检测方法 |
CN105550665A (zh) * | 2016-01-15 | 2016-05-04 | 北京理工大学 | 一种基于双目视觉的无人驾驶汽车可通区域检测方法 |
CN105740802A (zh) * | 2016-01-28 | 2016-07-06 | 北京中科慧眼科技有限公司 | 基于视差图的障碍物检测方法和装置及汽车驾驶辅助系统 |
CN105892489A (zh) * | 2016-05-24 | 2016-08-24 | 国网山东省电力公司电力科学研究院 | 一种基于多传感器融合的自主避障无人机系统及控制方法 |
CN106444837A (zh) * | 2016-10-17 | 2017-02-22 | 北京理工大学 | 一种无人机避障方法及系统 |
CN107168327A (zh) * | 2017-06-15 | 2017-09-15 | 长安大学 | 一种基于双目视觉的无人驾驶汽车雾天主动避险的方法 |
CN107341454A (zh) * | 2017-06-21 | 2017-11-10 | 海信集团有限公司 | 一种场景中障碍物的检测方法及装置、电子设备 |
Non-Patent Citations (2)
Title |
---|
"一种基于深度信息的障碍物检测方法";杨磊等;《计算机技术与发展》;20150831;第25卷(第8期);第43-47页 * |
"基于双目立体视觉的障碍物检测方法";邓博等;《信息与电脑》;20180131(第1期);第41-42页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108573215A (zh) | 2018-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108573215B (zh) | 道路反光区域检测方法、装置和终端 | |
US20190205671A1 (en) | Hazard detection from a camera in a scene with moving shadows | |
US8184859B2 (en) | Road marking recognition apparatus and method | |
US9547795B2 (en) | Image processing method for detecting objects using relative motion | |
US8099213B2 (en) | Road-edge detection | |
CN110390306B (zh) | 直角车位的检测方法、车辆和计算机可读存储介质 | |
CN109583280A (zh) | 车道线识别方法、装置、设备及存储介质 | |
EP2458528A2 (en) | Image processing apparatus and method, and program | |
CN104636724B (zh) | 一种基于目标一致性的车载相机快速行人车辆检测方法 | |
US9594966B2 (en) | Obstacle detection device and obstacle detection method | |
CN108416306B (zh) | 连续型障碍物检测方法、装置、设备和存储介质 | |
US20210326613A1 (en) | Vehicle detection method and device | |
US9747507B2 (en) | Ground plane detection | |
CN110667474B (zh) | 通用障碍物检测方法、装置与自动驾驶系统 | |
CN110991215B (zh) | 车道线检测方法、装置、存储介质及电子设备 | |
CN110992424B (zh) | 基于双目视觉的定位方法和系统 | |
KR101236223B1 (ko) | 차선 검출 방법 | |
CN109191516B (zh) | 结构光模组的旋转纠正方法、装置及可读存储介质 | |
CN108197531B (zh) | 一种道路曲线检测方法、装置和终端 | |
JP6399485B2 (ja) | 走行路認識装置 | |
JP2000331148A (ja) | 障害物検出装置 | |
CN107958226B (zh) | 一种道路曲线检测方法、装置和终端 | |
CN113673288A (zh) | 空闲车位检测方法、装置、计算机设备及存储介质 | |
JP2000259997A (ja) | 先行車の高さおよび車間距離計測装置 | |
CN109784315B (zh) | 3d障碍物的跟踪检测方法、装置、系统及计算机存储介质 |
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 |