CN108696746B - 摄像机失准确定方法和系统 - Google Patents
摄像机失准确定方法和系统 Download PDFInfo
- Publication number
- CN108696746B CN108696746B CN201810288529.6A CN201810288529A CN108696746B CN 108696746 B CN108696746 B CN 108696746B CN 201810288529 A CN201810288529 A CN 201810288529A CN 108696746 B CN108696746 B CN 108696746B
- Authority
- CN
- China
- Prior art keywords
- consecutive frames
- change
- pixels
- camera
- camera images
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000008859 change Effects 0.000 claims description 91
- 238000004891 communication Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 description 23
- 230000009471 action Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
- B60R1/02—Rear-view mirror arrangements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
- B60R1/12—Mirror assemblies combined with other articles, e.g. clocks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
- B60R1/12—Mirror assemblies combined with other articles, e.g. clocks
- B60R2001/1215—Mirror assemblies combined with other articles, e.g. clocks with information displays
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
- B60R2300/301—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing combining image information with other obstacle sensor information, e.g. using RADAR/LIDAR/SONAR sensors for estimating risk of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/40—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the details of the power supply or the coupling to vehicle components
- B60R2300/402—Image calibration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
- B60R2300/8046—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for replacing a rear-view mirror system
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/10—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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
- Studio Devices (AREA)
Abstract
提供了用于评估安装在车辆上的摄像机可能失准的方法和系统。根据一个实施例,摄像机安装在车辆的车身上并且被配置为产生摄像机图像。摄像机图像中的每一个包括多个像素。处理器被配置为至少促进关于颜色、亮度或两者分析摄像机图像的像素;并且基于分析像素的颜色、亮度或两者来确定摄像机是否失准地安装在车辆上。
Description
技术领域
本技术领域总体涉及车辆领域,并且更具体地涉及用于确定车辆摄像机失准的方法和系统。
背景技术
许多车辆包括提供车辆外部或内部(或两者)的区域的视图的摄像机(例如,记录车辆后方区域的图像的后视摄像机)。然而,在某些情况下,例如在车辆接触另一车辆或另一物体之后,后视摄像机可能变得失准,或者以不正确定向安装到车辆。
因此,期望提供用于确定车辆的摄像机失准的改进型方法和系统。另外,结合附图和本发明的背景技术,根据本发明的后续详细描述和所附权利要求,本发明的其他期望特征和天线将变得显而易见。
发明内容
根据一个示例性实施例,提供了一种方法。该方法包括以下步骤:获取安装在车辆上的摄像机的摄像机图像,摄像机中的每一个图像包括多个像素;经由处理器关于颜色、亮度或两者来分析摄像机图像的像素;以及经由处理器基于对像素的颜色、亮度或两者的分析来确定摄像机是否失准地安装在车辆上。
根据另一个示例性实施例,提供了一种系统。该系统包括通信链路和处理器。通信链路被配置为对安装在车辆上的摄像机提供摄像机图像。摄像机图像中的每一个包括多个像素。处理器被配置为至少促进关于颜色、亮度或两者分析摄像机图像的像素;并且基于对像素的颜色、亮度或两者的分析来确定摄像机是否失准地安装在车辆上。
根据又一示例性实施例,提供了一种车辆。该车辆包括车身、摄像机和处理器。摄像机安装在车身上并且被配置为产生摄像机图像。摄像机图像中的每一个包括多个像素。处理器被配置为至少促进关于颜色、亮度或两者分析摄像机图像的像素;并且基于对像素的颜色、亮度或两者的分析来确定摄像机是否失准地安装在车辆上。
附图说明
下面将结合以下附图描述本公开,其中相似附图标记标示相似元件,且其中:
图1是根据示例性实施例的包括摄像机、用于控制摄像机的控制系统以及用于显示来自摄像机的图像的一个或多个显示器的车辆的功能框图;
图2是根据示例性实施例的用于评估车辆的摄像机的摄像机对准并且可结合图1的车辆、摄像机、控制系统和显示器来实施的过程的流程图;并且
图3提供了根据示例性实施例的用于车辆的并且可结合图1的车辆、摄像机和控制系统以及图2的过程来实施的显示图像。
具体实施方式
以下详细描述仅仅具有示例性本质并且不旨在限制本公开或其应用和使用。以下详细描述仅仅具有示例性本质并且不旨在限制本公开或其应用和使用。
图1说明了根据示例性实施例的车辆100。如下面进一步详细描述,车辆100包括摄像机102,其安装在车辆100的车身110上并且提供图像。如图1中所描绘,经由控制系统108控制摄像机102。在各种实施例中,控制系统108基于所提供的图像评估摄像机102的对准,并且基于摄像机102的对准在适当情况下采取动作,例如下面结合图1以及图2和3进一步讨论的。
车辆100优选地包括汽车。车辆100可为许多不同类型的汽车,诸如例如轿车、货车、卡车或运动型多功能车(SUV),并且可为双轮驱动(2WD)(即,后轮驱动或前轮驱动)、四轮驱动(4WD)或全轮驱动(AWD),和/或某些实施例中的各种其他类型的车辆。在某些实施例中,车辆100还可包括摩托车或其他车辆,或者具有带固定参考点的摄像机图像的其他系统。
车辆100包括被布置在底盘112上的上面提及的车身110。车身110大致上包围车辆100的其他部件。车身110和底盘112可共同形成框架。车辆100还包括多个车轮114。车轮114在车身110的相应角部附近各自旋转地联接至底盘112以促进车辆100的移动。在一个实施例中,车辆100包括四个车轮114,但是在其他实施例中(例如对于卡车和某些其他车辆)这可能变化。
驱动系统116安装在底盘112上,并且驱动车轮114。驱动系统116优选地包括推进系统。在某些示例性实施例中,驱动系统116包括与其变速器联接的内燃机和/或电动机/发电机。在某些实施例中,驱动系统116可改变,和/或可使用两个或更多个驱动系统116。作为示例,车辆100还可结合多种不同类型的推进系统中的任何一种或其组合,诸如例如汽油或柴油燃料燃烧发动机、“弹性燃料车辆”(FFV)发动机(即,使用汽油和酒精的混合物)、气态化合物(例如,氢气和/或天然气)燃料发动机、燃烧/电动机混合动力发动机和电动机。
如图1中所描绘,摄像机102安装在车辆100的车身110上。在所描绘的实施例中,摄像机102安装在车辆的后端上,如图1中所示。应当明白的是,这在某些实施例中可以改变。例如,虽然在所描绘的实施例中,摄像机102是被设置在车辆100的后部上或附近的后置摄像机,但是在其他实施例中,摄像机102可安装在乘客侧,驾驶员侧或车辆100的车身110上的其他处(例如,在车辆100的顶部上、在车辆100前方、在车辆100的挡风玻璃或格栅上、在面向驾驶员座椅的方向盘护罩上,等等)。
摄像机102提供图像用于观看被设置在车辆100内部(即,车辆100的车身110内部)的一个或多个显示器106,和/或用于提供车辆100的其他信息(例如,将信息提供到车辆控制系统用于车辆控制)。如图1中所描绘并且如上所述,摄像机102包括捕捉摄像机102的图像的镜头104。
在一个实施例中,摄像机102提供图像用于在车辆100的后视镜118的显示器106上观看。同样如图1中所描绘,在一个实施例中,摄像机102提供图像用于在车辆100的导航系统120的显示器106上观看。在各种实施例中,显示器106可被设置在后视镜118和导航系统120两者上,和/或被设置在车辆100内的一个或多个其他未描绘的显示器106上(例如,车辆100的前仪表板中、车辆100的一个或多个侧视镜中,等等)。在某些实施例中,每个显示器106包括联接到摄像机102的视频屏幕。在一个示例性实施例中,显示器106包括液晶显示器(LCD)屏幕或发光二极管(LED)屏幕。应当明白的是,这在其他实施例中可以改变。在某些实施例中,除了使用所公开的技术用于在显示器上观看外,所公开的技术和相关算法还可用于与物体检测、事件避免和自主驾驶应用一样用于图像处理的摄像机。同样在一个实施例中,喷嘴105被设置在摄像机102上或附近。喷嘴105联接到未描绘的水源(例如,经由泵联接到贮存器)以及控制系统108,并且在适当的情况下经由通过控制系统108提供的指令(例如,通过下文进一步描述的控制系统108的处理器142提供的指令)来清洗透镜104。
控制系统108控制摄像机102和显示器106的操作。控制系统108被设置在车辆100的车身110内。在一个实施例中,控制系统108安装在底盘112上。在其他控制特征中,控制系统108从摄像机102获取图像、处理图像、分析图像的像素信息、评估摄像机102的对准,并且基于摄像机102的对准酌情采取动作。在各种实施例中,控制系统108根据下面结合图2和3进一步描述的过程200的步骤提供这些和其他功能。在某些实施例中,控制系统108可被设置在车身110外部,例如被设置在远程服务器上、在云端中,或在远程智能电话或远程地执行图像处理的其他装置中。另外,在某些实施例中,控制系统108可被设置在摄像机102本身内(例如,处理能力可内置于摄像机102的部件中)。
同样如图1中所描绘,在各种实施例中,控制系统108经由通信链路109联接到摄像机102,并且经由通信链路109从摄像机102接收摄像机图像。在某些实施例中,通信链路109包括一个或多个有线连接,诸如一个或多个电缆(例如,同轴电缆和/或一个或多个其他类型的电缆)。在其他实施例中,通信链路109可包括一个或多个无线连接。
如图1中所描绘,控制系统108包括控制器126。同样如图1中所描绘,在某些实施例中,控制系统108还包括传感器阵列122和/或收发器124。在某些实施例中,传感器阵列122的一个或多个传感器用于向控制器126提供信息以处理来自摄像机102的图像。例如,在某些实施例中,某些传感器可提供车速(例如,确定车辆100是否正在移动、确定移动轨迹和方向)以及例如使用一个或多个轮速传感器或加速度计提供车速。同样在某些实施例中,各种雷达、激光雷达、超声波和/或其他传感器可用于物体检测。同样在某些实施例中,来自摄像机102的图像可由控制系统108经由一个或多个收发器124和/或其部件(例如,接收器接收。
控制器126处理并分析经由通信链路109从摄像机提供的图像(以及在一些实施例中,经由传感器阵列122和/或收发器124提供的图像和/或信息)、评估摄像机102是否被正确安装在车辆100上,并且在摄像机102未正确安装的适当情况下采取行动。同样在各种实施例中,控制器126控制与摄像机102相关联的图像在车辆100的一个或多个显示器106上的显示。在各种实施例中,控制器126根据下面结合图1中的车辆100的示意图和图2的流程图以及图3的显示图像的相关图示(结合图2的过程200)进一步讨论的步骤提供这些和其他功能。
在一个实施例中,控制器126联接到摄像机102、显示器106、传感器阵列122和收发器124。同样在一个实施例中,控制器126被设置在车辆100内的控制系统108内。在某些实施例中,控制器126(和/或其部件,诸如处理器142和/或其他部件)可为摄像机102的一部分、被设置在摄像机102内,和/或被设置在摄像机102附近。同样在某些实施例中,控制器126可被设置在车辆100的一个或多个其他位置中。另外,在某些实施例中,可利用多个控制器126(例如,车辆100内的一个控制器126和摄像机102内的另一个控制器)以及其他可能的变型。另外,在某些实施例中,控制器可放置在车辆外部,诸如在远程服务器中、在云端中或在远程智能装置上。
如图1中所描绘,控制器126包括计算机系统。在某些实施例中,控制器126还可包括传感器阵列122的一个或多个传感器、收发器124和/或其部件、摄像机102和/或其部件、一个或多个显示器106和/或其部件,和/或一个或多个其他装置和/或系统和/或其部件。另外,应当明白的是,控制器126可不同于图1中所描绘的实施例。例如,控制器126可联接到或可以其他方式利用一个或多个远程计算机系统和/或其他控制系统,例如作为上面所识别的车辆100的装置和系统中的一个或多个的一部分。
在所描绘的实施例中,控制器126的计算机系统包括处理器142、存储器144、接口146、存储装置148和总线150。处理器142执行控制器126的计算和控制功能,并且可包括任何类型的处理器或多个处理器、诸如微处理器等单个集成电路,或协作工作以实现处理单元的功能的任何合适数量的集成电路装置和/或电路板。在操作期间,处理器142执行包含在存储器144内的一个或多个程序152,并且因而通常在执行本文描述的过程(诸如下面结合图2和3进一步描述的过程200)时控制该控制器126以及该控制器126的计算机系统的一般操作。
存储器144可为任何类型的合适的存储器。例如,存储器144可包括各种类型的动态随机存取存储器(DRAM)(诸如SDRAM)、各种类型的静态RAM(SRAM)以及各种类型的非易失性存储器(PROM、EPROM和闪存)。在某些示例中,存储器144位于与处理器142相同的计算机芯片上和/或共同位于与处理器142相同的计算机芯片上。在所描绘的实施例中,存储器144存储上面提及的程序152以及一个或多个存储值154。
总线150用于在控制器126的计算机系统的各种部件之间发射程序、数据、状态和其他信息或信号。接口146允许例如从系统驱动器和/或另一个计算机系统到控制器126的计算机系统的通信,并且可使用任何合适的方法和设备来实施。在一个实施例中,接口146从传感器阵列122的传感器和/或收发器124获取各种数据。接口146可包括一个或多个网络接口以与其他系统或部件通信。接口146还可包括与技术人员通信的一个或多个网络接口和/或连接到诸如存储装置148等存储设备的一个或多个存储接口。
存储装置148可为任何适当类型的存储设备,包括诸如硬盘驱动器、闪存系统、软盘驱动器和光盘驱动器等直接存取存储装置。在一个示例性实施例中,存储装置148包括程序产品,存储器144可从该程序产品接收程序152,该程序152执行本公开的一个或多个过程的一个或多个实施例,诸如下面结合图2和3进一步描述的过程200的步骤(以及任何子步骤)。在另一个示例性实施例中,程序产品可直接存储在存储器144和/或诸如下文提及的磁盘(例如,磁盘156)中和/或由它们以其他方式存取。
总线150可为连接计算机系统和部件的任何合适的物理或逻辑装置。这包括但不限于直接硬连线连接、光纤、红外和无线总线技术。在操作期间,程序152被存储在存储器144中并由处理器142执行。
应当明白的是,虽然在全功能计算机系统的上下文中描述了此示例性实施例,但是本领域技术人员将认识到,本公开的机制能够作为程序产品分配,其中一个或多个类型的非暂时性计算机可读信号承载介质用于存储程序及其指令并且执行其分配,诸如非暂时性计算机可读介质承载该程序并且含有存储在其中的计算机指令用于使计算机处理器(诸如处理器142)来实施和执行程序。这样的程序产品可采用各种形式,并且本公开同等地适用,而不考虑用于执行分配的计算机可读信号承载介质的具体类型。信号承载介质的示例包括:可记录介质,诸如软盘、硬盘驱动器、存储卡和光盘,以及发射介质,诸如数字和模拟通信链路。应当明白的是,在某些实施例中也可利用基于云的存储和/或其他技术。同样将明白的是,控制器126的计算机系统也可以不同于图1中所描绘的实施例,例如控制器126的计算机系统可联接至或可以其他方式利用一个或多个远程计算机系统和/或其他控制系统。
图2是根据示例性实施例的用于评估车辆的摄像机的摄像机对准的过程200的流程图。图2的过程200可结合根据示例性实施例的图1的车辆100、摄像机102、控制系统108和显示器106来实施。过程200也在下面结合图3进行讨论,图3描绘了车辆100的一个显示器106的示例性显示图像300。
如图2中所描绘,该过程开始于202处。在一个实施例中,过程200在车辆驱动或点火循环开始时(例如,当驾驶员接近或进入车辆时,或者当驾驶员例如通过转动钥匙、接合钥匙扣或启动按钮等等开启车辆和/或其点火时)开始。在另一个实施例中,过程200在摄像机102被激活时(例如,当车辆100处于触发使用后置摄像机的倒挡时等等)开始。在一个实施例中,在车辆的操作期间连续地执行过程200的步骤。
获取摄像机图像(步骤204)。具体地,针对图1的摄像机102获取摄像机图像。发射和接收图像(步骤206)。在一个实施例中,图1的摄像机102沿着图1的通信链路109向图1的控制系统108(例如,控制器126,包括处理器142)发射图像。在某些其他实施例中,经由一个或多个收发器(诸如图1的收发器124)向控制系统108提供图像。
处理图像(步骤208)。在各种实施例中,在步骤208期间处理步骤204和206的摄像机图像,以根据图1的一个或多个显示器的尺寸裁剪、调整图像和/或重新调整图像的大小以供显示。在各种实施例中,经由图1的处理器142执行摄像机图像的处理。
对摄像机图像的像素执行分析(步骤210)。具体地,在各种实施例中,处理器对于不同的图片帧之间的对应图像是否在对应像素中发生改变(例如,颜色和/或亮度是否发生改变)来针对颜色和亮度循序地分析摄像机图像的每个帧的像素。同样在各种实施例中,图1的处理器142执行像素的分析。在某些实施例中,对步骤208的处理/滤波后图像执行分析。在某些其他实施例中,对步骤204和/或206的原始图像(即,在步骤208的处理和/或滤波之前)执行分析。
针对图像识别不变区域(步骤212)。具体地,在某些实施例中,将不变区域识别为像素已经被确定为不改变(或者任何像素变化率被确定小于预定阈值)的图像(步骤204和206的原始图像或者步骤208的处理后图像)的区域。在本申请的各种示例中,像素“变化”是指像素的颜色或亮度的变化,并且像素“变化率”是指像素的颜色或亮度的变化率。在一个实施例中,基于步骤210的像素的分析来识别摄像机图像的连续帧中的不变区域。同样在某些实施例中,对于颜色变化率相对于亮度变化率,预定阈值可不同。在某些实施例中,可基于车辆100的现有知识例如对被视为与车辆100的保险杠、立柱和/或其他固定装置相关联的图像的区域识别不变区域。同样在某些实施例中,也可使用其他数据(诸如(作为示例)确认门关闭并且行李箱或舱口盖关闭)来做出该确定。例如,在一个实施例中,如果摄像机安装在后部行李箱上,则可利用来自后部行李箱上或附近的传感器的数据来确认车门是否关闭并且行李箱是否关闭(例如,如果行李箱打开,则图像将不被分析,因为在一个示例性实施例中,参考点不在该图像中)等等。作为附加示例,如果拖车连接到自行车或摩托车,则可利用对自行车或摩托车的检测作为用于检测固定参考点的存在或不存在的算法的一部分,等等。
另外,针对图像识别变化区域(步骤214)。具体地,在某些实施例中,将变化区域识别为像素已经被确定为变化(或者任何像素变化率被确定大于预定阈值)的图像(步骤204和206的原始图像或者步骤208的处理后图像)的区域。同样,类似于上面关于步骤212的讨论,在本申请的各种示例中,像素“变化”是指像素的颜色或亮度的变化,并且像素“变化率”是指像素的颜色或亮度的变化率。同样类似于上面的讨论,在某些实施例中,对于颜色变化率相对于亮度变化率,预定阈值可不同。在一个实施例中,基于步骤210的像素的分析来识别摄像机图像的连续帧中的变化区域。在某些实施例中,可基于车辆100的现有知识例如对被视为与未被车辆100的保险杠、立柱和/或其他固定装置阻碍的图像的一部分相关联的图像的区域识别变化区域。同样在某些实施例中,也可使用其他数据(诸如(作为示例)确认门关闭并且行李箱或舱口盖关闭)来做出该确定。例如,类似于上面的讨论,在一个实施例中,如果摄像机安装在后部行李箱上,则可利用来自后部行李箱上或附近的传感器的数据来确认车门是否关闭并且行李箱是否关闭(例如,如果行李箱打开,则图像将不被分析,因为在一个示例性实施例中,参考点不在该图像中)等等。作为附加示例,如果拖车连接到自行车或摩托车,则可利用对自行车或摩托车的检测作为用于检测固定参考点的存在或不存在的算法的一部分,等等。在某些实施例中,与后续图像进行比较的参考图像不必是由给定车辆100上的摄像机102捕捉的图像。例如,在某些实施例中,参考图像可为被编程到控制系统108中并驻留在控制系统108中并且是不同摄像机产生或者是计算机产生的参考图像。
参考图3,描绘了显示图像300。在一个实施例中,显示图像300对应于与步骤204和206对应的原始摄像机图像。在另一个实施例中,显示图像300对应于来自步骤208的处理/滤波后摄像机图像。如图3中所描绘,图3的显示图像300包括不变区域302(例如,对应于图2的步骤212)和变化区域304(例如,对应于图2的步骤214)。如图3中所描绘,非变化区域302对应于车辆100中阻碍显示图像300的一部分的后保险杠,而变化区域304描绘了显示图像300中未被保险杠阻碍的剩余部分。然而,这在其他实施例中可以改变。
再次参考图2,接收附加摄像机图像(步骤216)。在各种实施例中,图1的控制系统108(例如,图1的处理器142)例如经由上面关于步骤204和206讨论的方式接收来自图1的摄像机102的附加摄像机图像。在某些实施例中,步骤216的像素的接收发生在步骤204和206的相同车辆驱动和/或点火循环中。在某些实施例中,步骤216的像素的接收发生在步骤204和206的不同车辆驱动和/或点火循环中(例如,与步骤204和206相比,发生在后续循环)中。
在一个实施例中,然后类似于上面结合步骤208所描述的处理,处理步骤216的附加图像(步骤217)。另外,同样在一个实施例中,类似于上面结合步骤210所描述的分析,分析处理步骤216的附加图像的像素(步骤218)。
确定不变区域的任何像素是否实际上正在改变(步骤220)。在一个实施例中,步骤220包括确定步骤212的定义的不变区域(例如,对应于图3的区域302)是否包括该区域内的像素关于步骤216的附加图像实际上正在改变(例如,(经历颜色和/或亮度的变化)(例如,如经由步骤218的分析来确定)。在某些实施例中,对在步骤218中分析的步骤216的原始图像进行确定。在某些其他实施例中,对在步骤218中分析的步骤217的处理/滤波后图像进行确定。
同样在各种实施例中,利用一个或多个预定阈值来用于步骤220的确定。因此,在一个这样的实施例中,如果如经由步骤218的分析确定的所确定的像素变化率(例如,像素的颜色和/或亮度的变化率)大于一个或多个预定阈值(例如,用于亮度变化率的第一预定阈值和/或用于颜色变化率的第二预定阈值),则确定像素正在变化。这将有助于解释例如不变区域302上的阴影,其不一定指示摄像机102的失准。例如,如果所确定的亮度和/或颜色的变化率大于相应阈值,则确定像素正在变化。否则,像素被确定为不变。同样在各种实施例中,图1的处理器142进行步骤220的确定。
如果在步骤220中确定不变区域中的像素实际上正在变化(例如,颜色和/或亮度正在变化,和/或颜色和/或亮度以大于对应预定阈值的速率变化,则采取校正动作(步骤222)。具体地,确定图1的摄像机102可能失准,并且采取适当的校正通知和/或其他动作。在各种实施例中,校正措施包括标志的设定和诊断测试代码(DTC)的起始。在某些实施例中,向车辆制造商和/或一个或多个服务代表提供用于车辆100的驾驶员、操作员和/或车主的DTC代码。同样在某些实施例中,经由图1的车辆100的一个或多个显示器106向驾驶员和/或车辆的其他乘员提供通知。
在某些实施例中,步骤222的动作可包括只要摄像机102被认为失准就撤销摄像机图像的显示,和/或考虑到可能的失准来调整摄像机图像。例如,在一个实施例中,对原始图像(例如,步骤206和/或208的未处理图像)进行调整。例如,在一个实施例中,如果与期望相比(或者与先前图像相比)在图像中看到更多保险杠,则步骤208的裁剪更加向上移动以补偿该效果。
同样,在步骤222期间的一个实施例中,当图像包括在假设改变的区域中不改变的像素时,首先清洗摄像机的镜头以有助于确保镜头上没有灰尘,例如,以有助于确保镜头的堵塞不会引起问题。在一个这样的实施例中,如果镜头被确定为变脏,则步骤222中的通知包括摄像机可能变脏和/或失准的消息。同样在一个实施例中,如果镜头被确定为变脏并且作为步骤222的一部分而清洗镜头(例如,经由图1的喷嘴105、经由图1的处理器142提供的指令),则如果在清洗镜头之后仍然存在可能的失准测量(例如,步骤222和/或步骤224的失准测量),就将镜头确定为失准(以及因此可执行进一步校正动作,诸如图像的进一步通知和/或调整)。否则在一个实施例中,如果镜头被确定为变脏并且作为步骤222的一部分而清洗镜头,则如果在清洗镜头之后不再存在可能的失准测量(例如,步骤222和/或步骤224的失准测量),就将镜头确定为失准(以及因此将不再执行进一步校正动作)。
应当明白的是,作为步骤222的一部分,可例如同时和/或循序地实施上述多个通知和/或其他动作。另外,在各种实施例中,经由通过图1的处理器142提供的指令实施步骤222的通知和/或动作。
相反,如果在步骤220中确定不变区域中的像素没有变化(例如,颜色和/或亮度没有变化,和/或颜色和/或亮度以小于或等于对应预定阈值的速率变化),则确定变化区域的任何像素是否实际上不改变(步骤224)。在一个实施例中,步骤224包括确定步骤214的定义的变化区域(例如,对应于图3的区域304)是否包括在该区域内相对于步骤216的附加图像不变的像素(例如,如经由步骤218的分析来确定)。在某些其他实施例中,对在步骤218中分析的步骤216的原始图像进行确定。在某些其他实施例中,对在步骤218中分析的步骤217的处理/滤波后图像进行确定。
同样在各种实施例中,类似于上面关于步骤220的讨论,利用一个或多个阈值来用于步骤224的确定。因此,在一个这样的实施例中,如果如经由步骤218的分析确定的所确定的像素变化率(例如,像素的颜色和/或亮度的变化率)小于或等于一个或多个预定阈值(例如,用于亮度变化率的第一预定阈值和/或用于颜色变化率的第二预定阈值,诸如在一个实施例中,与步骤220相同的预定阈值),则确定像素不改变。类似于上面的讨论,例如,这将有助于解释例如变化区域302上的阴影。例如,如果所确定的变化率小于或等于阈值,则确定像素不改变。否则,像素被确定为正在改变。同样在各种实施例中,图1的处理器142进行步骤224的确定。
如果在步骤224中确定变化区域中的像素实际上不改变(例如,该区域中的像素的颜色或亮度不改变,或者其颜色或亮度以小于或等于对应预定阈值的速率变化,则该过程进行到上述步骤222。具体地,如上文所讨论,在步骤222期间,确定摄像机102可能失准,并且采取适当的校正动作。相反,如果在步骤224中确定变化区域中的像素正在改变(或者正在以大于可适用的预定阈值的速率变化),则确定未出现摄像机失准,并且不采取校正动作(步骤226)。
另外,显示摄像机图像(步骤228)。在各种实施例中,经由图1的一个或多个显示器106基于由图1的处理器142提供的指令显示摄像机图像。在某些实施例中,显示步骤208、217的处理/滤波后图像。在其他实施例中,显示步骤204的原始图像。在各种实施例中,步骤228的显示可包括对应于附加图像的步骤216到218的原始和/或处理后图像,并且在某些实施例中还可包括对应于原始摄像机图像的步骤204到210的原始和/或处理后图像(例如,特别是如果在与附加图像相同的车辆驱动或点火循环期间显示这些原始图像)。同样在一个实施例中,图3的显示图像300包括在步骤228中提供的一个示例性显示。
同样,如图2中所描绘,在某些实施例中,在步骤228中可显示图像,而不管步骤222中是否采取了校正措施,或者在步骤224中是否采取了校正措施。在某些实施例中,在步骤228中显示的图像可能受到任何校正动作的影响(例如,在某些实施例中,作为校正动作的一部分可不显示图像,和/或可作为校正动作的一部分来执行对图像的调整)。
同样如图1中所描绘,在一个实施例中,该过程进行到步骤216。然后在一个实施例中,在新的迭代中连续执行步骤216到228。在一个实施例中,除不同实施例中的其他可能的变型之外,只要当前的车辆驱动或点火循环正在操作,和/或只要摄像机102当前正在使用,步骤216到228就优选连续地重复。
因此,本文描述的系统、车辆和方法提供了对车辆的摄像机的可能失准的评估。具体地,在各种实施例中,摄像机图像的像素分析用于跟踪特定像素区域中的变化率或变化率的缺失,以用于检测车辆摄像机是否失准。当摄像机被认为失准时,采取适当的行动。
应当明白的是,该系统,车辆和方法可不同于附图中描绘的和本文描述的那些系统、车辆和方法。例如,车辆100、摄像机102、显示器106、控制系统108和/或其各种部件可不同于图1到3中所描绘的并且在各种实施例中结合图1到3来描述的那些车辆、摄像机、显示器、控制系统和/或其部件。将类似地明白的是,在各种实施例中,过程200的步骤可不同于图2和3中所描绘的步骤,和/或过程200的各个步骤可同时发生和/或以不同于图2和3中所描绘的顺序发生。
虽然前述详细描述中已经提出了至少一个示例性实施例,但是应当明白的是,存在许多变化。还应当明白的是,示例性实施例或多个示例性实施例仅仅是示例并且不旨在以任何方式限制本公开的范围、适用性或配置。实情是,前文详细描述将给本领域技术人员提供用于实施示例性实施例或多个示例性实施例的便捷指引。应当理解的是,在不脱离所附权利要求书和其合法等同物的范围的情况下,可对元件的功能和布置做出各种改变。
Claims (7)
1.一种用于确定摄像机是否失准地安装在车辆上的方法,包括:
获取安装在车辆上的摄像机的第一多个摄像机图像,所述第一多个摄像机图像中的每一个包括第一组连续帧中的多个像素;
经由处理器关于颜色、亮度或两者来分析所述第一组连续帧的所述第一多个摄像机图像的像素;
定义所述第一多个摄像机图像的不变区域,其中所述像素在所述第一组连续帧之间不改变,其中如果相应像素的亮度在所述第一组连续帧之间的变化率不超过第一预定阈值、相应像素的颜色在所述第一组连续帧之间的变化率不超过第二预定阈值,或两者,则确定所述第一多个摄像机图像的像素在所述第一组连续帧中不改变;
定义所述第一多个摄像机图像的变化区域,其中所述像素在所述第一组连续帧之间改变,其中如果相应像素的亮度在所述第一组连续帧之间的变化率超过所述第一预定阈值、相应像素的颜色在所述第一组连续帧之间的变化率超过所述第二预定阈值,或两者,则确定所述第一多个摄像机图像的像素在所述第一组连续帧中改变;
在所述第一多个摄像机图像之后,获取所述摄像机的第二多个摄像机图像,所述第二多个摄像机图像中的每一个包括第二组连续帧中的第二多个像素,所述第二组连续帧对应于所述第一组连续帧,并且在所述第一组连续帧后续;
经由所述处理器关于颜色、亮度或两者来分析所述第二组连续帧的所述第二多个摄像机图像的像素;
确定对应于所述第一多个摄像机图像的不变区域的第二多个摄像机图像的像素是否实际上在所述第二组连续帧中改变,其中如果相应像素的亮度在所述第二组连续帧之间的变化率超过所述第一预定阈值、相应像素的颜色在所述第二组连续帧之间的变化率超过第二预定阈值,或两者,则确定所述第二多个摄像机图像的像素在所述第二组连续帧中改变;
确定对应于所述第一多个摄像机图像的变化区域的所述第二多个摄像机图像的像素是否实际上在所述第二组连续帧中不改变,其中如果相应像素的亮度在所述第二组连续帧之间的变化率不超过所述第一预定阈值、相应像素的颜色在所述第二组连续帧之间的变化率不超过所述第二预定阈值,或两者,则确定所述第二多个摄像机图像的像素在所述第二组连续帧中不改变;
经由所述处理器基于分析像素的颜色、亮度或两者来确定所述摄像机是否失准地安装在所述车辆上,包括基于对应于所述第一组连续帧的不变区域的像素是否实际上在所述第二组连续帧中改变,对应于所述第一组连续帧的变化区域的像素是否实际上在所述第二组连续帧中不变,或两者。
2.根据权利要求1所述的方法,其中确定所述摄像机是否失准包括:
如果对应于所述不变区域的像素在所述第二组连续帧中正在改变、对应于所述变化区域的像素在所述第二组连续帧中没有改变或两者,则确定所述摄像机失准。
3.根据权利要求2所述的方法,进一步包括:
如果对应于所述不变区域的像素在所述第二组连续帧中没有改变、对应于所述变化区域的像素在所述第二组连续帧中正在改变或两者,则确定所述摄像机未失准。
4.根据权利要求1所述的方法,其中:
经由所述处理器使用与所述车辆上的固定物体相关的信息来定义所述不变区域和所述变化区域,所述固定物体阻碍所述不变区域但是未阻碍所述摄像机图像的所述变化区域。
5.根据权利要求1所述的方法,进一步包括:
经由所述处理器基于分析像素的颜色、亮度或两者来检测所述摄像机的镜头是否变脏。
6.一种用于确定摄像机是否失准地安装在车辆上的系统,包括:
通信链路,其被配置为提供被安装在车辆上的摄像机的第一多个摄像机图像,所述第一多个摄像机图像中的每一个包括第一组连续帧中的多个像素;以及
在所述第一多个摄像机图像之后,提供所述摄像机的第二多个摄像机图像,所述第二多个摄像机图像中的每一个包括第二组连续帧中的第二多个像素,所述第二组连续帧对应于所述第一组连续帧,并且在所述第一组连续帧后续;以及
处理器,其被配置为至少促进:
关于颜色、亮度或两者来分析所述第一组连续帧的第一多个摄像机图像的像素;
定义所述第一多个摄像机图像的不变区域,其中所述像素在所述第一组连续帧之间不改变,其中如果相应像素的亮度在所述第一组连续帧之间的变化率不超过第一预定阈值、相应像素的颜色在所述第一组连续帧之间的变化率不超过第二预定阈值,或两者,则确定所述第一多个摄像机图像的像素在所述第一组连续帧中不改变;
定义所述第一多个摄像机图像的变化区域,其中所述像素在所述第一组连续帧之间改变,其中如果相应像素的亮度在所述第一组连续帧之间的变化率超过所述第一预定阈值、相应像素的颜色在所述第一组连续帧之间的变化率超过所述第二预定阈值,或两者,则确定所述第一多个摄像机图像的像素在所述第一组连续帧中改变;
关于颜色、亮度或两者来分析所述第二组连续帧的所述第二多个摄像机图像的像素;
确定对应于所述第一多个摄像机图像的不变区域的第二多个摄像机图像的像素是否实际上在所述第二组连续帧中改变,其中如果相应像素的亮度在所述第二组连续帧之间的变化率超过所述第一预定阈值、相应像素的颜色在所述第二组连续帧之间的变化率超过第二预定阈值,或两者,则确定所述第二多个摄像机图像的像素在所述第二组连续帧中改变;
确定对应于所述第一多个摄像机图像的变化区域的所述第二多个摄像机图像的像素是否实际上在所述第二组连续帧中不改变,其中如果相应像素的亮度在所述第二组连续帧之间的变化率不超过所述第一预定阈值、相应像素的颜色在所述第二组连续帧之间的变化率不超过所述第二预定阈值,或两者,则确定所述第二多个摄像机图像的像素在所述第二组连续帧中不改变;以及
基于分析像素的颜色、亮度或两者来确定所述摄像机是否失准地安装在所述车辆上,包括基于对应于所述第一组连续帧的不变区域的像素是否实际上在所述第二组连续帧中改变,对应于所述第一组连续帧的变化区域的像素是否实际上在所述第二组连续帧中不变,或两者。
7.一种车辆,包括:
车身;
安装在所述车身上的摄像机,所述摄像机被配置为产生:
第一多个摄像机图像,所述第一多个摄像机图像中的每一个包括第一组连续帧中的多个像素;以及
在所述第一多个摄像机图像之后,产生所述摄像机的第二多个摄像机图像,所述第二多个摄像机图像中的每一个包括第二组连续帧中的第二多个像素,所述第二组连续帧对应于所述第一组连续帧,并且在所述第一组连续帧后续;以及
处理器,其被配置为至少促进:
关于颜色、亮度或两者来分析所述第一组连续帧的第一多个摄像机图像的像素;
定义所述第一多个摄像机图像的不变区域,其中所述像素在所述第一组连续帧之间不改变,其中如果相应像素的亮度在所述第一组连续帧之间的变化率不超过第一预定阈值、相应像素的颜色在所述第一组连续帧之间的变化率不超过第二预定阈值,或两者,则确定所述第一多个摄像机图像的像素在所述第一组连续帧中不改变;
定义所述第一多个摄像机图像的变化区域,其中所述像素在所述第一组连续帧之间改变,其中如果相应像素的亮度在所述第一组连续帧之间的变化率超过所述第一预定阈值、相应像素的颜色在所述第一组连续帧之间的变化率超过所述第二预定阈值,或两者,则确定所述第一多个摄像机图像的像素在所述第一组连续帧中改变;
关于颜色、亮度或两者来分析所述第二组连续帧的所述第二多个摄像机图像的像素;
确定对应于所述第一多个摄像机图像的不变区域的第二多个摄像机图像的像素是否实际上在所述第二组连续帧中改变,其中如果相应像素的亮度在所述第二组连续帧之间的变化率超过所述第一预定阈值、相应像素的颜色在所述第二组连续帧之间的变化率超过第二预定阈值,或两者,则确定所述第二多个摄像机图像的像素在所述第二组连续帧中改变;
确定对应于所述第一多个摄像机图像的变化区域的所述第二多个摄像机图像的像素是否实际上在所述第二组连续帧中不改变,其中如果相应像素的亮度在所述第二组连续帧之间的变化率不超过所述第一预定阈值、相应像素的颜色在所述第二组连续帧之间的变化率不超过所述第二预定阈值,或两者,则确定所述第二多个摄像机图像的像素在所述第二组连续帧中不改变;以及
基于分析像素的颜色、亮度或两者来确定所述摄像机是否失准地安装在所述车辆上,包括基于对应于所述第一组连续帧的不变区域的像素是否实际上在所述第二组连续帧中改变,对应于所述第一组连续帧的变化区域的像素是否实际上在所述第二组连续帧中不变,或两者。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/482,628 US10346715B2 (en) | 2017-04-07 | 2017-04-07 | Camera misalignment determination methods and systems |
US15/482628 | 2017-04-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108696746A CN108696746A (zh) | 2018-10-23 |
CN108696746B true CN108696746B (zh) | 2020-11-06 |
Family
ID=63588288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810288529.6A Active CN108696746B (zh) | 2017-04-07 | 2018-04-03 | 摄像机失准确定方法和系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10346715B2 (zh) |
CN (1) | CN108696746B (zh) |
DE (1) | DE102018108054A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10435077B2 (en) * | 2017-11-29 | 2019-10-08 | Ford Global Technologies, Llc | Vehicle sensor cleaning |
DE102018221427B4 (de) * | 2018-12-11 | 2020-08-06 | Volkswagen Aktiengesellschaft | Verfahren zur Ermittlung einer vorliegenden Dejustage wenigstens eines Sensors innerhalb eines Sensorverbundes |
US10971161B1 (en) | 2018-12-12 | 2021-04-06 | Amazon Technologies, Inc. | Techniques for loss mitigation of audio streams |
US11336954B1 (en) * | 2018-12-12 | 2022-05-17 | Amazon Technologies, Inc. | Method to determine the FPS on a client without instrumenting rendering layer |
US11356326B2 (en) | 2018-12-13 | 2022-06-07 | Amazon Technologies, Inc. | Continuously calibrated network system |
US11252097B2 (en) | 2018-12-13 | 2022-02-15 | Amazon Technologies, Inc. | Continuous calibration of network metrics |
US11368400B2 (en) | 2018-12-13 | 2022-06-21 | Amazon Technologies, Inc. | Continuously calibrated network system |
US11016792B1 (en) | 2019-03-07 | 2021-05-25 | Amazon Technologies, Inc. | Remote seamless windows |
US11245772B1 (en) | 2019-03-29 | 2022-02-08 | Amazon Technologies, Inc. | Dynamic representation of remote computing environment |
US11461168B1 (en) | 2019-03-29 | 2022-10-04 | Amazon Technologies, Inc. | Data loss protection with continuity |
US11418742B2 (en) * | 2020-01-16 | 2022-08-16 | GM Global Technology Operations LLC | System and method for analyzing camera performance degradation due to lens abrasion |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105835890A (zh) * | 2015-02-04 | 2016-08-10 | 通用汽车环球科技运作有限责任公司 | 车辆传感器补偿 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6647139B1 (en) * | 1999-02-18 | 2003-11-11 | Matsushita Electric Industrial Co., Ltd. | Method of object recognition, apparatus of the same and recording medium therefor |
CN101420596B (zh) * | 2007-10-26 | 2011-04-13 | 北京富盛星电子有限公司 | 一种视频监控云台坐标定位方法 |
JP5213486B2 (ja) * | 2008-03-14 | 2013-06-19 | 株式会社ソニー・コンピュータエンタテインメント | 対象物追跡装置および対象物追跡方法 |
US8280158B2 (en) * | 2009-10-05 | 2012-10-02 | Fuji Xerox Co., Ltd. | Systems and methods for indexing presentation videos |
JP5751071B2 (ja) * | 2011-07-28 | 2015-07-22 | 富士通株式会社 | 電子透かし埋め込み装置、電子透かし埋め込み方法、及びプログラム |
US8929632B2 (en) * | 2011-09-22 | 2015-01-06 | Siemens Aktiengesellschaft | Temporal difference encoding for angiographic image sequences |
US9205776B2 (en) * | 2013-05-21 | 2015-12-08 | Magna Electronics Inc. | Vehicle vision system using kinematic model of vehicle motion |
DE102013015826B4 (de) * | 2013-09-24 | 2016-05-12 | Dräger Safety AG & Co. KGaA | Vorrichtung zur Messung des Rauschzustands einer Testperson |
-
2017
- 2017-04-07 US US15/482,628 patent/US10346715B2/en active Active
-
2018
- 2018-04-03 CN CN201810288529.6A patent/CN108696746B/zh active Active
- 2018-04-05 DE DE102018108054.9A patent/DE102018108054A1/de active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105835890A (zh) * | 2015-02-04 | 2016-08-10 | 通用汽车环球科技运作有限责任公司 | 车辆传感器补偿 |
Also Published As
Publication number | Publication date |
---|---|
US20180293458A1 (en) | 2018-10-11 |
DE102018108054A1 (de) | 2018-10-11 |
CN108696746A (zh) | 2018-10-23 |
US10346715B2 (en) | 2019-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108696746B (zh) | 摄像机失准确定方法和系统 | |
US10078892B1 (en) | Methods and systems for vehicle tire analysis using vehicle mounted cameras | |
US10994655B2 (en) | Electronic control unit and in-vehicle video system | |
US10195994B2 (en) | Vehicle side mirror automation | |
CN102428494B (zh) | 汽车视觉系统和方法 | |
CN112590805A (zh) | 车辆传感器总成 | |
US10928511B2 (en) | Synchronous short range radars for automatic trailer detection | |
US20220089163A1 (en) | Lane change maneuver intention detection systems and methods | |
US11024056B2 (en) | Image processing for eye location identification | |
CN109215367B (zh) | 迎面而来的左转车辆视频传输 | |
CN116674468A (zh) | 影像显示方法及相关装置、车辆、存储介质和程序 | |
US20170297487A1 (en) | Vehicle door opening assessments | |
CN107979724B (zh) | 具有多焦点相机的车辆 | |
US10594958B2 (en) | Camera imager binning technique | |
US10864921B2 (en) | Onboard apparatus | |
JP7139324B2 (ja) | コネクタ装置、車載カメラ装置、及びコネクタシステム | |
US10023121B1 (en) | Rear vision camera switching | |
CN108297691B (zh) | 用于在车辆的相机显示器上提供通知的方法和系统 | |
US20170096107A1 (en) | Rear-view verification device, and automobile equipped with same | |
US11772561B1 (en) | Digital flashlight to help hitching and other maneuvers in dim environment | |
CN111038256A (zh) | 车辆闭合件打开警报系统及方法 | |
US20240131991A1 (en) | Methods and systems for augmented trailer view for vehicles | |
US20240227681A9 (en) | Methods and systems for augmented trailer view for vehicles | |
US20230367098A1 (en) | Methods and systems for automated dynamic lens utilization | |
JP2019110390A (ja) | 車両周辺監視装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |