CN109029339A - 一种基于视觉的交通标志测距方法以及装置 - Google Patents
一种基于视觉的交通标志测距方法以及装置 Download PDFInfo
- Publication number
- CN109029339A CN109029339A CN201810438007.XA CN201810438007A CN109029339A CN 109029339 A CN109029339 A CN 109029339A CN 201810438007 A CN201810438007 A CN 201810438007A CN 109029339 A CN109029339 A CN 109029339A
- Authority
- CN
- China
- Prior art keywords
- traffic sign
- data
- access control
- distance measuring
- based access
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于视觉的交通标志测距方法以及装置。本方法包括五步,第一步获取多传感器数据,第二步多传感器数据同步,第三步交通标志检测与跟踪,第四步交通标志分类,第五步交通标志测距。本发明用于基于视觉的交通标志测距。
Description
技术领域:
本发明涉及一种基于视觉的交通标志测距方法以及装置。
背景技术:
交通标志作为道路设施的组成部分之一,在实施交通管理,保证道路交通安全、顺畅的过程中起到了关键的作用;随着驾驶辅助系统、无人驾驶等领域的不断发展,如何对交通标志进行识别和测距成为了一个重要的问题。
现有的车载测距方法主要是通过雷达(激光雷达、毫米波雷达)进行测距;激光雷达产品规格较大,成本较高,会受雾霾等因素干扰;毫米波雷达视场较小,精度较低;而且雷达无法对具体的交通标志进行分类,识别出前方是否是交通标志、是何种交通标志;由于雷达测距的局限性,无法完成交通标志测距的需要。
发明内容:
本发明的目的是提供一种依照国家标准,通用性强的一种基于视觉的交通标志测距方法以及装置。
上述的目的通过以下的技术方案实现:
一种基于视觉的交通标志测距方法,本方法包括五步,第一步获取多传感器数据,第二步多传感器数据同步,第三步交通标志检测与跟踪,第四步交通标志分类,第五步交通标志测距。
所述的一种基于视觉的交通标志测距方法,所述的第一步获取多传感器数据是通过图像传感器获取图像传感器数据、车辆控制器局域网络CAN数据、卫星定位传感器GPS数据。
所述的一种基于视觉的交通标志测距方法,所述的第二步多传感器数据同步是通过同步方法,同步第一步采集到的多种类型的数据,由于第一步中所述的传感器采集数据的频率是不一致的,同步方法是依据图像传感器每一帧的时间戳,读取其他传感器在该时间戳的数据。
所述的一种基于视觉的交通标志测距方法,所述的第三步交通标志检测与跟踪是从第二步所述的数据帧中,经检测与跟踪,定位出图像中所有交通标志的精确位置;由于检测模块得到的位置结果存在一些扰动与误差,而交通标志的消失与出现都需要一定时间,故加入对历史数据帧中交通标志位置的跟踪与估计,使交通标志的定位更加精确。
所述的一种基于视觉的交通标志测距方法,所述的第四步交通标志分类是对第三步中定位后的交通标志进行分类,根据历史数据中该交通标志的类别对分类的结果进行修正。
所述的一种基于视觉的交通标志测距方法,所述的第五步交通标志测距是对第四步中分类后的交通标志,根据其在图像上的高度和相机自身参数,计算出相机成像后该标志的高度;再由国家标准可知该类交通标志实际的高度和相机焦距,通过相似三角形原理计算出该交通标志距相机处的实际距离。
一种基于视觉的交通标志测距方法的装置,其组成包括:底板,所述的底板连接外壳体,所述的底板连接电路控制板,所述的电路控制板连接控制电路,所述的控制电路包括数据获取模块,所述的数据获取模块连接数据同步模块,所述的数据同步模块连接交通标志检测与跟踪模块,所述的交通标志检测与跟踪模块连接交通标志分类模块,所述的交通标志分类模块连接交通标志测距模块。
所述的一种基于视觉的交通标志测距方法的装置,所述的外壳体连接上盖,所述的底板的四边连接磁条,所述的磁条吸合铁板压框,所述的铁板压框压住固定所述的电路控制板。
有益效果:
1.本发明对相机的安装位置要求较低,安装方式简单。
本发明距离精度较高,噪音较小,可满足高精度定位的需求。
本发明的电路控制板固定的牢固,稳定,通过磁条吸合铁板压框固定方便。
附图说明:
附图1是本产品的结构示意图。
附图2是本产品的交通标志测距流程图。
附图3是本产品的交通标志检测信息表。
具体实施方式:
下面将结合本发明的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
实施例1:
一种基于视觉的交通标志测距方法,本方法包括五步,第一步获取多传感器数据,第二步多传感器数据同步,第三步交通标志检测与跟踪,第四步交通标志分类,第五步交通标志测距。
实施例2:
实施例1所述的一种基于视觉的交通标志测距方法,所述的第一步获取多传感器数据是通过图像传感器获取图像传感器数据、车辆控制器局域网络CAN数据、卫星定位传感器GPS数据。
实施例3:
实施例1所述的一种基于视觉的交通标志测距方法,所述的第二步多传感器数据同步是通过同步方法,同步第一步采集到的多种类型的数据,由于第一步中所述的传感器采集数据的频率是不一致的,同步方法是依据图像传感器每一帧的时间戳,读取其他传感器在该时间戳的数据。
实施例4:
实施例1所述的一种基于视觉的交通标志测距方法,所述的第三步交通标志检测与跟踪是从第二步所述的数据帧中,经检测与跟踪,定位出图像中所有交通标志的精确位置;由于检测模块得到的位置结果存在一些扰动与误差,而交通标志的消失与出现都需要一定时间,故加入对历史数据帧中交通标志位置的跟踪与估计,使交通标志的定位更加精确。
实施例5:
实施例1所述的一种基于视觉的交通标志测距方法,所述的第四步交通标志分类是对第三步中定位后的交通标志进行分类,根据历史数据中该交通标志的类别对分类的结果进行修正。
实施例6:
实施例1所述的一种基于视觉的交通标志测距方法,所述的第五步交通标志测距是对第四步中分类后的交通标志,根据其在图像上的高度和相机自身参数,计算出相机成像后该标志的高度;再由国家标准可知该类交通标志实际的高度和相机焦距,通过相似三角形原理计算出该交通标志距相机处的实际距离。
实施例7:
一种基于视觉的交通标志测距方法的装置,其组成包括:底板1,所述的底板连接外壳体2,所述的底板连接电路控制板3,所述的电路控制板连接控制电路,所述的控制电路包括数据获取模块4,所述的数据获取模块连接数据同步模块5,所述的数据同步模块连接交通标志检测与跟踪模块6,所述的交通标志检测与跟踪模块连接交通标志分类模块7,所述的交通标志分类模块连接交通标志测距模块8。
实施例8:
实施例7所述的一种基于视觉的交通标志测距方法的装置,所述的外壳体连接上盖9,所述的底板的四边连接磁条10,所述的磁条吸合铁板压框11,所述的铁板压框压住固定所述的电路控制板。
实施例9:
上述实施例所述的一种基于视觉的交通标志测距方法的装置,(1)数据获取模块,该模块获取的数据包括:图像数据,车辆控制器局域网络CAN数据,卫星定位GPS数据等。
数据同步模块,该模块通过时间戳同步采集到的多种类型的原始数据,将上述数据封装成同步数据帧。
交通标志检测与跟踪模块,该模块可将数据帧图像中的交通标志进行准确定位。
交通标志分类模块,经过上述步骤确定交通标志在图像当中的准确位置后,使用分类算法对其进行分类。依照现行国家标准《道路交通标志与标线》(GB5768.2-2009)将交通标志分为警告标志、禁止标志、指示标志等若干类别。
交通标志测距模块,确定交通标志对应的类别后,根据其在图像上矩形框的高度和相机内部参数,可以计算出该交通标志经相机成像后的高度;再由现行国家标准《道路交通标志与标线》(GB5768.2-2009)可知该类交通标志实际的高度。由凸透镜成像公式可计算出该交通标志到相机处的距离。在测距计算的过程中,加入了平滑算法减弱数据的噪音。
Claims (8)
1.一种基于视觉的交通标志测距方法,其特征是: 本方法包括五步,第一步获取多传感器数据,第二步多传感器数据同步,第三步交通标志检测与跟踪,第四步交通标志分类,第五步交通标志测距。
2.根据权利要求1所述的一种基于视觉的交通标志测距方法,其特征是: 所述的第一步获取多传感器数据是通过图像传感器获取图像传感器数据、车辆控制器局域网络CAN数据、卫星定位传感器GPS数据。
3.根据权利要求1所述的一种基于视觉的交通标志测距方法,其特征是: 所述的第二步多传感器数据同步是通过同步方法,同步第一步采集到的多种类型的数据,由于第一步中所述的传感器采集数据的频率是不一致的,同步方法是依据图像传感器每一帧的时间戳,读取其他传感器在该时间戳的数据。
4.根据权利要求1所述的一种基于视觉的交通标志测距方法,其特征是: 所述的第三步交通标志检测与跟踪是从第二步所述的数据帧中,经检测与跟踪,定位出图像中所有交通标志的精确位置;由于检测模块得到的位置结果存在一些扰动与误差,而交通标志的消失与出现都需要一定时间,故加入对历史数据帧中交通标志位置的跟踪与估计,使交通标志的定位更加精确。
5.根据权利要求1所述的一种基于视觉的交通标志测距方法,其特征是: 所述的第四步交通标志分类是对第三步中定位后的交通标志进行分类,根据历史数据中该交通标志的类别对分类的结果进行修正。
6.根据权利要求1所述的一种基于视觉的交通标志测距方法,其特征是: 所述的第五步交通标志测距是对第四步中分类后的交通标志,根据其在图像上的高度和相机自身参数,计算出相机成像后该标志的高度;再由国家标准可知该类交通标志实际的高度和相机焦距,通过相似三角形原理计算出该交通标志距相机处的实际距离。
7.一种基于视觉的交通标志测距方法的装置,其组成包括:底板,其特征是: 所述的底板连接外壳体,所述的底板连接电路控制板,所述的电路控制板连接控制电路,所述的控制电路包括数据获取模块,所述的数据获取模块连接数据同步模块,所述的数据同步模块连接交通标志检测与跟踪模块,所述的交通标志检测与跟踪模块连接交通标志分类模块,所述的交通标志分类模块连接交通标志测距模块。
8.根据权利要求7所述的一种基于视觉的交通标志测距方法的装置,其特征是: 所述的外壳体连接上盖,所述的底板的四边连接磁条,所述的磁条吸合铁板压框,所述的铁板压框压住固定所述的电路控制板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810438007.XA CN109029339B (zh) | 2018-05-09 | 2018-05-09 | 一种基于视觉的交通标志测距方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810438007.XA CN109029339B (zh) | 2018-05-09 | 2018-05-09 | 一种基于视觉的交通标志测距方法以及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109029339A true CN109029339A (zh) | 2018-12-18 |
CN109029339B CN109029339B (zh) | 2023-10-13 |
Family
ID=64611458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810438007.XA Active CN109029339B (zh) | 2018-05-09 | 2018-05-09 | 一种基于视觉的交通标志测距方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109029339B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418031A (zh) * | 2020-11-11 | 2021-02-26 | 腾讯科技(深圳)有限公司 | 图像识别方法和装置、存储介质及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020623A (zh) * | 2011-09-23 | 2013-04-03 | 株式会社理光 | 交通标志检测方法和交通标志检测设备 |
CN105718860A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 基于驾驶安全地图及双目交通标志识别的定位方法及系统 |
CN105740877A (zh) * | 2014-12-09 | 2016-07-06 | 比亚迪股份有限公司 | 交通标志的识别方法、装置和车辆 |
CN105893960A (zh) * | 2016-03-31 | 2016-08-24 | 杭州电子科技大学 | 基于相位对称性的道路交通标志检测方法 |
CN106980855A (zh) * | 2017-04-01 | 2017-07-25 | 公安部交通管理科学研究所 | 交通标志快速识别定位系统及方法 |
-
2018
- 2018-05-09 CN CN201810438007.XA patent/CN109029339B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020623A (zh) * | 2011-09-23 | 2013-04-03 | 株式会社理光 | 交通标志检测方法和交通标志检测设备 |
CN105740877A (zh) * | 2014-12-09 | 2016-07-06 | 比亚迪股份有限公司 | 交通标志的识别方法、装置和车辆 |
CN105718860A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 基于驾驶安全地图及双目交通标志识别的定位方法及系统 |
CN105893960A (zh) * | 2016-03-31 | 2016-08-24 | 杭州电子科技大学 | 基于相位对称性的道路交通标志检测方法 |
CN106980855A (zh) * | 2017-04-01 | 2017-07-25 | 公安部交通管理科学研究所 | 交通标志快速识别定位系统及方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418031A (zh) * | 2020-11-11 | 2021-02-26 | 腾讯科技(深圳)有限公司 | 图像识别方法和装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109029339B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fernández Llorca et al. | Vision‐based vehicle speed estimation: A survey | |
CN107161141B (zh) | 无人驾驶汽车系统及汽车 | |
Sochor et al. | Comprehensive data set for automatic single camera visual speed measurement | |
Llorca et al. | Two-camera based accurate vehicle speed measurement using average speed at a fixed point | |
Maire et al. | Obstacle-free range determination for rail track maintenance vehicles | |
CN103324913A (zh) | 一种基于形状特征和轨迹分析的行人事件检测方法 | |
CN109747530A (zh) | 一种双摄像头和毫米波融合汽车感知系统 | |
CN106019264A (zh) | 一种基于双目视觉的无人机危险车距识别系统及方法 | |
JP2019084881A (ja) | 支障物検知装置 | |
Sochor et al. | Brnocompspeed: Review of traffic camera calibration and comprehensive dataset for monocular speed measurement | |
CN103499337A (zh) | 一种基于立式标靶的车载单目摄像头测距测高装置 | |
CN113591941B (zh) | 一种基于多传感器融合的智能限高警示系统及方法 | |
Vu et al. | Traffic sign detection, state estimation, and identification using onboard sensors | |
CN102975659A (zh) | 基于远红外图像的汽车夜间行驶预警系统及方法 | |
CN108957024A (zh) | 一种速度测量的方法、装置以及电子设备 | |
CN117672007B (zh) | 一种基于雷视融合的道路施工区域安全预警系统 | |
CN103164958A (zh) | 车辆监控方法及系统 | |
CN113465608A (zh) | 一种路侧传感器标定方法及系统 | |
Jalalat et al. | Vehicle detection and speed estimation using cascade classifier and sub-pixel stereo matching | |
CN105913034A (zh) | 车辆识别方法、装置及车辆 | |
CN109029339A (zh) | 一种基于视觉的交通标志测距方法以及装置 | |
CN113988197A (zh) | 基于多相机、多激光雷达的联合标定及目标融合检测方法 | |
CN113884090A (zh) | 智能平台车环境感知系统及其数据融合方法 | |
CN117253203A (zh) | 一种基于视觉传感器的障碍物检测系统 | |
CN112037536A (zh) | 一种基于视频特征识别的车辆测速方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |