CN109747530A - 一种双摄像头和毫米波融合汽车感知系统 - Google Patents
一种双摄像头和毫米波融合汽车感知系统 Download PDFInfo
- Publication number
- CN109747530A CN109747530A CN201711061177.2A CN201711061177A CN109747530A CN 109747530 A CN109747530 A CN 109747530A CN 201711061177 A CN201711061177 A CN 201711061177A CN 109747530 A CN109747530 A CN 109747530A
- Authority
- CN
- China
- Prior art keywords
- camera
- module
- millimeter wave
- lower case
- wave radar
- 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.)
- Pending
Links
- 230000009977 dual effect Effects 0.000 title claims abstract description 33
- 230000001953 sensory effect Effects 0.000 title claims abstract description 10
- 238000009434 installation Methods 0.000 claims abstract description 10
- 230000004927 fusion Effects 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 5
- 241000736199 Paeonia Species 0.000 claims description 4
- 235000006484 Paeonia officinalis Nutrition 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 239000012491 analyte Substances 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 201000009482 yaws Diseases 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供一种双摄像头和毫米波融合汽车感知系统,硬件部分包括:上壳体、摄像模组、调整旋钮、下壳体、主板、惯性测量单元芯片、两个镜头支架、毫米波雷达模块、警示灯和喇叭,其特征在于:所述摄像模组通过两个镜头支架铰接安装于下壳体腔体内;所述摄像模组的一端还安装有调整旋钮,且调整旋钮穿过一弧形孔安装在下壳体的外侧;所述下壳体的内部还固定安装有主板;所述下壳体的底部还安装有警示灯和喇叭,且警示灯和喇叭分别与主板连接;所述摄像模组由左像机和右像机固定安装于图像采集板之上组成,且左像机与右像机的两轴线平行;所述毫米波雷达安装位置在车辆中轴线上;本发明可以为新旧机动车提供一套碰撞预警系统,安装简便。
Description
技术领域
本发明涉及汽车辅助驾驶技术领域,具体为:一种双摄像头和毫米波融合汽车感知系统。
背景技术
近年来,我国民用汽车拥有量与驾驶员人数迅速提高,交通事故频发。据国家统计局数据显示,2015年我国民用汽车拥有量为16284.5万辆,较2014年的14598.1万辆涨幅约为11.5%,同年我国汽车驾驶员人数为28012.99万人,较2014年的24812.07万人涨幅约为12.9%。2015年当年发生交通事故总计187781起,因交通事故死亡人数共计58022人。
得益于传感器技术、电子与控制技术的快速发展,以预防事故危险为目标的各类主动安全技术近年来取得了快速进步,如车道偏离报警系统(LDW8),制动辅助系统(BAS),智能泊车辅助系统(IPAS)等。该类技术可以很大程度上提升汽车驾驶的安全性与便捷性,辅助驾驶员完成对驾驶对象更为精准、迅速的感知和控制,已经成为汽车技术发展的一个重要领域,可统称为汽车先进辅助驾驶系统(ADAS)。
双摄像头立体视觉是机器人感知测量中的重要视觉技术手段,目前主要应用于机器人导航、微操作系统的参数检测、三维测量和虚拟现实等领域。目前在国外双摄像头立体视觉已经得到了较广泛的应用,我国相关技术正处于快速发展期。其基本原理即模拟人类双眼视觉原理,通过三角测量在获取观测对象二维投影的同时获取其深度信息,即可解算估计物体与相机之间的实际距离等三维信息,其对颜色、物体形状等分辨能力较高。但由于双摄像头成像质量易受光照、遮挡等负面因素影响,测量距离短,同时对任意独立设备均需要精确的标定,计算代价较高,对于成本、运算实时性、计算精度以及批量化生产要求高的汽车行业而言还未能达到理想技术水平。
毫米波雷达技术,即使用毫米波波段电磁波,利用飞行时间测距原理对目标进行检测、定位与测速的技术。毫米波波长短,接近于可见光的传播特性,对于较小的反射面也能实现较好的反射,具备对速度敏感的特性。毫米波雷达一般以锥状波束形式发射电磁波,点反射分辨能力弱,即其角度分辨率较低,但其对面反射分辨能力高,检测距离较远,且不受光照等条件影响,即对于目标检测的可靠性较高。毫米波雷达在无人机、军事探测等方面已经得到了广泛应用,近年来随着产品技术的革新与成本的降低,已经逐步在汽车领域快速应用。
发明内容
发明目的:提供一种双摄像头和毫米波融合汽车感知系统,通过传感器融合技术,实现传感器测量优势互补,以解决上述技术问题,为驾驶员或更高层的规划控制技术提供更加精准可靠的环境感知信息。
本发明是通过以下技术方案实现的:
一种双摄像头和毫米波融合汽车感知系统,硬件部分包括:上壳体、摄像模组、调整旋钮、下壳体、主板、惯性测量单元芯片、两个镜头支架、毫米波雷达模块、警示灯和喇叭,其特征在于:所述摄像模组通过两个镜头支架铰接安装于下壳体腔体内;所述摄像模组的一端还安装有调整旋钮,且调整旋钮穿过一弧形孔安装在下壳体的外侧;所述下壳体的内部还固定安装有主板;所述下壳体的底部还安装有警示灯和喇叭,且警示灯和喇叭分别与主板连接;所述摄像模组由左像机和右像机固定安装于图像采集板之上组成,且左像机与右像机的两轴线平行;所述毫米波雷达安装位置在车辆中轴线上;
所述摄像模组与主板通过线缆连接,接口为HDMI;
所述毫米波雷达与主板通过线缆连接,接口为RJ-45以太网接口;
本发明的软件系统主要包括环境感知算法软件与感知目标特征数据库两部分。
本发明的环境感知策略主要包括以下两个模块:
1.基于双摄像头视觉的结构化道路标识类检测;
2.基于毫米波雷达与双摄像头视觉融合的车前侧障碍物检测。
其中,结构化道路标识类检测主要流程为:
第一步,获取图像进行预处理,获取双摄像头两幅图像特征点;
第二步,实现特征点匹配,筛除不可靠特征点;
第三步,对可靠匹配点对进行视差计算;
第四步,提取地面、道路待检测标志目标,该步骤可细分为如下步骤:
第1步,提取图像消失线,切分路侧与路面的感兴趣区域;
第2步,使用像素坐标与颜色特征相结合的特征向量在标志数据库中查找匹配;
第3步,使用置信度阈值筛选匹配结果,得到可靠的道路标志目标区域;
第五步,根据视差计算结果获取目标标志像素的实际三维坐标。
车前后侧障碍物检测主要流程为:
第一步,获取并解析雷达信息,与双摄像头数据进行时间戳同步;
第二步,预处理雷达信息,排除部分虚假目标,初筛有效目标;
第三步,将初步筛得的有效目标坐标投影至双摄像头取得的匹配帧图像坐标系;
第四步,处理投影区域,使用分类器判别该区域是否为车辆等有效目标;
第五步,使用雷达数据差分跟踪计算有效目标相对速度、加速度;
第六步,评估各个有效目标风险性,该步骤可细分为以下步骤:
第1步,使用惯性测量单元计算本车速度,判断有效目标动态性;
第2步,预测下一帧有效目标与本车相对位置;
第3步,结合有效目标动态性与下一帧目标预测位置给出危险性指标。
第七步,按照有效目标危险性判断情况触发指示灯与声音预警提示。
第八步,结合用户设置,输入模块1标识检测结果与自身速度,进行车道偏航预警。
本发明还提供数据结果接口,进行多设备时间戳同步后,可实时向其他车载控制、决策及可视化单元发送环境感知信息。
采用上述技术方案的有益效果是:
1.实现传感器优势互补,可有效利用双摄像头模型检测环境中非立体结构标志(如车道线)的空间坐标信息,利用视觉辅助去除毫米波雷达障碍物检测中的错误目标。
2.设备体积小,安装简便,为现代汽车提供了一套高鲁棒性环境监测系统,实现基本的预警功能,并可为其他车载控制系统提供数据接口。
附图说明
图1本发明双目视觉结构示意图;
图2本发明双目视觉底部结构示意图;
图3本发明双目视觉内部结构示意图;
图4本发明双目视觉系统工作框架图;
图5本发明道路标识类检测模块流程图;
图6本发明障碍物检测模块流程图。
图7本发明毫米波雷达模块示意图。
图中:1.上壳体,2.摄像模组,3.调整旋钮,4.下壳体,5.主板,6.镜头支架,7.警示灯,8.喇叭,9.毫米波雷达模块,21.图像采集板,22.左像机,23.右像机,。
具体实施方式
下面结合附图对本发明做进一步说明;
如图1、图2、图3、图4、图5、图6、图7所示,本发明提供一种双摄像头实时预警汽车碰撞系统包括:上壳体1、摄像模组2、调整旋钮3、下壳体4、主板5、两个镜头支架6、警示灯7、喇叭8和毫米波雷达9,其特征在于:所述摄像模组2通过两个镜头支架6铰接安装于下壳体4腔体内;所述摄像模组2的一端还安装有调整旋钮3,且调整旋钮3穿过一弧形孔安装在下壳体4的外侧;所述下壳体4的内部还固定安装有主板5;所述下壳体4的底部还安装有警示灯7和喇叭8,且警示灯7和喇叭8分别与主板5连接;所述摄像模组2由左像机22和右像机23固定安装于图像采集板21之上组成,且左像机22与右像机23的两轴线平行;毫米波雷达9为独立外设模块;
所述摄像模组2与主板5通过线缆连接,接口为HDMI;
所述毫米波雷达9与主板5通过线缆连接,接口为RJ-45以太网接口;
所述基于双摄像头视觉的结构化道路标识类检测主要依靠传感器摄像模组2实现,各步骤技术细节如下。
第一步,本发明获取空间特征点步骤细节如下:
1.获取左像机22和右像机23的图片,利用相机标定参数确定空间坐标点对应关系。
2.图像灰度化处理,进行直方图均衡。
3.提取图像Harris角点作为特征点。
第二步,实现特征点匹配,筛出特征向量距离大于设定阈值的不可靠点。
第三步,对可靠匹配点对进行视差计算。
第四步,于左像机22和右像机23的图片提取地面、道路待检测标志目标。
第五步,根据视差计算结果获取目标标志像素的实际三维坐标,计算公式如下:
其中(x,y,z)表示待求取的空间特征点在摄像机坐标系下坐标;
Dis=Xleft-Xright,表示特征点基线投影距离,即反映视差的投影距离量;
B为:左像机22和右像机23的轴线距离;
Xleft与Xright为:左像机22和右像机23获取的匹配特征点横坐标:
Y为:左像机22和右像机23的纵坐标;
f为:左像机22和右像机23的焦距;
车前侧障碍物检测模块主要依靠毫米波雷达模块9进行,各步骤技术细节如下。
第一步,获取并解析毫米波雷达模块9信息,与双摄像头22与23数据进行时间戳同步。
第二步,预处理雷达信息,排除部分虚假目标,初筛有效目标。具体方法为:
设距离阈值为D,与车辆中心轴夹角阈值为θ,雷达检测目标信息为(d,α),则当d>D或|α|>|θ|时将该目标筛除。
第三步,将初步筛得的有效目标坐标投影至双摄像头取得的匹配帧图像坐标系,计算依据为
其中(x,y,z)表示有效目标在摄像机坐标系下坐标;
(X,Y,Z)表示有效目标在毫米波雷达坐标系下坐标;
为毫米波雷达与双目摄像机坐标变换矩阵;
dx,dy分别为双摄像头成像CCD在x,y轴方向分辨率;
(u,v)为有效目标对应图像坐标系下像素坐标,其中(u0,v0)为图像坐标系零点坐标;
f为左像机22和右像机23的焦距;
第四步,处理投影区域,使用Adaboost策略判别该区域是否为车辆等有效目标。
第五步,使用雷达数据差分跟踪计算有效目标相对速度、加速度,进行卡尔曼滤波估计。
第六步,参考有关相对安全距离、相对安全速度相关规定,评估各个有效目标风险性。
第七步,按照有效目标危险性判断情况触发指示灯7与喇叭8声音预警提示。
第八步,为可选功能,结合用户设置,输入模块1标识检测结果与自身速度,进行车道偏航预警,使用迟滞状态转换模型防止阈值处频繁触发。
所述本发明双摄像头及主板核心模块在车上安装位置,位于前挡风玻璃顶端、玻璃内侧,居中;两个毫米波雷达模块安装在车辆前端,位于车辆中轴线上。
第一步,根据车型不同,选择核心模块安装位置居中,置顶。
第二步,根据车型不同,前挡风玻璃的倾斜度不同,扭动调整旋钮3到直视前方的水平平行的角度。用双面胶把上壳体一面黏上挡风玻璃内侧,固定。
第三步,根据车型不同,选择毫米波雷达安装位置。
第四步,启动设备,进行自动标定毫米波雷达与双摄像头坐标系自动标定。
所述本发明在汽车行驶在道路上时,启动预警功能。
第一步,本发明实时获取到前方行人、汽车或其他障碍物的相对位置与速度及与路面路侧标志的相对位置与速度。
第二步,根据车速不同,本发明做出报警的决策也不同,根据国际上通用的TTC(碰撞时间),一旦超过安全TTC,本发明驱动警示灯7和喇叭8给驾驶员报警。
所述本发明可通过RJ-45以太网接口向其他设备发送当前检测结果。
Claims (5)
1.本发明提供一种双摄像头和毫米波融合汽车感知系统,包括:上壳体(1)、摄像模组(2)、调整旋钮(3)、下壳体(4)、主板(5)、两个镜头支架(6)、警示灯(7)、喇叭(8)和毫米波雷达(9),其特征在于:
所述摄像模组(2)通过两个镜头支架(6)铰接安装于下壳体(4)腔体内;
所述摄像模组(2)的一端还安装有调整旋钮(3),且调整旋钮(3)穿过一弧形孔安装在下壳体(4)的外侧;
所述下壳体(4)的内部还固定安装有主板(5);所述下壳体(4)的底部还安装有警示灯(7)和喇叭(8),且警示灯(7)和喇叭(8)分别与主板(5)连接;
所述摄像模组(2)由左像机(22)和右像机(23)固定安装于图像采集板(21)之上组成,且左像机(22)与右像机(23)的两轴线平行;毫米波雷达(9)为独立外设模块。
2.如权利要1所述的一种双摄像头和毫米波融合汽车感知系统,其特征在于所述摄像模组(2)与主板(5)通过线缆连接,接口为HDMI;
所述毫米波雷达(9)与主板(5)通过线缆连接,接口为RJ-45以太网接口;
所述基于双摄像头视觉的结构化道路标识类检测主要依靠传感器摄像模组(2)实现,各步骤技术细节如下:
第一步,本发明获取空间特征点步骤细节如下:
第1步,获取左像机(22)和右像机(23)的图片,利用相机标定参数确定空间坐标点对应关系;
第2步,图像灰度化处理,进行直方图均衡;
第3步,提取图像Harris角点作为特征点;
第二步,实现特征点匹配,筛出特征向量距离大于设定阈值的不可靠点;
第三步,对可靠匹配点对进行视差计算;
第四步,于左像机(22)和右像机(23)的图片提取地面、道路待检测标志目标;
第五步,根据视差计算结果获取目标标志像素的实际三维坐标,计算公式如下:
其中(x,y,z)表示待求取的空间特征点在摄像机坐标系下坐标;
Dis=Xleft-Xright,表示特征点基线投影距离,即反映视差的投影距离量;
B为:左像机(22)和右像机(23)的轴线距离;
Xleft与Xright为:左像机(22)和右像机(23)获取的匹配特征点横坐标:
Y为:左像机(22)和右像机(23)的纵坐标;
f为:左像机(22)和右像机(23)的焦距。
3.如权利要1所述的一种双摄像头和毫米波融合汽车感知系统,其特征在于车前侧障碍物检测模块主要依靠毫米波雷达模块(9)进行,各步骤技术细节如下:
第一步,获取并解析毫米波雷达模块(9)信息,与双摄像头(22)与(23)数据进行时间戳同步;
第二步,预处理雷达信息,排除部分虚假目标,初筛有效目标。具体方法为:
设距离阈值为D,与车辆中心轴夹角阈值为θ,雷达检测目标信息为(d,α),则当d>D或|α|>|θ|时将该目标筛除;
第三步,将初步筛得的有效目标坐标投影至双摄像头取得的匹配帧图像坐标系,计算依据为:
其中(x,y,z)表示有效目标在摄像机坐标系下坐标;
(X,Y,Z)表示有效目标在毫米波雷达坐标系下坐标;
为毫米波雷达与双目摄像机坐标变换矩阵;
dx,dy分别为双摄像头成像CCD在x,y轴方向分辨率;
(u,v)为有效目标对应图像坐标系下像素坐标,其中(u0,v0)为图像坐标系零点坐标;
f为左像机(22)和右像机(23)的焦距;
第四步,处理投影区域,使用Adaboost策略判别该区域是否为车辆等有效目标;
第五步,使用雷达数据差分跟踪计算有效目标相对速度、加速度,进行卡尔曼滤波估计;
第六步,参考有关相对安全距离、相对安全速度相关规定,评估各个有效目标风险性;
第七步,按照有效目标危险性判断情况触发指示灯(7)与喇叭(8)声音预警提示;
第八步,为可选功能,结合用户设置,输入模块(1)标识检测结果与自身速度,进行车道偏航预警,使用迟滞状态转换模型防止阈值处频繁触发。
4.如权利要1所述的一种双摄像头和毫米波融合汽车感知系统,其特征在所述本发明双摄像头及主板核心模块在车上安装位置,位于前挡风玻璃顶端、玻璃内侧,居中;两个毫米波雷达模块安装在车辆前端,位于车辆中轴线上;
第一步,根据车型不同,选择核心模块安装位置居中,置顶;
第二步,根据车型不同,前挡风玻璃的倾斜度不同,扭动调整旋钮(3)到直视前方的水平平行的角度;
第三步,根据车型不同,选择毫米波雷达安装位置;
第四步,启动设备,进行自动标定毫米波雷达与双摄像头坐标系自动标定。
5.如权利要1所述的一种双摄像头和毫米波融合汽车感知系统,其特征在所述本发明在汽车行驶在道路上时,启动预警功能;
第一步,本发明实时获取到前方行人、汽车或其他障碍物的相对位置与速度及与路面路侧标志的相对位置与速度;
第二步,根据车速不同,本发明做出报警的决策也不同,根据国际上通用的TTC(碰撞时间),一旦超过安全TTC,本发明驱动警示灯(7)和喇叭(8)给驾驶员报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711061177.2A CN109747530A (zh) | 2017-11-02 | 2017-11-02 | 一种双摄像头和毫米波融合汽车感知系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711061177.2A CN109747530A (zh) | 2017-11-02 | 2017-11-02 | 一种双摄像头和毫米波融合汽车感知系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109747530A true CN109747530A (zh) | 2019-05-14 |
Family
ID=66398270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711061177.2A Pending CN109747530A (zh) | 2017-11-02 | 2017-11-02 | 一种双摄像头和毫米波融合汽车感知系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109747530A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110058597A (zh) * | 2019-06-19 | 2019-07-26 | 奥特酷智能科技(南京)有限公司 | 一种自动驾驶异构系统及实现方法 |
CN110373979A (zh) * | 2019-07-09 | 2019-10-25 | 中铁大桥科学研究院有限公司 | 一种道路质量检测装置及检测方法 |
CN110428626A (zh) * | 2019-08-13 | 2019-11-08 | 舟山千眼传感技术有限公司 | 一种微波与视频融合检测的车辆检测器及其安装方法 |
CN110682907A (zh) * | 2019-10-17 | 2020-01-14 | 四川大学 | 一种汽车防追尾控制系统及方法 |
CN110816527A (zh) * | 2019-11-27 | 2020-02-21 | 奇瑞汽车股份有限公司 | 一种车载夜视安全方法和系统 |
CN111267734A (zh) * | 2020-04-01 | 2020-06-12 | 上海神添实业有限公司 | 大型运输车辆安全防护系统及其预警方法 |
CN111554088A (zh) * | 2020-04-13 | 2020-08-18 | 重庆邮电大学 | 一种多功能v2x智能路侧基站系统 |
CN112200087A (zh) * | 2020-10-10 | 2021-01-08 | 北京理工大学 | 一种用于车辆碰撞预警的障碍物图像自动标定装置 |
CN114312619A (zh) * | 2021-12-09 | 2022-04-12 | 华人运通(江苏)技术有限公司 | 一种车辆避障误报检测方法、装置、介质及车辆 |
CN115100813A (zh) * | 2022-06-07 | 2022-09-23 | 慧之安信息技术股份有限公司 | 基于数字孪生的智慧社区系统 |
TWI824789B (zh) * | 2022-10-21 | 2023-12-01 | 國立臺北科技大學 | 混合式車輛偵測系統與混合式車輛偵測方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103407407A (zh) * | 2013-08-28 | 2013-11-27 | 沈阳工业大学 | 基于双目立体视觉的汽车安全车距警示装置及方法 |
CN203358477U (zh) * | 2013-05-22 | 2013-12-25 | 北京智华驭新汽车电子技术开发有限公司 | 一种车道偏离预警系统 |
KR101489836B1 (ko) * | 2013-09-13 | 2015-02-04 | 자동차부품연구원 | 보행자 감지 및 충돌 회피 장치 및 방법 |
CN104899855A (zh) * | 2014-03-06 | 2015-09-09 | 株式会社日立制作所 | 三维障碍物检测方法和装置 |
CN106874886A (zh) * | 2017-03-10 | 2017-06-20 | 南京沃杨机械科技有限公司 | 用于农机无人驾驶的多传感器融合的农田环境感知方法 |
CN107272687A (zh) * | 2017-06-29 | 2017-10-20 | 深圳市海梁科技有限公司 | 一种自动驾驶公交车辆的驾驶行为决策系统 |
-
2017
- 2017-11-02 CN CN201711061177.2A patent/CN109747530A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203358477U (zh) * | 2013-05-22 | 2013-12-25 | 北京智华驭新汽车电子技术开发有限公司 | 一种车道偏离预警系统 |
CN103407407A (zh) * | 2013-08-28 | 2013-11-27 | 沈阳工业大学 | 基于双目立体视觉的汽车安全车距警示装置及方法 |
KR101489836B1 (ko) * | 2013-09-13 | 2015-02-04 | 자동차부품연구원 | 보행자 감지 및 충돌 회피 장치 및 방법 |
CN104899855A (zh) * | 2014-03-06 | 2015-09-09 | 株式会社日立制作所 | 三维障碍物检测方法和装置 |
CN106874886A (zh) * | 2017-03-10 | 2017-06-20 | 南京沃杨机械科技有限公司 | 用于农机无人驾驶的多传感器融合的农田环境感知方法 |
CN107272687A (zh) * | 2017-06-29 | 2017-10-20 | 深圳市海梁科技有限公司 | 一种自动驾驶公交车辆的驾驶行为决策系统 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110058597A (zh) * | 2019-06-19 | 2019-07-26 | 奥特酷智能科技(南京)有限公司 | 一种自动驾驶异构系统及实现方法 |
CN110373979B (zh) * | 2019-07-09 | 2021-08-20 | 中铁大桥科学研究院有限公司 | 一种道路质量检测装置及检测方法 |
CN110373979A (zh) * | 2019-07-09 | 2019-10-25 | 中铁大桥科学研究院有限公司 | 一种道路质量检测装置及检测方法 |
CN110428626A (zh) * | 2019-08-13 | 2019-11-08 | 舟山千眼传感技术有限公司 | 一种微波与视频融合检测的车辆检测器及其安装方法 |
CN110682907A (zh) * | 2019-10-17 | 2020-01-14 | 四川大学 | 一种汽车防追尾控制系统及方法 |
CN110682907B (zh) * | 2019-10-17 | 2021-06-01 | 四川大学 | 一种汽车防追尾控制系统及方法 |
CN110816527A (zh) * | 2019-11-27 | 2020-02-21 | 奇瑞汽车股份有限公司 | 一种车载夜视安全方法和系统 |
CN111267734A (zh) * | 2020-04-01 | 2020-06-12 | 上海神添实业有限公司 | 大型运输车辆安全防护系统及其预警方法 |
CN111554088A (zh) * | 2020-04-13 | 2020-08-18 | 重庆邮电大学 | 一种多功能v2x智能路侧基站系统 |
CN111554088B (zh) * | 2020-04-13 | 2022-03-22 | 重庆邮电大学 | 一种多功能v2x智能路侧基站系统 |
CN112200087A (zh) * | 2020-10-10 | 2021-01-08 | 北京理工大学 | 一种用于车辆碰撞预警的障碍物图像自动标定装置 |
CN114312619A (zh) * | 2021-12-09 | 2022-04-12 | 华人运通(江苏)技术有限公司 | 一种车辆避障误报检测方法、装置、介质及车辆 |
CN114312619B (zh) * | 2021-12-09 | 2023-07-14 | 华人运通(江苏)技术有限公司 | 一种车辆避障误报检测方法、装置、介质及车辆 |
CN115100813A (zh) * | 2022-06-07 | 2022-09-23 | 慧之安信息技术股份有限公司 | 基于数字孪生的智慧社区系统 |
TWI824789B (zh) * | 2022-10-21 | 2023-12-01 | 國立臺北科技大學 | 混合式車輛偵測系統與混合式車輛偵測方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109747530A (zh) | 一种双摄像头和毫米波融合汽车感知系统 | |
US11915470B2 (en) | Target detection method based on fusion of vision, lidar, and millimeter wave radar | |
US10684372B2 (en) | Systems, devices, and methods for autonomous vehicle localization | |
CN107161141B (zh) | 无人驾驶汽车系统及汽车 | |
US7904247B2 (en) | Drive assist system for vehicle | |
EP3792660B1 (en) | Method, apparatus and system for measuring distance | |
US10984557B2 (en) | Camera calibration using traffic sign recognition | |
US8411900B2 (en) | Device for detecting/judging road boundary | |
EP2947638A1 (en) | Airport surface collision zone display for an aircraft | |
CN109583416B (zh) | 伪车道线识别方法及系统 | |
WO2020097512A2 (en) | Lane marking localization and fusion | |
Ruder et al. | Highway lane change assistant | |
CN113850102B (zh) | 基于毫米波雷达辅助的车载视觉检测方法及系统 | |
CN112149460A (zh) | 一种障碍物检测方法及装置 | |
CN108021899A (zh) | 基于双目相机的车载智能前车防撞预警方法 | |
CN112572430A (zh) | 碰撞风险确定方法和装置 | |
CN110750153A (zh) | 一种无人驾驶车辆的动态虚拟化装置 | |
CN112784679A (zh) | 车辆避障方法和装置 | |
CN112633101A (zh) | 障碍物速度检测方法和装置 | |
JP2004265432A (ja) | 走行環境認識装置 | |
CN113147597A (zh) | 车辆电子后视镜显示系统、方法及车辆 | |
CN217426263U (zh) | 一种全息路网道路监控系统 | |
CN113435224A (zh) | 用于获取车辆3d信息的方法和装置 | |
CN217801729U (zh) | 一种室外机器人 | |
CN114084129A (zh) | 一种基于融合的车辆自动驾驶控制方法及系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190514 |