CN110702077A - 一种智能测距仪及测距方法 - Google Patents
一种智能测距仪及测距方法 Download PDFInfo
- Publication number
- CN110702077A CN110702077A CN201810756128.9A CN201810756128A CN110702077A CN 110702077 A CN110702077 A CN 110702077A CN 201810756128 A CN201810756128 A CN 201810756128A CN 110702077 A CN110702077 A CN 110702077A
- Authority
- CN
- China
- Prior art keywords
- image
- analysis
- actual
- reference object
- distance
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
Abstract
本发明公开一种智能测距仪及测距方法,该测距仪包括:影像采集装置,用于对待测距物体的影像进行采集,并将该影像发送给分析计算装置;分析计算装置,用于对待测距物体的影像进行分析及计算,通过下式得到影像采集装置与待测距物体之间的原始物距m:m=c*t0/x;t0=n*z;其中,c为待测距物体上参照对象的实际长度或实际宽度或实际高度,t0为该影像采集装置的标准常数,x为该参照对象对应长度边或宽度边或高度边在影像中所占像素数,n为像距,z为像素密度。本发明结构简单,成本低,安全系数高,可以有效快速测出本物体与其他物体之间的距离,且测量精度高。
Description
技术领域
本发明属于计算机视觉领域,具体涉及一种智能测距仪及测距方法。
背景技术
目前,市场上最常用的测距仪有激光、红外、超声波等测距仪。以上测距仪均是利用光波、声波、电磁波的反射与干涉原理而设计制造出来。基本是通过时间的积累与已知载体传导速度的乘积而得出距离。
通过激光或者红外或者超声波的发射端发出相应的信号,信号经过在空间里传导到物体的表面而被反射回来,然后通过接受端进行接受相应的返回信号。这个过程,利用计时系统进行记录,从而得出耗费的时间。然后,得出的时间与相应载体的传导速度的乘积之一半便是探测点与所测物体表面的距离。微型手持激光测距仪原理稍有不同,利用相位调制等计算,但原理基本一样。
目前激光测距仪最为先进,需要用到激光,但如果作为车载设备使用,则有可能对人或动物的眼睛造成伤害甚至致盲,后果非常严重。即便是民用微型激光测距仪,也存在安全隐患,况且民用微型激光测距仪测距范围基本在一百米之内。对于在高速公路上行驶的车辆来说,一百米的测距范围实在不够用。而望远镜激光测距仪则功率比较大,安全风险大先不说,用起来则更是不便。红外线与超声波测距仪则测距距离短,只能作为驻车时或者行车中对车身周边环境测量使用。
发明内容
为了解决上述技术问题,本发明提出了一种智能测距仪及测距方法,其结构简单,成本低,安全系数高,可以有效快速测出本物体与其他物体之间的距离,且测量精度高。
为了达到上述目的,本发明的技术方案如下:
一种智能测距仪包括:
影像采集装置,用于对待测距物体的影像进行采集,并将该影像发送给分析计算装置;
分析计算装置,用于对待测距物体的影像进行分析及计算,通过下式得到影像采集装置与待测距物体之间的原始物距m:
m=c*t0/x;
t0=n*z;
其中,c为待测距物体上参照对象的实际长度或实际宽度或实际高度,t0为该影像采集装置的标准常数,x为该参照对象对应长度边或宽度边或高度边在影像中所占像素数,n为像距,z为像素密度。
本发明提出一种智能测距仪,其结构简单,操作便捷,可以广泛应用于不同的领域,如可测量行驶过程中车与车之间的距离,停车过程中车与停车桩之间的距离,智能扫地机器人与家具之间的距离等等,其测量精准,且不会对人体或动物产应影响,安全系数高。
在上述技术方案的基础上,还可做如下改进:
作为优选的方案,智能测距仪至少包括一个长焦影像采集装置和一个短焦影像采集装置。
采用上述优选的方案,长焦影像采集装置和短焦影像采集装置分别采集远距离与近距离的影像,其得到的影像更精确。
作为优选的方案,影像采集装置可以为摄像机或相机。
采用上述优选的方案,根据具体情形,选择合适的影像采集装置。
作为优选的方案,还包括:参照对象规格数据库,参照对象规格数据库用于保存不同参照对象的规格尺寸,规格尺寸可以为参照对象的实际长度或实际宽度或实际高度。
采用上述优选的方案,可以快速得到参照对象的规格尺寸。
作为优选的方案,还包括:测距列表,测距列表用于保存在其中一个参照对象下,不同像素数x对应的不同原始物距m。
采用上述优选的方案,可以更快速得到原始物距m。
作为优选的方案,还包括:测距列表,测距列表用于保存在其中一个参照对象下,不同像素数x对应的不同实际物距L,其中L=m-m0,其中m0为常数。
采用上述优选的方案,可以更快速得到实际物距L。
一种测距方法,利用智能测距仪进行测距,具体包括以下步骤:
1)影像采集装置采集待测距物体的影像,并将该影像发送给分析计算装置;
2)分析计算装置在该影像中找到参照对象在影像中的位置;
3)分析计算装置分析该参照对象的类型,并从参照对象规格数据库中调取该参照对象的实际长度或实际宽度或实际高度c;
4)分析计算装置通过分析计算得到参照对象对应长度边或宽度边或高度边在影像中所占像素数x;
5)分析计算装置通过公式m=c*t0/x和t0=n*z得到原始物距m。
本发明公开一种测距方法,其测距速度快,测量精度高。
作为优选的方案,还包括步骤6):分析计算装置通过L=m-m0得到实际物距L,其中m0为常数。
采用上述优选的方案,可以有效得到实际物距L。
一种测距方法,利用智能测距仪进行测距,具体包括以下步骤:
1)影像采集装置采集待测距物体的影像,并将该影像发送给分析计算装置;
2)分析计算装置在该影像中找到参照对象在影像中的位置;
3)分析计算装置分析该参照对象的类型,并从参照对象规格数据库中调取该参照对象的实际长度或实际宽度或实际高度c;
4)分析计算装置通过分析计算得到参照对象对应长度边或宽度边或高度边在影像中所占像素数x;
5)分析计算装置根据参照对象的实际长度或实际宽度或实际高度c调取与其相匹配的测距列表;
6)根据x的数值大小,从测距列表中调取与x相匹配的原始物距m的大小。
本发明公开一种测距方法,其测距速度更快,测量精度高。
一种测距方法,利用智能测距仪进行测距,具体包括以下步骤:
1)影像采集装置采集待测距物体的影像,并将该影像发送给分析计算装置;
2)分析计算装置在该影像中找到参照对象在影像中的位置;
3)分析计算装置分析该参照对象的类型,并从参照对象规格数据库中调取该参照对象的实际长度或实际宽度或实际高度c;
4)分析计算装置通过分析计算得到参照对象对应长度边或宽度边或高度边在影像中所占像素数x;
5)分析计算装置根据参照对象的实际长度或实际宽度或实际高度c调取与其相匹配的测距列表;
6)根据x的数值大小,从测距列表中调取与x相匹配的实际物距L的大小。
本发明公开一种测距方法,其测距速度更快,测量精度高。
附图说明
图1为本发明实施例提供的智能测距仪的结构示意图。
图2为本发明实施例提供的智能测距仪的原理图。
其中:1影像采集装置、2分析计算装置、3参照对象规格数据库。
具体实施方式
下面结合附图详细说明本发明的优选实施方式。
为了达到本发明的目的,在一种智能测距仪及测距方法的其中一些实施例中,
如图1所示,一种智能测距仪包括:
影像采集装置1,用于对待测距物体的影像进行采集,并将该影像发送给分析计算装置;
分析计算装置2,用于对待测距物体的影像进行分析及计算,通过下式得到影像采集装置1与待测距物体之间的原始物距m:
m=c*t0/x;
t0=n*z;
其中,c为待测距物体上参照对象的实际长度或实际宽度或实际高度,t0为该影像采集装置1的标准常数,x为该参照对象对应长度边或宽度边或高度边在影像中所占像素数,n为像距,z为像素密度。
进一步还包括:参照对象规格数据库3,参照对象规格数据库3用于保存不同参照对象的规格尺寸,规格尺寸可以为参照对象的实际长度或实际宽度或实际高度。
采用上述优选的方案,可以快速得到参照对象的规格尺寸。
本发明还公开一种测距方法,利用智能测距仪进行测距,具体包括以下步骤:
1)影像采集装置1采集待测距物体的影像,并将该影像发送给分析计算装置2;
2)分析计算装置2在该影像中找到参照对象在影像中的位置;
3)分析计算装置2分析该参照对象的类型,并从参照对象规格数据库3中调取该参照对象的实际长度或实际宽度或实际高度c;
4)分析计算装置2通过分析计算得到参照对象对应长度边或宽度边或高度边在影像中所占像素数x;
5)分析计算装置2通过公式m=c*t0/x和t0=n*z得到原始物距m。
在本实施例中,一种智能测距仪可以作为一种车载设备使用,用于实时测量行驶过程中车与车之间的距离,并将其发送给车的CPU,给驾驶员以提示,使得驾驶员可以有效控制车距,提高行车的安全性。
由于不同类型车辆的车牌尺寸是有统一标准尺寸和统一规格的(比如普通民用小型载客汽车,车牌为蓝底白字,尺寸为440*140mm)。故在本实施例中,本申请采用车牌作为参照对象。
由于影像采集装置1内置有凸透镜PQ,本申请利用的是凸透镜光学成像原理,如图2中,参照对象的实际长度A1B1(即为车牌的横向长度)为c,原始物距B1O为m,像距B2O为n,影像长度A2B2为d。凸透镜焦距OF为f。
由图2可得:
c/d=m/n;
m=c*n/d;
假设d占用影像采集装置1的像素数为x,
那么,可以得出影像采集装置1的像素密度(z):z=x/d;
这个值z是一个常数,影像采集装置1(如:摄像机或相机)造出来的时候就不会再有变化。
那么d=x/z,代到上述公式中便是m=c*n*z/x;
由凸透镜光学成像规律得知:
1/m+1/n=1/f;
由此可得n=f/(1-f/m);
当原始物距(m)大于两倍焦距(2f)时,像距(n)大于焦距f同时小于两倍焦距(2f)。
由于焦距不变,随着物距(m)的变大(现实中物距通常远远大于两倍焦距(2f)),像距(n)将基本保持不变,即像距(n)可以看作一个不变的常数。
公式m=c*n*z/x中的参照对象的实际长度(c)(可以看作是车牌的长边长度)若保持不变,那么参照对象的实际长度(c)、原始物距(n)、像素密度(z)同时作为常数,那么c*n*z则可以作为常数——t存在。
那么:
t=c*n*z;
m=t/x;
t=m*x。
如果参照对象的实际长度(c)用一米长进行测算,量出原始物距(m),同时通过计算机分析计算得出参照对象在影像中所占像素数(x),那么这个影像采集装置1的标准常数(t0)就可以算出来。
即t0=1*n*z=n*z。
不同长度(c)物体得出的常数t(c)=c*n*z=c*t0;
则m=t/x=c*t0/x。
如果以小型载客汽车车牌(尺寸为440*140mm)长边(c)作为侦测对象,那么m=c*t0/x=0.44t0/x。标准常数(t0)通过上述方法已经可以算出,于是只需软件算出物体在影像中所占像素数(x)就可得出原始物距(m)。
本发明利用的是凸透镜光学成像原理,同时依靠硬件与软件两部分组成,硬件为影像采集装置1与分析计算装置2,软件为计算机视觉分析计算程序。影像采集装置1采集到的影像交给计算机,计算机通过视觉分析计算程序进行分析计算,得出影像中车辆车牌的长边像素数量。这个像素数量的倒数乘以一个不同影像采集装置1算出的常数,就可以得出所测车辆车牌与本申请影像采集装置1之间的距离。
本发明的有益效果如下:
第一,由于本申请不需要发射激光,所以对人与动物很安全,对外界不存在任何安全隐患。可以无声无息地做到测距,对于需要隐形测距的工作非常有利。
第二,由于是通过分析计算装置2分析计算,所以可以同时测出多辆车(包括同车道与不同车道)与本车的距离,而且可以动态追踪,更加智能。
第三,只要得知一台影像采集装置1(定焦)或者某个焦距状态下的标准常数t0,那么所采集到的影像中,知道任何一个参照对象的长度(c),就可以算出这个参照对象所在待测距物体与本机之间的距离。
本发明结构简单,操作便捷,可以广泛应用于不同的领域,不仅可以如上述可测量行驶过程中车与车之间的距离,其还可以测量停车过程中车与停车桩之间的距离,智能扫地机器人与家具之间的距离等等,其测量精准,且不会对人体或动物产应影响,安全系数高。
为了进一步地优化本发明的实施效果,在另外一些实施方式中,其余特征技术相同,不同之处在于,智能测距仪至少包括一个长焦影像采集装置和一个短焦影像采集装置。
采用上述优选的方案,长焦影像采集装置和短焦影像采集装置分别采集远距离与近距离的影像,其得到的影像更精确。由于包括了一个长焦影像采集装置和一个短焦影像采集装置,可以对远近距离进行探测,大大增加了测距范围。
为了进一步地优化本发明的实施效果,在另外一些实施方式中,其余特征技术相同,不同之处在于,影像采集装置1可以为摄像机或相机。
采用上述优选的方案,根据具体情形,选择合适的影像采集装置1。
为了进一步地优化本发明的实施效果,在另外一些实施方式中,其余特征技术相同,不同之处在于,还包括:测距列表,测距列表用于保存在其中一个参照对象下,不同像素数x对应的不同原始物距m。
采用上述优选的方案,可以更快速得到原始物距m。一种测距方法,利用上述优选的智能测距仪进行测距,具体包括以下步骤:
1)影像采集装置1采集待测距物体的影像,并将该影像发送给分析计算装置2;
2)分析计算装置2在该影像中找到参照对象在影像中的位置;
3)分析计算装置2分析该参照对象的类型,并从参照对象规格数据库3中调取该参照对象的实际长度或实际宽度或实际高度c;
4)分析计算装置2通过分析计算得到参照对象对应长度边或宽度边或高度边在影像中所占像素数x;
5)分析计算装置2根据参照对象的实际长度或实际宽度或实际高度c调取与其相匹配的测距列表;
6)根据x的数值大小,从测距列表中调取与x相匹配的原始物距m的大小。
本发明公开一种测距方法,其测距速度更快,测量精度高。
为了进一步地优化本发明的实施效果,在另外一些实施方式中,其余特征技术相同,不同之处在于,一种测距方法还包括步骤6):分析计算装置2通过L=m-m0得到实际物距L,其中m0为常数。
采用上述优选的方案,可以有效得到实际物距L。原始物距m是影像采集装置1与待测距物体之间的距离。如需要得到上述两车之间的实际物距L,则还需要减去相应需要减掉的长度(比如车头长度等)。
为了进一步地优化本发明的实施效果,在另外一些实施方式中,其余特征技术相同,不同之处在于,还包括:测距列表,测距列表用于保存在其中一个参照对象下,不同像素数x对应的不同实际物距L,其中L=m-m0,其中m0为常数。
采用上述优选的方案,可以更快速得到实际物距L。原始物距m是影像采集装置1与待测距物体之间的距离。如需要得到上述两车之间的实际物距L,则还需要减去相应需要减掉的长度(比如车头长度等)。
一种测距方法,利用上述优选的智能测距仪进行测距,具体包括以下步骤:
1)影像采集装置1采集待测距物体的影像,并将该影像发送给分析计算装置2;
2)分析计算装置2在该影像中找到参照对象在影像中的位置;
3)分析计算装置2分析该参照对象的类型,并从参照对象规格数据库3中调取该参照对象的实际长度或实际宽度或实际高度c;
4)分析计算装置2通过分析计算得到参照对象对应长度边或宽度边或高度边在影像中所占像素数x;
5)分析计算装置2根据参照对象的实际长度或实际宽度或实际高度c调取与其相匹配的测距列表;
6)根据x的数值大小,从测距列表中调取与x相匹配的实际物距L的大小。
本发明公开一种测距方法,其测距速度更快,测量精度高。
对于本发明的优选实施方式,应当指出,对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (10)
1.一种智能测距仪,其特征在于,包括:
影像采集装置,用于对待测距物体的影像进行采集,并将该影像发送给分析计算装置;
分析计算装置,用于对所述待测距物体的影像进行分析及计算,通过下式得到所述影像采集装置与待测距物体之间的原始物距m:
m=c*t0/x;
t0=n*z;
其中,c为待测距物体上参照对象的实际长度或实际宽度或实际高度,t0为该所述影像采集装置的标准常数,x为该参照对象对应长度边或宽度边或高度边在影像中所占像素数,n为像距,z为像素密度。
2.根据权利要求1所述的智能测距仪,其特征在于,所述智能测距仪至少包括一个长焦影像采集装置和一个短焦影像采集装置。
3.根据权利要求1所述的智能测距仪,其特征在于,所述影像采集装置可以为摄像机或相机。
4.根据权利要求1-3任一项所述的智能测距仪,其特征在于,还包括:参照对象规格数据库,所述参照对象规格数据库用于保存不同参照对象的规格尺寸,所述规格尺寸可以为所述参照对象的实际长度或实际宽度或实际高度。
5.根据权利要求4所述的智能测距仪,其特征在于,还包括:测距列表,所述测距列表用于保存在其中一个参照对象下,不同像素数x对应的不同原始物距m。
6.根据权利要求4所述的智能测距仪,其特征在于,还包括:测距列表,所述测距列表用于保存在其中一个参照对象下,不同像素数x对应的不同实际物距L,其中L=m-m0,其中m0为常数。
7.一种测距方法,其特征在于,利用如权利要求4所述的智能测距仪进行测距,具体包括以下步骤:
1)影像采集装置采集待测距物体的影像,并将该影像发送给分析计算装置;
2)分析计算装置在该影像中找到参照对象在影像中的位置;
3)分析计算装置分析该参照对象的类型,并从参照对象规格数据库中调取该参照对象的实际长度或实际宽度或实际高度c;
4)分析计算装置通过分析计算得到参照对象对应长度边或宽度边或高度边在影像中所占像素数x;
5)分析计算装置通过公式m=c*t0/x和t0=n*z得到原始物距m。
8.根据权利要求6所述的测距方法,其特征在于,还包括步骤6):所述分析计算装置通过L=m-m0得到实际物距L,其中m0为常数。
9.一种测距方法,其特征在于,利用如权利要求5所述的智能测距仪进行测距,具体包括以下步骤:
1)影像采集装置采集待测距物体的影像,并将该影像发送给分析计算装置;
2)分析计算装置在该影像中找到参照对象在影像中的位置;
3)分析计算装置分析该参照对象的类型,并从参照对象规格数据库中调取该参照对象的实际长度或实际宽度或实际高度c;
4)分析计算装置通过分析计算得到参照对象对应长度边或宽度边或高度边在影像中所占像素数x;
5)分析计算装置根据参照对象的实际长度或实际宽度或实际高度c调取与其相匹配的测距列表;
6)根据x的数值大小,从测距列表中调取与x相匹配的原始物距m的大小。
10.一种测距方法,其特征在于,利用如权利要求6所述的智能测距仪进行测距,具体包括以下步骤:
1)影像采集装置采集待测距物体的影像,并将该影像发送给分析计算装置;
2)分析计算装置在该影像中找到参照对象在影像中的位置;
3)分析计算装置分析该参照对象的类型,并从参照对象规格数据库中调取该参照对象的实际长度或实际宽度或实际高度c;
4)分析计算装置通过分析计算得到参照对象对应长度边或宽度边或高度边在影像中所占像素数x;
5)分析计算装置根据参照对象的实际长度或实际宽度或实际高度c调取与其相匹配的测距列表;
6)根据x的数值大小,从测距列表中调取与x相匹配的实际物距L的大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810756128.9A CN110702077A (zh) | 2018-07-10 | 2018-07-10 | 一种智能测距仪及测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810756128.9A CN110702077A (zh) | 2018-07-10 | 2018-07-10 | 一种智能测距仪及测距方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110702077A true CN110702077A (zh) | 2020-01-17 |
Family
ID=69193012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810756128.9A Pending CN110702077A (zh) | 2018-07-10 | 2018-07-10 | 一种智能测距仪及测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110702077A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111442845A (zh) * | 2020-03-26 | 2020-07-24 | 浙江大华技术股份有限公司 | 基于距离补偿的红外测温方法、装置及计算机存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101206380A (zh) * | 2006-12-21 | 2008-06-25 | 亚洲光学股份有限公司 | 运用数码相机的测距方法 |
CN108106801A (zh) * | 2017-11-15 | 2018-06-01 | 温州市交通工程试验检测有限公司 | 桥隧病害非接触检测系统及检测方法 |
US10372016B2 (en) * | 2013-02-15 | 2019-08-06 | Sensormatic Electronics, LLC | Method and system for assisting security camera focusing |
-
2018
- 2018-07-10 CN CN201810756128.9A patent/CN110702077A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101206380A (zh) * | 2006-12-21 | 2008-06-25 | 亚洲光学股份有限公司 | 运用数码相机的测距方法 |
US10372016B2 (en) * | 2013-02-15 | 2019-08-06 | Sensormatic Electronics, LLC | Method and system for assisting security camera focusing |
CN108106801A (zh) * | 2017-11-15 | 2018-06-01 | 温州市交通工程试验检测有限公司 | 桥隧病害非接触检测系统及检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111442845A (zh) * | 2020-03-26 | 2020-07-24 | 浙江大华技术股份有限公司 | 基于距离补偿的红外测温方法、装置及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11226413B2 (en) | Apparatus for acquiring 3-dimensional maps of a scene | |
Rapp et al. | Advances in single-photon lidar for autonomous vehicles: Working principles, challenges, and recent advances | |
Zaarane et al. | Distance measurement system for autonomous vehicles using stereo camera | |
US8416397B2 (en) | Device for a motor vehicle used for the three-dimensional detection of a scene inside or outside said motor vehicle | |
JP3365799B2 (ja) | 距離・速度測定装置 | |
US20230194719A1 (en) | Method for Measuring a Distance Between an Object and an Optical Sensor, Control Device for Carrying Out Such a Method, Distance Measuring Apparatus Comprising Such a Control Device, and Motor Vehicle Comprising Such a Distance Measuring Apparatus | |
Peng et al. | A smartphone-based obstacle sensor for the visually impaired | |
US8885889B2 (en) | Parking assist apparatus and parking assist method and parking assist system using the same | |
CN207916693U (zh) | 一种倒车影像立体成像系统及汽车 | |
WO2014101408A1 (zh) | 基于多次积分的三维成像雷达系统及方法 | |
JP6782433B2 (ja) | 画像認識装置 | |
CN103578278A (zh) | 用于识别并记录至少一个穿行射线场的目标的装置和方法 | |
US20170059712A1 (en) | Imaging system and method for monitoring a field of view | |
CN110702077A (zh) | 一种智能测距仪及测距方法 | |
CN104913762B (zh) | 用于估计行驶中的车辆和对象之间的距离的方法和装置 | |
JP3954053B2 (ja) | 車両周辺監視装置 | |
Godfrey et al. | Evaluation of Flash LiDAR in Adverse Weather Conditions towards Active Road Vehicle Safety | |
CN113109828A (zh) | 激光雷达调测装置及系统 | |
RU2095756C1 (ru) | Способ определения расстояния до объекта при помощи оптического прибора | |
CN112804439A (zh) | 一种自适应拍摄移动目标的装置和方法 | |
CN216414432U (zh) | 图像采集和处理装置 | |
Bhatkar et al. | Survey of various methods used for speed calculation of a vehicle | |
EP4075166A1 (en) | Radar system, filter and mobile platform | |
Jiménez-Gomis et al. | Light-field and stereo cameras solutions applied to automotive industry | |
CN114953885A (zh) | 车辆振动噪声控制系统、集成底盘结构以及新能源汽车 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200117 |
|
RJ01 | Rejection of invention patent application after publication |