CN111098815B - 一种基于单目视觉融合毫米波的adas前车碰撞预警方法 - Google Patents

一种基于单目视觉融合毫米波的adas前车碰撞预警方法 Download PDF

Info

Publication number
CN111098815B
CN111098815B CN201911095047.XA CN201911095047A CN111098815B CN 111098815 B CN111098815 B CN 111098815B CN 201911095047 A CN201911095047 A CN 201911095047A CN 111098815 B CN111098815 B CN 111098815B
Authority
CN
China
Prior art keywords
vehicle
point
millimeter wave
detection
early warning
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
Application number
CN201911095047.XA
Other languages
English (en)
Other versions
CN111098815A (zh
Inventor
聂小焜
李必军
李恒
程港
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan Zhongxiang Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Zhongxiang Technology Co ltd filed Critical Wuhan Zhongxiang Technology Co ltd
Priority to CN201911095047.XA priority Critical patent/CN111098815B/zh
Publication of CN111098815A publication Critical patent/CN111098815A/zh
Application granted granted Critical
Publication of CN111098815B publication Critical patent/CN111098815B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
    • B60R21/0134—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to imminent contact with an obstacle, e.g. using radar systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q5/00—Arrangement or adaptation of acoustic signal devices
    • B60Q5/005—Arrangement or adaptation of acoustic signal devices automatically actuated
    • B60Q5/006—Arrangement or adaptation of acoustic signal devices automatically actuated indicating risk of collision between vehicles or with pedestrians
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
    • B60R21/0132—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to vehicle motion parameters, e.g. to vehicle longitudinal or transversal deceleration or speed value
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • 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
    • 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
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于单目视觉融合毫米波的ADAS前车碰撞预警方法，通过单目摄像头采集前方道路的图像，采用毫米波雷达探测前方障碍物。利用图像处理和深度学习目标检测技术识别车道线和前方障碍车辆，通过纯视觉的方法计算出前方障碍车辆的实际距离，并与毫米波雷达探测的障碍物信息进行融合得到准确的障碍车辆距离和相对速度。最后根据障碍车辆距离和相对速度计算TTC，并对TTC小于安全碰撞预警时间的情况进行语音报警提示。本发明结合了单目摄像头和毫米波雷达的优势，避免了目前单纯基于单目摄像头和毫米波雷达技术存在的测距测速不准确和缺乏目标识别功能等问题，能够提高前车碰撞报警的准确性和及时性，有效避免交通事故发生，从而保证驾驶安全。

Description

一种基于单目视觉融合毫米波的ADAS前车碰撞预警方法
技术领域
本发明属于交通安全技术领域，具体涉及一种碰撞预警方法，具体涉及一种基于单目视觉融合毫米波的ADAS前车碰撞预警方法。
背景技术
随着我国汽车保有量的增长，交通安全问题也逐渐成为社会焦点，高级辅助驾驶系统(ADAS)作为一项新兴的汽车安全技术受到了各大主机厂的青睐。ADAS从功能上主要分为主动控制类ADAS、预警类ADAS和其他辅助性ADAS，前车碰撞预警(FCW)是预警类ADAS最重要的功能，主要是针对前方车道上的车辆进行侦测识别、测算碰撞时间、提醒驾驶员前方存在的车辆碰撞危险从而避免交通事故的发生。目前国内ADAS产品大多采用基于单目摄像头的视觉检测技术或者毫米波雷达来实现前方车辆。
基于单目摄像头的视觉检测技术可以有效识别前方车辆，但是存在纵向距离计算不准确，雨天雾天识别精度低的缺陷。而毫米波雷达纵向距离和相对速度探测精度高、环境适应性强，但是横向距离探测准确性相对较差，并且无法对探测的障碍物进行识别。因此基于单纯的单目摄像头或者毫米波很难实现在复杂路况下对前方障碍物进行准确识别以及定位，这势必会导致ADAS产品的前向预警存在不准确，容易产生漏报或者误报，造成驾驶安全性隐患问题并会给车主带来不愉快的驾驶体验感。
发明内容
本发明针对现有ADAS技术应用上的不足，提供一种基于单目视觉融合毫米波的ADAS前向碰撞预警方法。
本发明所采用的技术方案是：一种基于单目视觉融合毫米波的ADAS前车碰撞预警方法，其特征在于，包括以下步骤：
步骤1：毫米波雷达水平安装在车头位置，启动ADAS系统，实时采集单目摄像头的图像，同时不断接收毫米波雷达的数据；
步骤2：根据单目摄像头获取的图像，检测车道线和障碍车辆；
根据单目摄像头采集的图像，经过视觉检测、坐标变换和相对速度测算，得到车道线的实际位置以及障碍车辆的实际位置和相对速度；
步骤3：判断当前车道线内是否存在障碍车辆；
若是，则执行下述步骤4；
若否，则回转执行步骤2；
步骤4：毫米波数据融合；
解析不断接收的毫米波雷达数据，得到障碍物探测点在水平地面上的位置坐标和相对速度，结合步骤2的视觉测算结果得出当前车道前方障碍车辆的实际距离和相对速度；
步骤5：计算碰撞预警时间TTC；
步骤6：安全预警。
本发明发挥了视觉识别和毫米波雷达的优势，能够显著提高ADAS前向预警的准确性，保证汽车安全驾驶。该方法成本较低，实用性强，可应用于L2～L4级别的自动驾驶。
附图说明
图1是本发明基于单目视觉融合毫米波的ADAS前车碰撞预警流程图。
图2是本发明单目视觉测算障碍车辆距离流程图。
图3是本发明单目摄像头像素坐标系转换地面坐标系示意图。
图4是本发明单目视觉测算障碍车辆相对速度流程图。
图5是本发明单目视觉融合毫米波数据流程图。
图6是本发明地面坐标系下单目视觉融合毫米波示意图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
请见图1，本发明提供的一种基于单目视觉融合毫米波的ADAS前车碰撞预警方法，包括以下步骤：
步骤1：毫米波雷达水平安装在车头位置，启动ADAS系统，实时采集单目摄像头的图像，同时不断接收毫米波雷达的数据；
步骤2：根据单目摄像头获取的图像，检测车道线和障碍车辆；
根据单目摄像头采集的图像，经过视觉检测、坐标变换和相对速度测算，得到车道线的实际位置以及障碍车辆的实际位置和相对速度；
请见图2，为本发明单目视觉测算障碍车辆距离流程图。对于获取的每一帧图像数据，通过图像处理方法检测出车道线。与此同时利用深度学习目标检测方法识别出图像中的车辆，并用矩形框标识出障碍车辆在图像中的位置。深度学习目标检测方法的检测精度高，能检测出可见范围内的所有车辆。以检测矩形框的底边中点作为车辆实际位置对应图像中的像素点，将车道线以及车辆位置的像素坐标点Pc(u，v)转换到以毫米波雷达为参考原点的地面坐标系下的坐标点Pr(Xr，Yr)。
请见图3，为本发明单目摄像头像素坐标系转换地面坐标系示意图。u-v表示像素平面坐标系，Xw-Yw-Zw为以相机光心为原点的相机坐标系，Xc-Yc-Zc为以相机光心为原点的世界坐标系。相机坐标系和世界坐标系下的坐标点分别表示为Pw(Xw，Yw，Zw)和Pr(Xc，Yc，Zc)。本发明中，相机的俯仰角和航向角分别为α和β，相机的翻转角为0°。cu、cv、fu、fv为相机的内参参数，相机内参矩阵表示如下
Figure BDA0002268065740000031
本发明中，毫米波雷达水平安装在车头位置。Xr-Yr-Zr为以毫米波雷达为参考原点的地面坐标系，像素坐标点Pc(u，v)到地面坐标点Pr(Xr，Yr)的坐标转换关系式如下：
Figure BDA0002268065740000032
其中c1＝cosα,s1＝sinα,c2＝cosβ,s2＝sinβ，(xa，ya)为毫米波雷达在Xc-Yc-Zc坐标系下的点坐标，h为相机光心离地面的高度。
本实施例中，会进一步计算相邻帧图像之间检测矩形框的重叠度IOU，将IOU大于预设值M的检测目标判定为同一障碍车辆，并跟踪障碍车辆在连续N帧图像中的像素点位置和相邻图像数据的获取时间戳Ti。
请见图4，为本发明单目视觉测算障碍车辆相对速度流程图。每一帧图像中，记第i个检测框左上顶点和右下顶点的像素坐标分别为(ximin,yimin)和(ximax,yimax)。对于图像中的检测框i与上一帧图像中的检测框j，计算重叠度(IOU)。当(min(ximax，xjmax)-max(ximin，xjmin))≤0或者(min(yimax，yjmax)-max(yimin，yjmin))≤0，重叠度IOU为0，否则计算IOU表达式如下：
Figure BDA0002268065740000042
对于IOU大于0.5的检测目标判定为同一障碍车辆，并跟踪障碍车辆在连续10帧图像中的像素点位置Pci(xci，yci)和图像数据的获取时间戳Ti，像素点Pvi(xvi，yvi)对应地面坐标系下的实际坐标点为Pvi(xvi，yvi)。由于毫米波雷达水平安装于车头，障碍车辆与自车距离可等同于yv。根据连续10帧跟踪的实际坐标点Pvi(xvi，yvi)和Ti计算障碍车辆的相对自车的速度vv，计算公式如下：
Figure BDA0002268065740000041
步骤3：判断当前车道线内是否存在障碍车辆；
若是，则执行下述步骤4；
若否，则回转执行步骤2；
步骤4：毫米波数据融合；
解析不断接收的毫米波雷达数据，得到障碍物探测点在水平地面上的位置坐标和相对速度，结合步骤2的视觉测算结果得出当前车道前方障碍车辆的实际距离和相对速度；
请见图5，为本发明单目视觉融合毫米波数据流程图。数据融合需要将视觉检测计算的障碍车辆实际坐标点和毫米波雷达探测点统一到地面坐标系中，如图6所示，三角形表示视觉计算的障碍车辆位置，五角星表示毫米波雷达探测的障碍物位置。其中毫米波探测到的坐标点并不一定都是车辆，有可能是其他障碍物或者干扰杂点。本发明中数据融合的方法为，对视觉计算的坐标点Pvi(xvi，yvi)从近到远开始，逐一找到与其相对应的毫米波探测点Prj(xrj，yrj)作为融合的点，如图中虚线框中所示。具体流程如下：
首先计算坐标点Pvi(xvi，yvi)与毫米波探测点Prj(xrj，yrj)的坐标绝对差Δx和Δy以及相对速度的绝对差Δv，如下：
Δx＝|xvi-xrj|,Δy＝|yvi-yrj|,Δv＝|vvi-vrj|
其中vvi和vrj分别为视觉计算的相对速度和毫米波探测的相对速度，i和j分别表示当前时刻视觉计算坐标点和毫米波探测点的序号。
在同时满足Δx<d1，Δy<d2和Δv<v0三个条件下(d1,d2和v0分别为设定的允许误差)，计算Pvi(xvi，yvi)与Prj(xrj，yrj)的欧式距离Δs，如下：
Δs＝(Δx2+Δy2)1/2
欧式距离Δs最小所对应的坐标点Prj就是障碍车辆Pvi对应的毫米波探测点。如果找到了满足上述条件的毫米波探测点，将该点作为数据融合点，从而得出用于计算TTC的障碍车辆距离yrj和相对速度vrj。若没有满足满足Δx<d1，Δy<d2和Δv<v0三个条件的毫米波探测点，则采用视觉计算的障碍车辆距离yvj和相对速度vvj计算TTC。
步骤5：计算碰撞预警时间TTC；
根据当前车道前方障碍车辆的距离d和相对速度Δv计算碰撞预警时间TTC，当TTC小于设定的安全碰撞预警时间TTC0，ADAS系统发出语音报警，提醒驾驶员注意前方车辆。TTC计算公式如下：
TTC＝d/Δv。
步骤6：安全预警。
本发明结合了单目摄像头和毫米波雷达的优势，避免了目前单纯基于单目摄像头和毫米波雷达技术存在的测距测速不准确和缺乏目标识别功能等问题，能够提高前车碰撞报警的准确性和及时性，有效避免交通事故发生，从而保证驾驶安全。
应当理解的是，本说明书未详细阐述的部分均属于现有技术；上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (5)

1.一种基于单目视觉融合毫米波的ADAS前车碰撞预警方法，其特征在于，包括以下步骤：
步骤1：毫米波雷达水平安装在车头位置，启动ADAS系统，实时采集单目摄像头的图像，同时不断接收毫米波雷达的数据；
步骤2：根据单目摄像头获取的图像，检测车道线和障碍车辆；
根据单目摄像头采集的图像，经过视觉检测、坐标变换和相对速度测算，得到车道线的实际位置以及障碍车辆的实际位置和相对速度；
其中，采用深度学习目标检测的方法对前方车辆进行检测，并将检测结果在图像中用矩形框进行标识，并选取车辆检测矩形框底边中点作为障碍车辆的位置；
以检测矩形框的底边中点作为车辆实际位置对应图像中的像素点，将车道线以及车辆位置的像素坐标点Pc(u，v)转换到以毫米波雷达为参考原点的地面坐标系下的坐标点Pr(Xr，Yr)；
若u-v表示像素平面坐标系，Xw-Yw-Zw为以单目摄像头光心为原点的相机坐标系，Xc-Yc-Zc为以单目摄像头光心为原点的世界坐标系；单目摄像头坐标系和世界坐标系下的坐标点分别表示为Pw(Xw，Yw，Zw)和Pr(Xc，Yc，Zc)；单目摄像头的俯仰角和航向角分别为α和β，单目摄像头的翻转角为0°；cu、cv、fu、fv为单目摄像头的内参参数，单目摄像头内参矩阵表示如下：
Figure FDA0002679406890000011
Xr-Yr-Zr为以毫米波雷达为参考原点的地面坐标系，像素坐标点Pc(u，v)到地面坐标点Pr(Xr，Yr)的坐标转换关系式如下：
Figure FDA0002679406890000012
其中c1＝cosα,s1＝sinα,c2＝cosβ,s2＝sinβ，(xa，ya)为毫米波雷达在Xc-Yc-Zc坐标系下的点坐标，h为单目摄像头光心离地面的高度；
步骤3：判断当前车道线内是否存在障碍车辆；
若是，则执行下述步骤4；
若否，则回转执行步骤2；
步骤4：毫米波数据融合；
解析不断接收的毫米波雷达数据，得到障碍物探测点在水平地面上的位置坐标和相对速度，结合步骤2的视觉测算结果得出当前车道前方障碍车辆的实际距离和相对速度；
步骤5：计算碰撞预警时间TTC；
步骤6：安全预警。
2.根据权利要求1所述的基于单目视觉融合毫米波的ADAS前车碰撞预警方法，其特征在于：步骤2中，计算相邻帧图像之间检测矩形框的重叠度IOU，将IOU大于预设值M的检测目标判定为同一障碍车辆，并跟踪障碍车辆在连续N帧图像中的像素点位置和相邻图像数据的获取时间戳Ti。
3.根据权利要求2所述的基于单目视觉融合毫米波的ADAS前车碰撞预警方法，其特征在于：步骤2中，每一帧图像中，记第i个检测框左上顶点和右下顶点的像素坐标分别为(ximin,yimin)和(ximax,yimax)；对于图像中的检测框i与上一帧图像中的检测框j，计算重叠度(IOU)；
当(min(ximax，xjmax)-max(ximin，xjmin))≤0或者(min(yimax，yjmax)-max(yimin，yjmin))≤0，重叠度IOU为0，否则计算IOU表达式如下：
Figure FDA0002679406890000021
对于IOU大于0.5的检测目标判定为同一障碍车辆，并跟踪障碍车辆在连续10帧图像中的像素点位置Pci(xci，yci)和图像数据的获取时间戳Ti，像素点Pvi(xvi，yvi)对应地面坐标系下的实际坐标点为Pvi(xvi，yvi)；由于毫米波雷达水平安装于车头，障碍车辆与自车距离可等同于yv；根据连续10帧跟踪的实际坐标点Pvi(xvi，yvi)和Ti计算障碍车辆的相对自车的速度vv，计算公式如下：
Figure FDA0002679406890000022
4.根据权利要求1所述的基于单目视觉融合毫米波的ADAS前车碰撞预警方法，其特征在于：步骤4中，对视觉计算的坐标点Pvi(xvi，yvi)从近到远开始，逐一找到与其相对应的毫米波探测点Prj(xrj，yrj)作为融合的点；
首先计算坐标点Pvi(xvi，yvi)与毫米波探测点Prj(xrj，yrj)的坐标绝对差Δx和Δy以及相对速度的绝对差Δv，如下：
Δx＝|xvi-xrj|,Δy＝|yvi-yrj|,Δv＝|vvi-vrj|；
其中vvi和vrj分别为视觉计算的相对速度和毫米波探测的相对速度，i和j分别表示当前时刻视觉计算坐标点和毫米波探测点的序号；
在同时满足Δx<d1，Δy<d2和Δv<v0三个条件下，d1、d2和v0分别为设定的允许误差，计算Pvi(xvi，yvi)与Prj(xrj，yrj)的欧式距离Δs，如下：
Δs＝(Δx2+Δy2)1/2；
欧式距离Δs最小所对应的坐标点Prj就是障碍车辆Pvi对应的毫米波探测点；如果找到了满足上述条件的毫米波探测点，将该点作为数据融合点，从而得出用于计算TTC的障碍车辆距离yrj和相对速度vrj；若没有满足Δx<d1，Δy<d2和Δv<v0三个条件的毫米波探测点，则采用视觉计算的障碍车辆距离yvj和相对速度vvj计算TTC。
5.根据权利要求1所述的基于单目视觉融合毫米波的ADAS前车碰撞预警方法，其特征在于：步骤5中，根据当前车道前方障碍车辆的距离d和相对速度Δv计算碰撞预警时间TTC：
TTC＝d/Δv
当TTC小于设定的安全碰撞预警时间TTC0，ADAS系统发出语音报警，提醒驾驶员注意前方车辆。
CN201911095047.XA 2019-11-11 2019-11-11 一种基于单目视觉融合毫米波的adas前车碰撞预警方法 Active CN111098815B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911095047.XA CN111098815B (zh) 2019-11-11 2019-11-11 一种基于单目视觉融合毫米波的adas前车碰撞预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911095047.XA CN111098815B (zh) 2019-11-11 2019-11-11 一种基于单目视觉融合毫米波的adas前车碰撞预警方法

Publications (2)

Publication Number Publication Date
CN111098815A CN111098815A (zh) 2020-05-05
CN111098815B true CN111098815B (zh) 2021-01-12

Family

ID=70420747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911095047.XA Active CN111098815B (zh) 2019-11-11 2019-11-11 一种基于单目视觉融合毫米波的adas前车碰撞预警方法

Country Status (1)

Country Link
CN (1) CN111098815B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111562577A (zh) * 2020-05-26 2020-08-21 重庆车辆检测研究院有限公司 基于v2x通信设备的融合雷达预警方法、装置和系统
CN113850102B (zh) * 2020-06-28 2024-03-22 哈尔滨工业大学（威海） 基于毫米波雷达辅助的车载视觉检测方法及系统
CN112037255A (zh) * 2020-08-12 2020-12-04 深圳市道通智能航空技术有限公司 目标跟踪方法和装置
CN112183370A (zh) * 2020-09-29 2021-01-05 爱动超越人工智能科技（北京）有限责任公司 一种基于ai视觉的叉车防撞预警系统及方法
CN112218058A (zh) * 2020-10-15 2021-01-12 爱沃泰科技(深圳)有限公司 一种低功耗智能监控系统及控制方法
CN112349144B (zh) * 2020-11-10 2022-04-19 中科海微(北京)科技有限公司 一种基于单目视觉的车辆碰撞预警方法及系统
CN112406707B (zh) * 2020-11-24 2022-10-21 上海高德威智能交通系统有限公司 车辆预警方法、车辆、装置、终端和存储介质
CN113060158B (zh) * 2021-04-09 2022-08-30 北京嘀嘀无限科技发展有限公司 基于多模态数据的驾驶预警方法、设备及介质
CN113223090A (zh) * 2021-04-16 2021-08-06 天津开发区文博电子有限公司 铁路调车动态视觉监控方法
CN113548007A (zh) * 2021-07-08 2021-10-26 的卢技术有限公司 机动车保护行人的方法
CN113920490A (zh) * 2021-12-15 2022-01-11 深圳佑驾创新科技有限公司 车辆障碍检测方法、装置及设备
CN117636270B (zh) * 2024-01-23 2024-04-09 南京理工大学 基于单目摄像头的车辆抢道事件识别方法及设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7027615B2 (en) * 2001-06-20 2006-04-11 Hrl Laboratories, Llc Vision-based highway overhead structure detection system
WO2011036807A1 (ja) * 2009-09-28 2011-03-31 トヨタ自動車株式会社 物体検出装置及び物体検出方法
CN102303605A (zh) * 2011-06-30 2012-01-04 中国汽车技术研究中心 基于多传感器信息融合的碰撞及偏离预警装置及预警方法
CN202163431U (zh) * 2011-06-30 2012-03-14 中国汽车技术研究中心 基于多传感器信息融合的碰撞及偏离预警装置
CN102508246B (zh) * 2011-10-13 2013-04-17 吉林大学 车辆前方障碍物检测跟踪方法
US9429650B2 (en) * 2012-08-01 2016-08-30 Gm Global Technology Operations Fusion of obstacle detection using radar and camera
CN104648388A (zh) * 2015-02-04 2015-05-27 深圳市航盛电子股份有限公司 一种基于毫米波雷达的前向防碰撞预警方法
CN109360228A (zh) * 2018-10-18 2019-02-19 清华大学苏州汽车研究院（吴江） 单目摄像头与毫米波雷达间的位姿配准方法
CN110361741B (zh) * 2019-07-16 2022-08-09 扬州瑞控汽车电子有限公司 一种基于视觉和雷达融合的前方碰撞预警方法及其系统

Also Published As

Publication number Publication date
CN111098815A (zh) 2020-05-05

Similar Documents

Publication Publication Date Title
CN111098815B (zh) 一种基于单目视觉融合毫米波的adas前车碰撞预警方法
CN109556615B (zh) 基于自动驾驶的多传感器融合认知的驾驶地图生成方法
US11348266B2 (en) Estimating distance to an object using a sequence of images recorded by a monocular camera
CN109649384B (zh) 一种泊车辅助方法
US10650253B2 (en) Method for estimating traffic lanes
US10318826B2 (en) Rear obstacle detection and distance estimation
WO2018177026A1 (zh) 确定道路边沿的装置和方法
CN108202669B (zh) 基于车车通信的不良天气视觉增强行车辅助系统及其方法
CN106289159B (zh) 基于测距补偿的车辆测距方法及装置
CN110361741B (zh) 一种基于视觉和雷达融合的前方碰撞预警方法及其系统
WO2003001473A1 (en) Vision-based collision threat detection system_
Liu et al. Development of a vision-based driver assistance system with lane departure warning and forward collision warning functions
CN113850102B (zh) 基于毫米波雷达辅助的车载视觉检测方法及系统
US10554951B2 (en) Method and apparatus for the autocalibration of a vehicle camera system
CN109900490B (zh) 基于自主式和协同式传感器的车辆运动状态检测方法及系统
Amaradi et al. Lane following and obstacle detection techniques in autonomous driving vehicles
CN109827516B (zh) 一种通过车轮来测量距离的方法
JP6649859B2 (ja) 自車位置推定装置、自車位置推定方法
CN115923839A (zh) 一种车辆路径规划方法
CN113884090A (zh) 智能平台车环境感知系统及其数据融合方法
CN114084129A (zh) 一种基于融合的车辆自动驾驶控制方法及系统
CN113459951A (zh) 车外环境显示方法和装置、车辆、设备和存储介质
CN111209843B (zh) 一种适用智能终端的车道偏离预警方法
CN116242375A (zh) 一种基于多传感器的高精度电子地图生成方法和系统
Senoo et al. Automotive Tracking with High-speed Stereo Vision Based on a Spatiotemporal Shared Filter

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Nie Xiaokun

Inventor after: Li Heng

Inventor after: Cheng Gang

Inventor before: Nie Xiaokun

Inventor before: Li Bijun

Inventor before: Li Heng

Inventor before: Cheng Gang

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230609

Address after: 430072 Hubei Province, Wuhan city Wuchang District of Wuhan University Luojiashan

Patentee after: WUHAN University

Address before: 430223 7 floors, Block B, R&D Building No. 1, Huaengineering Science Park, Donghu New Technology Development Zone, Wuhan City, Hubei Province

Patentee before: WUHAN ZHONGXIANG TECHNOLOGY Co.,Ltd.