CN111563405B - 图像处理装置和图像处理方法 - Google Patents

图像处理装置和图像处理方法 Download PDF

Info

Publication number
CN111563405B
CN111563405B CN202010073488.6A CN202010073488A CN111563405B CN 111563405 B CN111563405 B CN 111563405B CN 202010073488 A CN202010073488 A CN 202010073488A CN 111563405 B CN111563405 B CN 111563405B
Authority
CN
China
Prior art keywords
edge
line
parking
mark
edges
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
CN202010073488.6A
Other languages
English (en)
Other versions
CN111563405A (zh
Inventor
金子贵之
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.)
Faurecia Clarion Electronics Co Ltd
Original Assignee
Clarion 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 Clarion Co Ltd filed Critical Clarion Co Ltd
Publication of CN111563405A publication Critical patent/CN111563405A/zh
Application granted granted Critical
Publication of CN111563405B publication Critical patent/CN111563405B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
    • 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
    • G06T7/13—Edge detection
    • 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
    • B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
    • B60R2300/105—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using multiple cameras
    • 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
    • B60R2300/806—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 aiding parking
    • 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
    • G06T2207/30264—Parking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Image Processing (AREA)

Abstract

提供一种能够迅速且可靠地检测设置在停车场等的路面上的停车位的图像处理装置和图像处理方法。图像处理装置(100)具有：标记检测部(111)，从由图像检测出的规定长度的正边缘和负边缘中提取以规定间隔相邻的成对的边缘，基于各个对来检测停车划分线标记(200)；斜线检测部(112)，对未被提取为对的单边缘的线(单独边缘)的侧方进行边缘检测，基于判定为存在斜线部的单边缘的线来检测视为直线部；以及停车框检测部(113)，从停车划分线标记的第一边缘和第二边缘、以及视为直线部的单边缘的线中检测相邻的边缘，并且基于这些边缘之间的距离来检测停车位。

Description

图像处理装置和图像处理方法
技术领域
本发明涉及基于从拍摄车辆周围的路面的摄像装置输出的图像信号而推定设置在该路面上的停车框的图像处理装置和图像处理方法。
背景技术
已知一种停车辅助装置，基于用户的操作而选择在监视器上显示的多个停车框的形状中的任意一个，基于所选择的停车框的形状而从照相机图像中识别停车框，并且基于所识别的停车框而向由停车框划分的停车位引导车辆(例如参照专利文献1)。然而，在专利文献1公开的技术中，需要用户选择停车框的形状的手动操作。
相对于此，还已知一种停车辅助装置，通过提取在相当于该停车框端部的绘制在路面上的标记的边缘而自动检测设置在停车场的停车框，并将与该停车框相关的信息提供给车内的监视器、或者提供给设置于车辆的声纳、转向装置等的控制装置，从而辅助车辆的停车(例如参照专利文献2)。
可是，停车场的停车位有时与禁止车辆进入、停车的区域相邻。该停车禁止区域由绘制在路面上的多个平行的斜线部(以下称为“斜线区域”)表示。这种介于斜线区域和停车划分线之间的区域或介于两个斜线区域之间的区域也能够用作停车位。
(现有技术文献)
(专利文献)
专利文献1：日本特开2013-018406号公报
专利文献2：日本特开2012-210864号公报
发明内容
(发明所要解决的问题)
然而，在专利文献2所公开的技术中，从左侧方照相机拍摄的图像中仅锁定大致沿着相对于图像的水平方向倾斜的基准角度的倾斜边缘而提取，并基于所提取的倾斜边缘来识别停车框的图像。因此，专利文献2中公开的技术存在以下问题：会在斜线区域中检测到极短的边缘而不能识别斜线区域，而不能检测到与其相邻的停车位。
于是，本发明的目的在于，提供能够迅速且可靠地检测设置在停车场等的路面上的停车位的图像处理装置和图像处理方法。
(解决问题所采用的措施)
为了实现所述目的，本发明提供一种图像处理装置，用于检测由停车划分线标记和具有斜线部的标记所隔开的停车场的停车位，所述图像处理装置具有：标记检测部，在规定方向上扫描基于从拍摄车辆周围的路面的摄像装置输出的图像信号的图像，检测所述图像信号从低的值变化为高的值的规定长度的第一边缘以及所述图像信号从高的值变化为低的值的规定长度的第二边缘，从所检测出的各个边缘中提取以规定间隔相邻的所述第一边缘和所述第二边缘的对，基于所提取的各对来检测所述停车划分线标记；斜线检测部，将未被所述标记检测部提取为对的规定长度的所述第一边缘或所述第二边缘识别为单独边缘，从所述单独边缘的侧方的规定的开始点沿着该单独边缘的方向检测边缘并判定所述斜线部的有无，基于判定为存在所述斜线部的所述单独边缘来检测直线部，并将该直线部认定为属于具有所述斜线部的标记的视为直线部；以及停车框检测部，从所述停车划分线标记的所述第一边缘和所述第二边缘、以及所述视为直线部的所述单独边缘中检测相邻的所述边缘，并且基于这些边缘之间的距离来检测所述停车位。
(发明的效果)
在以上述方式构成的本发明的图像处理装置中，从所拍摄的图像中检测边缘，并且提取规定长度的第一边缘和第二边缘。由此，可以去除成为干扰项(noise，噪声)的短的边缘。进而，基于相邻的距离来提取成对的边缘，并检测停车划分线标记。针对作为未被提取的单独边缘来检测斜线部的有无，据此仅提取属于具有斜线部的标记且能够作为停车划分线来发挥功能的直线部的边缘，并且去除除此以外的成为干扰项的长的边缘。基于所提取的成对的第一边缘和第二边缘、以及单独边缘来检测停车位，据此即便是与具有斜线部的标记相邻的停车位，也能够无遗漏地检测。
由此，能够迅速且可靠地检测设置在停车场等的路面上的停车位。
附图说明
图1是表示本发明实施方式的图像处理装置所适用的停车辅助装置的概略结构的框图。
图2是表示实施方式的停车辅助装置的摄像装置的配置位置的一例的图。
图3是表示实施方式的图像处理装置的概略结构的功能框图。
图4是用于说明实施方式的图像处理装置的动作的一例的流程图。
图5是用于说明实施方式的图像处理装置的动作的一例的图。
图6是用于说明实施方式的图像处理装置的动作的一例的图。
图7是用于说明实施方式的图像处理装置的动作的一例的图。
图8是用于说明实施方式的图像处理装置的动作的一例的图。
图9是用于说明实施方式的图像处理装置的动作的一例的图。
具体实施方式
(停车辅助装置的概略结构)
以下，基于附图对本发明的实施方式进行说明。图1是表示应用本发明实施方式的图像处理装置的停车辅助装置的概略结构的框图，图2是表示实施方式的停车辅助装置的摄像装置的配置位置的一例的图。
如图1所示，停车辅助装置1搭载在车辆V(参照图2)上，用于停车辅助动作。具体而言，停车辅助装置1用于识别车辆V能够停车的停车框。停车辅助装置1控制该车辆V，使得车辆V停放在识别的停车框内。
如图2所示，在车辆V的前后左右具备多个小型照相机(摄像装置)。
具体而言，在车辆V的前保险杠或前格栅安装有朝向车辆V的前方的前方照相机20a。在车辆V的后保险杠或后饰板安装有朝向车辆V的后方的后方照相机20b。在车辆V的左车门后视镜安装有朝向车辆V的左侧方的左侧方照相机20c。在车辆V的右车门后视镜安装有朝向车辆V的右侧方的右侧方照相机20d。
在前方照相机20a、后方照相机20b、左侧方照相机20c、右侧方照相机20d分别安装有能够观测大范围的广角镜头或鱼眼镜头。由四台照相机20a～20d能够无遗漏地观测包括车辆V周围的路面的区域。由这些照相机20a～20d构成拍摄车辆V周围的路面的摄像装置。另外，在以下的说明中，在不区分各个照相机(摄像设备)20a～20d而进行说明的情况下，仅作为照相机20来进行说明。
返回图1，停车辅助装置1包括：前方照相机20a、后方照相机20b、左侧方照相机20c、右侧方照相机20d、照相机ECU 22、导航装置30、轮速传感器32以及转向角传感器34。
照相机ECU 22以微控制器(微型计算机)为主体而构成，该微控制器由CPU(Central Processing Unit，中央处理器)、ROM(Read Only Memory，只读存储器)、RAM(Random Access Memory，随机存取存储器)、快闪存储器等构成。照相机ECU 22对照相机20进行控制，并且使用照相机20所检测出的信息来进行俯瞰图像的生成处理、检测停车框的检测处理、判定是否能够将车辆V停放在所检测出的停车框内的判定处理等。
导航装置(显示装置)30具有具备图像显示功能的监视器31。导航装置30具有存储有路径引导用的地图数据等的存储部。导航装置30基于该地图数据等和未图示的GPS装置等所检测出的车辆V的当前位置来进行到导航装置30的操作者所设定的目标地点的路径引导。在路径引导动作中的各种图像显示在监视器31上。
轮速传感器32是用于检测车辆V的轮速的传感器。轮速传感器32所检测出的检测信息(轮速)输入到车辆控制ECU 40。
转向角传感器34用于检测车辆V的转向装置(steering)的转向角。将车辆V在直行状态下行驶时的转向角作为中立位置(0度)，并且将从中立位置的旋转角度作为转向角而输出。由转向角传感器34检测出的检测信息(转向角)输入车辆控制ECU 40。
进而，停车辅助装置1具有：车辆控制ECU 40、转向控制单元50、油门控制单元60以及制动控制单元70。
车辆控制ECU 40以微控制器(微型计算机)为主体而构成，该微控制器由CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM(Random Access Memory)、快闪存储器等构成。车辆控制ECU 40基于从照相机ECU 22、轮速传感器32以及转向角传感器34输入的各检测信息来执行辅助车辆V停车的各种处理。
即，例如如果驾驶员对未图示的自动停车开始开关进行开启操作而使停车辅助装置1工作，则车辆控制ECU 40执行自动停车处理，该自动停车处理使车辆V自动停放在照相机ECU 22判定为可停车的停车框内。
转向控制单元50基于车辆控制ECU 40所确定的车辆控制信息来驱动动力转向致动器(power steering actuator)52而控制车辆V的转向角。
油门控制单元60基于车辆控制ECU 40所确定的车辆控制信息来驱动油门致动器62而控制车辆V的油门。
制动控制单元70基于车辆控制ECU 40所确定的车辆控制信息来驱动制动致动器72而控制车辆V的制动。
此外，照相机ECU 22、轮速传感器32和转向角传感器34与车辆控制ECU 40之间通过作为车内LAN(Local Area Network，局域网)的传感器信息CAN(注册商标)(ControllerArea Network，控制器局域网)80连接。
此外，转向控制单元50、油门控制单元60和制动控制单元70与车辆控制ECU 40之间通过作为车内LAN的车辆信息CAN(注册商标)82连接。
在具有以上配置的停车辅助装置1中，本实施方式的图像处理装置100主要由照相机ECU 22构成。
(图像处理装置的功能配置)
图3是表示本实施方式的图像处理装置100的概略结构的功能框图。
本实施方式的图像处理装置100具有：控制部110和存储部120。控制部110主要由照相机ECU 22的CPU构成，存储部120主要由照相机ECU 22的ROM、RAM、快闪存储器等构成。
控制部110进行图像处理装置100整体的控制。除此之外，控制部110为了使车辆控制ECU 40执行自动停车处理，将自动停车处理所需的信息(停车位、停车框的位置、形状等)发送到该车辆控制ECU 40，该自动停车处理基于后述的标记检测部111、斜线检测部112和停车框检测部113所检测、所推定的作为划分停车位的边界线的标记、停车位来使该车辆V自动停放在判定为车辆V可停车的停车框内。
车辆控制ECU 40基于从控制部110提供的信息、进而基于轮速传感器32和转向角传感器34(在图3中仅示出为传感器)所检测出的检测信息来对动力转向致动器52、油门致动器62和制动致动器72(图3中仅示出为致动器)进行驱动控制。
控制部110具有以CPU、FPGA等可编程逻辑器件、ASIC等的集成电路为代表的运算元件。
在图像处理装置100的存储部120中存储有未图示的控制用程序，该控制用程序在图像处理装置100启动时由控制部110执行，图像处理装置100成为具备图3所示的功能配置的装置。特别是，由于本实施方式的图像处理装置100以后述方式执行高速图像处理，所以优选具有例如FPGA等的能够高速运算的运算元件。
控制部110具有：标记检测部111、斜线检测部112、停车框检测部113、显示控制部114和边缘检测部115。
标记检测部111基于从拍摄车辆V周围的路面的照相机20输出的图像信号来进行边缘检测而检测划分路面上的停车区域的停车划分线标记。此处所指的停车划分线标记主要是指，绘制为划分设置在路面上的停车区域的边界线(直线)的标记，通常由白线表示。另外，停车划分线标记有时由白线以外的例如黄线等的白色以外的颜色的线绘制。因此，由标记检测部111检测出的停车划分线标记并不限定于“白线”，一般来说，只要将与路面间具有对比度(contrast)的边界线(直线)检测为停车划分线即可。
标记检测部111通过边缘检测部115检测基于图像信号的图像中的边缘。该边缘检测部115在规定方向上扫描(scan)图像，并将图像信号具有规定值以上的差而变化的位置检测为边缘。优选的是，边缘检测部115基于图像信号的亮度图案、浓度图案来检测边缘。此处所说的扫描是指，朝向规定方向一个个地选择像素并在相邻的像素间比较图像信号的强度。
另外，扫描方向优选设定为与在路面上绘制的停车划分线标记正交的方向。即，如图5所示，当停车划分线标记200向与车辆V的行进方向正交的方向延伸时，优选为沿着行进方向扫描，如图6所示，当停车划分线标记200向车辆V的行进方向延伸时，优选为沿着与行进方向正交的方向扫描。一般来说，由于停车划分线标记的延伸方向是未知的，所以标记检测部111可以控制边缘检测部115而分别沿着车辆V的行进方向和与其正交的方向分两次扫描。
标记检测部111从边缘检测部115所检测出的边缘中分别提取图像信号具有规定值以上的差并从低值变化为高值的正边缘(也称为“上升边缘”)的位置、以及相反地从高值变化为低值的负边缘(也称为“下降边缘”)的位置。
在此，在基于亮度值而提取边缘的情况下，正边缘是指，从亮度低而暗的像素(例如黑的像素)变化为亮度高而亮的像素(例如白的像素)的边缘。即，表示扫描位置从路面切换到被认为停车划分线的位置的情况。负边缘是指，从亮度高而亮的像素变化为亮度低而暗的像素的边缘。即，表示扫描位置从被认为停车划分线的位置切换到路面的情况。
相对于此，在基于浓淡值而提取边缘的情况下，由于路面的浓度高(浓)，而停车划分线标记的浓度低(淡)，所以从浓度高的像素变化为浓度低的像素的边缘成为正边缘，从浓度低的像素变化为浓度高的像素的边缘成为负边缘。另外，在停车划分线标记的亮度比路面低(或浓度浓)的情况下，亮度值、浓淡值的变化反转。在无论是任何情况下，在停车划分线标记的两侧边缘检测到正边缘和负边缘，因此能够提取后述的对(pair)。
通过多线(行)反复进行上述扫描，将由在与扫描方向交叉的方向上连续的正边缘构成的线段作为正边缘(第一边缘)线段来提取。进而，将由连续的负边缘构成的线段作为负边缘(第二边缘)线段来提取。针对所提取的正边缘的线段和负边缘的线段，进行根据基准长度T的长度的过滤，去除不满足基准长度T的正边缘的线段和负边缘的线段。此外，除了长度之外，还可以根据线段延伸的方向(角度)进行过滤。
接下来，标记检测部111对过滤结果所留下的正边缘的线段和负边缘的线段的各端点的位置(坐标)进行计算，并基于所述位置而提取以规定间隔相邻的正边缘的线段和负边缘的线段的对。将被如上以规定间隔相邻的正边缘的线段和负边缘的线段的对所规定的直线认定为停车划分线标记。也就是说可知，如果相邻的正边缘的线段与负边缘的线段的距离在规定线宽W±阈值的范围内，则所述正边缘的线段和负边缘的线段为停车划分线标记的两侧边缘的至少一部分的边缘。可以将被这些成对的边缘的线段所规定的直线认定为停车划分线标记。
线宽W是停车划分线标记等的线宽。该线宽通常为15～20cm，但根据停车场的不同，停车划分线的宽度也有为30cm左右的情况。因此，优选的是，将与应用本发明的停车场的停车划分线标记的线宽对应的适当的值作为参数数据122存储在存储部120中，并选择与停车场的状态相对应的适当的值。
斜线检测部112将标记检测部111所检测出的正边缘的线和负边缘的线中的未被提取为对的边缘(单独边缘)的线段认定为“单边缘的线”，并且临时登记在存储部120中。斜线检测部112利用边缘检测部115而从该“单边缘的线”侧方的规定的开始点起向沿着单边缘的线的方向扫描图像。通过该扫描，检测有无斜线部(与扫描方向交叉的线)，当检测到斜线部时，基于该“单边缘的线”来检测直线部，并将该直线部认定为属于具有斜线部的标记(在本实施方式中例如图5所示的停车禁止标记300)且能够作为停车划分线来发挥功能的“视为直线部”(图5等中的直线部301c)。
例如，斜线检测部112基于图像信号的亮度图案来沿着单边缘的线对像素进行比较，并基于亮度值是否以规定的间隔按低亮度→高亮度→低亮度→…变化(在浓淡值的情况下，是否按浓→淡→浓→…变化)来判定有无斜线部。亮度值等的信号强度的变化只要能够检测一次、即表示一条斜线部的亮度值的变化即可，但是如果检测多次变化、即表示多条斜线部的亮度值的变化，则能够进一步提高停车禁止区域的检测精度。优选地，反复的次数、间隔作为参数数据122来预先设定在存储部120中。另外，也可以预先存储扫描的长度(像素数)并根据该长度来检测亮度值的变化。此外，可以通过沿着单边缘的线进行一条线(一列)的扫描来检测亮度值的变化，但是如果进行多条线(多列)的扫描，则能够进一步提高检测精度。
另外，检测斜线部时的单边缘的线的“侧方”是指可能存在斜线部的侧方，具体而言是，指正边缘和负边缘均为亮度值高的一侧(在浓淡值的情况下，浓度低的(淡的)一侧)。
停车框检测部113从标记检测部111所检测出的停车划分线标记的正边缘的线段和负边缘的线段、以及视为直线部的单边缘的线中检测可能构成停车位的相邻的边缘线段，并且基于这些边缘线段之间的距离来检测停车位。
更具体而言，停车框检测部113首先在多个停车划分线标记的成对的正边缘的线段和负边缘的线段中选择有可能构成停车位的相邻的两条线。在此所选择的两条线是构成隔开停车位的一对停车划分线的左右两端的线，并且是规定的停车划分线标记(例如图8所示的K1)的负边缘的线(Em3)和与其相对的停车划分线标记(例如图8所示的K2)的正边缘的线(Ep4)。
停车框检测部113基于各个边缘的端点的坐标来计算所选择的两条边缘线的距离(相邻的停车划分线标记的内宽尺寸)，并判定所计算出的距离是否在规定范围内。如果该距离在规定的停车位宽度L±阈值的范围内，则将由两条边缘线所隔开的区域检测为停车位。如果是普通汽车、小型货车用的停车位，则停车位宽度L优选为2m～3m。如果是大型货车辆、公共汽车用的停车位，则停车位宽度L优选为3.3m以上。
另外，停车框检测部113选择斜线检测部112所检测出的视为直线部的单边缘的线、以及与其相邻的停车划分线标记200的正边缘的线段或负边缘的线段、或者其他的视为直线部的单边缘的线。如果这些边缘线段之间的距离在规定的停车位宽度L±阈值的范围内，则能够将由两条边缘线段所隔开的区域检测为停车位。
另外，在检测与视为直线部的单边缘的线相邻的边缘的线段的情况下，朝向与检测到斜线部301b的一侧相反的方向、即亮度值低的方向(路面方向)进行搜索。由此，能够抑制停车禁止区域A3(例如图8的线段Ep1和Em1之间、Ep2和Em2之间)被误检测为停车位的情况。
停车框检测部113基于所检测出的停车位来推定停车位的形状、即停车框(图5等所示的202)，并且将其坐标值作为停车框登记数据121来登记在存储部120中。
显示控制部114将显示控制信号发送给导航装置30，该显示控制信号能够使照相机20所拍摄的车辆V周边的路面图像、表示停车框检测部113所检测、推定的停车框的图像适当地重复于该路面图像上而显示于或者单独显示于导航装置(显示装置)30的监视器31。
存储部120具有硬盘驱动器等的大容量存储介质、ROM、RAM等的半导体存储介质等的存储介质。在存储部120中临时或非临时地存储控制部110中的各种动作时所使用的各种数据。
另外，在存储部120中存储停车框登记数据121。该停车框登记数据121是与停车框检测部113所检测、推定的停车框相关的数据。另外，在存储部120中存储有参数数据122。该参数数据122是与标记检测部111、斜线检测部112、停车框检测部113以及边缘检测部115所使用的预先确定的各种参数相关的数据。作为参数数据122，可以列举出例如停车划分线标记的线宽W、基准长度T、停车划分线标记的延伸方向的角度D、停车位宽度L、斜线检测部112检测斜线部时的扫描开始点S的坐标、斜线部的宽度以及它们的阈值等。这些参数数据122能够基于使用停车辅助装置1的国家、地域、乃至停车位(停车框)的形状、大小、停车划分线的宽度、长度、延伸角度等来任意设定、变更。另外，也可采用如下结构：对应于各种标记而存储多个参数并选择与停车位的检测对象的停车场对应的适当的参数。
(图像处理装置的动作)
接下来，参照图4的流程图以及图5～图9对本实施方式的图像处理装置100的动作的一例进行说明。
图4是用于说明图像处理装置100的动作的流程图。图4的流程图所示的动作通过驾驶员操作未图示的自动停车开始开关来进行自动停车开始的指示输入而开始。
在步骤S1中，图像处理装置100的控制部110获取照相机20所拍摄的车辆V周围的路面的图像信号。
在步骤S2中，基于在步骤S1中所获取的图像信号，控制部110生成将这些图像信号合成后的信号。在步骤S2中所合成的信号是用于将仿佛在车辆V的上方设置照相机而俯视正下方似的的图像(俯瞰图像)显示导航装置30上的信号。生成这样的俯瞰图像的技术是公知的，作为一例，已知有日本特开平3-99952号公报、日本特开2003-118522号公报中所公开的技术。
另外，可以在步骤S2中不进行图像合成操作，或者可以在下一步骤S3中的正边缘和负边缘的提取之后进行步骤S2中的图像合成操作。但是，在生成俯瞰图像之后进行正边缘和负边缘的提取操作的话，能够减轻图像处理装置100的处理负担。
在步骤S3中，如上所述，标记检测部111在规定方向上扫描在步骤S2中所合成的图像，并且基于图像信号的亮度值来提取图像中的正边缘和负边缘。
参照图5对在停车场等的路面上绘制的标记的例子进行说明。图5所示的停车场P具有停放车辆V的停车区域A1、设置为车辆V的通行用的通路区域A2、以及禁止车辆V的进入/停车的区域(以下称为“停车禁止区域A3”)。停车禁止区域A3由斜线表示，因此有时也称为“斜线区域”、“斑马线区”等。在该停车场P的路面上，在划分停车区域A1和通路区域A2和停车禁止区域A3的边界部分绘制有多个标记(停车划分线标记200、停车禁止标记300)。
图5所示的停车划分线标记200是表示停车划分线的标记，并朝向与通路区域A2中的车辆V的行进方向(图中由箭头表示)交叉的方向、即停车区域A1延伸。在图5所示的例子中，停车划分线标记200绘制成相对于行进方向以大致直角延伸。
图5所示的停车禁止标记300是表示停车禁止区域A3的标记，并具有围住停车禁止区域A3的大致矩形的外周线301a和在该外周线301a内绘制的多个斜线部301b。外周线301a具有沿着停车位而延伸的两个直线部301c和连接该两个直线部301c相互对置的端部的一个或两个连接线301d。两个直线部301c绘制成相对于行进方向以大致直角延伸。另外，多个斜线部301b在两个直线部301c之间相对于它们倾斜而绘制。
此外，在图5所示的例子中，虽然停车禁止标记300绘制成大致矩形，但是并不限定于此，可以根据停车场P等的形状，绘制为大致三角形、半圆形、长圆形等的各种形状。为了构成停车位，停车禁止标记300只要具有至少一个直线部301c和从该直线部301c倾斜延伸的多个斜线部301b即可。另一个直线部301c和连接线301d并不是必须的，另外，它们不一定必须沿着行进方向或垂直延伸，可以倾斜延伸，也可以是曲线。
在由相邻的标记200、300夹着的区域内，存在适于停放车辆V的停车位。包围该停车位的框是停车框202。停车框202是在图示例子中俯视观察的状态下与车辆V的外形大致外接的矩形的框。但是，停车框202不限于绘制在停车场P的路面上。在图5所示的例子中，图示了表示停车框202的线，但实际上没有绘制在路面上。因此，为了进行以该停车框202为目标来停放车辆V的停车辅助动作，停车辅助装置1需要确切地检测路面上的停车划分线标记200以及停车禁止标记300的直线部301c，并基于它们来识别停车框202。
另外，图6表示在车辆V的行进方向或后退方向上存在停车划分线标记200、停车禁止标记300以及停车框202时的路面状况。另外，图7表示相对于车辆V的行进方向倾斜地存在停车划分线标记200、停车禁止标记300以及停车框202时的路面状况。在本实施方式中，由于使用多个照相机20所拍摄的图像信号或者将这些图像信号合成后的俯瞰图像，所以图5～图7的例子当然能够高精度地检测向车辆V周围的所期望方向存在的停车位及其停车框202。
参照图8以及图9中的(a)，说明通过标记检测部111来检测包含图5所示的停车划分线标记200以及停车禁止标记300的图像中的边缘的动作的详细情况。图8是图5的纸面右侧的停车区域A1部分的放大图，图9中的(a)是图8所示的停车禁止标记300的放大图。
作为一例，如图8所示，将X轴(此处为沿着车辆V的行驶方向的方向且与停车划分线标记200的延伸方向正交的方向)设定为图中的左右方向，将Y轴(此处为停车区域A1的方向且停车划分线标记200的延伸方向)设定为图中的上下方向。标记检测部111指示边缘检测部115而如图8中箭头所示那样沿着与停车划分线标记200和直线部301c的延伸方向正交的方向且从图中的左向右(X轴正方向)的方向对规定的检测范围O进行扫描。由此，检测图像中的正(+)边缘和负(-)边缘。
在图8中，由粗虚线表示所检测出的正边缘，由粗实线表示负边缘。如图8所示，在作为两个停车禁止标记300的外周部分的、各自的一方的直线部301c的左侧(扫描起点)检测到正边缘的线段Ep1、Ep2，另一方的直线部301c的右侧(扫描目的地)检测到负边缘的线段Em1、Em2。此外，在两个停车划分线标记200的左侧检测到正边缘的线段Ep3、Ep4，而在右侧检测到负边缘的线段Em3、Em4。进而，在停车禁止标记300的斜线部301b的两侧、直线部301c的内侧以及直线部301c与连接线301d之间的边界部分也分别检测到短的正边缘和负边缘。此时，在存在路面上的光的反射、垃圾、污垢等的情况下，有时这些边缘也会作为干扰项来被检测。另外，在从图中的右向左、即向X轴负方向扫描像素时，正边缘和负边缘反转。
返回图4，在步骤S4中，标记检测部111基于存储在参数数据122中的与停车划分线相关的参数(基准长度T、角度D等)来进行在步骤S3中检测出的正边缘和负边缘的过滤。该过滤也可以在下一步骤S5的对的提取之后进行，但通过在对的提取之前进行来去除干扰项，能够使图像处理高速化。
首先，标记检测部111提取具有基准长度T以上的长度且沿角度D方向延伸的正边缘的线段和负边缘的线段。基准长度T例如设定为相当于车辆V的车长(例如5m)的长度，但在扫描图8所示的检测范围O时，设定为比车长短的长度。角度D设定为考虑了车辆V的行驶方向、拍摄图像的照相机20的朝向等的角度。在图5的情况下，由于停车划分线标记200是相对于行驶方向朝向停车区域A1以大致直角延伸的直线，因此设定为角度D＝90°。
通过该处理，提取在图8中以由矩形围住的沿规定方向延伸的边缘、即表示停车划分线标记200的两侧边缘的边缘线段(线段Ep3、Ep4、Em3、Em4)、以及表示停车禁止标记301的直线部301c的外边缘的边缘线段(线段Ep1、Ep2、Em1、Em2)。相对于此，不提取在斜线部301b的两侧、直线部301c内侧以及直线部301c与连接线301d之间的边界部分检测到的短的边缘而舍弃。此外，也不提取由于路面反射、垃圾等的存在而所检测到的短的边缘、沿垂直方向以外延伸的长的边缘而作为干扰项来舍弃。
在下一步骤S5中，标记检测部111从所提取的多个边缘线段中提取正边缘的线段和负边缘的线段的对。此时，基于图像来计算在路面上相邻的正边缘与负边缘的距离(在图8的例子中为W1、W2、W3、W4)，如果该距离在规定的线宽W±阈值的范围内，则将它们认定为成对。能够基于以上述方式提取的各对来检测停车划分线标记200。
在图8的例子中，由于距离W3、W4＝线宽W，所以正边缘的线段Ep3和负边缘的线段Em3以及正边缘的线段Ep4和负边缘的线段Em4分别作为对而被提取。由此，能够检测出停车划分线标记200(K1、K2)。相对于此，由于距离W1、W2＞线宽W，所以正边缘的线段Ep1和负边缘的线段Em1以及负边缘的线段Ep2和负边缘的线段Em2并未作为对而被提取。
接着，在步骤S6中，标记检测部111将在步骤S5中未被提取为对的正边缘的线段和负边缘的线段作为“单边缘的线”临时登记在存储部120中。
在下一步骤S7中，停车框检测部113基于在步骤S5中所提取的停车划分线标记200来检测停车位和停车框。对此，如上所述，计算可能构成停车位的相邻的停车划分线标记200的、相对的正边缘的线段与负边缘的线段之间的距离。如果该距离在设定为参数的规定的停车位宽度L±阈值的范围内，则判定为该两个停车划分线标记200之间的区域是停车位。在图8的例子中，两个停车划分线标记200的相对的负边缘的线段Em3与正边缘的线段Ep4之间的距离L1＝L，在它们之间检测到停车位。能够将沿着构成所检测出的停车位的相对的正边缘的线段和负边缘的线段的线当作长边且将分别连接相对的两端的线当作短边的矩形的框推定为停车框202(参照图5)。
停车框检测部113分别计算构成各停车框202的相对置的正边缘的线段和负边缘的线段的端点的坐标值，并作为停车框登记数据121来登记在存储部120中。此时，如果登记停车框202的至少靠近通路区域A2一侧的两个端点的坐标值，则能够尽可能地减少存储容量并确定停车框202，但也可以登记四点的坐标值。另外，也可以将停车划分线标记200的角度D作为停车框202的角度来添加到停车框登记数据121中。
接着，为了执行对单边缘的线的处理，在步骤S8中，判定是否检测到单边缘的线。在判定为检测到单边缘的线的情况下(YES)，前进至步骤S9。另一方面，在判定为未检测到单边缘的线的情况下(NO)，认为已检测出所有的停车位，并且停车框202的推定和登记也已完成，从而跳过步骤S9～S12而结束处理。
在步骤S9中，为了判定在步骤S6中所检测出的单边缘的线的周围是否存在斜线部，斜线检测部112进行斜线部301b的检测处理。即，在单边缘的线的周围存在斜线部301b的情况下，能够判断为该单边缘的线是绘制在停车禁止区域A3中的停车禁止标记300的直线部301c的边缘。相对于此，在不存在斜线部的情况下，能够判断为单边缘的线是在路面上因光的反射等而产生的干扰项。
利用图9中的(a)，说明步骤S9的斜线部301b的检测处理的具体步骤的一例。在单边缘的线是停车禁止标记300的直线部301c的边缘的情况下，在切换为高的亮度值的方向上存在斜线部。即，在单边缘的线是正边缘的线段(例如线段Ep1)的情况下，在其右侧(X轴正方向)存在斜线部301b，在负边缘的线段(例如线段Em1)的情况下，在其左侧(X轴负方向)存在斜线部301b。因此，从正边缘的右侧或负边缘的左侧的预先确定的扫描开始点S的像素开始，朝向存在斜线部301b的方向、在图9中的(a)的情况下朝向沿边缘的Y轴正方向(箭头方向)扫描像素。对图中的9(a)的斜线部301b的外边缘赋予的粗虚线表示沿Y轴正方向扫描时所检测出的正边缘，粗实线表示负边缘。
关于扫描开始点S的坐标，例如将相对于边缘的起点(端点)的相对坐标的值作为参数数据122来存储在存储部120中。在停车禁止标记300中，由于斜线部301b存在于直线部301c的内侧，所以X坐标设定为与该直线部301c的规定的线宽W相比边缘的起点与扫描开始点S的距离长。另外，扫描开始点S的Y坐标设定为比从边缘的起点到连接线301d的外周缘的距离w靠外侧(Y轴负方向)。
另外，图9中的(b)表示停车禁止标记300的直线部301c相对于Y轴倾斜时的扫描开始点S和扫描方向。在该图9中的(b)的情况下，也基于单边缘的线相对于Y轴的倾斜角度、单边缘的线的起点和终点的位置坐标来设定扫描开始点S，并且从该扫描开始点S沿单边缘的线的延伸方向执行像素的扫描。由此，能够高精度地检测有无斜线部301b。
作为从扫描开始点S扫描像素的结果，例如，亮度值以低亮度(例如，黑)→高亮度(例如，白)→低亮度→高亮度→低亮度→…变化且高亮度与低亮度的间隔以设定为参数数据122的规定间隔反复出现时，能够判定为存在斜线部301b。相对于此，作为扫描结果，在亮度值没有变化的情况下，能够判定为不存在斜线部301b。
返回图4，在下一步骤S10中，基于步骤S9中的扫描结果来判定是否存在被检测到的斜线部301b的单边缘的线。在存在被检测到的斜线部301b的单边缘的线的情况下(YES)，前进至步骤S11。相对于此，在不存在被检测到的斜线部301b的单边缘的线的情况下(NO)，由于不存在作为停车划分线来发挥功能的直线部301c，所以将被检测出的单边缘的线作为干扰项而舍弃，并跳过步骤S11、S12而结束处理。
在步骤S11中，将被检测出的斜线部301b的单边缘的线视为构成停车禁止标记300的直线部301c的边缘，基于该单边缘的线来检测直线部301c，并将其认定为“视为直线部”。
在步骤S12中，停车框检测部113基于在步骤S11中所确定的直线部301c来检测停车位和停车框202。对此，停车框检测部113搜索直线部301c的单边缘的线的侧方(与被检测到的斜线部301b的一侧不同的一侧)，并检测相邻的停车划分线标记200或直线部301c。然后，与上述步骤S7中的处理相同地，计算单边缘的线和与其相对置的边缘线段之间的距离，如果该距离在规定的停车位宽度L±阈值的范围内，则将这些边缘线段之间的区域检测为停车位。该处理仅执行被检测到的斜线部301b的单边缘的线的量。由此，例如在图8的例子中，在单边缘的线(线段Em1)与单边缘的线(线段Ep2)之间、以及单边缘的线(线段Em2)与停车划分线标记200的正边缘的线段Ep3之间分别检测到停车位。
停车框检测部113将沿着构成停车位的相对置的正边缘的线段和负边缘的线段的线当作长边且将分别连接相对置的两端的线当作短边的矩形的框推定为停车框202。因此，能够无遗漏且可靠地检测与停车禁止区域A3相邻的停车框202。
关于与所检测出的停车禁止区域A3相邻的停车框202，分别计算构成各停车框202的相对置的正边缘的线段和负边缘的线段的端点的坐标值，并作为停车框登记数据121来登记在存储部120中。另外，基于步骤S7的停车划分线标记200的停车位和停车框202的检测和登记也可以在该步骤S11中执行，但是先进行该步骤S7的处理之后执行对单边缘的线的步骤S8以后的处理的话，处理效率高，能够加快图像处理整体的处理速度。
(图像处理装置的效果)
在以上述方式构成的本实施方式的图像处理装置100中，标记检测部111从所拍摄的图像中通过边缘检测来检测规定长度的正边缘和负边缘，从这些中提取以规定间隔相邻的边缘的对，并且基于所提取的各对来检测所述停车划分线标记200。另外，斜线检测部112针对未被提取为对的单边缘的线通过边缘检测来判定斜线部301b的有无，基于检测到斜线部301b的单边缘的线来检测直线部，并且将该直线部认定为属于停车禁止标记300且能够作为停车划分线来发挥功能的“视为直线部”。并且，停车框检测部113基于所提取的停车划分线标记200的正边缘和负边缘并且视为直线部的单边缘的线来检测停车位。
因此，与前述的现有的图像处理装置不同，在本实施方式中，不仅能够可靠地检测由停车划分线标记200夹着的停车位，还能够可靠地检测与停车禁止区域A3相邻的停车位，从而能够获得停车位的高检测率。
另外，虽然也有通过图案匹配来检测绘制在停车禁止区域A3中的停车禁止标记300的方法，但停车禁止区域A3呈矩形、三角形、半圆形等的各种形状，大小也各种各样。因此，需要预先存储多个图案，与它们进行匹配，或者进一步检测边缘，因此运算处理需要大量的时间。相对于此，在不使用图案匹配的本实施方式的图像处理装置100和图像处理方法中，能够降低运算处理成本。由此，能够迅速且可靠地检测设置在停车场P等的路面上的停车位。
另外，在以规定间隔至少一次或连续多次检测出图像信号从低的值变化为高的值的边缘和从高的值变化为低的值的边缘时，斜线检测部112判定为存在斜线部301b。由此，能够更高速且更高精度地检测斜线部301b的有无。进而，在检测斜线部301b时，斜线检测部112对单边缘的线的图像信号成为高的值的侧方进行扫描。由此，能够抑制停车禁止区域A3被误检测为停车位的情况，能够提高停车位的检测精度并使运算处理高速化。
另外，如果标记检测部111和斜线检测部112基于图像信号的亮度图案或浓淡图案来检测边缘，则能够更高速且更高精度地检测正边缘和负边缘。
另外，在本实施方式中，具备设定有停车划分线标记200的基准长度T、线宽W、延伸方向的角度D以及停车位宽度L的存储部120。此时，通过设定与停车场P的停车框202的形状和大小等对应的适当的值，能够与停车场P的状态匹配，进行更适当且更高精度的停车框202的检测。
另外，在停车禁止区域A3中，如果检测到与斜线交叉的部分的边缘非常短并将短的边缘登记为直线部的边缘，则难以与因垃圾、光的反射而被检测出的边缘(干扰项)进行区分。另外，也可以考虑连接短的边缘而成为规定长度的单边缘的线，但需要花费处理时间，在该情况下也有可能连接干扰项的边缘而影响停车框的检测精度、处理速度。
另一方面，根据本实施方式的图像处理装置100中，通过仅提取规定长度的正边缘和负边缘，舍弃了成为干扰项的短边缘。进而，针对作为对来未被提取的规定长度的单边缘的线，判定斜线部301b的有无，基于判定为存在斜线部的单边缘的线来检测视为直线部。舍弃判定为不存在斜线部的单边缘的线。因此，能够提高视为直线部的检测精度，并且能够显著提高与停车禁止标记300相邻的停车框202的检测率。
以上，参照附图详细说明了本发明的实施方式，但具体配置并不限于该实施方式和实施例，不脱离本发明的主旨的程度的设计变更包含在本发明中。
例如，在上述实施方式的图像处理装置100中，根据图像的亮度值、浓淡值来进行图像信号的高低差的判定，但也可以根据图像的RGB值来进行图像信号的高低差的判定。
(附图标记说明)
V：车辆；P：停车场；1：停车辅助装置；20：照相机(摄像装置)；
22：照相机ECU；100：图像处理装置；110：控制部；111：标记检测部；
112：斜线检测部；113：停车框检测部；200：停车划分线标记；202：停车框；
300：停车禁止标记；301b：斜线部；301c：直线部(视为直线部)

Claims (7)

1.一种图像处理装置，用于检测由停车划分线标记和具有斜线部的标记所隔开的停车场的停车位，其特征在于，具有：
标记检测部，在规定方向上扫描基于从拍摄车辆周围的路面的摄像装置输出的图像信号的图像，检测所述图像信号从低的值变化为高的值的规定长度的第一边缘以及所述图像信号从高的值变化为低的值的规定长度的第二边缘，从所检测出的各个边缘中提取以规定间隔相邻的所述第一边缘和所述第二边缘的对，基于所提取的各个对来检测所述停车划分线标记；
斜线检测部，将未被所述标记检测部提取为所述对的规定长度的所述第一边缘或所述第二边缘认定为单独边缘，从所述单独边缘的侧方的规定的开始点沿着该单独边缘的方向检测边缘并判定所述斜线部的有无，基于判定为存在所述斜线部的所述单独边缘来检测直线部，并将该直线部认定为属于具有所述斜线部的标记的视为直线部；以及
停车框检测部，从所述停车划分线标记的所述第一边缘和所述第二边缘、以及所述视为直线部的所述单独边缘中检测相邻的所述边缘，并且基于这些边缘之间的距离来检测所述停车位。
2.根据权利要求1所述的图像处理装置，其特征在于，
在以规定间隔至少一次或连续多次检测到所述图像信号从低的值变化为高的值的边缘和从高的值变化为低的值的边缘时，所述斜线检测部判定为存在所述斜线部。
3.根据权利要求1或2所述的图像处理装置，其特征在于，
在检测所述斜线部时，所述斜线检测部对所述单独边缘的所述图像信号成为高的值的侧方进行扫描。
4.根据权利要求1或2所述的图像处理装置，其特征在于，
所述标记检测部和所述斜线检测部基于所述图像信号的亮度图案或浓淡图案来检测所述边缘。
5.根据权利要求1或2所述的图像处理装置，其特征在于，
具备设定有所述停车划分线标记的基准长度、线宽、延伸方向的角度以及停车位宽度的存储部。
6.根据权利要求3所述的图像处理装置，其特征在于，
具备设定有所述停车划分线标记的基准长度、线宽、延伸方向的角度以及停车位宽度的存储部。
7.一种图像处理方法，其检测由停车划分线标记和具有斜线部的标记所隔开的停车场的停车位，其特征在于，包括：
标记检测步骤，在规定方向上扫描基于从拍摄车辆周围的路面的摄像装置输出的图像信号的图像，检测所述图像信号从低的值变化为高的值的规定长度的第一边缘以及所述图像信号从高的值变化为低的值的规定长度的第二边缘，从所检测出的各个边缘中提取以规定间隔相邻的所述第一边缘和所述第二边缘的对，基于所提取的各个对来检测所述停车划分线标记；
斜线检测步骤，将在所述标记检测步骤中未被提取为所述对的规定长度的所述第一边缘或所述第二边缘认定为单独边缘，从所述单独边缘的侧方的规定的开始点沿着该单独边缘的方向检测边缘并判定所述斜线部的有无，基于判定为存在所述斜线部的所述单独边缘来检测直线部，并将该直线部认定为属于具有所述斜线部的标记的视为直线部；以及
停车框检测步骤，从所述停车划分线标记的所述第一边缘和所述第二边缘、以及所述视为直线部的所述单独边缘中检测相邻的所述边缘，并且基于这些边缘之间的距离来检测所述停车位。
CN202010073488.6A 2019-02-14 2020-01-22 图像处理装置和图像处理方法 Active CN111563405B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019024147A JP7229804B2 (ja) 2019-02-14 2019-02-14 画像処理装置及び画像処理方法
JP2019-024147 2019-02-14

Publications (2)

Publication Number Publication Date
CN111563405A CN111563405A (zh) 2020-08-21
CN111563405B true CN111563405B (zh) 2023-08-22

Family

ID=69190724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010073488.6A Active CN111563405B (zh) 2019-02-14 2020-01-22 图像处理装置和图像处理方法

Country Status (4)

Country Link
US (1) US11430149B2 (zh)
EP (1) EP3696723B1 (zh)
JP (1) JP7229804B2 (zh)
CN (1) CN111563405B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7123844B2 (ja) * 2019-03-29 2022-08-23 本田技研工業株式会社 駐車場管理装置、駐車場管理方法、およびプログラム
JP7296768B2 (ja) 2019-04-22 2023-06-23 フォルシアクラリオン・エレクトロニクス株式会社 画像処理装置及び画像処理方法
JP7212317B2 (ja) * 2019-10-11 2023-01-25 トヨタ自動車株式会社 車両駐車支援装置
JP7467202B2 (ja) * 2020-03-31 2024-04-15 本田技研工業株式会社 駐車支援システム
JP2022175719A (ja) * 2021-05-14 2022-11-25 トヨタ自動車株式会社 自動駐車サーバ、自動運転車両、自動駐車システム
US20230031425A1 (en) * 2021-08-02 2023-02-02 DUS Operating Inc, Methodology to estimate slot line direction for parking slot detection
JP2023073089A (ja) * 2021-11-15 2023-05-25 株式会社アイシン 駐車支援装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005339468A (ja) * 2004-05-31 2005-12-08 Mitsubishi Electric Corp 車載用路面標示検出装置
JP2014106704A (ja) * 2012-11-27 2014-06-09 Clarion Co Ltd 車載画像処理装置
CN104718116A (zh) * 2012-11-27 2015-06-17 日产自动车株式会社 车辆用加速抑制装置以及车辆用加速抑制方法
CN105303872A (zh) * 2015-08-28 2016-02-03 芜湖科创生产力促进中心有限责任公司 停车收费系统
CN108386028A (zh) * 2018-05-04 2018-08-10 吉林大学 适用于多类型停车位的易扩展双层自动停车装置及其控制方法
CN108974122A (zh) * 2017-05-30 2018-12-11 Lg电子株式会社 停车辅助系统

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0399952A (ja) 1989-09-12 1991-04-25 Nissan Motor Co Ltd 車両用周囲状況モニタ
JP3943363B2 (ja) 2001-10-18 2007-07-11 クラリオン株式会社 駐車支援装置
JP2012210864A (ja) 2011-03-31 2012-11-01 Fujitsu Ten Ltd 画像処理装置、駐車支援システム、画像処理方法、及び、駐車支援方法
JP2013018406A (ja) 2011-07-12 2013-01-31 Fujitsu Ten Ltd 駐車枠の認識装置、駐車枠の認識方法、及び、プログラム
EP2927080B1 (en) * 2012-11-27 2017-05-31 Nissan Motor Co., Ltd Vehicle acceleration-suppression device, and vehicle acceleration-suppression method
WO2014083828A1 (ja) * 2012-11-27 2014-06-05 日産自動車株式会社 車両用加速抑制装置及び車両用加速抑制方法
JP6328369B2 (ja) * 2012-11-27 2018-05-23 クラリオン株式会社 車載用制御装置
JP5981322B2 (ja) * 2012-11-27 2016-08-31 クラリオン株式会社 車載画像処理装置
WO2014083827A1 (ja) * 2012-11-27 2014-06-05 日産自動車株式会社 車両用加速抑制装置
KR101470240B1 (ko) 2013-11-14 2014-12-08 현대자동차주식회사 주차 영역 검출 장치 및 그 방법
CN108351958B (zh) * 2015-10-22 2022-03-25 日产自动车株式会社 停车位的框线的检测方法及装置
CN109074743A (zh) * 2016-04-28 2018-12-21 日产自动车株式会社 停车辅助方法及装置
JP6869467B2 (ja) 2017-04-24 2021-05-12 アイシン精機株式会社 駐車支援装置
US10896336B2 (en) * 2018-06-25 2021-01-19 Denso Ten Limited Parking compartment recognition apparatus
JP7296768B2 (ja) * 2019-04-22 2023-06-23 フォルシアクラリオン・エレクトロニクス株式会社 画像処理装置及び画像処理方法
JP2021180382A (ja) * 2020-05-12 2021-11-18 フォルシアクラリオン・エレクトロニクス株式会社 画像処理装置及び画像処理方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005339468A (ja) * 2004-05-31 2005-12-08 Mitsubishi Electric Corp 車載用路面標示検出装置
JP2014106704A (ja) * 2012-11-27 2014-06-09 Clarion Co Ltd 車載画像処理装置
CN104718116A (zh) * 2012-11-27 2015-06-17 日产自动车株式会社 车辆用加速抑制装置以及车辆用加速抑制方法
CN105303872A (zh) * 2015-08-28 2016-02-03 芜湖科创生产力促进中心有限责任公司 停车收费系统
CN108974122A (zh) * 2017-05-30 2018-12-11 Lg电子株式会社 停车辅助系统
CN108386028A (zh) * 2018-05-04 2018-08-10 吉林大学 适用于多类型停车位的易扩展双层自动停车装置及其控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
余容 ; 景文川 ; 张冒 ; 何朝明 ; .货运索道小车位置的自动识别.机械.2015,(04),第7-10页. *

Also Published As

Publication number Publication date
JP2020135084A (ja) 2020-08-31
CN111563405A (zh) 2020-08-21
US11430149B2 (en) 2022-08-30
EP3696723A1 (en) 2020-08-19
JP7229804B2 (ja) 2023-02-28
EP3696723B1 (en) 2023-11-08
US20200265605A1 (en) 2020-08-20

Similar Documents

Publication Publication Date Title
CN111563405B (zh) 图像处理装置和图像处理方法
CN111824129B (zh) 图像处理装置及图像处理方法
CN113313935B (zh) 图像处理装置及图像处理方法
CN113212352B (zh) 图像处理装置以及图像处理方法
US20160343139A1 (en) Method for detecting a parking area
US11270452B2 (en) Image processing device and image processing method
JP2013116696A (ja) 駐車支援装置
EP3933684A1 (en) Image based detection of parking space marked by dashed lines
US11967158B2 (en) Image processor and image processing method
CN111862108A (zh) 图像处理装置及图像处理方法
CN113327201A (zh) 图像处理装置及图像处理方法
JP7341730B2 (ja) 画像処理装置及び画像処理方法
JP7446851B2 (ja) 画像処理装置及び画像処理方法
JP7446830B2 (ja) 画像処理装置及び画像処理方法
JP7453008B2 (ja) 画像処理装置及び画像処理方法

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