CN111652938A - 自动泊车标定方法和系统 - Google Patents
自动泊车标定方法和系统 Download PDFInfo
- Publication number
- CN111652938A CN111652938A CN202010279818.7A CN202010279818A CN111652938A CN 111652938 A CN111652938 A CN 111652938A CN 202010279818 A CN202010279818 A CN 202010279818A CN 111652938 A CN111652938 A CN 111652938A
- Authority
- CN
- China
- Prior art keywords
- image
- lane line
- automatic parking
- camera
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000012937 correction Methods 0.000 claims abstract description 19
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 claims abstract description 11
- 240000004050 Pentaglottis sempervirens Species 0.000 claims abstract description 8
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 238000003702 image correction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 241000283070 Equus zebra Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种自动泊车标定方法和系统,方法包括:获取当前图像,其中,图像为车辆在具有车道线的道路上行驶、并且车辆的车身侧边与车道线之间的距离在预设距离阈值范围内时,车辆的至少两个摄像头采集到的包括车道线的物理位置信息的图像;对图像进行处理,处理包括灰度处理;拼接处理后的图像并生成鸟瞰图;对鸟瞰图中的车道线位置进行分析和数据校正,使得车道线在鸟瞰图上拼接;利用车道线在鸟瞰图中的校正位置的优化参数,确定每个摄像头的校正参数,生成新的标定数据。提供一种自动泊车系统标定方法和系统,通过车辆在具有车道线的道路行驶,利用车道线来进行自动泊车标定,方法简单,成本较低。
Description
技术领域
本发明涉及汽车维修领域,特别涉及一种自动泊车标定方法和系统。
背景技术
自动泊车是指汽车自动泊车入位不需要人工控制,驾驶员自动停车。自动泊车用到了环视摄像头与超声波雷达系统等,需要在车辆生产过程中对摄像头进行图像标定,使泊车系统的默认参数生成鸟瞰图;系统可通过鸟瞰图来对于当前车辆位置进行分析,算法再计算实际车位来形成相应的泊车路径。但是摄像头和车辆在加工和组装过程中,都可能与设计值产生偏差,这些偏差会直接影响摄像头的效果。整车下线标定就是根据实际车辆进行标定以保证产品的功能与效果。
当车辆在使用过程中出现碰撞或其他原因导致摄像头需要更换时,会出现额外的偏差值,但由于产线标定的场地较大,设备金额巨大等原因,一般售后维修店并没有产线的标定设备。因此自动泊车系统从在售后无法标定的问题,再维修后并不会进行重新标定,仍然使用原先的图像标定数据,但用户看到的图像就会出现明显的拼接错位问题。
发明内容
本发明的目的在于解决现有技术售后维修中缺乏自动泊车标定的问题。提供一种自动泊车标定方法和系统,通过车辆在具有车道线的道路行驶,利用车道线来进行自动泊车标定,方法简单,成本较低。
为解决上述技术问题,本发明提供一种自动泊车标定方法,包括:获取当前图像,其中,图像为车辆在具有车道线的道路上行驶、并且车辆的车身侧边与车道线之间的距离在预设距离阈值范围内时,车辆的至少两个摄像头采集到的包括车道线的物理位置信息的图像。
对图像进行处理,处理包括灰度处理。
拼接处理后的图像并生成鸟瞰图。
对获得的鸟瞰图中的车道线位置进行分析和数据校正,使得车道线在鸟瞰图上拼接。
利用车道线在鸟瞰图中的校正位置的优化参数,确定校正参数,生成新的标定数据。
采用上述方案,可以实现通过车辆在具有车道线的道路行驶,利用车道线进行自动泊车标定。标定时,车辆在行驶过程中不断的处理收集车道线物理位置信息,当车道线收集完成即进行标定数据更新处理,使得全景画面重新恢复到一个良好的拼接效果;方法简单,成本较低,适用于售后维修自动泊车标定。
根据本发明的另一具体实施方式,本发明的实施方式公开的自动泊车标定方法,至少两个摄像头为四个;包括:前摄像头,采集区域包括车身前方两侧的长1.5-2.5m、宽1.2-2.3m的区域;后摄像头,采集区域包括车身后方两侧的长1.5-2.5m、宽1.2-2.3m的区域;左/右摄像头,采集区域分别包括车身两侧的长4.5-5.5m、宽1.2-2.3m的区域。
采用上述方案,摄像头采集图像区域全面覆盖车辆周边,采集图像具有交叉点,便于拼接。
根据本发明的另一具体实施方式,本发明的实施方式公开的动泊车标定方法,车身侧边与车道线的距离阈值范围为0.15-2.45m。
根据本发明的另一具体实施方式,本发明的实施方式公开的动泊车标定方法,获取图像的频率为4-8帧/秒。
采用上述方案,在理想条件下,在10-30秒内即可完成数据采集和鸟瞰图拼接过程。
根据本发明的另一具体实施方式,本发明的实施方式公开的动泊车标定方法,车辆的行驶速度为1~55km/小时;标定时长小于2分钟。
根据本发明的另一具体实施方式,本发明的实施方式公开的动泊车标定方法,方法还包括:对标定数据进行验证确认是否准确;其中,当确认准确,标定数据进行存储;当确认不准确,重新进行标定。
采用上述方案,通过验证过程,保证标定准确。
根据本发明的另一具体实施方式,本发明的实施方式公开的动泊车标定方法,处理还包括去除干扰处理,使处理后的图像中的车道线为单实线或双实线。
采用上述方案,去除图像中的干扰因素,利于标定。
本发明还提供一种自动泊车标定系统,包括:至少两个摄像头,用于采集图像,图像为车辆在具有车道线的道路上行驶、并且车辆的车身侧边与车道线之间的距离在预设距离阈值范围内时采集获得的;图像包括车道线的物理位置信息。
图像获取单元,用于获取摄像头采集的图像。
图像拼接单元,拼接图像并生成鸟瞰图。
图像校正单元,并对图像或鸟瞰图进行处理,处理包括灰度处理;对鸟瞰图中的车道线位置进行分析和数据校正,使得车道线在鸟瞰图上拼接。
参数计算单元,利用车道线在鸟瞰图中的校正位置的优化参数,确定校正参数,生成新的标定数据。
采用上述方案,可以实现通过车辆在具有车道线的道路行驶,利用车道线进行自动泊车标定。标定时,车辆在行驶过程中不断的处理收集车道线物理位置信息,当车道线收集完成即进行标定数据更新处理,使得全景画面重新恢复到一个良好的拼接效果。方法简单,成本较低,适用于售后维修自动泊车标定。
根据本发明的另一具体实施方式,本发明的实施方式公开的自动泊车系统标定系统,至少两个摄像头为四个;包括分别安装于车辆前端、后端以及左侧和右侧的前摄像头、后摄像头、左摄像头和右摄像头。
根据本发明的另一具体实施方式,本发明的实施方式公开的自动泊车系统标定系统,图像获取单元对图像进行的处理还包括去除干扰处理,使处理后的图像中的车道线为单实线或双实线。
本发明的有益效果是:
本发明提供的自动泊车标定方法和系统可以实现通过车辆在具有车道线的道路行驶,利用车道线进行自动泊车标定。方法和系统简单,成本较低,适用于售后维修自动泊车标定。
附图说明
图1为本发明实施例1自动泊车标定方法的流程示意图;
图2a为本发明实施例1自动泊车标定方法的未校正的鸟瞰图的示意图;
图2b为本发明实施例1自动泊车标定方法的校正后的鸟瞰图的示意图;
图3为本发明实施例1自动泊车标定方法的摄像头的采集区域示意图;
图4为本发明实施例1自动泊车标定方法的另一种实施方式的流程示意图;
图5为本发明实施例2自动泊车标定系统的结构示意图。
附图标记说明:
10:摄像头;20:图像获取单元;30:图像拼接单元;40:图像校正单元;
50:参数计算单元。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。虽然本发明的描述将结合较佳实施例一起介绍,但这并不代表此发明的特征仅限于该实施方式。恰恰相反,结合实施方式作发明介绍的目的是为了覆盖基于本发明的权利要求而有可能延伸出的其它选择或改造。为了提供对本发明的深度了解,以下描述中将包含许多具体的细节。本发明也可以不使用这些细节实施。此外,为了避免混乱或模糊本发明的重点,有些具体细节将在描述中被省略。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
应注意的是,在本说明书中,相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本实施例的描述中,需要说明的是,术语“上”、“下”、“内”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本实施例的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本实施例中的具体含义。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
实施例1
为解决上述技术问题,本发明提供一种自动泊车标定方法,如图1所示,包括:在激活标定功能后,获取当前图像,其中,图像为车辆在具有车道线的道路上行驶、并且车辆的车身侧边与车道线之间的距离在预设距离阈值范围内时,车辆的至少两个摄像头采集到的包括车道线的物理位置信息的图像。
需要说明的是,本发明中的汽车指具有自动泊车系统的汽车,标定方法适用于在对自动泊车系统中的摄像头维修或更换后进行标定。其中摄像头至少两个,安装在车辆上,一般为广角摄像头,至少两个摄像头可以安装在车辆左右两侧或前后两侧;也可以车辆前后左右分别安装4-6个摄像头。车辆行驶在道路上,行驶位置应使摄像头采集的图像中包括车道线的物理位置信息,并且使车辆的车身侧边与车道线之间在一定的距离范围内,例如最近距离可以为0.15m、0.2m、0.3m、0.5m等,最远距离可以为1.85m、2m、3m、5m等;车道线可以包括单实线、双实线、虚线等。标定工作应在白天环境光线较好的情况下进行,汽车行驶速度不宜过快,例如可以在60km/h速度范围内进行。摄像头对图像的采集频率可以为3-25帧/秒。
对图像进行处理,处理包括灰度处理。
由于彩色图像包含的数据量大,会使后续图像拼接处理的时间增加;并且,通常情况下,车道线为颜色明亮的涂料画在颜色灰暗的地面上;因此,将图像先进行灰度处理,有利于图像突出车道线的特征,并且有利于后续拼接。对图像的处理还可以包括校正处理,具体地,摄像头选用超广角摄像头时,获取的图像有变形,因此需要对图像进行校正。还可以包括滤波处理、去除干扰处理等。
拼接处理后的图像并生成鸟瞰图。
具体地,根据自动泊车系统的默认参数将摄像头获取的车辆周围的图像拼接成一张全景鸟瞰图。如图2a显示为未校正的鸟瞰图的示意图。
对获得的鸟瞰图中的车道线位置进行分析和数据校正,使得车道线在鸟瞰图上拼接。
具体的,通过图像畸变矫正算法进行校正。对鸟瞰图中车道线位置进行识别,并将图像中变形的车道线校正;并将鸟瞰图中车道线分叉的位置进行数据校正,解决拼接图像错位的问题。如图2b显示为校正后的鸟瞰图的示意图,其中车道线在鸟瞰图上拼接。
通过上述对鸟瞰图中的车道线位置进行分析和数据校正,利用车道线在鸟瞰图中的校正位置的优化参数,确定校正参数,生成新的标定数据。
具体地,自动泊车系统通过图像畸变矫正算法,将现有的问题数据替换为经过矫正的正确数据,正确的标定数据将会修改自动泊车系统的车辆坐标系,修正坐标系参数,实现自动泊车的位置精度达到厘米级。
校正参数包括镜头畸变校正参数、透视变换参数、拼接参数以及摄像头的视角参数等。新的标定数据生成后进行存储更新,使用者可以对更新后的数据进行验证确认,当使用者确认后,数据将会保存;当使用者如不满意更新后的数据,可以重新进行标定。
采用上述方案,可以实现通过车辆在具有车道线的道路行驶,利用车道线进行自动泊车标定。标定时,车辆在行驶过程中不断的处理收集车道线物理位置信息,当车道线收集完成即进行标定数据更新处理,使得全景画面重新恢复到一个良好的拼接效果;方法简单,成本较低,适用于售后维修自动泊车标定。
根据本发明的另一具体实施方式,至少两个摄像头为四个;包括:前摄像头,采集区域包括车身前方两侧长1.5-2.5m、宽1.2-2.3m的区域;后摄像头,采集区域包括车身后方两侧的长1.5-2.5m、宽1.2-2.3m的区域;左/右摄像头,采集区域分别包括车身两侧的长4.5-5.5m、宽1.2-2.3m的区域。
具体地,前摄像头可以安装于车头,后摄像头可以安装于车尾,左/右摄像头可以分别安装于左右后视镜的位置。摄像头的具体采集区域可以如图3所示,前摄像头的采集区域包括车头前方车身两侧长2m、宽1.7m的两个区域,后摄像头采集区域包括车身后方车身两侧长2m、宽1.7m的两个区域,左/右摄像头分别采集车身两侧长5m、宽1.7m的区域。
采用上述方案,摄像头采集图像区域全面覆盖车辆周边,采集图像具有交叉点,便于拼接。
根据本发明的另一具体实施方式,车身侧边与车道线的距离阈值范围为0.15-2.45m。
具体地,可以如图3所示,车身侧边距离车道线最近距离0.15m,最远距离1.85m。
根据本发明的另一具体实施方式,获取图像的频率为4-8帧/秒。
具体地,获取频率可以为4、5或8帧/秒,在理想条件下,在10-30秒内即可完成数据获取和鸟瞰图拼接过程。例如,摄像头每秒的可以采集图像数据30帧,算法获取频率可以为每秒抽取4帧图像,当得到50张有效图像数据时,就会生成一组新的标定参数,即在12.5秒可以完成数据获取。需要说明的是,数据是否有效取决于画面中的车道线是否满足需求。
根据本发明的另一具体实施方式,车辆的行驶速度为1~55km/小时;标定时长小于2分钟。
根据本发明的另一具体实施方式,如图4所示,方法还包括:对标定数据进行验证确认是否准确;其中,当确认准确,存储标定数据;当确认不准确,重新进行标定。
具体地,验证确认过程可以为,使用者根据校正后的鸟瞰图中道路线位置情况确认拼接是否有错位,从而确认标定数据是否准确。如果仍存在拼接错位或图像变形等问题,将部队标定数据确认保存,并再次采集图像,重新进行标定。
采用上述方案,通过验证过程,保证标定准确。
根据本发明的另一具体实施方式,处理还包括去除干扰处理,使处理后的图像中的车道线为单实线或双实线。
摄像头获取的图像中需要的主要标定物是车道线,其他不相关的因素如道路中的非目标物体,信息比较多,会形成多余的干扰,并且车道线中的虚线和虚实线具有稳定性不好的问题,存在一定干扰。图像处理过程需要将这些干扰因素排除。具体地,干扰包括虚线、虚实线、斑马线、曲率过大的弯道等。
采用上述方案,去除图像中的干扰因素,利于标定。
实施例2
本发明还提供一种自动泊车标定系统,如图5所示,包括:至少两个摄像头10,用于采集图像,图像为车辆在具有车道线的道路上行驶、并且车辆的车身侧边与车道线之间的距离在预设距离阈值范围内时采集获得的;图像包括车道线的物理位置信息。
图像获取单元20,与摄像头连接,用于获取摄像头采集的图像。
图像拼接单元30,与图像获取单元连接,拼接图像并生成鸟瞰图。
图像校正单元40,与图像获取单元以及图像拼接单元连接,并对图像或鸟瞰图进行处理,处理包括灰度处理;对鸟瞰图中的车道线位置进行分析和数据校正,使得车道线在鸟瞰图上拼接。具体包括灰度处理模块,还可以包括图像畸变校正模块、图像干扰处理模块、图像拼接模块等;还包括存储模块,用于存储校正参数,图像校正单元,根据存储的校正参数,对图像或鸟瞰图进行处理。
参数计算单元50,与图像校正单元连接,利用车道线在鸟瞰图中的校正位置的优化参数,确定每个摄像头的校正参数,生成新的标定数据。
自动泊车标定系统的具体应用在实施例中已详细说明,在此不再赘述。
采用上述方案,可以实现通过车辆在具有车道线的道路行驶,利用车道线进行自动泊车标定。标定时,车辆在行驶过程中不断的处理收集车道线物理位置信息,当车道线收集完成即进行标定数据更新处理,使得全景画面重新恢复到一个良好的拼接效果。方法简单,成本较低,适用于售后维修自动泊车标定。
根据本发明的另一具体实施方式,至少两个摄像头10为四个;包括分别安装于车辆前端、后端以及左侧和右侧的前摄像头、后摄像头、左摄像头和右摄像头。
根据本发明的另一具体实施方式,图像获取单元20对图像进行的处理还包括去除干扰处理,使处理后的图像中的车道线为单实线或双实线。
虽然通过参照本发明的某些优选实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。本领域技术人员可以在形式上和细节上对其作各种改变,包括做出若干简单推演或替换,而不偏离本发明的精神和范围。
Claims (10)
1.一种自动泊车标定方法,其特征在于,包括:
获取当前图像,其中,所述图像为车辆在具有车道线的道路上行驶、并且所述车辆的车身侧边与所述车道线之间的距离在预设距离阈值范围内时,所述车辆的至少两个摄像头采集到的包括所述车道线的物理位置信息的图像;
对所述图像进行处理,所述处理包括灰度处理;
拼接所述处理后的所述图像并生成鸟瞰图;
对所述鸟瞰图中的所述车道线位置进行分析和数据校正,使得所述车道线在所述鸟瞰图上拼接;
利用所述车道线在所述鸟瞰图中的校正位置的优化参数,确定每个所述摄像头的校正参数,生成新的标定数据。
2.如权利要求1所述的自动泊车标定方法,其特征在于,所述至少两个摄像头为四个;包括:
前摄像头,采集区域包括所述车身前方两侧的长1.5-2.5m、宽1.2-2.3m的区域;后摄像头,采集区域包括所述车身后方两侧的长1.5-2.5m、宽1.2-2.3m的区域;左/右摄像头,采集区域分别包括所述车身两侧的长4.5-5.5m、宽1.2-2.3m的区域。
3.如权利要求2所述的自动泊车标定方法,其特征在于,所述车身侧边与所述车道线的所述距离阈值范围为0.15-2.45m。
4.如权利要求3所述的自动泊车标定方法,其特征在于,获取所述图像的频率为4~8帧/秒。
5.如权利要求4所述的自动泊车标定方法,其特征在于,所述车辆的行驶速度为1~55km/小时;标定时长小于2分钟。
6.如权利要求1所述的自动泊车标定方法,其特征在于,所述方法还包括:
对所述标定数据进行验证确认是否准确;其中,
当确认准确,所述标定数据进行存储;当确认不准确,重新进行标定。
7.如权利要求1-6任一项所述的自动泊车标定方法,其特征在于,所述处理还包括去除干扰处理,使所述处理后的所述图像中的所述车道线为单实线或双实线。
8.一种自动泊车标定系统,其特征在于,包括:
至少两个摄像头,用于采集图像,所述图像为车辆在具有车道线的道路上行驶、并且所述车辆的车身侧边与所述车道线之间的距离在预设距离阈值范围内时采集获得的;所述图像包括车道线的物理位置信息;
图像获取单元,用于获取所述摄像头采集的所述图像;
图像拼接单元,拼接所述处理后的所述图像并生成鸟瞰图;
图像校正单元,对所述图像或鸟瞰图进行处理,所述处理包括灰度处理;对所述鸟瞰图中的所述车道线位置进行分析和数据校正,使得所述车道线在所述鸟瞰图上拼接;
参数计算单元,利用所述车道线在所述鸟瞰图中的校正位置的优化参数,确定校正参数,生成新的标定数据。
9.如权利要求8所述的自动泊车标定系统,其特征在于,所述至少两个摄像头为四个;包括分别安装于所述车辆前端、后端以及左侧和右侧的前摄像头、后摄像头、左摄像头和右摄像头。
10.如权利要求9所述的自动泊车标定系统,其特征在于,所述图像获取单元对所述图像进行的所述处理还包括去除干扰处理,使所述处理后的所述图像中的所述车道线为单实线或双实线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010279818.7A CN111652938B (zh) | 2020-04-10 | 2020-04-10 | 自动泊车标定方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010279818.7A CN111652938B (zh) | 2020-04-10 | 2020-04-10 | 自动泊车标定方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111652938A true CN111652938A (zh) | 2020-09-11 |
CN111652938B CN111652938B (zh) | 2024-03-19 |
Family
ID=72347877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010279818.7A Active CN111652938B (zh) | 2020-04-10 | 2020-04-10 | 自动泊车标定方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111652938B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113340334A (zh) * | 2021-07-29 | 2021-09-03 | 新石器慧通(北京)科技有限公司 | 用于无人车的传感器标定方法、装置及电子设备 |
CN113658268A (zh) * | 2021-08-04 | 2021-11-16 | 智道网联科技(北京)有限公司 | 摄像头标定结果的验证方法、装置及电子设备、存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103035005A (zh) * | 2012-12-13 | 2013-04-10 | 广州致远电子股份有限公司 | 一种全景泊车的标定方法,及装置,一种自动标定方法 |
CN108052910A (zh) * | 2017-12-19 | 2018-05-18 | 深圳市保千里电子有限公司 | 一种车辆全景成像系统的自动调整方法、装置及存储介质 |
CN109615660A (zh) * | 2018-11-21 | 2019-04-12 | 吉利汽车研究院(宁波)有限公司 | 对车辆全景画面进行标定的方法及装置 |
CN109840897A (zh) * | 2017-11-28 | 2019-06-04 | 深圳市航盛电子股份有限公司 | 车辆全景图像校正方法和车辆全景系统 |
CN110706282A (zh) * | 2019-10-31 | 2020-01-17 | 镁佳(北京)科技有限公司 | 全景系统自动标定方法、装置、可读存储介质及电子设备 |
-
2020
- 2020-04-10 CN CN202010279818.7A patent/CN111652938B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103035005A (zh) * | 2012-12-13 | 2013-04-10 | 广州致远电子股份有限公司 | 一种全景泊车的标定方法,及装置,一种自动标定方法 |
CN109840897A (zh) * | 2017-11-28 | 2019-06-04 | 深圳市航盛电子股份有限公司 | 车辆全景图像校正方法和车辆全景系统 |
CN108052910A (zh) * | 2017-12-19 | 2018-05-18 | 深圳市保千里电子有限公司 | 一种车辆全景成像系统的自动调整方法、装置及存储介质 |
CN109615660A (zh) * | 2018-11-21 | 2019-04-12 | 吉利汽车研究院(宁波)有限公司 | 对车辆全景画面进行标定的方法及装置 |
CN110706282A (zh) * | 2019-10-31 | 2020-01-17 | 镁佳(北京)科技有限公司 | 全景系统自动标定方法、装置、可读存储介质及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113340334A (zh) * | 2021-07-29 | 2021-09-03 | 新石器慧通(北京)科技有限公司 | 用于无人车的传感器标定方法、装置及电子设备 |
CN113658268A (zh) * | 2021-08-04 | 2021-11-16 | 智道网联科技(北京)有限公司 | 摄像头标定结果的验证方法、装置及电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111652938B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3588001B1 (en) | System and method of calibrating an optical sensor mounted on board of a vehicle | |
US9238434B2 (en) | Rear view mirror simulation | |
KR100948886B1 (ko) | 차량에 설치된 카메라의 공차 보정 장치 및 방법 | |
CN103996183B (zh) | 校准机动车辆中的传感器总成的方法 | |
CN110706282B (zh) | 全景系统自动标定方法、装置、可读存储介质及电子设备 | |
EP1760491A2 (en) | Method for estimating unknown parameters for vehicle object detection system | |
CN111652938A (zh) | 自动泊车标定方法和系统 | |
US20230242132A1 (en) | Apparatus for Validating a Position or Orientation of a Sensor of an Autonomous Vehicle | |
CN104517096A (zh) | 环景监视系统的图像处理方法和系统 | |
WO2019116686A1 (ja) | 道路地図生成システム及び道路地図生成方法 | |
CN112330755B (zh) | 环视系统的标定评价方法及装置、存储介质、终端 | |
CN111640062A (zh) | 一种车载环视图像的自动拼接方法 | |
CN106060427A (zh) | 基于单摄像头的全景成像方法及其装置 | |
CN103426160A (zh) | 数据导出装置及数据导出方法 | |
CN113002531A (zh) | 车辆全景环视方法、系统、设备和计算机可读存储介质 | |
CN107145828A (zh) | 车辆全景图像处理方法及装置 | |
CN109840897A (zh) | 车辆全景图像校正方法和车辆全景系统 | |
US11377027B2 (en) | Image processing apparatus, imaging apparatus, driving assistance apparatus, mobile body, and image processing method | |
EP2487651A1 (en) | Method for operating a camera system in a motor vehicle, camera system and motor vehicle | |
CN113942503B (zh) | 一种车道保持方法和装置 | |
CN110568412A (zh) | 用于校准传感器组件的方法 | |
CN112744159B (zh) | 车辆及其后视显示装置以及后视显示装置的控制方法 | |
CN108898637A (zh) | 前置摄像头标定方法 | |
CN112308986B (zh) | 车载图像拼接方法、系统以及装置 | |
CN211509138U (zh) | 一种基于卷积神经网络的车载三摄图像识别装置 |
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 |