CN111856468A - 检测方法、装置、设备、系统及存储介质 - Google Patents
检测方法、装置、设备、系统及存储介质 Download PDFInfo
- Publication number
- CN111856468A CN111856468A CN201910305913.7A CN201910305913A CN111856468A CN 111856468 A CN111856468 A CN 111856468A CN 201910305913 A CN201910305913 A CN 201910305913A CN 111856468 A CN111856468 A CN 111856468A
- Authority
- CN
- China
- Prior art keywords
- data
- detection
- time stamp
- detection device
- type
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 374
- 238000012545 processing Methods 0.000 claims description 69
- 238000000034 method Methods 0.000 claims description 29
- 238000003384 imaging method Methods 0.000 claims description 21
- 230000007246 mechanism Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 23
- 230000004927 fusion Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 4
- 238000007499 fusion processing Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
公开了一种检测方法、装置、系统、设备及存储介质。为第一类型检测设备检测到的第一数据添加第一时间戳，所述第一时间戳用于表征所述第一数据的检测时间，所述第一数据包括道路中的对象数据；为第二类型检测设备检测到的第二数据添加第二时间戳，所述第二时间戳用于表征所述第二数据的检测时间，所述第二数据包括道路中的对象数据；在所述第一时间戳和所述第二时间戳的差值小于预定阈值的情况下，根据所述第一数据和所述第二数据，确定同一对象的检测结果。由此，根据时间戳来解决数据匹配问题，使得最终确定的检测结果可以表征对象的多维信息。
Description
技术领域
本公开涉及数据处理领域，特别是涉及一种检测方法、装置、设备、系统及存储介质。
背景技术
为了得到多维或更准确的数据，通常需要将多类型传感器采集的数据进行融合。例如，在做车辆精确定位以及车辆碰撞检测时，需要用到摄像头数据和雷达数据，摄像头数据用于车辆大小颜色等检测，雷达数据用于阴雨天气的车辆位置等检测，通常需要融合这两个传感器的数据，以便更精准地确定车辆的时空信息。
在对传感器采集的原始数据进行处理时，需要一定的处理时长，并且一般情况下对不同类型传感器采集的原始数据进行处理的时长不同。因此，在对不同类型的传感器数据经过不同时长处理后进行数据融合时，如何实现精准匹配，以得到对应同一被检测对象的多维检测数据，是目前急需解决的一个问题。
发明内容
本公开的一个目的在于提供一种检测方案，以解决上述问题。
根据本公开的一个方面，提供了一种检测方法，包括：为第一类型检测设备检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间，第一数据包括道路中的对象数据；为第二类型检测设备检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间，第二数据包括道路中的对象数据；在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一对象的检测结果。
可选地，确定同一对象的检测结果的步骤包括：对第一数据进行处理，以得到第一处理结果；对第二数据进程处理，以得到第二处理结果；基于第一处理结果和第二处理结果，确定同一对象的检测结果。
可选地，对象包括：车辆；和/或行人；和/或道路设施。
可选地，第一类型检测设备为成像装置，第一数据为图像数据，第二类型检测设备为雷达装置，第二数据为雷达数据。
可选地，确定同一对象的检测结果的步骤包括：对图像数据进行处理，以确定对象的外观信息；对雷达数据进行处理，以确定对象的位置信息；基于外观信息和位置信息，确定同一对象的外观及位置信息。
可选地，为第一类型检测设备检测到的第一数据添加第一时间戳的步骤包括：将成像装置采集到的图像数据保存为第一数据结构，第一数据结构包括时间字段，时间字段的数值用于表征图像数据的检测时间。
可选地，该方法还包括：根据时间字段，对成像装置采集到的多个图像数据进行排序。
可选地，第一数据结构为AVPacket结构，时间字段为pts字段。
可选地，第一类型检测设备以第一检测频率进行检测，为第一类型检测设备检测到的第一数据添加第一时间戳的步骤包括：为第一类型检测设备检测到的每帧第一数据添加第一时间戳，并且/或者第二类型检测设备以第二检测频率进行检测，为第二类型检测设备检测到的第二数据添加第二时间戳的步骤包括：为第二类型检测设备检测到的每帧第二数据添加第二时间戳。
可选地，该方法还包括：在使用第一类型检测设备和第二类型检测设备采集数据前，对第一类型检测设备和第二类型检测设备进行时钟同步。
根据本公开的第二个方面，还提供了一种检测方法，包括：接收第一类型检测设备检测到的第一数据，第一数据包括第一时间戳，第一时间戳用于表征第一数据的检测时间，第一数据包括道路中的对象数据；接收第二类型检测设备检测到的第二数据，第二数据包括第二时间戳，第二时间戳用于表征第二数据的检测时间，第二数据包括道路中的对象数据；在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一对象的检测结果。
根据本公开的第三个方面，还提供了一种检测方法，包括：为第一类型检测设备检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间；为第二类型检测设备检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间；在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一被检测对象的检测结果。
根据本公开的第四个方面，还提供了一种检测方法，包括：为第一类型检测设备检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间；为第二类型检测设备检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间；在第一时间戳和第二时间戳的差值小于预定阈值的情况下，判定第一数据和第二数据匹配。
根据本公开的第五个方面，还提供了一种检测系统，包括：第一类型检测设备，用于基于第一检测机制对道路中的对象进行检测，其中，第一类型检测设备为检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间；第二类型检测设备，用于基于第二检测机制对道路中的对象进行检测，其中，第二类型检测设备为检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间；以及通信模块，用于将第一数据和第二数据上传到服务器，以便服务器在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一对象的检测结果。
可选地，检测系统为车载检测系统，或者检测系统布置在路侧。
根据本公开的第六个方面，还提供了一种检测系统，包括：第一类型检测设备，用于基于第一检测机制对道路中的对象进行检测，其中，第一类型检测设备还为检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间；第二类型检测设备，用于基于第二检测机制对道路中的对象进行检测，其中，第二类型检测设备还为检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间；以及处理器，用于在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一对象的检测结果。
可选地，检测系统为车载检测设备，或者检测系统布置在路侧。
根据本公开的第七个方面，还提供了一种检测装置，包括：第一添加模块，用于为第一类型检测设备检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间，第一数据包括道路中的对象数据；第二添加模块，用于为第二类型检测设备检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间，第二数据包括道路中的对象数据；以及确定模块，用于在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一对象的检测结果。
根据本公开的第八个方面，还提供了一种数据处理装置，包括：第一接收模块，用于接收第一类型检测设备检测到的第一数据，第一数据包括第一时间戳，第一时间戳用于表征第一数据的检测时间，第一数据还包括道路中的对象数据；第二接收模块，用于接收第二类型检测设备检测到的第二数据，第二数据包括第二时间戳，第二时间戳用于表征第二数据的检测时间，第二数据还包括道路中的对象数据；以及确定模块，用于在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一对象的检测结果。
根据本公开的第九个方面，还提供了一种检测装置，包括：第一添加模块，用于为第一类型检测设备检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间；第二添加模块，用于为第二类型检测设备检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间；以及确定模块，用于在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定对应于同一被检测对象的检测结果。
根据本公开的第十个方面，还提供了一种检测装置，包括：第一添加模块，用于为第一类型检测设备检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间；第二添加模块，用于为第二类型检测设备检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间；判断模块，用于在第一时间戳和第二时间戳的差值小于预定阈值的情况下，判定第一数据和第二数据匹配。
根据本公开的第十一个方面，还提供了一种计算设备，包括：处理器；以及存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行如本公开第一个方面至第四个方面中任一个方面述及的方法。
根据本公开的第十二个方面，还提供了一种非暂时性机器可读存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行本公开第一个方面至第四个方面中任一个方面述及的方法。
本公开通过为检测设备采集的原始数据添加能够表征检测时间的时间戳，使得不同类型的检测设备所采集的数据经过不同时长处理后，可以根据之前为其添加的时间戳实现精准匹配，相匹配的检测数据即可以视为针对同一被检测对象的检测数据，因此可以根据相匹配的检测数据确定同一被检测对象的检测结果，由此所得到的检测结果可以表征被检测对象的多维信息。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。
图1示出了根据本公开一个实施例的检测方法的示意性流程图。
图2示出了根据本公开另一个实施例的检测方法的示意性流程图。
图3示出了根据本公开一实施例的检测系统的结构示意图。
图4示出了根据本公开另一实施例的检测系统的结构示意图。
图5示出了根据本公开另一个实施例的检测系统的结构示意图。
图6示出了根据本公开一个实施例的数据融合流程示意图。
图7示出了根据本公开一个实施例的检测装置的结构示意图。
图8示出了根据本公开另一个实施例的检测装置的结构示意图。
图9示出了根据本公开另一个实施例的检测装置的结构示意图。
图10示出了根据本发明一实施例的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
为了使得不同类型的检测设备(如不同类型的传感器)采集的数据在经过不同时长的处理后仍能够实现精准匹配，本公开提出，可以为检测设备采集的原始数据添加用于表征检测时间的时间戳，如此在不同类型的检测设备所采集的数据经过不同时长的处理后，可以根据之前添加的时间戳进行匹配，以便于根据匹配结果进行后续的处理(如融合处理)。
图1示出了根据本公开一个实施例的检测方法的示意性流程图。
参见图1，在步骤S110，为第一类型检测设备检测到的第一数据添加第一时间戳。
在步骤S120，为第二类型检测设备检测到的第二数据添加第二时间戳。
关于步骤S110、步骤S120的执行顺序，本发明不做限定。在使用第一类型检测设备和第二类型检测设备采集数据前，可以首先对第一类型检测设备和第二类型检测设备进行时钟同步。例如，可以将第一类型检测设备和第二类型检测设备分别与NTP服务器做时钟同步。
在使用第一类型检测设备采集数据的过程中，可以为第一类型检测设备检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间。相应地，在使用第二类型检测设备采集数据的过程中，可以为第二类型检测设备检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间。第一时间戳和第二时间戳可以是指同一时间坐标系中的时间，如可以是指经过同步后的时间，例如可以指示绝对时间。
第一类型检测设备不同于第二类型检测设备，第一类型检测设备和第二类型检测设备可以是指检测原理(或检测机制)不同的检测设备。例如，第一类型检测设备可以是成像装置，如可以是图像传感器(例如可以是摄像头)，此时第一数据为图像数据，第二类型检测设备可以是雷达装置，如可以是雷达传感器，第二数据为雷达数据。
第一类型检测设备和第二类型检测设备分别具有一定的工作频率(也即检测频率)，举例来说，第一类型检测设备可以以第一检测频率进行检测，第二类型检测设备可以以第二检测频率进行检测，第一频率可以与第一频率相同，也可以不同于第二频率。在使用第一类型检测设备、第二类型检测设备检测数据的过程中，可以分别得到多帧数据。作为示例，可以为第一类型检测设备检测到的每帧第一数据添加第一时间戳，并且/或者也可以为第二类型检测设备检测到的每帧第二数据添加第二时间戳。
第一数据是指第一类型检测设备检测到的原始数据，也即进行数据处理前的数据。第二数据是指第二类型检测设备检测到的原始数据，也即进行数据处理前的数据。
可以在不影响现有的数据处理流程(如编解码流程)的基础上，执行步骤S110、步骤S120。例如，可以通过对软硬件进行改造的方式，使得在功能上支持在检测设备(即上文述及的第一类型检测设备或第二类型检测设备)检测到的数据(即第一数据或第二数据)中插入检测能够表征检测时间的时间戳(即第一时间戳或第二时间戳)。
以第一类型检测设备为成像装置，第二类型检测设备为雷达装置为例，为雷达数据添加第二时间戳比较简单，例如，雷达装置可以被设置为在工作过程中为检测到的数据直接添加绝对时间戳。为雷达数据添加第二时间戳的具体实现过程，这里不再赘述。对于图像数据(例如视频数据帧)，可以将图像装置采集到的图像数据保存为第一数据结构，第一数据结构包括时间字段，时间字段的数值用于表征图像数据的检测时间。其中，还可以利用时间字段对成像装置采集到的多个图像数据进行排序。
例如，第一数据结构可以为AVPacket结构，时间字段可以为pts字段。也就是说，对于图像数据，可以复用AVPacket中的pts字段，pts字段的原有含义是视频帧的展示时间戳，是一个用于视频帧排序的相对时间。在本公开中，可以将pts字段改为拍摄时间戳(即第一时间戳)，是一个绝对时间(可以将1970-1-1作为起始时间)，同样可以用于排序，且不会影响现有的编解码流程。关于AVPacket的具体结构及pts字段均为现有技术，此处不再赘述。简要来说，标准的AVPacket结构体中第1423行定义了pts字段，本公开可以将该字段的定义修改为绝对时间。
在步骤S130，基于第一时间戳和所述第二时间戳，判断第一数据和第二数据是否匹配。
由于第一类型检测设备和第二类型检测设备的工作频率可以不同，因此在根据第一时间戳和第二时间戳进行数据匹配时，可以设定一个预定阈值。在判断第一数据和第二数据是否匹配时，可以比较第一数据的第一时间戳和第二数据的第二时间戳之间的差值是否小于预定阈值，在差值小于预定阈值的情况下，可以判定第一数据和第二数据匹配。
本公开还可以对第一数据进行处理，以得到第一处理结果，对第二数据进行处理，以得到第二处理结果。其中，对数据进行处理的具体过程，可以参见现有的数据处理机制，此处不再赘述。
第一处理结果和第二处理结果可以表征不同维度的处理结果，通过综合相匹配的第一处理结果和第二处理结果，可以得到更为准确的信息。因此，可以将相匹配的第一数据和第二数据分别对应的第一处理结果和第二处理结果进行综合。
以第一类型检测设备为成像装置，第二类型检测设备为雷达装置为例，可以对成像装置检测到的图像数据进行处理，以确定被检测对象的外观信息，对所述雷达装置检测到的雷达数据进行处理，以确定被检测对象的位置信息，将相匹配的图像数据和雷达数据分别对应的外观信息和位置信息进行融合，以得到对应同一被检测对象的外观及位置信息。其中，对图像数据、雷达数据进行处理的具体实现过程为本领域现有技术，此处不再赘述。
也就是说，在第一类型检测设备和第二类型检测设备的检测方向一致的情况下，对于差值小于预定阈值的第一时间戳和第二时间戳，可以认为这与两个时间戳对应的第一数据和第二数据针对的是同一被检测对象的检测数据。因此可以将差值小于预定阈值的第一时间戳和第二时间戳分别对应的第一数据的处理结果和第二数据的处理结果进行融合。对于不匹配的数据的处理结果，可以采用其他策略，如可以舍弃，也可以单独使用。
应用例
本公开可以适用于智能交通领域，可以利用本公开对道路中的车辆、行人、道路设施等道路对象进行检测，所得到的检测结果可以应用于车辆碰撞预警检测、车辆精确定位、交通违规判定等多种应用场景。
图2示出了根据本公开另一个实施例的检测方法的示意性流程图。
参见图2，在步骤S210，为第一类型检测设备检测到的第一数据添加第一时间戳。
在步骤S220，为第二类型检测设备检测到的第二数据添加第二时间戳。
在本实施中，第一类型检测设备、第二类型检测设备用于对同一道路场景进行检测，例如第一类型检测设备和第二类型检测设备可以设置在同一位置，用于对相同范围内的道路状况进行检测。第一类型检测设备检测到的第一数据和第二类型检测设备检测到的第二数据均包括道路中的对象数据。其中，第一类型检测设备、第二类型检测设备可以作为路侧装置设置在道路侧，也可以作为车载装置设置在车辆上。可选地，第一类型检测设备可以是成像装置、第二类型检测设备可以是雷达。关于第一类型检测设备、第二类型检测设备，以及为数据添加时间戳的实现过程可以参见上文相关描述，此处不再赘述。
在步骤S230，在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一对象的检测结果。
对于差值小于预定阈值的第一时间戳和第二时间戳，可以认为这与两个时间戳对应的第一数据和第二数据针对的同一时空场景中的检测数据。因此在第一时间戳和第二时间戳的差值小于预定阈值的情况下，可以将相应的第一数据和第二数据进行融合处理，以确定对应同一对象的检测结果。这里述及的“融合处理”是指，将第一数据和第二数据中对应同一对象的数据进行融合处理，以得到该对象的检测结果。
作为示例，可以对第一数据进行处理，以得到第一处理结果，对所述第二数据进程处理，以得到第二处理结果，基于第一处理结果和第二处理结果，确定同一对象的检测结果。
以第一类型检测设备为成像装置，第二类型检测设备为雷达装置为例，成像装置在某一时刻所成的图像数据中可能包括多个对象的外观数据(颜色、形状等外观数据)，雷达装置在某一时刻所检测到的雷达数据中也可能包括针对多个对象的位置数据。对于第一时间戳和第二时间戳的差值小于预定阈值的图像数据和雷达数据，可以对图像数据和雷达数据进行分析，以将其中对应于同一对象的外观数据和位置数据进行融合，由此可以得到同一对象的外观及位置数据。
图2所示的检测方法可以实现为一种检测系统。
图3示出了根据本公开一实施例的检测系统的结构示意图。其中图3所示的检测系统300可以实现为一种车载检测系统，以对车辆周围的物体(如车辆周围的其他车辆、行人、道路设施等道路对象)进行检测。或者图3所示的检测系统300也可以布置在路侧，以对道路中的车辆、行人、道路设施等道路对象进行检测。
参见图3，检测系统300包括第一类型检测设备310、第二类型检测设备320以及处理器330。
第一类型检测设备310用于基于第一检测机制对道路中的对象进行检测，其中，第一类型检测设备310还为检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间。
第二类型检测设备320用于基于第二检测机制对道路中的对象进行检测，其中，第二类型检测设备320还为检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间。
处理器330用于在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一对象的检测结果。
关于第一类型检测设备310、第二类型检测设备320以及处理器330涉及的细节，可以参见上文相关描述，此处不再赘述。
图4示出了根据本公开另一实施例的检测系统的结构示意图。其中图4所示的检测系统400可以实现为一种车载检测系统，以对车辆周围的物体(如车辆周围的其他车辆、行人、道路设施等道路对象)进行检测。或者图4所示的检测系统400也可以布置在路侧，以对道路中的车辆、行人、道路设施等道路对象进行检测。
参见图4，检测系统400包括第一类型检测设备410、第二类型检测设备420以及通信模块430。
第一类型检测设备410用于基于第一检测机制对道路中的对象进行检测，其中，第一类型检测设备为检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间。
第二类型检测设备420用于基于第二检测机制对道路中的对象进行检测，其中，第二类型检测设备为检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间。
通信模块430用于将第一数据和第二数据上传到服务器，以便服务器在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一对象的检测结果。
关于第一类型检测设备310、第二类型检测设备320涉及的细节，可以参见上文相关描述，此处不再赘述。
在本实施例中，检测系统400可以将检测到的第一数据和第二数据上传到服务器，由服务器根据数据中的时间戳，进行后续融合处理。
服务器可以接收第一类型检测设备检测到的第一数据，并且接收第二类型检测设备检测到的第二数据。在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一对象的检测结果。数据处理流程可以参见上文相关描述，此处不再赘述。
图5示出了根据本公开另一个实施例的检测系统的结构示意图。可选地，图5所示的检测系统可以实现为一种车载检测系统，以对车辆周围的物体(如车辆周围的其他车辆、行人、道路设施等道路对象)进行检测。或者图5所示的检测系统也可以布置在路侧，以对道路中的车辆、行人、道路设施等道路对象进行检测。
如图5所示，检测系统可以包括图像传感器210、雷达传感器220、第一数据处理器230、第二数据处理器240以及融合模块250。
图像传感器210和雷达传感器220首先可以进行时钟同步，如可以分别和NTP服务器进行时钟同步。
对于图像传感器210检测到的每个视频帧，可以为其添加能够表征检测时间的时间戳(上文述及的第一时间戳，也即图中示出的t1，t2)，第一时间戳可以作为图像传感器210检测到的视频帧的一部分与视频帧一起传输到第一数据处理器230，由第一数据处理器230对其进行处理，例如可以由第一数据处理器230对其进行编码。
对于雷达传感器220检测到的每个视频帧，可以为其添加能够表征检测时间的时间戳(上文述及的第二时间戳，也即图中示出的t1′，t2′)，第二时间戳可以作为雷达传感器220检测到的雷达帧的一部分与雷达帧一起传输到第二数据处理器240，由第二数据处理器240对其进行处理。
第一数据处理器230和第二数据处理器240可以是位于SoC内部的DSP(DigitalSignal Processing)芯片。SoC是指系统级芯片，是System on Chip的简称。
融合模块250可以通过比较第一时间戳和第二时间戳，对处理后的视频数据和雷达数据进行融合。
如图6所示，融合模块250的输入数据可以是视频数据队列和雷达数据队列。视频数据队列可以包括多个视频数据，雷达数据队列可以包括多个雷达数据。并且这两个数据队列中的数据可以按照所添加的时间戳(第一时间戳/第二时间戳)排序。
融合模块250可以分别从这两个队列的头部取数据，然后取原始数据中包含的时间戳，例如对于视频帧，则可以取pts字段。然后判断这两个时间戳是否匹配，如果时间戳匹配(近似相等，允许一定的误差，因为图像传感器和雷达传感器的频率可能不同)，基本可认为被检测对象在两个传感器中的时空是一致的，然后就可以对这两个数据进行融合。如果不匹配，采用其他策略(或者单独发布数据，或者舍弃)。
由于SoC硬件处理视频数据和雷达数据的时间不同，导致两个数据的融合有困难，本公开通过记录视频数据和雷达数据的绝对时间戳，使得在融合算法中可以根据数据的原始时间戳来解决数据匹配问题，这增加了融合结果的准确度。
图7示出了根据本公开一个实施例的检测装置的结构示意图。其中，检测装置的功能模块可以由实现本公开原理的硬件、软件或硬件和软件的结合来实现。本领域技术人员可以理解的是，图7所描述的功能模块可以组合起来或者划分成子模块，从而实现上述发明的原理。因此，本文的描述可以支持对本文描述的功能模块的任何可能的组合、或者划分、或者更进一步的限定。
下面就检测装置可以具有的功能模块以及各功能模块可以执行的操作做简要说明，对于其中涉及的细节部分可以参见上文相关描述，这里不再赘述。
参见图7，检测装置700包括第一添加模块710、第二添加模块720以及确定模块730。
第一添加模块710用于为第一类型检测设备检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间。
第二添加模块720用于为第二类型检测设备检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间。
可选地，第一数据和第二数据可以包括道路中的对象数据。这里述及的对象可以是但不限于车辆、行人、道路设施等道路对象。
确定模块730用于在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定对应于同一被检测对象的检测结果。
作为示例，第一类型检测设备为成像装置，第一道路数据包括图像数据，第二类型检测设备为雷达装置，第二道路数据包括雷达数据。
以第一类型检测设备为成像装置，第二类型检测设备为雷达装置为例，检测装置700还可以包括第一处理模块和第二处理模块。第一处理模块用于对所述图像数据进行处理，以确定车辆的外观信息，第二处理模块用于对所述雷达数据进行处理，以确定车辆的位置信息，车辆检测结果可以包括外观及位置信息。
图8示出了根据本公开另一个实施例的检测装置的结构示意图。其中，检测装置的功能模块可以由实现本公开原理的硬件、软件或硬件和软件的结合来实现。本领域技术人员可以理解的是，图8所描述的功能模块可以组合起来或者划分成子模块，从而实现上述发明的原理。因此，本文的描述可以支持对本文描述的功能模块的任何可能的组合、或者划分、或者更进一步的限定。
下面就检测装置可以具有的功能模块以及各功能模块可以执行的操作做简要说明，对于其中涉及的细节部分可以参见上文相关描述，这里不再赘述。
参见图8，检测装置800包括第一接收模块810、第二接收模块820以及确定模块830。
第一接收模块810用于接收第一类型检测设备检测到的第一数据，第一数据包括第一时间戳，第一时间戳用于表征第一数据的检测时间，第一数据还包括道路中的对象数据。
第二接收模块820用于接收第二类型检测设备检测到的第二数据，第二数据包括第二时间戳，第二时间戳用于表征第二数据的检测时间，第二数据还包括道路中的对象数据；以及
确定模块830用于在第一时间戳和第二时间戳的差值小于预定阈值的情况下，根据第一数据和第二数据，确定同一对象的检测结果。
图9示出了根据本公开另一个实施例的检测装置的结构示意图。其中，检测装置的功能模块可以由实现本公开原理的硬件、软件或硬件和软件的结合来实现。本领域技术人员可以理解的是，图9所描述的功能模块可以组合起来或者划分成子模块，从而实现上述发明的原理。因此，本文的描述可以支持对本文描述的功能模块的任何可能的组合、或者划分、或者更进一步的限定。
下面就检测装置可以具有的功能模块以及各功能模块可以执行的操作做简要说明，对于其中涉及的细节部分可以参见上文相关描述，这里不再赘述。
参见图9，检测装置900包括第一添加模块910、第二添加模块920以及判断模块930。
第一添加模块910用于为第一类型检测设备检测到的第一数据添加第一时间戳，第一时间戳用于表征第一数据的检测时间。第二添加模块920用于为第二类型检测设备检测到的第二数据添加第二时间戳，第二时间戳用于表征第二数据的检测时间。
作为示例，第一类型检测设备可以以第一检测频率进行检测，第一添加模块910可以为第一类型检测设备检测到的每帧第一数据添加第一时间戳，并且/或者第二类型检测设备以第二检测频率进行检测，第二添加模块420可以为第二类型检测设备检测到的每帧第二数据添加第二时间戳。
判断模块930用于基于第一时间戳和第二时间戳，判断第一数据和第二数据是否匹配。判断模块930可以比较第一时间戳和第二时间戳之间的差值是否小于预定阈值，在差值小于预定阈值的情况下，判定第一数据和第二数据匹配。
可选地，检测装置900还可以包括第一处理模块、第二处理模块和综合模块。第一处理模块用于对第一数据进行处理，以得到第一处理结果，第二处理模块用于对第二数据进行处理，以得到第二处理结果，综合模块用于将相匹配的第一数据和第二数据分别对应的第一处理结果和第二处理结果进行综合。
作为示例，第一类型检测设备为成像装置，第一数据为图像数据，第二类型检测设备为雷达装置，第二数据为雷达数据。
第一处理模块可以对成像装置检测到的图像数据进行处理，以确定被检测对象的外观信息，第二处理模块用于对所述雷达装置检测到的雷达数据进行处理，以确定被检测对象的位置信息，综合模块可以将相匹配的图像数据和雷达数据分别对应的外观信息和位置信息进行融合，以得到对应同一被检测对象的外观及位置信息。
以第一类型检测设备是成像装置为例，第一添加模块可以将成像装置采集到的图像数据保存为第一数据结构，第一数据结构包括时间字段，时间字段的数值用于表征图像数据的检测时间。其中，第一数据结构可以为AVPacket结构，时间字段为pts字段。
可选地，数据处理装置400还可以包括排序模块，用于根据时间字段，对成像装置采集到的多个图像数据进行排序。
可选地，数据处理装置400还可以包括同步模块，用于在第一类型检测设备和第二类型检测设备采集数据前，对第一类型检测设备和第二类型检测设备进行时钟同步。
根据本公开示例性实施例的数据处理装置900的具体实现方式可以参照结合图1描述的相关具体实现方式来实现，在此不再赘述。
图10示出了根据本发明一实施例可用于实现上述检测方法的计算设备的结构示意图。
参见图10，计算设备1000包括存储器1010和处理器1020。
处理器1020可以是一个多核的处理器，也可以包含多个处理器。在一些实施例中，处理器1020可以包含一个通用的主处理器以及一个或多个特殊的协处理器，例如图形处理器(GPU)、数字信号处理器(DSP)等等。在一些实施例中，处理器1020可以使用定制的电路实现，例如特定用途集成电路(ASIC，Application Specific Integrated Circuit)或者现场可编程逻辑门阵列(FPGA，Field Programmable Gate Arrays)。
存储器1010可以包括各种类型的存储单元，例如系统内存、只读存储器(ROM)和永久存储装置。其中，ROM可以存储处理器1020或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器1010可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器1010可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器1010上存储有可执行代码，当可执行代码被处理器1020处理时，可以使处理器1020执行上文述及的检测方法。
上文中已经参考附图详细描述了根据本发明的检测方法、装置、系统及计算设备。
此外，根据本发明的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本发明的上述方法中限定的上述各步骤的计算机程序代码指令。
或者，本发明还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时，使所述处理器执行根据本发明的上述方法的各个步骤。
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本发明的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (23)
1.一种检测方法，其特征在于，包括：
为第一类型检测设备检测到的第一数据添加第一时间戳，所述第一时间戳用于表征所述第一数据的检测时间，所述第一数据包括道路中的对象数据；
为第二类型检测设备检测到的第二数据添加第二时间戳，所述第二时间戳用于表征所述第二数据的检测时间，所述第二数据包括道路中的对象数据；
在所述第一时间戳和所述第二时间戳的差值小于预定阈值的情况下，根据所述第一数据和所述第二数据，确定同一对象的检测结果。
2.根据权利要求1所述的检测方法，其特征在于，所述确定同一对象的检测结果的步骤包括：
对所述第一数据进行处理，以得到第一处理结果；
对所述第二数据进程处理，以得到第二处理结果；
基于所述第一处理结果和所述第二处理结果，确定同一对象的检测结果。
3.根据权利要求1所述的检测方法，其特征在于，所述对象包括：车辆；和/或行人；和/或道路设施。
4.根据权利要求1所述的检测方法，其特征在于，
所述第一类型检测设备为成像装置，所述第一数据为图像数据，
所述第二类型检测设备为雷达装置，所述第二数据为雷达数据。
5.根据权利要求4所述的检测方法，其特征在于，所述确定同一对象的检测结果的步骤包括：
对所述图像数据进行处理，以确定对象的外观信息；
对所述雷达数据进行处理，以确定对象的位置信息；
基于所述外观信息和所述位置信息，确定同一对象的外观及位置信息。
6.根据权利要求4所述的检测方法，其特征在于，所述为第一类型检测设备检测到的第一数据添加第一时间戳的步骤包括：
将所述成像装置采集到的图像数据保存为第一数据结构，所述第一数据结构包括时间字段，所述时间字段的数值用于表征所述图像数据的检测时间。
7.根据权利要求6所述的检测方法，其特征在于，还包括：
根据所述时间字段，对所述成像装置采集到的多个图像数据进行排序。
8.根据权利要求6或7所述的检测方法，其特征在于，
所述第一数据结构为AVPacket结构，所述时间字段为pts字段。
9.根据权利要求1所述的检测方法，其特征在于，
所述第一类型检测设备以第一检测频率进行检测，所述为第一类型检测设备检测到的第一数据添加第一时间戳的步骤包括：为所述第一类型检测设备检测到的每帧第一数据添加第一时间戳，并且/或者
所述第二类型检测设备以第二检测频率进行检测，所述为第二类型检测设备检测到的第二数据添加第二时间戳的步骤包括：为所述第二类型检测设备检测到的每帧第二数据添加第二时间戳。
10.根据权利要求1所述的检测方法，其特征在于，还包括：
在使用所述第一类型检测设备和所述第二类型检测设备采集数据前，对所述第一类型检测设备和所述第二类型检测设备进行时钟同步。
11.一种检测方法，其特征在于，包括：
接收第一类型检测设备检测到的第一数据，所述第一数据包括第一时间戳，所述第一时间戳用于表征所述第一数据的检测时间，所述第一数据包括道路中的对象数据；
接收第二类型检测设备检测到的第二数据，所述第二数据包括第二时间戳，所述第二时间戳用于表征所述第二数据的检测时间，所述第二数据包括道路中的对象数据；
在所述第一时间戳和所述第二时间戳的差值小于预定阈值的情况下，根据所述第一数据和所述第二数据，确定同一对象的检测结果。
12.一种检测方法，其特征在于，包括：
为第一类型检测设备检测到的第一数据添加第一时间戳，所述第一时间戳用于表征所述第一数据的检测时间；
为第二类型检测设备检测到的第二数据添加第二时间戳，所述第二时间戳用于表征所述第二数据的检测时间；
在所述第一时间戳和所述第二时间戳的差值小于预定阈值的情况下，根据所述第一数据和所述第二数据，确定同一被检测对象的检测结果。
13.一种检测方法，其特征在于，包括：
为第一类型检测设备检测到的第一数据添加第一时间戳，所述第一时间戳用于表征所述第一数据的检测时间；
为第二类型检测设备检测到的第二数据添加第二时间戳，所述第二时间戳用于表征所述第二数据的检测时间；
在所述第一时间戳和所述第二时间戳的差值小于预定阈值的情况下，判定所述第一数据和所述第二数据匹配。
14.一种检测系统，其特征在于，包括：
第一类型检测设备，用于基于第一检测机制对道路中的对象进行检测，其中，所述第一类型检测设备为检测到的第一数据添加第一时间戳，所述第一时间戳用于表征所述第一数据的检测时间；
第二类型检测设备，用于基于第二检测机制对道路中的对象进行检测，其中，所述第二类型检测设备为检测到的第二数据添加第二时间戳，所述第二时间戳用于表征所述第二数据的检测时间；以及
通信模块，用于将所述第一数据和所述第二数据上传到服务器，以便所述服务器在所述第一时间戳和所述第二时间戳的差值小于预定阈值的情况下，根据所述第一数据和所述第二数据，确定同一对象的检测结果。
15.根据权利要求14所述的检测设备，其特征在于，
所述检测系统为车载检测系统，或者所述检测系统布置在路侧。
16.一种检测系统，其特征在于，包括：
第一类型检测设备，用于基于第一检测机制对道路中的对象进行检测，其中，所述第一类型检测设备还为检测到的第一数据添加第一时间戳，所述第一时间戳用于表征所述第一数据的检测时间；
第二类型检测设备，用于基于第二检测机制对道路中的对象进行检测，其中，所述第二类型检测设备还为检测到的第二数据添加第二时间戳，所述第二时间戳用于表征所述第二数据的检测时间；以及
处理器，用于在所述第一时间戳和所述第二时间戳的差值小于预定阈值的情况下，根据所述第一数据和所述第二数据，确定同一对象的检测结果。
17.根据权利要求16所述的检测系统，其特征在于，
所述检测系统为车载检测系统，或者所述检测系统布置在路侧。
18.一种检测装置，其特征在于，包括：
第一添加模块，用于为第一类型检测设备检测到的第一数据添加第一时间戳，所述第一时间戳用于表征所述第一数据的检测时间，所述第一数据包括道路中的对象数据；
第二添加模块，用于为第二类型检测设备检测到的第二数据添加第二时间戳，所述第二时间戳用于表征所述第二数据的检测时间，所述第二数据包括道路中的对象数据；以及
确定模块，用于在所述第一时间戳和所述第二时间戳的差值小于预定阈值的情况下，根据所述第一数据和所述第二数据，确定同一对象的检测结果。
19.一种数据处理装置，其特征在于，包括：
第一接收模块，用于接收第一类型检测设备检测到的第一数据，所述第一数据包括第一时间戳，所述第一时间戳用于表征所述第一数据的检测时间，所述第一数据还包括道路中的对象数据；
第二接收模块，用于接收第二类型检测设备检测到的第二数据，所述第二数据包括第二时间戳，所述第二时间戳用于表征所述第二数据的检测时间，所述第二数据还包括道路中的对象数据；以及
确定模块，用于在所述第一时间戳和所述第二时间戳的差值小于预定阈值的情况下，根据所述第一数据和所述第二数据，确定同一对象的检测结果。
20.一种检测装置，其特征在于，包括：
第一添加模块，用于为第一类型检测设备检测到的第一数据添加第一时间戳，所述第一时间戳用于表征所述第一数据的检测时间；
第二添加模块，用于为第二类型检测设备检测到的第二数据添加第二时间戳，所述第二时间戳用于表征所述第二数据的检测时间；
确定模块，用于在所述第一时间戳和所述第二时间戳的差值小于预定阈值的情况下，根据所述第一数据和所述第二数据，确定对应于同一被检测对象的检测结果。
21.一种检测装置，其特征在于，包括：
第一添加模块，用于为第一类型检测设备检测到的第一数据添加第一时间戳，所述第一时间戳用于表征所述第一数据的检测时间；
第二添加模块，用于为第二类型检测设备检测到的第二数据添加第二时间戳，所述第二时间戳用于表征所述第二数据的检测时间；
判断模块，用于在所述第一时间戳和所述第二时间戳的差值小于预定阈值的情况下，判定所述第一数据和所述第二数据匹配。
22.一种计算设备，包括：
处理器；以及
存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1至13中任何一项所述的方法。
23.一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1至13中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910305913.7A CN111856468A (zh) | 2019-04-16 | 2019-04-16 | 检测方法、装置、设备、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910305913.7A CN111856468A (zh) | 2019-04-16 | 2019-04-16 | 检测方法、装置、设备、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111856468A true CN111856468A (zh) | 2020-10-30 |
Family
ID=72951888
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910305913.7A Pending CN111856468A (zh) | 2019-04-16 | 2019-04-16 | 检测方法、装置、设备、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111856468A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112767465A (zh) * | 2020-12-24 | 2021-05-07 | 凌云光技术股份有限公司 | 一种用于视觉检测设备的图像序列匹配系统和方法 |
| CN115376312A (zh) * | 2022-07-22 | 2022-11-22 | 交通运输部路网监测与应急处置中心 | 一种基于雷达和视频融合的公路监控方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140257730A1 (en) * | 2013-03-11 | 2014-09-11 | Qualcomm Incorporated | Bandwidth and time delay matching for inertial sensors |
| WO2014160027A1 (en) * | 2013-03-13 | 2014-10-02 | Image Sensing Systems, Inc. | Roadway sensing systems |
| CN106686523A (zh) * | 2015-11-06 | 2017-05-17 | 华为终端（东莞）有限公司 | 数据处理方法及装置 |
| CN107743054A (zh) * | 2017-08-25 | 2018-02-27 | 杭州德泽机器人科技有限公司 | 一种多传感器同步对时系统 |
| CN108229366A (zh) * | 2017-12-28 | 2018-06-29 | 北京航空航天大学 | 基于雷达和图像数据融合的深度学习车载障碍物检测方法 |
| CN108491533A (zh) * | 2018-03-29 | 2018-09-04 | 百度在线网络技术（北京）有限公司 | 数据融合方法、装置、数据处理系统及存储介质 |
| CN109194436A (zh) * | 2018-11-01 | 2019-01-11 | 百度在线网络技术（北京）有限公司 | 传感器时间戳同步测试方法、装置、设备、介质及车辆 |
| CN109450582A (zh) * | 2018-11-01 | 2019-03-08 | 百度在线网络技术（北京）有限公司 | 传感器时间戳同步测试方法、装置、设备、介质及车辆 |
-
2019
- 2019-04-16 CN CN201910305913.7A patent/CN111856468A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140257730A1 (en) * | 2013-03-11 | 2014-09-11 | Qualcomm Incorporated | Bandwidth and time delay matching for inertial sensors |
| WO2014160027A1 (en) * | 2013-03-13 | 2014-10-02 | Image Sensing Systems, Inc. | Roadway sensing systems |
| CN106686523A (zh) * | 2015-11-06 | 2017-05-17 | 华为终端（东莞）有限公司 | 数据处理方法及装置 |
| CN107743054A (zh) * | 2017-08-25 | 2018-02-27 | 杭州德泽机器人科技有限公司 | 一种多传感器同步对时系统 |
| CN109104259A (zh) * | 2017-08-25 | 2018-12-28 | 杭州德泽机器人科技有限公司 | 一种多传感器对时同步系统和方法 |
| CN108229366A (zh) * | 2017-12-28 | 2018-06-29 | 北京航空航天大学 | 基于雷达和图像数据融合的深度学习车载障碍物检测方法 |
| CN108491533A (zh) * | 2018-03-29 | 2018-09-04 | 百度在线网络技术（北京）有限公司 | 数据融合方法、装置、数据处理系统及存储介质 |
| CN109194436A (zh) * | 2018-11-01 | 2019-01-11 | 百度在线网络技术（北京）有限公司 | 传感器时间戳同步测试方法、装置、设备、介质及车辆 |
| CN109450582A (zh) * | 2018-11-01 | 2019-03-08 | 百度在线网络技术（北京）有限公司 | 传感器时间戳同步测试方法、装置、设备、介质及车辆 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112767465A (zh) * | 2020-12-24 | 2021-05-07 | 凌云光技术股份有限公司 | 一种用于视觉检测设备的图像序列匹配系统和方法 |
| CN112767465B (zh) * | 2020-12-24 | 2024-03-26 | 凌云光技术股份有限公司 | 一种用于视觉检测设备的图像序列匹配系统和方法 |
| CN115376312A (zh) * | 2022-07-22 | 2022-11-22 | 交通运输部路网监测与应急处置中心 | 一种基于雷达和视频融合的公路监控方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11120282B2 (en) | Traffic violation vehicle identification system, server and non-transitory recording medium in which vehicle control program is recorded | |
| CN106097480A (zh) | 车辆行驶数据记录系统 | |
| CN112990162B (zh) | 目标检测方法、装置、终端设备及存储介质 | |
| CN111856468A (zh) | 检测方法、装置、设备、系统及存储介质 | |
| CN109478333A (zh) | 目标检测方法、装置以及图像处理设备 | |
| US20210043073A1 (en) | In-vehicle device and method for providing traffic light information thereof | |
| CN111811527A (zh) | 地图数据的时间同步方法、装置及相关设备 | |
| CN111930755A (zh) | 行车数据处理方法及相关设备 | |
| JP6141148B2 (ja) | 時系列記録データ解析装置 | |
| US20200250970A1 (en) | Information processing apparatus, information processing method and program | |
| WO2020255628A1 (ja) | 画像処理装置及び画像処理用プログラム | |
| CN111563425B (zh) | 交通事件识别方法及电子设备 | |
| KR101583136B1 (ko) | 차량용 블랙박스 또는 차량용 전자기기의 시각 동기화 방법 및 장치 | |
| CN109697767B (zh) | 数据处理方法、相关设备及计算机存储介质 | |
| CN111707278A (zh) | 行车数据处理方法及相关设备 | |
| CN112019925B (zh) | 视频水印识别处理方法及装置 | |
| JP6611315B2 (ja) | 映像基準点決定システム、映像基準点決定方法および映像基準点決定プログラム | |
| US20230051683A1 (en) | Crack detection device, crack detection method and computer readable medium | |
| KR101585326B1 (ko) | 선별된 프레임을 고해상도로 저장하는 비디오 레코딩 시스템 및 동작 방법 | |
| CN113890668A (zh) | 多传感器的时间同步方法、装置及电子设备、存储介质 | |
| US10854072B2 (en) | System and method for automatic calibration of vehicle position determining device in a traffic system | |
| Yao et al. | VLSI implementation of a real-time vision based lane departure warning system | |
| CN112339770B (zh) | 车载装置及其提供交通信号灯信息的方法 | |
| WO2020255629A1 (ja) | 画像処理装置及び画像処理用プログラム | |
| CN113255609B (zh) | 基于神经网络模型的交通标识识别方法及装置 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201120 Address after: Room 603, 6 / F, Roche Plaza, 788 Cheung Sha Wan Road, Kowloon, China Applicant after: Zebra smart travel network (Hong Kong) Limited Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands Applicant before: Alibaba Group Holding Ltd. |