CN112099031B - 一种车辆测距方法及装置 - Google Patents
一种车辆测距方法及装置 Download PDFInfo
- Publication number
- CN112099031B CN112099031B CN202011239306.4A CN202011239306A CN112099031B CN 112099031 B CN112099031 B CN 112099031B CN 202011239306 A CN202011239306 A CN 202011239306A CN 112099031 B CN112099031 B CN 112099031B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- information
- target vehicle
- orientation
- 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
Links
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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
- G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
-
- 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
-
- 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
- G06T2207/10012—Stereo images
-
- 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
Abstract
本发明公开了一种车辆测距方法及装置,对目标车辆进行3D投影,得到所述目标车辆的3D投影信息;获取对所述目标车辆进行拍摄的相机参数,并基于所述相机参数和所述3D投影信息,计算得到所述目标车辆的朝向信息;在所述目标车辆的朝向信息中确定所述目标车辆的目标朝向;基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息。本发明无论相机处于车中方式或者利用何种相机,均可以根据相机参数和车辆的3D投影信息确定车辆的准确朝向,从而计算得到车辆与目标点的距离信息,实现了适用于多种相机的车辆测距,提高了测量结果的稳定性和准确度。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种车辆测距方法及装置。
背景技术
测距是车辆自动驾驶中的基础,车辆需要对周围目标进行精准的测距才可以获得车辆精确的环境信息,从而使得车辆自动控制系统进行决策。
现有的车辆测距技术虽然有多种实现可能,如基于2D检测框进行测距,或者结合车辆3D尺寸和相对角度进行2D检测框进行计算,还有直接利用深度图进行测距的方法,这些方法有的使用场景非常局限,使得测量结果的稳定性较差。
发明内容
针对于上述问题,本发明提供一种车辆测距方法及装置,实现了适用于多种相机的车辆测距,提高了测量结果的稳定性和准确度。
为了实现上述目的,本发明提供了如下技术方案:
一种车辆测距方法,包括:
对目标车辆进行3D投影,得到所述目标车辆的3D投影信息;
获取对所述目标车辆进行拍摄的相机参数,并基于所述相机参数和所述3D投影信息,计算得到所述目标车辆的朝向信息;
在所述目标车辆的朝向信息中确定所述目标车辆的目标朝向;
基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息。
可选地,所述计算得到所述目标车辆的朝向信息,包括:
根据所述目标车辆的3D投影信息,获得所述目标车辆的竖棱以及所述竖棱在投影图像中的横坐标信息;
基于所述目标车辆的竖棱以及所述竖棱在投影图像中的横坐标信息,计算得到所述目标车辆的朝向信息。
可选地,所述方法还包括:
获取车辆基本信息,所述车辆基本信息包括车辆宽度和车辆长度;
分别获得目标车辆竖棱在投影图像中的横坐标信息;
获取相机参数信息;
利用所述车辆基本信息、所述竖棱的横坐标信息以及所述相机参数信息,生成车辆朝向角度方程式,所述车辆朝向角度方程式用于求解车辆的朝向信息。
可选地,所述方法还包括:
利用所述车辆朝向角度方程式,计算得到所述目标车辆的对偶角度;
依据所述对偶角度确定所述目标车辆的目标朝向。
可选地,计算得到所述目标车辆与目标点的距离信息,包括:
基于所述对偶角度,计算得到目标车辆中心与目标点的距离信息。
一种车辆测距装置,包括:
投影单元,用于对目标车辆进行3D投影,得到所述目标车辆的3D投影信息;
第一计算单元,用于获取对所述目标车辆进行拍摄的相机参数,并基于所述相机参数和所述3D投影信息,计算得到所述目标车辆的朝向信息;
确定单元,用于在所述目标车辆的朝向信息中确定所述目标车辆的目标朝向;
第二计算单元,用于基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息。
可选地,所述第一计算单元包括:
第一获取子单元,用于根据所述目标车辆的3D投影信息,获得所述目标车辆的竖棱以及所述竖棱在投影图像中的横坐标信息;
第一计算子单元,用于基于所述目标车辆的竖棱以及所述竖棱在投影图像中的横坐标信息,计算得到所述目标车辆的朝向信息。
可选地,所述装置还包括:
第一获取单元,用于获取车辆基本信息,所述车辆基本信息包括车辆宽度和车辆长度;
第二获取单元,用于分别获得目标车辆竖棱在投影图像中的横坐标信息;
第三获取单元,用于获取相机参数信息;
生成单元,用于利用所述车辆基本信息、所述竖棱的横坐标信息以及所述相机参数信息,生成车辆朝向角度方程式,所述车辆朝向角度方程式用于求解车辆的朝向信息。
可选地,所述装置还包括:
第三计算单元,用于利用所述车辆朝向角度方程式,计算得到所述目标车辆的对偶角度;
第四计算单元,用于依据所述对偶角度确定所述目标车辆的目标朝向。
可选地,所述第二计算单元具体用于:
基于所述对偶角度,计算得到目标车辆中心与目标点的距离信息。
相较于现有技术,本发明提供了一种车辆测距方法及装置,对目标车辆进行3D投影,得到所述目标车辆的3D投影信息;获取对所述目标车辆进行拍摄的相机参数,并基于所述相机参数和所述3D投影信息,计算得到所述目标车辆的朝向信息;在所述目标车辆的朝向信息中确定所述目标车辆的目标朝向;基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息。本发明无论相机处于车中方式或者利用何种相机,均可以根据相机参数和车辆的3D投影信息确定车辆的准确朝向,从而计算得到车辆与目标点的距离信息,实现了适用于多种相机的车辆测距,提高了测量结果的稳定性和准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种车辆测距方法的流程示意图;
图2为本发明实施例提供的一种小孔成像模型的坐标的示意图;
图3为本发明实施例提供的一种对偶的车体位置关系的示意图;
图4为本发明实施例提供的一组四个对偶的车体位置关系的示意图;
图5为本发明实施例提供的一种车辆测距装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
在本发明实施例中提供了一种车辆测距方法,通过车辆长宽的先验知识与车辆3D投影中几条关键棱的图像位置,配合相机参数,对目标车辆的距离信息和朝向信息进行计算,参见图1,其示出了本发明实施例提供的一种车辆测距方法的流程示意图,该方法包括:
S101、对目标车辆进行3D投影,得到所述目标车辆的3D投影信息。
目标车辆指的是主车辆,即需要测量与其他车辆或者与周围环境的距离。3D投影可以采用常见的3D模型实现,具有普遍适用性。
S102、获取对所述目标车辆进行拍摄的相机参数,并基于所述相机参数和所述3D投影信息,计算得到所述目标车辆的朝向信息。
相机参数是指当前目标车辆中的进行拍摄的相机的相关参数,本发明实施例对相机的种类并不进行具体限制。并需要获取车辆的基本信息,该基本信息可以包括车辆宽度和长度信息,还可以根据3D投影信息即3D图像得到车辆竖棱的图像位置,对应的将车辆可以转换为一个包裹该车辆的立方体,立方体有12条棱,其中有4条垂直与地面的棱被称为竖棱。
S103、在所述目标车辆的朝向信息中确定所述目标车辆的目标朝向;
S104、基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息。
在本发明实施例中还可以利用车辆基本信息、所述竖棱的横坐标信息以及所述相机参数信息,生成车辆朝向角度方程式,所述车辆朝向角度方程式用于求解车辆的朝向信息。在得到车辆的朝向信息之后,可以过滤掉冗余的情况,得到唯一的朝向,然后根据车辆的朝向计算得到车辆与目标点的距离信息。目标点可以是目标车辆周围的车辆,也可以是目标车辆周围的建筑物等。
为了能够准确计算得到对应的测距信息,在本申请实施例中计算目标车辆的朝向信息,包括:根据所述目标车辆的3D投影信息,获得所述目标车辆的竖棱以及所述竖棱在投影图像中的横坐标信息;基于所述目标车辆的竖棱以及所述竖棱在投影图像中的横坐标信息,计算得到所述目标车辆的朝向信息。
在本发明实施例中利用所述车辆朝向角度方程式,计算得到所述目标车辆的对偶角度;依据所述对偶角度确定所述目标车辆的目标朝向。然后基于所述对偶角度,计算得到目标车辆中心与目标点的距离信息。
在本发明的实施例中对于每辆车辆可以看到它的哪些竖棱以及它们对应的图像位置(即横坐标),之所以选取横坐标计算是为了算法的稳定性,选取诸如底边纵坐标之类的值会导致公式中的二阶导过大,使得最终结果相对而言更容易受到误差的扰动。
具体的,可以针对两种情况分别对应的计算方法。
为了能够清楚地说明本申请的实施例,现将本发明中应用到的相关参数进行说明。
相机标定可以理解为从世界坐标系换到图像坐标系的过程,也就是求最终的投影矩阵P的过程。基本的坐标系包括:世界坐标系、相机坐标系和图像坐标系。相机标定包括从世界坐标系转换为相机坐标系,这一步是三维点到三维点的转换,包括R,t(相机外参)等参数;然后从相机坐标系转为图像坐标系,这一步是三维点到二维点的转换,包括K(相机内参)等参数。
参见图2,其示出了一种小孔成像模型的坐标的示意图,在该图中,C表示相机的中心点,也是相机坐标系的中心点;Z轴表示相机的主轴;p点所在平面为相机的像平面,也就是图片坐标系所在的二维平面;p点表示主点,即主轴与像平面相交的点;C点到p点的距离,也就是图2右图中的f,即相机的焦距;相机坐标系是以X,Y,Z三个轴组成的且原点在C点,度量值为米;图像坐标系一般至图片相对坐标系,在这里可以认为和像平面坐标系在一个平面上,不过原点在图片的角上,且度量值为像素的个数。
在一种情况中,即能看见车辆四条竖棱之中的三条,如可以看见目标车辆的左后、右后、右前三条竖棱,为了能够计算简洁,定义如下符号,并定义目标车辆朝向的角度,与正方向一致为0,顺时针旋转。其中:
wv表示车辆宽度,可以通过模型得到也可以根据车辆类别配置默认值;
lv表示车辆长度,可以通过模型得到也可以根据车辆别配置默认值;
xm为右后棱在图像中的横坐标,下标代表该棱位置位于另外两条棱的中间;
xw左后棱在图像中的横坐标,下标代表该棱与位于三条棱中间的棱(右后棱)之间相隔的车辆里面为车头/车尾;
xl右前棱在图像中的横坐标,下标代表该棱与位于三条棱中间的棱(右后棱)之间相隔的车辆里面为车侧面。
相机参数A=KR,具体的为了便于计算将A的计算过程写为:
因此,A是结合内外参数的参数,可以得到如下方程组:
经过联立可得:
求解可得到:
基于正切函数的性质,实际能得到一组对偶的情况因为根据方程组的条件可以求解出一组对偶的车体位置关系,如图3所示,图3中矩形代表车体,该图表征的是一组对偶的车体位置关系示意图。其中一种情况车辆位于相机的后方,会导致针孔相机模型中的归一化系数为负,可以通过这个特点起到过滤的作用。
于是将对偶的两种角度都求解出来:
利用该式子可以求解出车辆朝向角,是因为满足方程组条件的解的集合在一条直线上,在这条直线上将车体进行叠加会发现呈一斜柱状,其相对于地面的夹角与相机参数有关,在后续求解X时,直接认为坐标位于地平面上并不会造成太大误差,于是:
求解之后,基于之前对偶情况进行验证。对于:
由于Zc>0,通过这个可以在两个角度中选取一个,作为最终输出,响应的测距结果则是:
如果想要得到车辆中心的测距结果,那么有:
其余三种情况的计算过程,参见下表1:
表1
在表1中,式(1)为:
式(2)为:
式(3)为:
式(4)为:
式(5)为:
式(6)为:
式(7)为:
式(8)为:
式(9)为:
式(10)为:
式(11)为:
对于能看见车辆四条竖棱之中的两条,对于这种情况,一种简答的解决方法是认为能看见三条棱,只不过其中有两条棱的位置发生了重合,这种解决方法对于窄视角小畸变的相机是完全使用的,但是对于偏广角的相机则有一定风险。于是,可以假设能看到的车辆的面是正对着我们,这样计算的时候既能很大地规避系统误差,又能保持与前有种方法的连续性。
如可以看见车辆的右后、右前两条竖棱举例。于是定义:
P=x右前+ x右后
q=x右前* x右后
r=x右后-x右前
得到方程组:
经过之前相似的计算,得到:
其中:
注a+c=0。
基于正切函数与一元二次方程的性质,实际上能得到对偶的四种情况,根据方程组中的条件可以求解出一组四个对偶的车体位置关系,如图4所示。
与之前相似,其中三种情况车辆有部分位于相机的后方,会导致在针孔相机模型中的归一化系数为负,可以通过这个特点起到过滤的作用。
于是将对偶的四种角度都求解出来:
得到:
求解之后,进行对偶情况的验证。对于:
其中,
Zc1>0 , Zc2>0。
通过这个可以在两个角度中选取一个,作为最终输出。相应的测距结果则是:
如果想要得到车辆中心的测距结果,那么有:
其余的三种情况的计算过程,如表2所示。
表2
在表2中式(12)为:
式(13)为:
式(14)为:
式(15)为:
式(16)为:
式(17)为:
式(18)为:
式(19)为:
本发明提供了一种车辆测距方法,对目标车辆进行3D投影,得到所述目标车辆的3D投影信息;获取对所述目标车辆进行拍摄的相机参数,并基于所述相机参数和所述3D投影信息,计算得到所述目标车辆的朝向信息;在所述目标车辆的朝向信息中确定所述目标车辆的目标朝向;基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息。本发明无论相机处于车中方式或者利用何种相机,均可以根据相机参数和车辆的3D投影信息确定车辆的准确朝向,从而计算得到车辆与目标点的距离信息,实现了适用于多种相机的车辆测距,提高了测量结果的稳定性和准确度。
参见图5,在本发明实施例中还提供了一种车辆测距装置,包括:
投影单元10,用于对目标车辆进行3D投影,得到所述目标车辆的3D投影信息;
第一计算单元20,用于获取对所述目标车辆进行拍摄的相机参数,并基于所述相机参数和所述3D投影信息,计算得到所述目标车辆的朝向信息;
确定单元30,用于在所述目标车辆的朝向信息中确定所述目标车辆的目标朝向;
第二计算单元40,用于基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息。
可选地,所述第一计算单元包括:
第一获取子单元,用于根据所述目标车辆的3D投影信息,获得所述目标车辆的竖棱以及所述竖棱在投影图像中的横坐标信息;
第一计算子单元,用于基于所述目标车辆的竖棱以及所述竖棱在投影图像中的横坐标信息,计算得到所述目标车辆的朝向信息。
可选地,所述装置还包括:
第一获取单元,用于获取车辆基本信息,所述车辆基本信息包括车辆宽度和车辆长度;
第二获取单元,用于分别获得目标车辆竖棱在投影图像中的横坐标信息;
第三获取单元,用于获取相机参数信息;
生成单元,用于利用所述车辆基本信息、所述竖棱的横坐标信息以及所述相机参数信息,生成车辆朝向角度方程式,所述车辆朝向角度方程式用于求解车辆的朝向信息。
可选地,所述装置还包括:
第三计算单元,用于利用所述车辆朝向角度方程式,计算得到所述目标车辆的对偶角度;
第四计算单元,用于依据所述对偶角度确定所述目标车辆的目标朝向。
可选地,所述第二计算单元具体用于:
基于所述对偶角度,计算得到目标车辆中心与目标点的距离信息。
本发明提供了一种车辆测距装置,投影单元对目标车辆进行3D投影,得到所述目标车辆的3D投影信息;第一计算单元获取对所述目标车辆进行拍摄的相机参数,并基于所述相机参数和所述3D投影信息,计算得到所述目标车辆的朝向信息;确定单元在所述目标车辆的朝向信息中确定所述目标车辆的目标朝向;第二计算单元基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息。本发明无论相机处于车中方式或者利用何种相机,均可以根据相机参数和车辆的3D投影信息确定车辆的准确朝向,从而计算得到车辆与目标点的距离信息,实现了适用于多种相机的车辆测距,提高了测量结果的稳定性和准确度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (2)
1.一种车辆测距方法,其特征在于,包括:
对目标车辆进行3D投影,得到所述目标车辆的3D投影信息;
获取对所述目标车辆进行拍摄的相机参数,并基于所述相机参数和所述3D投影信息,计算得到所述目标车辆的朝向信息,其中,所述计算所述目标车辆的朝向信息,包括:根据所述目标车辆的3D投影信息,获得所述目标车辆的竖棱以及所述竖棱在投影图像中的横坐标信息;获取车辆基本信息,所述车辆基本信息包括车辆宽度和车辆长度;利用所述车辆基本信息、所述竖棱的横坐标信息以及所述相机参数信息,生成车辆朝向角度方程式,所述车辆朝向角度方程式用于求解车辆的朝向信息;
在所述目标车辆的朝向信息中确定所述目标车辆的目标朝向,所述确定所述目标车辆的目标朝向,包括:利用所述车辆朝向角度方程式,计算得到所述目标车辆的对偶角度;依据所述对偶角度确定所述目标车辆的目标朝向;
基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息,所述基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息,包括:基于所述对偶角度,计算得到目标车辆中心与目标点的距离信息。
2.一种车辆测距装置,其特征在于,包括:
投影单元,用于对目标车辆进行3D投影,得到所述目标车辆的3D投影信息;
第一获取单元,用于获取车辆基本信息,所述车辆基本信息包括车辆宽度和长度;
第一计算单元,用于获取对所述目标车辆进行拍摄的相机参数,并基于所述相机参数和所述3D投影信息,计算得到所述目标车辆的朝向信息;所述第一计算单元包括:第一获取子单元,用于根据所述目标车辆的3D投影信息,获得所述目标车辆的竖棱以及所述竖棱在投影图像中的横坐标信息;
第三获取单元,用于获取相机参数信息;
生成单元,用于利用所述车辆基本信息、所述竖棱的横坐标信息以及所述相机参数信息,生成车辆朝向角度方程式,所述车辆朝向角度方程式用于求解车辆的朝向信息;
第三计算单元,用于利用所述车辆朝向角度方程式,计算得到所述目标车辆的对偶角度;
第四计算单元,用于依据所述对偶角度确定所述目标车辆的目标朝向;
第二计算单元,用于基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息,所述基于所述目标朝向,计算得到所述目标车辆与目标点的距离信息,包括:基于所述对偶角度,计算得到目标车辆中心与目标点的距离信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011239306.4A CN112099031B (zh) | 2020-11-09 | 2020-11-09 | 一种车辆测距方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011239306.4A CN112099031B (zh) | 2020-11-09 | 2020-11-09 | 一种车辆测距方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112099031A CN112099031A (zh) | 2020-12-18 |
CN112099031B true CN112099031B (zh) | 2021-02-02 |
Family
ID=73785214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011239306.4A Active CN112099031B (zh) | 2020-11-09 | 2020-11-09 | 一种车辆测距方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112099031B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110119698A (zh) * | 2019-04-29 | 2019-08-13 | 北京百度网讯科技有限公司 | 用于确定对象状态的方法、装置、设备和存储介质 |
CN111310574A (zh) * | 2020-01-17 | 2020-06-19 | 清华大学 | 一种车载视觉实时多目标多任务联合感知方法和装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6699370B2 (ja) * | 2016-06-06 | 2020-05-27 | アイシン精機株式会社 | 車両用画像処理装置 |
CN108470469A (zh) * | 2018-03-12 | 2018-08-31 | 海信集团有限公司 | 道路障碍物预警方法、装置及终端 |
CN108828606B (zh) * | 2018-03-22 | 2019-04-30 | 中国科学院西安光学精密机械研究所 | 一种基于激光雷达和双目可见光相机联合测量方法 |
CN109283545A (zh) * | 2018-10-11 | 2019-01-29 | 东莞市光劲光电有限公司 | 一种新型二维固态led激光雷达及其测距方法 |
CN109614935B (zh) * | 2018-12-12 | 2021-07-06 | 泰康保险集团股份有限公司 | 车辆定损方法及装置、存储介质及电子设备 |
CN210364140U (zh) * | 2019-08-13 | 2020-04-21 | 北京物资学院 | 一种agv小车防碰撞装置 |
CN110824515B (zh) * | 2019-10-25 | 2022-04-15 | 中铁武汉勘察设计研究院有限公司 | Gnss与雷达测距相结合的铁水联运车辆跟踪定位方法及系统 |
CN111288970A (zh) * | 2020-02-26 | 2020-06-16 | 国网上海市电力公司 | 一种便携式带电距离测量装置 |
-
2020
- 2020-11-09 CN CN202011239306.4A patent/CN112099031B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110119698A (zh) * | 2019-04-29 | 2019-08-13 | 北京百度网讯科技有限公司 | 用于确定对象状态的方法、装置、设备和存储介质 |
CN111310574A (zh) * | 2020-01-17 | 2020-06-19 | 清华大学 | 一种车载视觉实时多目标多任务联合感知方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112099031A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10097812B2 (en) | Stereo auto-calibration from structure-from-motion | |
CN106780590B (zh) | 一种深度图的获取方法及系统 | |
CN104596502B (zh) | 一种基于cad模型与单目视觉的物体位姿测量方法 | |
CN109446892B (zh) | 基于深度神经网络的人眼注意力定位方法及系统 | |
KR101666959B1 (ko) | 카메라로부터 획득한 영상에 대한 자동보정기능을 구비한 영상처리장치 및 그 방법 | |
CN111243002A (zh) | 应用于高精度三维测量的单目激光散斑投影系统标定及深度估计方法 | |
CN108510551B (zh) | 一种远距离大视场条件下相机参数的标定方法及系统 | |
KR100671529B1 (ko) | 복수의 항공 촬영 화상을 이용한 3차원 입체지도의작성방법 | |
US20140125774A1 (en) | Apparatus for synthesizing three-dimensional images to visualize surroundings of vehicle and method thereof | |
Debattisti et al. | Automated extrinsic laser and camera inter-calibration using triangular targets | |
CN107424196B (zh) | 一种基于弱标定多目相机的立体匹配方法、装置及系统 | |
CN108429908B (zh) | 一种摄像模组的测试方法、装置、设备及介质 | |
US20230351625A1 (en) | A method for measuring the topography of an environment | |
CN110675436A (zh) | 基于3d特征点的激光雷达与立体视觉配准方法 | |
CN114299156A (zh) | 无重叠区域下多相机的标定与坐标统一方法 | |
WO2023201578A1 (zh) | 单目激光散斑投影系统的外参数标定方法和装置 | |
Martins et al. | Monocular camera calibration for autonomous driving—a comparative study | |
KR101597163B1 (ko) | 스테레오 카메라 교정 방법 및 장치 | |
CN111382591A (zh) | 一种双目相机测距校正方法及车载设备 | |
JP2011232965A (ja) | 平面領域検出装置及びステレオカメラシステム | |
CN112099031B (zh) | 一种车辆测距方法及装置 | |
WO2022118513A1 (ja) | 位置姿勢算出装置、位置姿勢算出方法及び測量装置 | |
CN110622216A (zh) | 用于标定光学测量结构的方法 | |
CN110068308B (zh) | 一种基于多目相机的测距方法及测距系统 | |
CN114511637A (zh) | 一种基于构造强特征的弱特征物体图像三维重建系统及方法 |
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 |