CN112668428A - 车辆变道的检测方法、路侧设备、云控平台和程序产品 - Google Patents

车辆变道的检测方法、路侧设备、云控平台和程序产品 Download PDF

Info

Publication number
CN112668428A
CN112668428A CN202011517315.5A CN202011517315A CN112668428A CN 112668428 A CN112668428 A CN 112668428A CN 202011517315 A CN202011517315 A CN 202011517315A CN 112668428 A CN112668428 A CN 112668428A
Authority
CN
China
Prior art keywords
vehicle
lane
lane change
dimensional
information
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
Application number
CN202011517315.5A
Other languages
English (en)
Inventor
黄秀林
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.)
Apollo Zhilian Beijing Technology Co Ltd
Apollo Zhixing Technology Guangzhou Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011517315.5A priority Critical patent/CN112668428A/zh
Publication of CN112668428A publication Critical patent/CN112668428A/zh
Priority to US17/366,281 priority patent/US20210334986A1/en
Priority to JP2021111746A priority patent/JP2022050311A/ja
Priority to EP21184065.7A priority patent/EP3879446A3/en
Priority to KR1020210088333A priority patent/KR102643425B1/ko
Priority to US17/504,249 priority patent/US20220036731A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G06T15/20—Perspective computation
    • G06T15/205—Image-based rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • 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
    • G06T2207/30236—Traffic on road, railway or crossing
    • 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

Abstract

本申请公开了车辆变道的检测方法和装置，具体涉及人工智能，进一步涉及智能交通和图像处理技术领域。具体实施方式包括：对相机采集的车辆图像进行对象检测，得到车辆图像中车辆的二维车辆信息；通过地面方程和相机的参数，确定二维车辆信息对应的三维车辆信息；响应于满足检测条件，基于高精地图中的车道位置信息和三维车辆信息，确定车辆是否存在变道，得到变道检测结果。本申请可以通过三维车辆信息，解决现有技术中二维的车辆图像的拍摄角度较大带来的车道误判的问题，有效提高了检测车辆变道的准确度。同时，利用高精地图，提高了获取车道位置信息的准确度，进一步提高了检测车辆变道的准确度。

Description

车辆变道的检测方法、路侧设备、云控平台和程序产品
技术领域
本申请涉及计算机技术领域，具体涉及人工智能技术领域，进一步涉及智能交通和图像处理技术领域，尤其涉及车辆变道的检测方法、路侧设备、云控平台和程序产品。
背景技术
在交通领域中，车辆变道又称车辆并线，是一种常见的交通现象。而车辆连续变道则是一种十分危险的行为。
由于车辆对道路的遮挡以及车道标注，车辆的变道通过机器设备往往很难实现。比如，电子设备(比如路侧设备)可能因为拍摄角度问题，将相邻的两个车道误以为是同一个车道，从而无法准确判断车辆的变道。
发明内容
提供了一种车辆变道的检测方法、路侧设备、云控平台和程序产品。
根据第一方面，提供了一种车辆变道的检测方法，包括：对相机采集的车辆图像进行对象检测，得到车辆图像中车辆的二维车辆信息；通过地面方程和相机的参数，确定二维车辆信息对应的三维车辆信息，其中，二维车辆信息和三维车辆信息均包括车辆位置；响应于满足检测条件，基于高精地图中的车道位置信息和三维车辆信息，确定车辆是否存在变道，得到变道检测结果。
根据第二方面，提供了一种车辆变道的检测装置，包括：检测单元，被配置成对相机采集的车辆图像进行对象检测，得到车辆图像中车辆的二维车辆信息；位置确定单元，被配置成通过地面方程和相机的参数，确定二维车辆信息对应的三维车辆信息，其中，二维车辆信息和三维车辆信息均包括车辆位置；变道确定单元，被配置成响应于满足检测条件，基于高精地图中的车道位置信息和三维车辆信息，确定车辆是否存在变道，得到变道检测结果。
根据第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如车辆变道的检测方法中任一实施例的方法。
根据第四方面，提供了一种路侧设备，包括如第三方面所述的电子设备。
根据第五方面，提供了一种云控平台，包括如第三方面所述的电子设备。
根据第六方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如车辆变道的检测方法中任一实施例的方法。
根据第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据车辆变道的检测方法中任一实施例的方法。
根据本申请的方案，可以通过三维车辆信息，解决现有技术中二维的车辆图像的拍摄角度较大带来的车道误判的问题，有效提高了检测车辆变道的准确度。同时，利用高精地图，提高了获取车道位置信息的准确度，进一步提高了检测车辆变道的准确度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请一些实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的车辆变道的检测方法的一个实施例的流程图；
图3是根据本申请的车辆变道的检测方法的一个应用场景的示意图；
图4是根据本申请的车辆变道的检测方法的又一个实施例的流程图；
图5是根据本申请的车辆变道的检测装置的一个实施例的结构示意图；
图6是用来实现本申请实施例的车辆变道的检测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的车辆变道的检测方法或车辆变道的检测装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。
这里的终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于车辆(具体可以是车载大脑)、路侧设备、智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对接收到的车辆图像等数据进行分析等处理，并将处理结果(例如变道检测结果)反馈给终端设备。
在实践中，路侧设备除了包括电子设备，还可以包括通信部件等，电子设备可以和通信部件一体集成，也可以分体设置。电子设备可以获取感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算。
云控平台在云端执行处理，云控平台包括的电子设备可以获取感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算；云控平台也可以称为车路协同管理平台、边缘计算平台、云计算平台、中心系统、云端服务器等。
需要说明的是，本申请实施例所提供的车辆变道的检测方法可以由服务器105或者终端设备101、102、103执行，相应地，车辆变道的检测装置可以设置于服务器105或者终端设备101、102、103中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的车辆变道的检测方法的一个实施例的流程200。该车辆变道的检测方法，包括以下步骤：
步骤201，对相机采集的车辆图像进行对象检测，得到车辆图像中车辆的二维车辆信息。
在本实施例中，车辆变道的检测方法运行于其上的执行主体(例如图1所示的服务器或终端设备)可以对相机采集的车辆图像进行对象检测，得到车辆图像中车辆的二维车辆信息。这里的相机可以包括一个或多个相机，这里的多个相机存在为两个相机的情况。这里的二维车辆信息可以包括二维的车辆位置。二维的车辆位置可以指基于对象检测结果得到的在车辆图像中的位置。举例来说，对象检测得到的对象检测结果也即二维车辆信息可以是包含车辆的检测框，该检测框可以表示为宽度、高度和检测框的一个目标点(比如中心点和一个顶点)的坐标。或者，检测框可以表示为该检测框的4个顶点。
上述的对象检测可以采用深度神经网络进行检测。在实践中，上述执行主体可以采用各种方式得到车辆图像中车辆的二维车辆信息。比如，上述执行主体可以直接将上述对象检测结果，作为车辆位置也即二维车辆信息。再比如，上述执行主体可以对上述对象检测结果进行预设处理，比如输入预设调整模型，或者进行图像截取等预设处理，得到预设处理结果，并将预设处理结果作为二维车辆信息。在实践中，这里的相机可以是车辆的用于采集的相机，也可以是路侧相机。
步骤202，通过地面方程和相机的参数，确定二维车辆信息对应的三维车辆信息，其中，二维车辆信息和三维车辆信息均包括车辆位置。
在本实施例中，上述执行主体可以通过地面方程和相机的参数，确定上述二维车辆信息对应的三维车辆信息。具体地，不仅二维车辆信息包括车辆位置(二维的车辆位置)，三维车辆信息也可以包括车辆位置，该三维车辆信息包括的车辆位置为三维的车辆位置。具体地，该三维的车辆位置可以是表现为一个包含车辆的立方体，比如该立方体可以表现为立方体的一个点(比如中心点或顶点)以及长、宽和高。或者，三维的车辆位置也可以表示为车辆的中心点。
相机的参数指内参和外参。在实践中，上述执行主体可以利用相机外参和世界坐标系下的地面方程，得到相机的相机坐标系下的地面方程。之后，上述执行主体可以利用相机内参和相机坐标系下的地面方程，计算地面深度图，从中提取车辆的深度特征。利用二维车辆信息也即二维的车辆位置(比如包含车辆的检测框的4个顶点的坐标)，和地面深度图中车辆的深度信息，确定车辆的三维位置，也即三维车辆信息。
步骤203，响应于满足检测条件，基于高精地图中的车道位置信息和三维车辆信息，确定车辆是否存在变道，得到变道检测结果。
在本实施例中，上述执行主体可以在满足检测条件的情况下，基于高精地图中的车道位置信息和三维车辆信息，确定上述车辆是否存在变道，并将确定的结果作为变道检测结果。车道位置信息可以采用车道线位置来表示，或者采用各个车道的坐标范围(比如车道边界的坐标)来表示。这里的检测条件可以是各种各样的，比如获得检测指令。
在实践中，上述执行主体可以采用各种方式基于高精地图的车道位置信息和三维车辆信息，来确定车辆是否存在变道。举例来说，在车道位置信息表示为车道线位置的时候，上述执行主体可以通过车道线位置和包含车辆的立方体进行位置比对。具体地，若上述执行主体检测到车辆的主体(比如主体指达到车辆底面的预设面积比例)越过车道线位置，则可以确定上述车辆变道。或者，上述执行主体可以通过车道线位置和作为车辆位置的车辆中心的关系进行判断。具体地，若上述执行主体检测到车辆中心越过车道线，也即检测到车辆中心与车道线的位置关系改变，则可以确定车辆存在变道。此外，在车道位置信息表示为车道坐标范围的时候，上述执行主体可以判断是否车辆底面的大部分区域(大于预设面积比值的区域)都在车道坐标范围内。
本申请的上述实施例提供的方法可以通过三维车辆信息，解决现有技术中二维的车辆图像的拍摄角度较大带来的车道误判的问题，有效提高了检测车辆变道的准确度。同时，利用高精地图，提高了获取车道位置信息的准确度，进一步提高了检测车辆变道的准确度。
在本实施例的一些可选的实现方式中，上述步骤203中的确定车辆是否存在变道，得到变道检测结果，可以包括：确定在预设历史时长内车辆是否存在连续变道，得到变道检测结果，其中，预设历史时长为历史帧数数量或历史时间长度，历史帧数数量为相机连续采集车辆图像的预设帧数数量。
在这些可选的实现方式中，上述执行主体可以确定在预设历史时长内车辆是否存在连续变道，并将确定出的结果作为变道检测结果。这里的预设历史时长可以指从当前计算，刚刚过去的一段时长内车辆是否有连续变道。这里的预设历史时长可以采用各种方式表示，比如可以是历史帧数数量，比如上述相机在过去采集的75帧车辆图像中，跟踪车辆是否存在两次以上的变道。或者，预设历史时长还可以是历史时间长度，比如上述执行主体可以确定过去的5秒内，车辆是否存在两次以上的变道。
这些可选的实现方式可以通过三维车辆信息和高精地图，提高检测连续变道的准确度。
在本实施例的一些可选的实现方式中，上述步骤203中的响应于满足检测条件，可以包括：响应于达到检测周期时长，确定满足检测条件，其中，检测周期时长大于图像采集周期时长且小于预设周期时长。
在这些可选的实现方式中，上述执行主体可以在达到检测周期时长的情况下，确定满足了检测条件。举例来说，上述执行主体可以采用15Hz作为检测频率，那么每当达到15Hz对应的周期，上述执行主体可以确定满足检测条件。
这些实现方式可以采用周期检测的方式，确定车辆是否有连续变道行为，从而可以确保不遗漏掉任何一次的连续变道，确保车辆的交通安全。并且，这里的检测周期可以较短，且大于相机进行车辆图像采集的周期时长，从而给设备留出充足的图像处理时间。
继续参见图3，图3是根据本实施例的车辆变道的检测方法的应用场景的一个示意图。在图3的应用场景中，执行主体301对相机采集的车辆图像302进行对象检测，得到车辆图像中车辆的二维车辆信息303。执行主体301通过地面方程和相机的参数，确定二维车辆信息303对应的三维车辆信息304，其中，二维车辆信息303和三维车辆信息304均包括车辆位置。执行主体301响应于满足检测条件，基于高精地图中的车道位置信息305和三维车辆信息304，确定车辆是否存在变道，得到变道检测结果306。
进一步参考图4，其示出了车辆变道的检测方法的又一个实施例的流程400。上述相机为至少两个相机，至少两个相机采集的车辆图像呈现有车辆；该流程400，包括以下步骤：
步骤401，对相机采集的车辆图像进行对象检测，得到车辆图像中车辆的二维车辆信息。
在本实施例中，车辆变道的检测方法运行于其上的执行主体(例如图1所示的服务器或终端设备)可以对相机采集的车辆图像进行对象检测，得到车辆图像中车辆的二维车辆信息。这里的相机可以是一个或多个相机，这里的多个相机存在为两个相机的情况。
步骤402，通过地面方程和相机的参数，确定二维车辆信息对应的三维车辆信息，其中，二维车辆信息和三维车辆信息两者包括车辆位置。
在本实施例中，上述执行主体可以通过地面方程和相机的参数，确定上述二维车辆信息对应的三维车辆信息。具体地，不仅二维车辆信息包括车辆位置(二维的车辆位置)，三维车辆信息也可以包括车辆位置，该三维车辆信息包括的车辆位置为三维的车辆位置。具体地，该三维的车辆位置可以是表现为一个包含车辆的立方体，比如该立方体可以表现为立方体的一个点(比如中心点或顶点)以及长、宽和高。或者，三维的车辆位置也可以表示为车辆的中心点。
步骤403，响应于满足检测条件，对至少两个相机采集的车辆图像的三维车辆信息进行融合，得到三维融合结果。
在本实施例中，上述执行主体可以在满足检测条件的情况下，对至少两个相机采集的车辆图像的三维车辆信息进行融合，将融合的结果作为三维融合结果。
步骤404，利用高精地图中的车道位置信息和三维融合结果，确定车辆是否存在变道，得到变道检测结果。
在本实施例中，上述执行主体可以利用高精地图中的车道位置信息和上述三维融合结果，跟踪上述车辆是否存在变道。这里的变道可以是连续变道也可以是单次变道。
本实施例可以利用多个相机拍摄的三维车辆信息的融合结果，跟踪车辆的变道情况，避免了因车辆图像的拍摄角度过大或画面遮挡引起的检测精度低的问题，显著提高了检测变道的准确度。
在本实施例的一些可选的实现方式中，车道位置信息为车道线位置；步骤404中的利用高精地图中的车道位置信息和三维融合结果，确定车辆是否存在变道，可以包括：将三维融合结果中的车辆位置和高精地图中的车道线位置进行位置比对，得到位置比对结果；通过车辆在预设历史时长内的各个位置比对结果，跟踪车辆在预设历史时长内是否存在连续变道。
在这些可选的实现方式中，这里的车道位置信息可以是车道线位置。上述执行主体可以将三维融合结果中的、车辆的车辆位置也即三维的车辆位置，和高精地图中的车道线位置进行位置比对，得到位置比对结果。之后，上述执行主体可以通过车辆在预设历史时长内的各个位置比对结果，跟踪该车辆在预设历史时长内是否存在连续变道。具体地，若上述执行主体在连续的预设数量(比如75)个位置比对结果中，确定车辆的主体存在两次越过车道线位置，则可以确定上述车辆存在连续变道。
这些实现方式可以通过多个相机拍摄的三维车辆信息的融合结果，和高精地图中的车道线位置，准确地检测出连续变道。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种车辆变道的检测装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，除下面所记载的特征外，该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征或效果。该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的车辆变道的检测装置500包括：检测单元501、位置确定单元502和变道确定单元503。其中，检测单元501，被配置成对相机采集的车辆图像进行对象检测，得到车辆图像中车辆的二维车辆信息；位置确定单元502，被配置成通过地面方程和相机的参数，确定二维车辆信息对应的三维车辆信息，其中，二维车辆信息和三维车辆信息均包括车辆位置；变道确定单元503，被配置成响应于满足检测条件，基于高精地图中的车道位置信息和三维车辆信息，确定车辆是否存在变道，得到变道检测结果。
在本实施例中，车辆变道的检测装置500的检测单元501、位置确定单元502和变道确定单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202和步骤203的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，变道确定单元，进一步被配置成按照如下方式执行确定车辆是否存在变道，得到变道检测结果：确定在预设历史时长内车辆是否存在连续变道，得到变道检测结果，其中，预设历史时长为历史帧数数量或历史时间长度，历史帧数数量为相机连续采集车辆图像的预设帧数数量。
在本实施例的一些可选的实现方式中，相机为至少两个相机，至少两个相机采集的车辆图像呈现有车辆；变道确定单元，进一步被配置成按照如下方式执行基于高精地图中的车道位置信息和三维车辆信息，确定车辆是否存在变道：对至少两个相机采集的车辆图像的三维车辆信息进行融合，得到三维融合结果；利用高精地图中的车道位置信息和三维融合结果，确定车辆是否存在变道。
在本实施例的一些可选的实现方式中，车道位置信息为车道线位置；变道确定单元，进一步被配置成按照如下方式执行利用高精地图中的车道位置信息和三维融合结果，确定车辆是否存在变道：将三维融合结果中的车辆位置和高精地图中的车道线位置进行位置比对，得到位置比对结果；通过车辆在预设历史时长内的各个位置比对结果，跟踪车辆在预设历史时长内是否存在连续变道。
在本实施例的一些可选的实现方式中，变道确定单元，进一步被配置成按照如下方式执行响应于满足检测条件：响应于达到检测周期时长，确定满足检测条件，其中，检测周期时长大于图像采集周期时长且小于预设周期时长。
根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质、一种路侧设备、一种云控平台和一种计算机程序产品。
如图6所示，是根据本申请实施例的车辆变道的检测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的车辆变道的检测方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的车辆变道的检测方法。
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的车辆变道的检测方法对应的程序指令/模块(例如，附图5所示的检测单元501、位置确定单元502和变道确定单元503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的车辆变道的检测方法。
存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据车辆变道的检测电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至车辆变道的检测电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
车辆变道的检测方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与车辆变道的检测电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品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，该模块、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，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示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。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括检测单元、位置确定单元和变道确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，检测单元还可以被描述为“对相机采集的车辆图像进行对象检测，得到车辆图像中车辆的二维车辆信息的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：对相机采集的车辆图像进行对象检测，得到车辆图像中车辆的二维车辆信息；通过地面方程和相机的参数，确定二维车辆信息对应的三维车辆信息，其中，二维车辆信息和三维车辆信息均包括车辆位置；响应于满足检测条件，基于高精地图中的车道位置信息和三维车辆信息，确定车辆是否存在变道，得到变道检测结果。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (15)

1.一种车辆变道的检测方法，所述方法包括：
对相机采集的车辆图像进行对象检测，得到所述车辆图像中车辆的二维车辆信息；
通过地面方程和所述相机的参数，确定所述二维车辆信息对应的三维车辆信息，其中，所述二维车辆信息和所述三维车辆信息均包括车辆位置；
响应于满足检测条件，基于高精地图中的车道位置信息和所述三维车辆信息，确定所述车辆是否存在变道，得到变道检测结果。
2.根据权利要求1所述的方法，其中，所述确定所述车辆是否存在变道，得到变道检测结果，包括：
确定在预设历史时长内所述车辆是否存在连续变道，得到变道检测结果，其中，所述预设历史时长为历史帧数数量或历史时间长度，所述历史帧数数量为所述相机连续采集车辆图像的预设帧数数量。
3.根据权利要求1或2所述的方法，其中，所述相机为至少两个相机，所述至少两个相机采集的车辆图像呈现有所述车辆；
所述基于高精地图中的车道位置信息和所述三维车辆信息，确定所述车辆是否存在变道，包括：
对所述至少两个相机采集的车辆图像的三维车辆信息进行融合，得到三维融合结果；
利用高精地图中的车道位置信息和所述三维融合结果，确定所述车辆是否存在变道。
4.根据权利要求3所述的方法，其中，所述车道位置信息为车道线位置；
所述利用高精地图中的车道位置信息和所述三维融合结果，确定所述车辆是否存在变道，包括：
将所述三维融合结果中的车辆位置和高精地图中的车道线位置进行位置比对，得到位置比对结果；
通过所述车辆在预设历史时长内的各个位置比对结果，跟踪所述车辆在预设历史时长内是否存在连续变道。
5.根据权利要求1或2所述的方法，其中，所述响应于满足检测条件，包括：
响应于达到检测周期时长，确定满足检测条件，其中，所述检测周期时长大于图像采集周期时长且小于预设周期时长。
6.一种车辆变道的检测装置，所述装置包括：
检测单元，被配置成对相机采集的车辆图像进行对象检测，得到所述车辆图像中车辆的二维车辆信息；
位置确定单元，被配置成通过地面方程和所述相机的参数，确定所述二维车辆信息对应的三维车辆信息，其中，所述二维车辆信息和所述三维车辆信息均包括车辆位置；
变道确定单元，被配置成响应于满足检测条件，基于高精地图中的车道位置信息和所述三维车辆信息，确定所述车辆是否存在变道，得到变道检测结果。
7.根据权利要求6所述的装置，其中，所述变道确定单元，进一步被配置成按照如下方式执行所述确定所述车辆是否存在变道，得到变道检测结果：
确定在预设历史时长内所述车辆是否存在连续变道，得到变道检测结果，其中，所述预设历史时长为历史帧数数量或历史时间长度，所述历史帧数数量为所述相机连续采集车辆图像的预设帧数数量。
8.根据权利要求6或7所述的装置，其中，所述相机为至少两个相机，所述至少两个相机采集的车辆图像呈现有所述车辆；
所述变道确定单元，进一步被配置成按照如下方式执行所述基于高精地图中的车道位置信息和所述三维车辆信息，确定所述车辆是否存在变道：
对所述至少两个相机采集的车辆图像的三维车辆信息进行融合，得到三维融合结果；
利用高精地图中的车道位置信息和所述三维融合结果，确定所述车辆是否存在变道。
9.根据权利要求8所述的装置，其中，所述车道位置信息为车道线位置；
所述变道确定单元，进一步被配置成按照如下方式执行所述利用高精地图中的车道位置信息和所述三维融合结果，确定所述车辆是否存在变道：
将所述三维融合结果中的车辆位置和高精地图中的车道线位置进行位置比对，得到位置比对结果；
通过所述车辆在预设历史时长内的各个位置比对结果，跟踪所述车辆在预设历史时长内是否存在连续变道。
10.根据权利要求6或7所述的装置，其中，所述变道确定单元，进一步被配置成按照如下方式执行所述响应于满足检测条件：
响应于达到检测周期时长，确定满足检测条件，其中，所述检测周期时长大于图像采集周期时长且小于预设周期时长。
11.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
13.一种路侧设备，包括如权利要求11所述的电子设备。
14.一种云控平台，包括如权利要求11所述的电子设备。
15.一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现根据权利要求1-5中任一项所述的方法。
CN202011517315.5A 2020-12-21 2020-12-21 车辆变道的检测方法、路侧设备、云控平台和程序产品 Pending CN112668428A (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN202011517315.5A CN112668428A (zh) 2020-12-21 2020-12-21 车辆变道的检测方法、路侧设备、云控平台和程序产品
US17/366,281 US20210334986A1 (en) 2020-12-21 2021-07-02 Method for detecting vehicle lane change, roadside device, and cloud control platform
JP2021111746A JP2022050311A (ja) 2020-12-21 2021-07-05 車両の車線変更を検出するための方法、装置、電子機器、記憶媒体、路側機、クラウド制御プラットフォーム、及びコンピュータプログラム
EP21184065.7A EP3879446A3 (en) 2020-12-21 2021-07-06 Method for detecting vehicle lane change, roadside device, cloud control platform and program product
KR1020210088333A KR102643425B1 (ko) 2020-12-21 2021-07-06 차량의 차로변경을 탐지하는 방법과 장치, 전자 기기, 저장 장치, 노변 기기, 클라우드 제어 플랫폼 및 프로그램 제품
US17/504,249 US20220036731A1 (en) 2020-12-21 2021-10-18 Method for detecting vehicle lane change, roadside device, and cloud control platform

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011517315.5A CN112668428A (zh) 2020-12-21 2020-12-21 车辆变道的检测方法、路侧设备、云控平台和程序产品

Publications (1)

Publication Number Publication Date
CN112668428A true CN112668428A (zh) 2021-04-16

Family

ID=75406620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011517315.5A Pending CN112668428A (zh) 2020-12-21 2020-12-21 车辆变道的检测方法、路侧设备、云控平台和程序产品

Country Status (5)

Country Link
US (2) US20210334986A1 (zh)
EP (1) EP3879446A3 (zh)
JP (1) JP2022050311A (zh)
KR (1) KR102643425B1 (zh)
CN (1) CN112668428A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113392794A (zh) * 2021-06-28 2021-09-14 北京百度网讯科技有限公司 车辆跨线识别方法、装置、电子设备和存储介质
CN115171428A (zh) * 2022-06-24 2022-10-11 重庆长安汽车股份有限公司 一种基于视觉感知的车辆切入预警方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114049615B (zh) * 2021-11-12 2023-09-05 阿波罗智联(北京)科技有限公司 行驶环境中交通对象融合关联方法、装置及边缘计算设备
CN115731526B (zh) * 2022-11-21 2023-10-13 禾多科技（北京）有限公司 车道线识别方法、装置、电子设备和计算机可读介质

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942960A (zh) * 2014-04-22 2014-07-23 深圳市宏电技术股份有限公司 一种车辆变道检测方法及装置
US20150329114A1 (en) * 2014-05-15 2015-11-19 Hyundai Motor Company Vehicle speed control apparatus and method using an image
JP2016122456A (ja) * 2016-01-20 2016-07-07 トヨタ自動車株式会社 車両の運転支援装置
CN106781520A (zh) * 2016-12-26 2017-05-31 无锡高新兴智能交通技术有限公司 一种基于车辆跟踪的交通违法检测方法及系统
CN108961839A (zh) * 2018-09-05 2018-12-07 奇瑞汽车股份有限公司 行车变道方法及装置
US20180354510A1 (en) * 2017-06-09 2018-12-13 Toyota Jidosha Kabushiki Kaisha Lane changing support apparatus
CN109300159A (zh) * 2018-09-07 2019-02-01 百度在线网络技术（北京）有限公司 位置检测方法、装置、设备、存储介质及车辆
US20190102631A1 (en) * 2017-09-30 2019-04-04 TuSimple System and method for instance-level lane detection for autonomous vehicle control
CN110136447A (zh) * 2019-05-23 2019-08-16 杭州诚道科技股份有限公司 行车变道检测及违法变道识别的方法
US20190315363A1 (en) * 2018-04-11 2019-10-17 Hyundai Motor Company Lane change controller for vehicle system including the same, and method thereof
US20190332120A1 (en) * 2018-04-27 2019-10-31 Samsung Electronics Co., Ltd. Method of determining position of vehicle and vehicle using the same
CN110556012A (zh) * 2019-09-16 2019-12-10 北京百度网讯科技有限公司 车道定位方法及车辆定位系统
US20200026282A1 (en) * 2018-07-23 2020-01-23 Baidu Usa Llc Lane/object detection and tracking perception system for autonomous vehicles
CN110745140A (zh) * 2019-10-28 2020-02-04 清华大学 一种基于连续图像约束位姿估计的车辆换道预警方法
US20200079427A1 (en) * 2018-09-07 2020-03-12 Toyota Jidosha Kabusha Kabushiki Kaisha Vehicle lane change assist apparatus
CN110909711A (zh) * 2019-12-03 2020-03-24 北京百度网讯科技有限公司 检测车道线位置变化的方法、装置、电子设备和存储介质
CN111199647A (zh) * 2018-11-16 2020-05-26 中电科新型智慧城市研究院有限公司 一种道路车辆连续变道和违规掉头的监控视频检测方法
CN111523464A (zh) * 2020-04-23 2020-08-11 上海眼控科技股份有限公司 车辆违法变道的检测方法和装置
DE102019008089A1 (de) * 2019-11-21 2020-08-20 Daimler Ag Verfahren zur Detektion eines Fahrspurwechsels eines weiteren Kraftfahrzeugs mittels einer Erfassungsvorrichtung, sowie Erfassungsvorrichtung
CN111597987A (zh) * 2020-05-15 2020-08-28 北京百度网讯科技有限公司 用于生成信息的方法、装置、设备和存储介质
CN111753425A (zh) * 2020-06-26 2020-10-09 北京百度网讯科技有限公司 仿真方法、装置、电子设备及存储介质
CN111762162A (zh) * 2019-03-26 2020-10-13 本田技研工业株式会社 控制装置、车辆、控制装置的动作方法以及存储介质
CN112097732A (zh) * 2020-08-04 2020-12-18 北京中科慧眼科技有限公司 一种基于双目相机的三维测距方法、系统、设备及可读存储介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4624594B2 (ja) * 2000-06-28 2011-02-02 パナソニック株式会社 物体認識方法および物体認識装置
JP4899899B2 (ja) * 2007-02-02 2012-03-21 トヨタ自動車株式会社 障害物認識装置及び方法
JP5587250B2 (ja) * 2011-06-14 2014-09-10 本田技研工業株式会社 測距装置
JP6173791B2 (ja) * 2013-06-25 2017-08-02 株式会社東芝 道路状況把握システム、及び道路状況把握装置
JP6199693B2 (ja) * 2013-10-17 2017-09-20 株式会社デンソーアイティーラボラトリ 車間距離測定装置、車間距離測定方法、およびプログラム
JP2015153208A (ja) * 2014-02-17 2015-08-24 パナソニックＩｐマネジメント株式会社 注意喚起システム
DE112016006614T5 (de) * 2016-03-16 2018-11-29 Honda Motor Co., Ltd. Fahrzeug-Regel-/Steuersystem, Fahrzeug-Regel-/Steuerverfahren und Fahrzeug-Regel-/Steuerprogramm
JP2018195301A (ja) * 2017-05-15 2018-12-06 キヤノン株式会社 制御装置及び制御方法
JP6838522B2 (ja) * 2017-08-10 2021-03-03 トヨタ自動車株式会社 画像収集システム、画像収集方法、画像収集装置、および記録媒体
JP7002246B2 (ja) * 2017-08-14 2022-01-20 日産自動車株式会社 車両用表示方法及び車両用表示装置
US10769461B2 (en) * 2017-12-14 2020-09-08 COM-IoT Technologies Distracted driver detection
JP2019164611A (ja) * 2018-03-20 2019-09-26 アイシン・エィ・ダブリュ株式会社 走行支援装置及びコンピュータプログラム
KR20200085982A (ko) * 2019-01-07 2020-07-16 삼성전자주식회사 차량의 주행을 보조하는 전자 장치 및 방법
WO2020257366A1 (en) * 2019-06-17 2020-12-24 DeepMap Inc. Updating high definition maps based on lane closure and lane opening
CN110992304B (zh) * 2019-10-30 2023-07-07 浙江力邦合信智能制动系统股份有限公司 二维图像深度测量方法及其在车辆安全监测中的应用
JP7173062B2 (ja) * 2020-01-23 2022-11-16 トヨタ自動車株式会社 変化点検出装置及び地図情報配信システム

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942960A (zh) * 2014-04-22 2014-07-23 深圳市宏电技术股份有限公司 一种车辆变道检测方法及装置
US20150329114A1 (en) * 2014-05-15 2015-11-19 Hyundai Motor Company Vehicle speed control apparatus and method using an image
JP2016122456A (ja) * 2016-01-20 2016-07-07 トヨタ自動車株式会社 車両の運転支援装置
CN106781520A (zh) * 2016-12-26 2017-05-31 无锡高新兴智能交通技术有限公司 一种基于车辆跟踪的交通违法检测方法及系统
US20180354510A1 (en) * 2017-06-09 2018-12-13 Toyota Jidosha Kabushiki Kaisha Lane changing support apparatus
US20190102631A1 (en) * 2017-09-30 2019-04-04 TuSimple System and method for instance-level lane detection for autonomous vehicle control
US20190315363A1 (en) * 2018-04-11 2019-10-17 Hyundai Motor Company Lane change controller for vehicle system including the same, and method thereof
US20190332120A1 (en) * 2018-04-27 2019-10-31 Samsung Electronics Co., Ltd. Method of determining position of vehicle and vehicle using the same
US20200026282A1 (en) * 2018-07-23 2020-01-23 Baidu Usa Llc Lane/object detection and tracking perception system for autonomous vehicles
CN108961839A (zh) * 2018-09-05 2018-12-07 奇瑞汽车股份有限公司 行车变道方法及装置
CN109300159A (zh) * 2018-09-07 2019-02-01 百度在线网络技术（北京）有限公司 位置检测方法、装置、设备、存储介质及车辆
US20200079427A1 (en) * 2018-09-07 2020-03-12 Toyota Jidosha Kabusha Kabushiki Kaisha Vehicle lane change assist apparatus
CN111199647A (zh) * 2018-11-16 2020-05-26 中电科新型智慧城市研究院有限公司 一种道路车辆连续变道和违规掉头的监控视频检测方法
CN111762162A (zh) * 2019-03-26 2020-10-13 本田技研工业株式会社 控制装置、车辆、控制装置的动作方法以及存储介质
CN110136447A (zh) * 2019-05-23 2019-08-16 杭州诚道科技股份有限公司 行车变道检测及违法变道识别的方法
CN110556012A (zh) * 2019-09-16 2019-12-10 北京百度网讯科技有限公司 车道定位方法及车辆定位系统
CN110745140A (zh) * 2019-10-28 2020-02-04 清华大学 一种基于连续图像约束位姿估计的车辆换道预警方法
DE102019008089A1 (de) * 2019-11-21 2020-08-20 Daimler Ag Verfahren zur Detektion eines Fahrspurwechsels eines weiteren Kraftfahrzeugs mittels einer Erfassungsvorrichtung, sowie Erfassungsvorrichtung
CN110909711A (zh) * 2019-12-03 2020-03-24 北京百度网讯科技有限公司 检测车道线位置变化的方法、装置、电子设备和存储介质
CN111523464A (zh) * 2020-04-23 2020-08-11 上海眼控科技股份有限公司 车辆违法变道的检测方法和装置
CN111597987A (zh) * 2020-05-15 2020-08-28 北京百度网讯科技有限公司 用于生成信息的方法、装置、设备和存储介质
CN111753425A (zh) * 2020-06-26 2020-10-09 北京百度网讯科技有限公司 仿真方法、装置、电子设备及存储介质
CN112097732A (zh) * 2020-08-04 2020-12-18 北京中科慧眼科技有限公司 一种基于双目相机的三维测距方法、系统、设备及可读存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
SHASHWAT VERMA 等: "Vehicle Detection, Tracking and Behavior Analysis in Urban Driving Environments Using Road Context", 《2018 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION (ICRA)》, pages 1413 - 1420 *
YING-CHE KUO 等: "Vision-based vehicle detection for a driver assistance system", 《COMPUTERS AND MATHEMATICS WITH APPLICATIONS》, pages 2096 *
严捷丰;陈功;刘学亮;周荷琴;: "一种视频检测车辆位置违章的几何方法", 小型微型计算机系统, no. 03, pages 498 - 502 *
邱康;王子磊;: "基于车载视频的压线检测与车道偏移预警", 信息技术与网络安全, no. 06, pages 45 - 49 *
龙兴明: "《单片机图形化编程及应用》", 30 June 2020, 重庆大学出版社, pages: 121 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113392794A (zh) * 2021-06-28 2021-09-14 北京百度网讯科技有限公司 车辆跨线识别方法、装置、电子设备和存储介质
WO2023273344A1 (zh) * 2021-06-28 2023-01-05 北京百度网讯科技有限公司 车辆跨线识别方法、装置、电子设备和存储介质
CN115171428A (zh) * 2022-06-24 2022-10-11 重庆长安汽车股份有限公司 一种基于视觉感知的车辆切入预警方法
CN115171428B (zh) * 2022-06-24 2023-06-30 重庆长安汽车股份有限公司 一种基于视觉感知的车辆切入预警方法

Also Published As

Publication number Publication date
EP3879446A2 (en) 2021-09-15
JP2022050311A (ja) 2022-03-30
KR102643425B1 (ko) 2024-03-06
US20220036731A1 (en) 2022-02-03
KR20210093194A (ko) 2021-07-27
US20210334986A1 (en) 2021-10-28
EP3879446A3 (en) 2022-01-19

Similar Documents

Publication Publication Date Title
CN111274343B (zh) 一种车辆定位方法、装置、电子设备及存储介质
CN112652016B (zh) 点云预测模型的生成方法、位姿估计方法及其装置
CN112668428A (zh) 车辆变道的检测方法、路侧设备、云控平台和程序产品
CN112132829A (zh) 车辆信息的检测方法、装置、电子设备和存储介质
CN110738183B (zh) 路侧相机障碍物检测方法及装置
CN111797187A (zh) 地图数据的更新方法、装置、电子设备和存储介质
CN111722245B (zh) 定位方法、定位装置和电子设备
CN113221677A (zh) 一种轨迹异常检测方法、装置、路侧设备和云控平台
CN110675635B (zh) 相机外参的获取方法、装置、电子设备及存储介质
CN112101209B (zh) 用于路侧计算设备的确定世界坐标点云的方法和装置
CN111612852B (zh) 用于验证相机参数的方法和装置
CN111666876B (zh) 用于检测障碍物的方法、装置、电子设备和路侧设备
CN111721281B (zh) 位置识别方法、装置和电子设备
CN112241716B (zh) 训练样本的生成方法和装置
CN111222579A (zh) 跨相机的障碍物关联方法、装置、设备、电子系统及介质
CN111601013B (zh) 用于处理视频帧的方法和装置
CN111767843A (zh) 三维位置预测方法、装置、设备以及存储介质
CN111291681A (zh) 车道线变化信息的检测方法、装置及设备
CN111612851B (zh) 用于标定相机的方法、装置、设备以及存储介质
CN111949816B (zh) 定位处理方法、装置、电子设备和存储介质
CN113011298A (zh) 截断物体样本生成、目标检测方法、路侧设备和云控平台
CN110798681B (zh) 成像设备的监测方法、装置和计算机设备
CN111696134A (zh) 一种目标检测方法、装置以及电子设备
CN111275827A (zh) 基于边缘的增强现实三维跟踪注册方法、装置和电子设备
CN111784659A (zh) 图像检测的方法、装置、电子设备以及存储介质

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: 20211013

Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd.

Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20231008

Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd.

Applicant after: Apollo Zhixing Technology (Guangzhou) Co.,Ltd.

Address before: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant before: Apollo Zhilian (Beijing) Technology Co.,Ltd.