CN113044023A - 一种停车位积水识别方法及装置 - Google Patents

一种停车位积水识别方法及装置 Download PDF

Info

Publication number
CN113044023A
CN113044023A CN202011058338.4A CN202011058338A CN113044023A CN 113044023 A CN113044023 A CN 113044023A CN 202011058338 A CN202011058338 A CN 202011058338A CN 113044023 A CN113044023 A CN 113044023A
Authority
CN
China
Prior art keywords
image
parking space
ponding
gray
matrix
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
Application number
CN202011058338.4A
Other languages
English (en)
Other versions
CN113044023B (zh
Inventor
黎伟
李炳光
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.)
Huizhou Foryou General Electronics Co Ltd
Original Assignee
Huizhou Foryou General Electronics 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 Huizhou Foryou General Electronics Co Ltd filed Critical Huizhou Foryou General Electronics Co Ltd
Priority to CN202011058338.4A priority Critical patent/CN113044023B/zh
Publication of CN113044023A publication Critical patent/CN113044023A/zh
Application granted granted Critical
Publication of CN113044023B publication Critical patent/CN113044023B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • 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
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种停车位积水识别方法及装置，方法包括：步骤1、获取候选停车位；步骤2、获取所述候选停车位至少两个角度的图像，包括第一角度的第一图像和第二角度的第二图像；步骤3、根据所述第一图像和第二图像的差异信息识别积水区域；步骤4、对所述积水区域进行显示。本发明在泊车之前对候选车停位的积水进行检测，当检测到存在积水后发出提示信息，避免出现泊车之后才发现停车位存在积水的问题，提高了用户体验。

Description

一种停车位积水识别方法及装置
技术领域
本发明涉及辅助驾驶技术领域，尤其涉及一种停车位积水识别方法及装置。
背景技术
自动泊车系统(Automated Parking System，APS)是通过车载传感器(泊车雷达)和车载处理器，来实现自动识别可用车位，并自动正确地完成停车入车位动作的系统，一般包括一个环境数据采集系统、一个中央处理器和一个车辆策略控制系统，而环境数据采集系统一般包括图像采集系统和车载距离探测系统(通过超声波雷达或者毫米波雷达系统)。
自动泊车系统大大方便了驾驶员的泊车操作。但是，目前的自动泊车系统并未将车位的积水考虑在内，当停车位上有积水或水坑时，车上人员在下车过程中可能未注意到车周围存在积水，下车时容易出现误踩积水或水坑的情况，导致用户体验不佳。
因此，现有技术有待进一步改进。
发明内容
本发明提供一种停车位积水识别方法及装置，旨在解决现有技术中的缺陷，实现泊车之前对候选车停位的积水进行检测。
为达到上述目的，本发明所采取的技术方案为：
本发明一方面提供一种停车位积水识别方法，包括：
步骤1、获取候选停车位；
步骤2、获取所述候选停车位至少两个角度的图像，包括第一角度的第一图像和第二角度的第二图像；
步骤3、根据所述第一图像和第二图像的差异信息识别积水区域；
步骤4、对所述积水区域进行显示。
具体地，所述步骤3包括：
步骤301、对所述第一图像、第二图像进行预处理，分别得到第一灰度像素矩阵、第二灰度像素矩阵；
步骤302、通过对所述第一灰度像素矩阵、第二灰度像素矩阵进行差异比较，识别积水区域。
具体地，所述步骤301包括：
步骤301a、识别所述第一图像、第二图像中的车位线，对所述第一图像、第二图像进行角度校正，以与所述车位线的外框相同大小的裁剪框对所述第一图像、第二图像进行裁剪，保留所述车位线内的图像信息；
步骤301b、对裁剪后的所述第一图像、第二图像进行灰度处理，获取其像素的灰度值，分别得到第一灰度像素矩阵、第二灰度像素矩阵。
具体地，所述步骤302包括：
步骤302a、判断所述第一灰度像素矩阵的第i行第j列(i＝1,2,3…n；j＝1,2,3…m)的灰度值aij与所述第二灰度像素矩阵的第i行第j列的灰度值bij的差值是否在预设阈值内，是则记为cij＝0，否则记为cij＝1，将判断结果构成比较矩阵；
步骤302b、提取所述比较矩阵中各行比较值为1的第一连续像素点；
步骤302c、判断各行中所述第一连续像素点的个数是否大于预设数量值，是则判断当前像素行为积水行，否则为非积水行；
步骤302d、根据所有积水行得到积水区域。
进一步地，在所述步骤4之后还包括：
步骤5、判断所述积水区域是否大于预设值，是则发出提醒。
具体地，所述步骤5包括：
步骤501、通过所述积水行计算得到所述积水区域的长度和宽度；
步骤502、判断所述积水区域的长度和宽度中最小者是否大于预设值，是则发出提醒。
本发明另一方面提供一种停车位积水识别装置，包括：车位获取模块，还包括与所述车位获取模块连接的第一图像获取模块、第二图像获取模块，与所述第一图像获取模块、第二图像获取模块连接的积水识别模块，以及与所述积水识别模块连接的显示模块；
所述车位获取模块，用于获取候选停车位；
所述第一图像获取模块，用于第一角度的第一图像；
所述第二图像获取模块，用于第二角度的第二图像；
所述积水识别模块，用于根据所述第一图像和第二图像的差异信息识别积水区域；
所述显示模块，用于对所述积水区域进行显示。
具体地，所述积水识别模块包括：依次连接的预处理子模块、差异比较子模块、判断子模块；
所述预处理子模块，用于对第一图像、第二图像进行预处理，分别得到第一灰度像素矩阵、第二灰度像素矩阵；
所述差异比较子模块，用于对第一灰度像素矩阵、第二灰度像素矩阵进行差异比较；
所述判断子模块，用于判断是否存在积水区域。
具体地，所述预处理子模块包括：车位线识别部、角度校正部、裁剪部、灰度化部、第一矩阵生成部；所述裁剪部、灰度化部、第一矩阵生成部依次连接，所述裁剪部还与所述车位线识别部、角度校正部连接；
所述车位线识别部，用于识别第一图像、第二图像中的车位线；
所述角度校正部，用于对第一图像、第二图像进行角度校正；
所述裁剪部，用于以与车位线的外框相同大小的裁剪框对所述第一图像、第二图像进行裁剪；
所述灰度化部，用于对裁剪后的第一图像、第二图像进行灰度处理，获取其像素的灰度值；
所述第一矩阵生成部，用于根据第一图像、第二图像的灰度值生成第一灰度像素矩阵、第二灰度像素矩阵。
具体地，所述差异比较子模块包括：依次连接的像素比较部、第二矩阵生成部、像素提取部；
所述像素比较部，用于判断第一灰度像素矩阵与第二灰度像素矩阵中对应像素点的灰度值的差值是否在预设阈值内，输出比较结果；
所述第二矩阵生成部，用于根据比较结果生成比较矩阵；
所述像素提取部，用于提取比较矩阵中各行比较值为1的连续像素点。
进一步地，所述停车位积水识别装置，还包括与积水识别模块连接的提醒模块，用于当积水区域大于预设值时发出提醒。
具体地，所述提醒模块包括：尺寸判断子模块，以及与其连接的尺寸计算子模块、尺寸设置子模块；
所述尺寸计算子模块，用于计算积水区域的长度和宽度；
所述尺寸设置子模块，用于长度和宽度的预设值；
所述尺寸判断子模块，用于判断积水区域的长度和宽度中最小者是否大于预设值。
本发明的有益效果在于：本发明通过在泊车之前对候选车停位的积水进行检测，当检测到存在积水后发出提示信息，避免出现泊车之后才发现停车位存在积水的问题，提高了用户体验。
附图说明
图1是本发明的停车位积水识别方法的流程示意图；
图2是本发明的不同角度的车位图像的示意图；
图3是本发明的停车位积水识别装置的结构示意图；
图4是本发明的积水识别模块的结构示意图；
图5是本发明的预处理子模块的结构示意图；
图6是本发明的差异比较子模块的结构示意图；
图7是本发明的停车位积水识别装置的另一结构示意图；
图8是本发明的提醒模块的结构示意图。
具体实施方式
下面结合附图具体阐明本发明的实施方式，附图仅供参考和说明使用，不构成对本发明专利保护范围的限制。
实施例1
如图1所示，本实施例提供一种停车位积水识别方法，包括：
步骤1、获取候选停车位。
所述候选停车位是指车辆准备泊车的位置，可以是路边临时停车位置，也可以是停车场内的停车位。
所述候选停车位的获取方法包括：
通过图像和/或雷达获取车辆周边信息，从而识别车位候选停车位；或者，向停车位服务器接发送车辆的坐标信息，服务器根据所述坐标信息，查找离车辆最近的停车位，并下发给车辆，车辆接收该停车位，将其作为候选停车位；或者其它现有的停车位识别方法，本发明对此不做限定。
步骤2、获取所述候选停车位至少两个角度的图像，包括第一角度的第一图像和第二角度的第二图像。
在具体实施时，可在车辆上安装多个输出图像分辨率相同的摄像头对所述候选停车位进行拍摄。根据汽车与所述候选停车位的相对位置关系来选择启动哪些摄像头进行拍摄。例如，所述候选停车位在汽车的左后方，则启动汽车左侧的摄像头及后方的摄像头分别对停车位的积水进行识别，其他方向同理。也可以在车辆上只安装一个摄像头，通过控制摄像头的拍摄角度来获取所述候选停车位至少两个角度的图像。本发明对此不做具体限定。
从第一角度对所述候选停车位进行图像采集，得到第一图像；从第二角度对所述候选停车位进行图像采集，得到第二图像，如图2(a)、图2(b)所示。
步骤3、根据所述第一图像和第二图像的差异信息识别积水区域。
步骤4、对所述积水区域进行显示。
实施例2
在本实施例中，与实施例1不同的是，所述步骤3包括：
步骤301、对所述第一图像、第二图像进行预处理，分别得到第一灰度像素矩阵S1、第二灰度像素矩阵S2。
步骤302、通过对所述第一灰度像素矩阵S1、第二灰度像素矩阵S2进行差异比较，识别积水区域。
本步骤的技术原理是：无积水的路面凹凸不平，对光照产生漫反射，因此无积水路面的图像是路面的纹理图像，不同方位得到的路面图像的纹理相似度高；而积水路面对光照产生镜面反射，因此路面积水的图像会获得倒影在积水中的虚像，不同方位得到的路面图像的纹理相似度低。
实施例3
与实施例2不同的是，本实施例中，所述步骤301包括：
步骤301a、识别所述第一图像、第二图像中的车位线，对所述第一图像、第二图像进行角度校正，以与所述车位线的外框相同大小的裁剪框对所述第一图像、第二图像进行裁剪，保留所述车位线内的图像信息。
在具体实施时，通过角度矫正，将所述所述第一图像、第二图像的车位角度校正为垂直鸟瞰的角度。
由于车位大小是一样的，所述第一图像、第二图像通过上述裁剪框裁剪出来的图像大小能保持一致，像素矩阵的起始点也能对齐。
步骤301b、对裁剪后的所述第一图像、第二图像进行灰度处理，获取其像素的灰度值，分别得到第一灰度像素矩阵S1、第二灰度像素矩阵S2。
所述第一灰度像素矩阵S1、第二灰度像素矩阵S2如下所示：
Figure BDA0002711512760000071
Figure BDA0002711512760000072
其中，m表示裁剪后的第一图像、第二图像的水平分辨率，n表示裁剪后的第一图像、第二图像的垂直分辨率。
实施例4
与实施例2不同的是，本实施例中，所述步骤302包括：
步骤302a、判断所述第一灰度像素矩阵S1的第i行第j列(i＝1,2,3…n；j＝1,2,3…m)的灰度值aij与所述第二灰度像素矩阵S2的第i行第j列的灰度值bij的差值是否在预设阈值内，是则记为cij＝0，否则记为cij＝1，将判断结果构成比较矩阵S3。
在具体实施时，所述预设阈值可以设定为20，也可以根据实际情况进行标定。
所述比较矩阵S3如下所示：
Figure BDA0002711512760000073
其中，cij为比较矩阵S3中第i行第j列像素点的比较值。
步骤302b、提取所述比较矩阵S3中各行比较值为1的第一连续像素点。
例如，从第k行第s列到第k行第s+w列的像素点的比较值均为1，表达式为：
Figure BDA0002711512760000081
其中，s+w≤m，1≤k≤n。
可以理解的是，当第s列不是第一列时，则c[k][s-1]＝0，当第s+w列不是最后一列时，则c[k][s+w+1]＝0。
步骤302c、判断各行中所述第一连续像素点的个数w是否大于预设数量值t，是则判断当前像素行为积水行，否则为非积水行。
由于拍摄光线或者其它因素的干扰，导致所述第一图像、第二图像中可能存在若干个离散的像素点的灰度值差异较大，从而产生误判。为了尽量减少这种误判，提升积水识别准确度，在本步骤中，利用积水的连续若干个像素点的纹理存在不同这个特性，提取所述比较矩阵S3中各行像素点的值连续为1的数量超过设定数量t时，才判断当前像素行为积水行，从而提升积水识别准确度。
步骤302d、根据所有积水行得到积水区域。
将所有积水行的轮廓进行拟合即可得到积水区域的形状。
实施例5
与实施例1不同的是，本实施例中，在所述步骤4之后还包括：
步骤5、判断所述积水区域是否大于预设值，是则发出提醒。
当识别到所述候选停车位有积水时，发出提示信息，例如语音提示，或/和车载终端显示屏发出有积水的弹窗提示，以提醒驾驶员停车位有积水。
实施例6
与实施例5不同的是，本实施例中，所述步骤5包括：
步骤501、通过所述积水行计算得到所述积水区域的长度和宽度。
步骤502、判断所述积水区域的长度和宽度中最小者是否大于预设值，是则发出提醒。
其中，所述预设值可以由用户根据自身情况进行设置。
实施例7
如图3所示，本实施例提供一种停车位积水识别装置，包括：车位获取模块，还包括与所述车位获取模块连接的第一图像获取模块、第二图像获取模块，与所述第一图像获取模块、第二图像获取模块连接的积水识别模块，以及与所述积水识别模块连接的显示模块；
所述车位获取模块，用于获取候选停车位；
所述第一图像获取模块，用于第一角度的第一图像；
所述第二图像获取模块，用于第二角度的第二图像；
所述积水识别模块，用于根据所述第一图像和第二图像的差异信息识别积水区域；
所述显示模块，用于对所述积水区域进行显示。
本实施例所述停车位积水识别装置的工作过程如实施例1所述，不再赘述。
实施例8
如图4所示，与实施例7不同的是，本实施例中，所述积水识别模块包括：依次连接的预处理子模块、差异比较子模块、判断子模块；
所述预处理子模块，用于对第一图像、第二图像进行预处理，分别得到第一灰度像素矩阵、第二灰度像素矩阵；
所述差异比较子模块，用于对第一灰度像素矩阵、第二灰度像素矩阵进行差异比较；
所述判断子模块，用于判断是否存在积水区域。
本实施例所述积水识别模块的工作过程如实施例2，不再赘述。
实施例9
如图5所示，与实施例8不同的是，本实施例中，所述预处理子模块包括：车位线识别部、角度校正部、裁剪部、灰度化部、第一矩阵生成部；所述裁剪部、灰度化部、第一矩阵生成部依次连接，所述裁剪部还与所述车位线识别部、角度校正部连接；
所述车位线识别部，用于识别第一图像、第二图像中的车位线；
所述角度校正部，用于对第一图像、第二图像进行角度校正；
所述裁剪部，用于以与车位线的外框相同大小的裁剪框对所述第一图像、第二图像进行裁剪；
所述灰度化部，用于对裁剪后的第一图像、第二图像进行灰度处理，获取其像素的灰度值；
所述第一矩阵生成部，用于根据第一图像、第二图像的灰度值生成第一灰度像素矩阵、第二灰度像素矩阵。
本实施例所述预处理子模块的工作过程如实施例3，不再赘述。
实施例10
如图6所示，与实施例8不同的是，本实施例中，所述差异比较子模块包括：依次连接的像素比较部、第二矩阵生成部、像素提取部；
所述像素比较部，用于判断第一灰度像素矩阵与第二灰度像素矩阵中对应像素点的灰度值的差值是否在预设阈值内，输出比较结果；
所述第二矩阵生成部，用于根据比较结果生成比较矩阵；
所述像素提取部，用于提取比较矩阵中各行比较值为1的连续像素点。
本实施例所述差异比较子模块的工作过程如实施例4，不再赘述。
实施例11
如图7所述，与实施例7不同的是，本实施例中，所述停车位积水识别装置，还包括与积水识别模块连接的提醒模块，用于当积水区域大于预设值时发出提醒。
实施例12
如图8所述，与实施例11不同的是，本实施例中，所述提醒模块包括：尺寸判断子模块，以及与其连接的尺寸计算子模块、尺寸设置子模块；
所述尺寸计算子模块，用于计算积水区域的长度和宽度；
所述尺寸设置子模块，用于长度和宽度的预设值；
所述尺寸判断子模块，用于判断积水区域的长度和宽度中最小者是否大于预设值。
本实施例所述提醒模块的工作过程如实施例6，不再赘述。
以上所揭露的仅为本发明的较佳实施例，不能以此来限定本发明的权利保护范围，因此依本发明申请专利范围所作的等同变化，仍属本发明所涵盖的范围。

Claims (11)

1.一种停车位积水识别方法，其特征在于，包括：
步骤1、获取候选停车位；
步骤2、获取所述候选停车位至少两个角度的图像，包括第一角度的第一图像和第二角度的第二图像；
步骤3、根据所述第一图像和第二图像的差异信息识别积水区域；
步骤4、对所述积水区域进行显示。
2.根据权利要求1所述的停车位积水识别方法，其特征在于，所述步骤3包括：
步骤301、对所述第一图像、第二图像进行预处理，分别得到第一灰度像素矩阵、第二灰度像素矩阵；
步骤302、通过对所述第一灰度像素矩阵、第二灰度像素矩阵进行差异比较，识别积水区域。
3.根据权利要求2所述的停车位积水识别方法，其特征在于，所述步骤301包括：
步骤301a、识别所述第一图像、第二图像中的车位线，对所述第一图像、第二图像进行角度校正，以与所述车位线的外框相同大小的裁剪框对所述第一图像、第二图像进行裁剪，保留所述车位线内的图像信息；
步骤301b、对裁剪后的所述第一图像、第二图像进行灰度处理，获取其像素的灰度值，分别得到第一灰度像素矩阵、第二灰度像素矩阵。
4.根据权利要求3所述的停车位积水识别方法，其特征在于，所述步骤302包括：
步骤302a、判断所述第一灰度像素矩阵的第i行第j列(i＝1,2,3…n；j＝1,2,3…m)的灰度值aij与所述第二灰度像素矩阵的第i行第j列的灰度值bij的差值是否在预设阈值内，是则记为cij＝0，否则记为cij＝1，将判断结果构成比较矩阵；
步骤302b、提取所述比较矩阵中各行比较值为1的第一连续像素点；
步骤302c、判断各行中所述第一连续像素点的个数是否大于预设数量值，是则判断当前像素行为积水行，否则为非积水行；
步骤302d、根据所有积水行得到积水区域。
5.根据权利要求1所述的停车位积水识别方法，其特征在于，在所述步骤4之后还包括：
步骤5、判断所述积水区域是否大于预设值，是则发出提醒。
6.根据权利要求5所述的停车位积水识别方法，其特征在于，所述步骤5包括：
步骤501、通过所述积水行计算得到所述积水区域的长度和宽度；
步骤502、判断所述积水区域的长度和宽度中最小者是否大于预设值，是则发出提醒。
7.一种停车位积水识别装置，其特征在于，包括：车位获取模块，还包括与所述车位获取模块连接的第一图像获取模块、第二图像获取模块，与所述第一图像获取模块、第二图像获取模块连接的积水识别模块，以及与所述积水识别模块连接的显示模块；
所述车位获取模块，用于获取候选停车位；
所述第一图像获取模块，用于第一角度的第一图像；
所述第二图像获取模块，用于第二角度的第二图像；
所述积水识别模块，用于根据所述第一图像和第二图像的差异信息识别积水区域；
所述显示模块，用于对所述积水区域进行显示。
具体地，所述积水识别模块包括：依次连接的预处理子模块、差异比较子模块、判断子模块；
所述预处理子模块，用于对第一图像、第二图像进行预处理，分别得到第一灰度像素矩阵、第二灰度像素矩阵；
所述差异比较子模块，用于对第一灰度像素矩阵、第二灰度像素矩阵进行差异比较；
所述判断子模块，用于判断是否存在积水区域。
8.根据权利要求7所述的停车位积水识别装置，其特征在于，所述预处理子模块包括：车位线识别部、角度校正部、裁剪部、灰度化部、第一矩阵生成部；所述裁剪部、灰度化部、第一矩阵生成部依次连接，所述裁剪部还与所述车位线识别部、角度校正部连接；
所述车位线识别部，用于识别第一图像、第二图像中的车位线；
所述角度校正部，用于对第一图像、第二图像进行角度校正；
所述裁剪部，用于以与车位线的外框相同大小的裁剪框对所述第一图像、第二图像进行裁剪；
所述灰度化部，用于对裁剪后的第一图像、第二图像进行灰度处理，获取其像素的灰度值；
所述第一矩阵生成部，用于根据第一图像、第二图像的灰度值生成第一灰度像素矩阵、第二灰度像素矩阵。
9.根据权利要求7所述的停车位积水识别装置，其特征在于，所述差异比较子模块包括：依次连接的像素比较部、第二矩阵生成部、像素提取部；
所述像素比较部，用于判断第一灰度像素矩阵与第二灰度像素矩阵中对应像素点的灰度值的差值是否在预设阈值内，输出比较结果；
所述第二矩阵生成部，用于根据比较结果生成比较矩阵；
所述像素提取部，用于提取比较矩阵中各行比较值为1的连续像素点。
10.根据权利要求7所述的停车位积水识别装置，其特征在于，还包括与积水识别模块连接的提醒模块，用于当积水区域大于预设值时发出提醒。
11.根据权利要求10所述的停车位积水识别装置，其特征在于，所述提醒模块包括：尺寸判断子模块，以及与其连接的尺寸计算子模块、尺寸设置子模块；
所述尺寸计算子模块，用于计算积水区域的长度和宽度；
所述尺寸设置子模块，用于长度和宽度的预设值；
所述尺寸判断子模块，用于判断积水区域的长度和宽度中最小者是否大于预设值。
CN202011058338.4A 2020-09-30 2020-09-30 一种停车位积水识别方法及装置 Active CN113044023B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011058338.4A CN113044023B (zh) 2020-09-30 2020-09-30 一种停车位积水识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011058338.4A CN113044023B (zh) 2020-09-30 2020-09-30 一种停车位积水识别方法及装置

Publications (2)

Publication Number Publication Date
CN113044023A true CN113044023A (zh) 2021-06-29
CN113044023B CN113044023B (zh) 2022-04-01

Family

ID=76507746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011058338.4A Active CN113044023B (zh) 2020-09-30 2020-09-30 一种停车位积水识别方法及装置

Country Status (1)

Country Link
CN (1) CN113044023B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114435370A (zh) * 2022-03-02 2022-05-06 深圳市哲思特科技有限公司 用于泊车的自动路径规划方法及系统
CN116740577A (zh) * 2023-08-10 2023-09-12 瞳见科技有限公司 道路积水识别方法、系统、终端及存储介质
WO2024108380A1 (zh) * 2022-11-22 2024-05-30 华为技术有限公司 自动泊车方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809131A (zh) * 2016-03-08 2016-07-27 宁波裕兰信息科技有限公司 一种基于图像处理技术进行车位积水检测的方法及系统
CN107743641A (zh) * 2015-06-17 2018-02-27 罗伯特·博世有限公司 停车场的管理
CN109074738A (zh) * 2016-08-24 2018-12-21 日立汽车系统株式会社 停车辅助装置
CN109741391A (zh) * 2018-12-26 2019-05-10 斑马网络技术有限公司 路面积水深度的检测方法、装置和存储介质
CN111563478A (zh) * 2020-05-25 2020-08-21 长安大学 一种积水情况下安全行驶的全自动处理方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107743641A (zh) * 2015-06-17 2018-02-27 罗伯特·博世有限公司 停车场的管理
US20180122232A1 (en) * 2015-06-17 2018-05-03 Robert Bosch Gmbh Management of a parking lot
CN105809131A (zh) * 2016-03-08 2016-07-27 宁波裕兰信息科技有限公司 一种基于图像处理技术进行车位积水检测的方法及系统
CN109074738A (zh) * 2016-08-24 2018-12-21 日立汽车系统株式会社 停车辅助装置
CN109741391A (zh) * 2018-12-26 2019-05-10 斑马网络技术有限公司 路面积水深度的检测方法、装置和存储介质
CN111563478A (zh) * 2020-05-25 2020-08-21 长安大学 一种积水情况下安全行驶的全自动处理方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114435370A (zh) * 2022-03-02 2022-05-06 深圳市哲思特科技有限公司 用于泊车的自动路径规划方法及系统
CN114435370B (zh) * 2022-03-02 2024-04-12 深圳市哲思特科技有限公司 用于泊车的自动路径规划方法及系统
WO2024108380A1 (zh) * 2022-11-22 2024-05-30 华为技术有限公司 自动泊车方法及装置
CN116740577A (zh) * 2023-08-10 2023-09-12 瞳见科技有限公司 道路积水识别方法、系统、终端及存储介质
CN116740577B (zh) * 2023-08-10 2024-01-12 瞳见科技有限公司 道路积水识别方法、系统、终端及存储介质

Also Published As

Publication number Publication date
CN113044023B (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
CN113044023B (zh) 一种停车位积水识别方法及装置
US10818172B2 (en) Method, device and system for processing startup of preceding vehicle
US7957559B2 (en) Apparatus and system for recognizing environment surrounding vehicle
CN106647776B (zh) 车辆变道趋势的判断方法、判断装置和计算机存储介质
US9776564B2 (en) Vehicle periphery monitoring device
CN107891808B (zh) 行车提醒方法、装置及车辆
EP2924653A1 (en) Image processing apparatus and image processing method
CN110781883A (zh) 一种基于360度环视摄像头的车位尺寸识别系统及方法
CN111351474B (zh) 车辆移动目标检测方法、装置和系统
EP2717219B1 (en) Object detection device, object detection method, and object detection program
CN108805074B (zh) 一种车道线检测方法及装置
KR101667835B1 (ko) 수직 대칭을 이용한 대상물 위치 지정
CN107292214B (zh) 车道偏离检测方法、装置及车辆
CN114419143A (zh) 深度测量方法、深度测量设备及存储介质
CN111010545A (zh) 车辆驾驶决策方法、系统、终端及存储介质
US8044998B2 (en) Sensing apparatus and method for vehicles
US20210327129A1 (en) Method for a sensor-based and memory-based representation of a surroundings, display device and vehicle having the display device
CN112639877A (zh) 图像识别装置
JPH0927100A (ja) 前方車両認識方法及び前方車両認識装置並びにそれを用いた車両用追突防止装置
CN110929737A (zh) 一种标签生成方法及装置
EP4012656A1 (en) Method for real-time tow ball detection
CN114743179A (zh) 一种基于语义分割的周视可行驶区域检测方法
CN115100251A (zh) 一种基于热像仪和激光雷达的车前行人检测方法及终端
CN110688876A (zh) 一种基于视觉的车道线检测方法及装置
CN210836135U (zh) 交通标志检测识别系统

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