CN113313770A - 行车记录仪的标定方法及其装置 - Google Patents

行车记录仪的标定方法及其装置 Download PDF

Info

Publication number
CN113313770A
CN113313770A CN202110727332.XA CN202110727332A CN113313770A CN 113313770 A CN113313770 A CN 113313770A CN 202110727332 A CN202110727332 A CN 202110727332A CN 113313770 A CN113313770 A CN 113313770A
Authority
CN
China
Prior art keywords
feature points
matched
matching
image
calibration
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
CN202110727332.XA
Other languages
English (en)
Inventor
单国航
朱磊
贾双成
李倩
李成军
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.)
Zhidao Network Technology Beijing Co Ltd
Original Assignee
Zhidao Network Technology Beijing 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 Zhidao Network Technology Beijing Co Ltd filed Critical Zhidao Network Technology Beijing Co Ltd
Priority to CN202110727332.XA priority Critical patent/CN113313770A/zh
Publication of CN113313770A publication Critical patent/CN113313770A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking

Abstract

本申请是关于一种车记录仪的标定方法,能够利用特征点的相对关系对行车记录仪进行标定,可以获得更加准确的标定参数,从而提高标定的准确性。该标定方法包括:首先,利用目标区域的图像与存储库中的待匹配特征点进行匹配,其中目标区域包括至少一个与存储库中的特征点相关联的路口或道路,存储库中存储有待匹配特征点对应的相对关系;其次,若匹配成功,将匹配成功的待匹配特征点确定为目标特征点;最后,利用目标特征点对应的相对关系对行车记录仪进行标定。

Description

行车记录仪的标定方法及其装置
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种行车记录仪的标定方法及其装置。
背景技术
在自动驾驶技术领域中,路侧系统均需要预先进行标定,以确定路侧系统中相应的系统参数。目前,路侧系统的系统参数通常利用路面的特征点来标定,存在特征点较为单一,标定参数不准确等问题。
发明内容
为克服相关技术中存在的问题,本申请提供一种行车记录仪的标定方法,能够利用特征点的相对关系对行车记录仪进行标定,可以获得更加准确的标定参数,从而提高标定的准确性。
本申请第一方面提供了一种行车记录仪的标定方法,包括:利用目标区域的图像与存储库中的待匹配特征点进行匹配,其中所述目标区域包括至少一个与所述待匹配特征点相关联的路口或道路,所述存储库中存储有所述待匹配特征点对应的相对关系;若匹配成功,将匹配成功的所述待匹配特征点确定为目标特征点;利用所述目标特征点对应的相对关系对行车记录仪进行标定。
在第一方面的一种可能的实现方式中,所述利用所述目标区域的图像与存储库中的待匹配特征点进行匹配,包括:从所述目标区域的图像中提取图像特征点;将所述图像特征点与所述待匹配特征点进行相似度匹配,若相似度再第一预设范围内,再将所述图像特征点与所述匹配特征点进行地理空间位置匹配;若地理空间位置对应的匹配度在第二预设范围内,则确定匹配成功。
类似的,若相似度不在第一预设范围内,或,地理空间位置对应的匹配度不在第二预设范围内,则确定匹配失败。
在第一方面的一种可能的实现方式中,在所述利用所述目标区域的图像与所述存储库中的待匹配特征点进行匹配之前,所述方法还包括:利用图像采集装置采集所述目标区域的图像,所述图像采集装置包括与所述行车记录仪连接的摄像头。
在第一方面的一种可能的实现方式中,所述待匹配特征点为预先提取到的路口或道路的特征点。
在第一方面的一种可能的实现方式中,所述待匹配特征点的数量为至少两个,所述图像特征点的数量大于或等于所述待匹配特征点的数量。
在第一方面的一种可能的实现方式中,所述待匹配特征点对应的相对关系包括:所述待匹配特征点在路口或道路中的位置关系,和/或,各个所述待匹配特征点之间的相对关系。
本申请第二方面提供了一种标定装置,其特征在于,所述标定装置用于对行车记录仪进行标定,所述标定装置包括:匹配模块,确定模块和标定模块;所述匹配模块,用于利用目标区域的图像与存储库中的待匹配特征点进行匹配,其中所述目标区域包括至少一个与所述待匹配特征点相关联的路口或道路,所述存储库中存储有所述待匹配特征点对应的相对关系;所述确定模块,用于若匹配成功,将匹配成功的待匹配特征点确定为目标特征点;所述标定模块,用于利用所述目标特征点对应的相对关系对行车记录仪进行标定。
本申请第三方面提供了一种标定装置,其特征在于,所述标定装置用于对行车记录仪进行标定,所述标定装置包括:处理器和存储器;所述存储器,用于存储可执行代码;所述处理器,用于通过调用所述可执行代码,以执行如上述第一方面及其任意一种可能的实现方式中所述的行车记录仪的标定方法。
本申请第四方面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上述第一方面及其任意一种可能的实现方式中所述的行车记录仪的标定方法。
在本申请的技术方案中,利用特征点的相对关系对行车记录仪进行标定,该相对关系可以根据全面的反映特征点在路口或道路中的位置关系以及各个特征点之间的相对关系,可以获得更加准确的标定参数,从而提高标定的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1为本申请实施例中行车记录仪的标定方法的一个实施例流程示意图;
图2为本申请实施例中标定装置的一个结构示意图;
图3为本申请实施例中标定装置的另一个结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式,然而应该理解,可以以各种形式实现本申请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申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
本申请实施例中提供了一种行车记录仪的标定方法,用于对行车记录仪的参数进行自动标定,适用于自动驾驶场景中。
为了便于理解本申请实施例中的技术方案,下面结合具体的实施例对本申请实施例中的技术方案进行详细说明。
请参阅图1,图1为本申请实施例中行车记录仪的标定方法的一个实施例流程示意图。
如图1所示,本申请实施例中行车记录仪的标定方法包括:
101、标定装置利用目标区域的图像与存储库中的特征点进行匹配。
本申请实施例中,目标区域包括至少一个与存储库中的待匹配特征点相关联的路口或道路,例如,目标区域可以是一个或多个与待匹配特征点相关联的路口,也可以是一个或多个与待匹配特征点相关联的道路,还可以包括:与待匹配特征点相关联的路口和道路。
存储库中存储有待匹配特征点对应的相对关系,相应的,在某些场景下,存储库可以同时存储待匹配特征点以及待匹配特征点对应的相对关系。容易理解,存储库中待匹配特征点是在某些选定路口或道路上提取得到的。
图像与特征点的匹配具体可以执行以下操作:首先,从目标区域的图像中提取图像特征点,其次,将目标区域的图像中提取的图像特征点与存储库中的待匹配特征点先进行相似度匹配,若相似度在第一预设范围内,再将图像特征点与待匹配特征点进行地理空间位置匹配,若地理空间位置对应的匹配度在第二预设范围内,确定匹配成功;若相似度不在第一预设范围内,或,地理空间位置对应的匹配度不在第二预设范围内,则确定匹配失败。
其中,相似度是指上述两种特征点本身特征之间的相似度,第一预设范围是相似度的比例系数,是预先设置的;地理空间位置对应的匹配度是指上述两种特征点处于相似地理空间位置中的可能性大小,例如上述两种特征点属于同一个路口或同一段道路中的可能性大小,同样的,第二预设范围也是预先设置的。
在本申请实施例中,上述存储库中的待匹配特征点为预先提取到的路口或道路的特征点。存储库中的待匹配特征点的数量为至少两个,目标区域的图像中提取到的图像特征点的数量大于或等于存储库中的待匹配特征点的数量。应理解,目标区域可以是上述被预先提取特征点存储于存储库中的路口或道路。
本申请实施例的方案还可以在车辆行驶过程中实现,此种情况下,目标区域的图像是在车辆行驶过程中采集的。具体来说,在利用所述目标区域的图像与所述存储库中的特征点进行匹配之前,在车辆行驶过程中,标定装置利用图像采集装置采集目标区域的图像,图像采集装置包括但不限于与行车记录仪连接的摄像头。此处的连接可以是有线连接,也可以是无线连接。
102、若匹配成功,标定装置将匹配成功的待匹配特征点确定为目标特征点。
在本申请实施例中,如步骤101中所述的匹配方式,若匹配成功,标定装置确定匹配成功的待匹配特征点为目标特征点,该目标特征点的数量包括两个及两个以上;进一步,标定装置确定存储库中匹配成功的目标特征点对应的相对关系。
上述相对关系包括存储库中待匹配特征点在路口或道路中的位置关系,和/或,存储库中各个待匹配特征点之间的相对关系。
103、标定装置利用目标特征点对应的相对关系对行车记录仪进行标定。
在本申请实施例中,标定装置的标定方式可以包括以下一项:
1)、标定装置利用存储库中匹配成功的目标特征点在路口或道路中的位置关系对行车记录仪进行自动标定。
2)、标定装置利用存储库中匹配成功的各个目标特征点之间相对关系的对行车记录仪进行自动标定。
3)、标定装置利用存储库中匹配成功的目标特征点在路口或道路中的位置关系、和存储库中匹配成功的各个目标特征点之间相对关系对行车记录仪进行自动标定。
本申请实施例中,利用特征点的相对关系对行车记录仪进行标定,该相对关系可以根据全面的反映特征点在路口或道路中的位置关系以及各个特征点之间的相对关系,可以获得更加准确的标定参数,从而提高标定的准确性。
与前述应用功能实现方法实施例相对应,本申请还提供了一种标定装置及相应的实施例。
请参阅图2,图2为本申请实施例中标定装置的一个结构示意图。
如图2所示,本申请实施例中标定装置200包括:匹配模块201,确定模块202和标定模块203;匹配模块201,用于利用目标区域的图像与存储库中的待匹配特征点进行匹配,其中目标区域包括至少一个与存储库中的特征点相关联的路口或道路,存储库中存储有待匹配特征点对应的相对关系;确定模块202,用于若匹配成功,将匹配成功的待匹配特征点确定为目标特征点;标定模块203,用于利用目标特征点对应的相对关系对行车记录仪进行标定。
可选的,在本申请的一些实施方式中,匹配模块201具体可以执行以下操作进行特征点匹配:从目标区域的图像中提取图像特征点;将目标区域的图像中提取到的图像特征点与存储库中的待匹配特征点进行相似度匹配,若相似度在第一预设范围内,再将图像特征点与匹配特征点进行地理空间位置匹配;若地理空间位置对应的匹配度在第二预设范围内,则确定匹配成功。
类似的,若相似度不在第一预设范围内,或,地理空间位置对应的匹配度不在第二预设范围内,则确定匹配失败。
可选的,在本申请的一些实施方式中,如图2中虚线框部分所示,标定装置200中还包括图像采集模块204,用于执行以下操作:在利用目标区域的图像与存储库中的特征点进行匹配之前,利用图像采集装置采集目标区域的图像,图像采集装置包括与行车记录仪连接的摄像头。
可选的,在本申请的一些实施方式中,存储库中的待匹配特征点为预先提取到的路口或道路的特征点。
可选的,在本申请的一些实施方式中,存储库中的待匹配特征点的数量为至少两个,目标区域的图像中提取到的图像特征点的数量大于或等于存储库中的特征点的数量。
可选的,在本申请的一些实施方式中,存储库中的待匹配特征点的相对关系包括:存储库中待匹配特征点在路口或道路中的位置关系,和/或,存储库中各个待匹配特征点之间的相对关系。
请参阅图3,图3为本申请实施例中标定装置的另一个结构示意图。
如图3所示,标定装置300包括存储器301和处理器302。
处理器302可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器301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302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301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301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301上存储有可执行代码,当可执行代码被处理器302处理时,可以使处理器302执行上文述及的方法中的部分或全部。
上文中已经参考附图详细描述了本申请的方案。在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。本领域技术人员也应该知悉,说明书中所涉及的动作和模块并不一定是本申请所必须的。另外,可以理解,本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减,本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
此外,根据本申请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申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请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(或电子设备、服务器等)的处理器执行时,使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。
本领域技术人员还将明白的是,结合这里的申请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申请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。
以上已经描述了本申请的各实施例,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 (10)

1.一种行车记录仪的标定方法,其特征在于,包括:
利用目标区域的图像与存储库中的待匹配特征点进行匹配,其中所述目标区域包括至少一个与所述待匹配特征点相关联的路口或道路,所述存储库中存储有所述待匹配特征点对应的相对关系;
若匹配成功,将匹配成功的所述待匹配特征点确定为目标特征点;
利用所述目标特征点对应的相对关系对行车记录仪进行标定。
2.根据权利要求1所述的方法,其特征在于,
所述利用所述目标区域的图像与存储库中的待匹配特征点进行匹配,包括:
从所述目标区域的图像中提取图像特征点;
将所述图像特征点与所述待匹配特征点进行相似度匹配;
若相似度在第一预设范围内,再将所述图像特征点与所述匹配特征点进行地理空间位置匹配;
若地理空间位置对应的匹配度在第二预设范围内,则确定匹配成功。
3.根据权利要求1或2所述的方法,其特征在于,
在所述利用所述目标区域的图像与所述存储库中的待匹配特征点进行匹配之前,所述方法还包括:
利用图像采集装置采集所述目标区域的图像,所述图像采集装置包括与所述行车记录仪连接的摄像头。
4.根据权利要求1所述的方法,其特征在于,
所述待匹配特征点为预先提取到的路口或道路的特征点。
5.根据权利要求2所述的方法,其特征在于,
所述待匹配特征点的数量为至少两个,所述图像特征点的数量大于或等于所述待匹配特征点的数量。
6.根据权利要求1所述的方法,其特征在于,
所述待匹配特征点对应的相对关系包括:所述待匹配特征点在路口或道路中的位置关系,和/或,各个所述待匹配特征点之间的相对关系。
7.一种标定装置,其特征在于,所述标定装置用于对行车记录仪进行标定,所述标定装置包括:
匹配模块,确定模块和标定模块;
所述匹配模块,用于利用目标区域的图像与存储库中的待匹配特征点进行匹配,其中所述目标区域包括至少一个与所述待匹配特征点相关联的路口或道路,所述存储库中存储有所述待匹配特征点对应的相对关系;
所述确定模块,用于若匹配成功,将匹配成功的所述待匹配特征点确定为目标特征点;
所述标定模块,用于利用所述目标特征点对应的相对关系对行车记录仪进行标定。
8.一种标定装置,其特征在于,所述标定装置用于对行车记录仪进行标定,所述标定装置包括:
处理器和存储器;所述存储器,用于存储可执行代码;
所述处理器,用于通过调用所述可执行代码,以执行如上述权利要求1-6中任一项所述的行车记录仪的标定方法。
9.一种系统,其特征在于,所述系统包括:行车记录仪,和标定装置,所述标定装置用于执行如上述权利要求1-6中任一项所述的行车记录仪的标定方法。
10.一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上述权利要求1-6中任一项所述的行车记录仪的标定方法。
CN202110727332.XA 2021-06-29 2021-06-29 行车记录仪的标定方法及其装置 Pending CN113313770A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110727332.XA CN113313770A (zh) 2021-06-29 2021-06-29 行车记录仪的标定方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110727332.XA CN113313770A (zh) 2021-06-29 2021-06-29 行车记录仪的标定方法及其装置

Publications (1)

Publication Number Publication Date
CN113313770A true CN113313770A (zh) 2021-08-27

Family

ID=77380923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110727332.XA Pending CN113313770A (zh) 2021-06-29 2021-06-29 行车记录仪的标定方法及其装置

Country Status (1)

Country Link
CN (1) CN113313770A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180105875A (ko) * 2017-03-16 2018-10-01 한국전자통신연구원 단일 영상을 이용한 카메라 캘리브레이션 방법 및 이를 위한 장치
CN109859278A (zh) * 2019-01-24 2019-06-07 惠州市德赛西威汽车电子股份有限公司 车载相机系统相机外参的标定方法及标定系统
CN110377015A (zh) * 2018-04-13 2019-10-25 北京三快在线科技有限公司 机器人定位方法和机器人定位装置
CN110378966A (zh) * 2019-06-11 2019-10-25 北京百度网讯科技有限公司 相机外参标定方法、装置、计算机设备及存储介质
CN112419429A (zh) * 2021-01-25 2021-02-26 中国人民解放军国防科技大学 一种基于多视角的大型工件表面缺陷检测标定方法
CN112819895A (zh) * 2019-11-15 2021-05-18 西安华为技术有限公司 一种摄像机标定方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180105875A (ko) * 2017-03-16 2018-10-01 한국전자통신연구원 단일 영상을 이용한 카메라 캘리브레이션 방법 및 이를 위한 장치
CN110377015A (zh) * 2018-04-13 2019-10-25 北京三快在线科技有限公司 机器人定位方法和机器人定位装置
CN109859278A (zh) * 2019-01-24 2019-06-07 惠州市德赛西威汽车电子股份有限公司 车载相机系统相机外参的标定方法及标定系统
CN110378966A (zh) * 2019-06-11 2019-10-25 北京百度网讯科技有限公司 相机外参标定方法、装置、计算机设备及存储介质
CN112819895A (zh) * 2019-11-15 2021-05-18 西安华为技术有限公司 一种摄像机标定方法及装置
CN112419429A (zh) * 2021-01-25 2021-02-26 中国人民解放军国防科技大学 一种基于多视角的大型工件表面缺陷检测标定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朴松昊等: "《智能机械器人》", 哈尔滨:哈尔滨工业大学出版社, pages: 160 *

Similar Documents

Publication Publication Date Title
CN111811527A (zh) 地图数据的时间同步方法、装置及相关设备
CN111784784B (zh) Imu内参的标定方法、装置、电子设备仪及存储介质
CN114170582A (zh) 路牌角点识别方法、装置、设备及存储介质
CN113284194A (zh) 多rs设备的标定方法、装置及设备
CN111928868A (zh) 导航地图道路名称显示方法、装置及电子设备
CN113313770A (zh) 行车记录仪的标定方法及其装置
CN112683284A (zh) 更新高精地图的方法及装置
CN110555344B (zh) 车道线识别方法、装置、电子设备、存储介质
CN116052117A (zh) 基于位姿的交通要素匹配方法、设备和计算机存储介质
CN113465615B (zh) 车道线的生成方法及相关装置
CN112019925B (zh) 视频水印识别处理方法及装置
CN111814560B (zh) 一种车位状态识别方法、系统、介质及设备
CN115330886A (zh) 相机外参标定方法、装置、电子设备及计算机可读存储介质
CN113408509B (zh) 用于自动驾驶的标识牌识别方法及装置
CN114615437B (zh) 一种基于gis的车辆追踪方法及系统
CN112286834B (zh) 多设备软件测试方法、测试装置、电子设备及存储介质
CN116363630A (zh) 路牌识别结果的验证方法及相关装置
CN115861946A (zh) 车道线自动化更新方法、装置、设备及计算机可读存储介质
CN112288908B (zh) 一种行车记录仪的时间生成方法及装置
CN116129402A (zh) 神经网络模型的训练方法以及信号灯分组方法和装置
CN113901926A (zh) 用于自动驾驶的目标检测方法、装置、设备及存储介质
CN116309353A (zh) 检测车道线分离合并点的方法、装置、设备和介质
CN114937129A (zh) 高精地图点云数据处理方法及装置
CN116182888A (zh) 多导航路线的生成方法、装置、电子设备以及存储介质
CN114565766A (zh) 基于BiSeNet V2的路面图像语义分割方法及装置

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