CN113561897A - 一种基于全景环视的驾考车坡道停车位置判断方法和系统 - Google Patents

一种基于全景环视的驾考车坡道停车位置判断方法和系统 Download PDF

Info

Publication number
CN113561897A
CN113561897A CN202110800784.6A CN202110800784A CN113561897A CN 113561897 A CN113561897 A CN 113561897A CN 202110800784 A CN202110800784 A CN 202110800784A CN 113561897 A CN113561897 A CN 113561897A
Authority
CN
China
Prior art keywords
panoramic
vehicle
parking line
parking
key point
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
CN202110800784.6A
Other languages
English (en)
Other versions
CN113561897B (zh
Inventor
杨世春
程晓豪
曹耀光
卢家怿
刘智刚
王浩
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.)
Liu Zhigang
Miao Lifang
Shijiazhuang Shenguo Network Technology Partnership Enterprise (Limited Partnership)
Original Assignee
Hebei Sanguo New Energy 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 Hebei Sanguo New Energy Technology Co ltd filed Critical Hebei Sanguo New Energy Technology Co ltd
Priority to CN202110800784.6A priority Critical patent/CN113561897B/zh
Publication of CN113561897A publication Critical patent/CN113561897A/zh
Application granted granted Critical
Publication of CN113561897B publication Critical patent/CN113561897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
    • B60R2300/102—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using 360 degree surveillance camera system
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
    • B60R2300/105—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using multiple cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
    • B60R2300/303—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing using joined images, e.g. multiple camera images
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/60—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by monitoring and displaying vehicle exterior scenes from a transformed perspective
    • B60R2300/607—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by monitoring and displaying vehicle exterior scenes from a transformed perspective from a bird's eye viewpoint
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/806—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for aiding parking

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Mechanical Engineering (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于全景环视的驾考车坡道停车位置判断方法和系统，该方法利用车身上的全景环视设备拍摄生成全景鸟瞰图模板，并标记提取坡道停车区域内的左侧停车线关键点和右侧停车线关键点并获取两关键点的像素相对距离以及在实际道路中的实际距离，然后在全景鸟瞰图中检测出左右两侧关键点像素坐标和停车线的像素坐标，计算出车辆车头边线到停车线的像素距离，进而得到车辆车头边线到停车线的实际距离，最后根据车辆车头边线到停车线的实际距离对车辆的停车位置作出判定是否符合标准规范，本方法利用全景环视技术和计算机视觉技术，充分提取关键角点图像信息，算法成熟、检测准确、运行稳定，且受环境影响较小，适用于各种考场。

Description

一种基于全景环视的驾考车坡道停车位置判断方法和系统
技术领域
本发明涉及自动驾驶汽车感知技术领域，具体涉及一种基于全景环视的驾考车坡道停车位置判断方法和系统。
背景技术
在目前的智能驾驶考试评判系统中，坡道停车的车辆位置评判主要依赖GPS技术，但是在实际应用过程中，依赖GPS技术的智能驾驶考试评判系统仍存在一些关键问题。首先，驾校需要提前对考场进行建图，而建图过程比较复杂，需要耗费较大的人力和物力。其次，考场周围的高大建筑物会遮挡GPS信号，导致信号不稳定，难以满足考试要求。为解决这一问题，通常需要搭建场地基站来增强信号，随之又会产生大量成本。另外，在严寒地区的室内考场，由于接收不到GPS信号，智能驾驶考试评判系统无法部署。除上述各问题之外，现行智能驾驶考试评判系统最重要的问题是精确度偏低，在实际驾考场景中，车辆在坡道上停下的位置评判要求很高的精度，1厘米的误差都会决定考试通过与否，现有的GPS技术达不到如此高的精准度，会造成评判结果的争议，进而产生一些驾考成绩方面的纠纷，阻碍了智能驾驶考试评判系统的大范围普及应用。
发明内容
本发明针对现有的智能驾驶考试评判系统位置部署复杂、适用范围受限、判断精度低等问题，提出一种基于全景环视的驾考车坡道停车位置判断方法，该方法基于全景环视技术，操作便捷、适用范围广泛，简化了系统部署、降低了建设成本并且提高了系统判定的精准度。本发明还涉及一种基于全景环视的驾考车坡道停车位置判断系统。
本发明的技术方案如下：
一种基于全景环视的驾考车坡道停车位置判断方法，其特征在于，所述方法包括以下步骤：
S1：针对不同场地，事先将驾考车行驶至坡道停车区域，利用车身上设置的全景环视设备拍摄生成全景鸟瞰图模板；
S2：在全景鸟瞰图模板中标记提取坡道停车区域内的左侧停车线关键点和右侧停车线关键点，获取全景鸟瞰图模板中左侧停车线关键点和右侧停车线关键点的像素相对距离并测量左侧停车线关键点和右侧停车线关键点在实际道路中的实际距离，从而得到全景鸟瞰图模板像素相对距离与实际距离的转换关系；
S3：当被考生驾驶的车辆实际行驶至坡道停车区域的行进过程中，使用全景环视设备采用全景环视技术拍摄实时鸟瞰视频流，并将实时鸟瞰视频流与全景鸟瞰图模板相匹配对比，在全景鸟瞰图模板中检测出匹配的左侧停车线关键点和右侧停车线关键点的像素坐标，根据左侧停车线关键点和右侧停车线关键点的像素坐标计算生成停车线在车辆坐标系下的像素坐标方程，进而得出停车线的像素坐标，并根据实时车辆鸟瞰图计算出车辆车头边线到停车线的像素距离；
S4：根据步骤S2得到的转换关系和步骤S3计算的车辆车头边线到停车线的像素距离，得到车辆车头边线到停车线的实际距离；
S5：根据车辆车头边线到停车线的实际距离对车辆的停车位置作出判定，判别车辆坡道停止是否符合标准规范。
优选地，所述全景环视设备为设置在车身不同方向上的多个鱼眼摄像头。
优选地，所述全景鸟瞰图模板是通过鱼眼摄像头拍摄的图像进行畸变矫正后，采用画面拼接技术生成。
优选地，所述鱼眼摄像头数量为4个，分别设置于车身外表面的前部、后部、左部和右部。
优选地，所述左侧停车线关键点和右侧停车线关键点之间的实际距离大于车辆宽度，且左侧停车线关键点和右侧停车线关键点分别位于车辆行驶方向的左右两侧。
优选地，所述步骤S3还包括：以左侧停车线关键点和右侧停车线关键点分别为中心分别划定小块区域，在全景鸟瞰图中将所述小块区域作为图像匹配模板，利用模板匹配法检测出左侧停车线关键点和右侧停车线关键点的像素坐标。
优选地，所述步骤S5还包括：将停车位置与停车线之间的合格距离设定为第一阈值；车辆停车后，计算车辆车头边线到停车线的实际距离，当实际距离大于第一阈值时判定为不合格，当实际距离小于或等于第一阈值时判定为合格。
优选地，还设定小于第一阈值数值且数值依次递减的多个阈值，并根据不同的阈值设定不同的评分，阈值数值越小则评分越高；当车辆车头边线到停车线的实际距离小于第一阈值时比较实际距离与第二阈值大小，如果实际距离大于第二阈值则判定为第一阈值的评分数值；如果实际距离小于第二阈值则比较实际距离与第三阈值大小，直至得到最终的评分数值。
一种基于全景环视的驾考车坡道停车位置判断系统，其特征在于，包括依次连接的全景鸟瞰图模板生成单元、两侧停车线关键点提取单元、检测单元、车头边线距离转换单元和评判单元，所述两侧停车线关键点提取单元和车头边线距离转换单元相连；
所述全景鸟瞰图模板生成单元：针对不同场地，事先将驾考车行驶至坡道停车区域，利用车身上设置的全景环视设备拍摄生成全景鸟瞰图模板；
所述两侧停车线关键点提取单元：在全景鸟瞰图模板中标记提取坡道停车区域内的左侧停车线关键点和右侧停车线关键点，获取全景鸟瞰图模板中左侧停车线关键点和右侧停车线关键点的像素相对距离并测量左侧停车线关键点和右侧停车线关键点在实际道路中的实际距离，从而得到全景鸟瞰图模板像素相对距离与实际距离的转换关系；
所述检测单元：当被考生驾驶的车辆实际行驶至坡道停车区域的行进过程中，使用全景环视设备采用全景环视技术拍摄实时鸟瞰视频流，并将实时鸟瞰视频流与全景鸟瞰图模板相匹配对比，在全景鸟瞰图模板中检测出匹配的左侧停车线关键点和右侧停车线关键点的像素坐标，根据左侧停车线关键点和右侧停车线关键点的像素坐标计算生成停车线在车辆坐标系下的像素坐标方程，进而得出停车线的像素坐标，并根据实时车辆鸟瞰图计算出车辆车头边线到停车线的像素距离；
所述车头边线距离转换单元：根据两侧停车线关键点提取单元得到的转换关系和检测单元计算的车辆车头边线到停车线的像素距离，得到车辆车头边线到停车线的实际距离；
所述评判单元：根据车辆车头边线到停车线的实际距离对车辆的停车位置作出判定，判别车辆坡道停止是否符合标准规范。
优选地，所述全景环视设备为设置在车身不同方向上的4个鱼眼摄像头，4个鱼眼摄像头分别设置于车体外表面的前部、后部、左部和右部，所述全景鸟瞰图模板生成单元将各鱼眼摄像头拍摄的图像进行畸变矫正后通过画面拼接技术得到全景鸟瞰图模板。
本发明的技术效果为：
本发明涉及一种基于全景环视的驾考车坡道停车位置判断方法，基于全景环视技术，事先在坡道停车区域内构建全景鸟瞰图模板，并标记提取坡道停车区域内的左侧停车线关键点和右侧停车线关键点，全景鸟瞰图模板像素相对距离与实际距离的转换关系，在执行坡道停车测试时将全景环视技术拍摄的实时鸟瞰视频流与全景鸟瞰图模板相匹配对比，检测出匹配的左侧停车线关键点和右侧停车线关键点的像素坐标，并得出停车线的像素坐标，进而计算出车辆车头边线到停车线的像素距离，通过检测坡道停车线关键点和测量计算车头到停车线的距离，使用像素坐标进行基于图像像素级别的计算，将误差控制在了像素级别，极大地提高了检测精度；将左侧关键点和右侧关键点之间的实际距离与其像素的相对距离进行标定转化，根据转换关系和车辆车头边线到停车线的像素距离，得到车辆车头边线到停车线的实际距离；最后根据车辆车头边线到停车线的实际距离对车辆的停车位置作出判定，判别车辆坡道停止是否符合标准规范。本方法与传统场地驾驶技能考试系统相比无需设立高成本场地GPS基站，无需提前对场地进行高精度GPS测绘与地图建立，节省了大量人力及设备成本。且实时性好，所有操作均在车端进行，无需接入网络，无需与外界进行数据传输。可以依靠车载域控制器进行计算，利用CAN总线技术完成数据传输，消除了网络通信带来的延迟，保证了系统的实时性。鲁棒性强，利用计算机视觉技术，充分提取关键角点图像信息，算法成熟、检测准确、运行稳定，且适用范围广，受环境影响较小，适用于各种考场，即来即用，保证了考场坡道停车项目场地符合规定，且停车线的关键角点位置有良好的可视效果，无论在室内还是室外，都可以正常运行。
本发明还涉及一种基于全景环视的驾考车坡道停车位置判断系统，该系统与上述的基于全景环视的驾考车坡道停车位置判断方法相对应，可以理解为是实现上述基于全景环视的驾考车坡道停车位置判断方法的系统，该系统通过依次执行的全景鸟瞰图模板生成单元、两侧停车线关键点提取单元、检测单元、车头边线距离转换单元和评判单元相互协同工作，本系统基于全景环视技术，构建全景鸟瞰图模板，提取坡道停车区域内的左侧停车线关键点和右侧停车线关键点，利用图像模板匹配的方法，检测出匹配的左侧停车线关键点和右侧停车线关键点的像素坐标，并结合车头边线距离转换，得到车头到标准停车位置的距离，具有精度高、低成本、实时性好、鲁棒性强、适用范围广等优点，简化了系统部署、降低了建设成本并且提高了系统判定的精准度。
附图说明
图1为本发明基于全景环视的驾考车坡道停车位置判断方法的流程图。
图2为本发明图像匹配模板选取的结构示意图。
图3为本发明停车位置的结构示意图。
本发明的附图标号列示如下：
1-左侧停车线关键点，2-右侧停车线关键点，3-左侧图像匹配模板，4-右侧图像匹配模板，5-停车线。
具体实施方式
为了更清楚的理解该发明的内容，将结合附图和实施例详细说明。
本发明涉及一种基于全景环视的驾考车坡道停车位置判断方法，为一种基于全景环视的驾考车停止区域是否满足标准的判断方法，该方法适用于场地驾驶技能考试系统中坡道起步项目。其流程如图1所示，该方法包括以下步骤：S1：针对不同场地，事先将驾考车行驶至坡道停车区域，利用车身上设置的全景环视设备拍摄生成全景鸟瞰图模板；如图2所示；S2：在全景鸟瞰图模板中标记提取坡道停车区域内的左侧停车线关键点1和右侧停车线关键点2，获取全景鸟瞰图模板中左侧停车线关键点1和右侧停车线关键点2的像素相对距离并测量左侧停车线关键点和右侧停车线关键点在实际道路中的实际距离，从而得到全景鸟瞰图模板像素相对距离与实际距离的转换关系；S3：当被考生驾驶的车辆实际行驶至坡道停车区域的行进过程中，如图3所示，使用全景环视设备采用全景环视技术拍摄实时鸟瞰视频流，并将实时鸟瞰视频流与全景鸟瞰图模板相匹配对比，在全景鸟瞰图模板中检测出匹配的左侧停车线关键点1和右侧停车线关键点2的像素坐标，根据左侧停车线关键点1和右侧停车线关键点2的像素坐标计算生成停车线在车辆坐标系下的像素坐标方程，进而得出停车线5的像素坐标，并根据实时车辆鸟瞰图计算出车辆车头边线到停车线5的像素距离；S4：根据步骤S2得到的转换关系和步骤S3计算的车辆车头边线到停车线5的像素距离，得到车辆车头边线到停车线5的实际距离；S5：根据车辆车头边线到停车线的实际距离对车辆的停车位置作出判定，判别车辆坡道停止是否符合标准规范。本方法利用计算机视觉技术，充分提取关键角点图像信息，算法成熟、检测准确、运行稳定，且受环境影响较小，适用于各种考场，即来即用，保证了考场坡道停车项目场地符合规定，且停车线的关键角点位置有良好的可视效果，无论在室内还是室外，都可以正常运行。
具体地，在步骤S1中，针对不同场地，提前将车辆行驶至坡道停车区域内，利用车身上的全景环视设备拍摄生成清晰的全景鸟瞰图。优选地，全景环视设备为设置在车身周围固定位置不同方向上的多个鱼眼摄像头。进一步地，鱼眼摄像头数量为4个，分别设置于车身外表面的前部、后部、左部和右部。进一步优选地，全景鸟瞰图模板是通过鱼眼摄像头拍摄的图像进行畸变矫正后，采用画面拼接技术生成。在全景鸟瞰图模板中，自身车辆的四个轮胎外沿触地点的像素坐标始终不变。
需要说明的是，鱼眼摄像头的数量和分布位置为优选实施例，并非唯一实施方式，可采用能够生成上述全景鸟瞰图模板的其他数量的鱼眼摄像头及位置分布，例如，鱼眼摄像头也可为6个、8个……，并也可设置于车身外表面的顶部和底部。
在步骤S2中，在全景鸟瞰图模板中标记提取坡道停车区域内的左侧停车线关键点1和右侧停车线关键点2，获取全景鸟瞰图模板中左侧停车线关键点1和右侧停车线关键点2的像素相对距离并测量左侧停车线关键点和右侧停车线关键点在实际道路中的实际距离，将左侧停车线关键点和右侧停车线关键点之间的实际距离与其像素的相对距离进行标定转化，从而得到全景鸟瞰图模板像素相对距离与实际距离的转换关系。优选地，左侧停车线关键点1和右侧停车线关键点2之间的实际距离要大于车辆宽度，且左侧关键点1和右侧关键点2分别位于车辆行驶方向的左右两侧。
在步骤S3中，如图2所示，提前采集场地中坡道停车区域两个关键角点，左侧停车线关键点与右侧停车线关键点的小块图像作为图像匹配模板，并且精确测量两个关键点在道路上的实际距离。具体地，以左侧停车线关键点(简称左侧关键点)1和右侧停车线关键点(简称右侧关键点)2为分别中心分别划定小块区域，在全景鸟瞰图中将小块区域作为图像匹配模板，以左侧关键点1为中心划定的区域为左侧图像匹配模板3，以右侧关键点2为中心划定的区域为右侧图像匹配模板4，另如图3所示，在车辆行进过程(由考生驾驶)中，利用模板匹配法检测出左侧关键点1和右侧关键点2的像素坐标后，计算生成停车线5在车辆坐标系下的像素坐标方程，进而得出停车线5的像素坐标，并根据实时车辆鸟瞰图计算出车辆车头边线到停车线5的像素距离，即通过左右两侧关键点的像素坐标在车辆鸟瞰图中还原生成实时拟合坡道停车线在车辆坐标系下的方程，实时通过车辆鸟瞰图，计算停车拟合直线到车辆车头边线的像素距离。使用像素坐标进行基于图像像素级别的计算，将误差控制在了像素级别，极大地提高了检测精度。
在步骤S4中，根据上述步骤分别得到的转换关系和车辆车头边线到停车线5的像素距离，得到车辆车头边线到停车线5的实际距离。
本发明利用提前测量得到的左右关键点实际距离与鸟瞰图中的像素相对距离，通过程序的标定转化得到车头一定范围内的鸟瞰图像素距离到真实距离的转换关系，利用该转换关系判断车头距离停车线的实时距离，从而判别车辆坡道停止是否符合标准规范。
在步骤S5中，根据车辆车头边线到停车线5的实际距离对车辆的停车位置作出判定，判别车辆坡道停止是否符合标准规范，优选地，将停车位置与停车线5之间的合格距离设定为第一阈值；车辆停车后，计算车辆车头边线到停车线5的实际距离，当实际距离大于第一阈值时判定为不合格，当实际距离小于或等于第一阈值时判定为合格；进一步优选地，设定小于第一阈值数值且数值依次递减的多个阈值，并根据不同的阈值设定不同的评分，阈值数值越小则评分越高；当车辆车头边线到停车线5的实际距离小于第一阈值时比较实际距离与第二阈值大小，如果实际距离大于第二阈值则判定为第一阈值的评分数值；如果实际距离小于第二阈值则比较实际距离与第三阈值大小，以此类推直至得到最终的评分数值。
本发明基于全景环视的驾考车坡道停车位置判断方法，步骤S1即为全景鸟瞰图模板生成步骤，可理解为是拍摄清晰可见的全景鸟瞰合成图(需完整的左侧停车线关键点以及右侧停车线关键点区域)，截取规定大小的鸟瞰图图像块，保存作为模板，即为全景鸟瞰图模板。步骤S2为两侧停车线关键点提取步骤，可理解为是将左右停车关键点图像匹配模板导入后续检测，并测量实际坡道停车线左右关键点的物理精确距离，将其精确物理距离用于像素距离转换标定。步骤S3车辆再次行驶至坡道停车区域(由考生驾驶)，鸟瞰图中实时监测左右停车关键点图像进行实时模板匹配，检测到关键点后，计算生成坡道停车线在车辆坐标系下的像素坐标方程。利用鸟瞰图中计算的车头距停车线距离的像素距离与标定单元返回的像素与实际物理距离的对应转换关系，得到车头到标准停车位置的距离。
本发明还涉及一种基于全景环视的驾考车坡道停车位置判断系统，该系统与上述的基于全景环视的驾考车坡道停车位置判断方法相对应，可以理解为是实现上述基于全景环视的驾考车坡道停车位置判断方法的系统，该系统包括依次连接的全景鸟瞰图模板生成单元、两侧停车线关键点提取单元、检测单元、车头边线距离转换单元和评判单元，其中，两侧停车线关键点提取单元和车头边线距离转换单元相连。
具体地，全景鸟瞰图模板生成单元：针对不同场地，事先将驾考车行驶至坡道停车区域，利用车身上设置的全景环视设备拍摄生成全景鸟瞰图模板；两侧停车线关键点提取单元：在全景鸟瞰图模板中标记提取坡道停车区域内的左侧停车线关键点和右侧停车线关键点，获取全景鸟瞰图模板中左侧停车线关键点和右侧停车线关键点的像素相对距离并测量左侧停车线关键点和右侧停车线关键点在实际道路中的实际距离，从而得到全景鸟瞰图模板像素相对距离与实际距离的转换关系；检测单元：当被考生驾驶的车辆实际行驶至坡道停车区域的行进过程中，使用全景环视设备采用全景环视技术拍摄实时鸟瞰视频流，并将实时鸟瞰视频流与全景鸟瞰图模板相匹配对比，在全景鸟瞰图模板中检测出匹配的左侧停车线关键点和右侧停车线关键点的像素坐标，根据左侧停车线关键点和右侧停车线关键点的像素坐标计算生成停车线在车辆坐标系下的像素坐标方程，进而得出停车线的像素坐标，并根据实时车辆鸟瞰图计算出车辆车头边线到停车线的像素距离；车头边线距离转换单元：根据两侧停车线关键点提取单元得到的转换关系和检测单元计算的车辆车头边线到停车线的像素距离，得到车辆车头边线到停车线的实际距离；评判单元：根据车辆车头边线到停车线的实际距离对车辆的停车位置作出判定，判别车辆坡道停止是否符合标准规范。优选地，全景环视设备为设置在车身不同方向上的多个鱼眼摄像头，比如4个鱼眼摄像头，4个鱼眼摄像头可以分别设置于车体外表面的前部、后部、左部和右部，全景鸟瞰图模板生成单元将各鱼眼摄像头拍摄的图像进行畸变矫正后通过画面拼接技术得到全景鸟瞰图模板。
该系统与传统场地驾驶技能考试系统相比无需设立高成本场地GPS基站，无需提前对场地进行高精度GPS测绘与地图建立，节省了大量人力及设备成本，且所有操作均在车端进行，无需接入网络，无需与外界进行数据传输，依靠车载域控制器进行计算，利用CAN总线技术完成数据传输，消除了网络通信带来的延迟，保证了系统的实时性。
应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造，但不以任何方式限制本发明创造。因此，尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换，总之，一切不脱离本发明创造的精神和范围的技术方案及其改进，其均应涵盖在本发明创造专利的保护范围当中。

Claims (10)

1.一种基于全景环视的驾考车坡道停车位置判断方法，其特征在于，所述方法包括以下步骤：
S1：针对不同场地，事先将驾考车行驶至坡道停车区域，利用车身上设置的全景环视设备拍摄生成全景鸟瞰图模板；
S2：在全景鸟瞰图模板中标记提取坡道停车区域内的左侧停车线关键点和右侧停车线关键点，获取全景鸟瞰图模板中左侧停车线关键点和右侧停车线关键点的像素相对距离并测量左侧停车线关键点和右侧停车线关键点在实际道路中的实际距离，从而得到全景鸟瞰图模板像素相对距离与实际距离的转换关系；
S3：当被考生驾驶的车辆实际行驶至坡道停车区域的行进过程中，使用全景环视设备采用全景环视技术拍摄实时鸟瞰视频流，并将实时鸟瞰视频流与全景鸟瞰图模板相匹配对比，在全景鸟瞰图模板中检测出匹配的左侧停车线关键点和右侧停车线关键点的像素坐标，根据左侧停车线关键点和右侧停车线关键点的像素坐标计算生成停车线在车辆坐标系下的像素坐标方程，进而得出停车线的像素坐标，并根据实时车辆鸟瞰图计算出车辆车头边线到停车线的像素距离；
S4：根据步骤S2得到的转换关系和步骤S3计算的车辆车头边线到停车线的像素距离，得到车辆车头边线到停车线的实际距离；
S5：根据车辆车头边线到停车线的实际距离对车辆的停车位置作出判定，判别车辆坡道停止是否符合标准规范。
2.根据权利要求1所述的基于全景环视的驾考车坡道停车位置判断方法，其特征在于，所述全景环视设备为设置在车身不同方向上的多个鱼眼摄像头。
3.根据权利要求2所述的基于全景环视的驾考车坡道停车位置判断方法，其特征在于，所述全景鸟瞰图模板是通过鱼眼摄像头拍摄的图像进行畸变矫正后，采用画面拼接技术生成。
4.根据权利要求2所述的基于全景环视的驾考车坡道停车位置判断方法，其特征在于，所述鱼眼摄像头数量为4个，分别设置于车身外表面的前部、后部、左部和右部。
5.根据权利要求1所述的基于全景环视的驾考车坡道停车位置判断方法，其特征在于，所述左侧停车线关键点和右侧停车线关键点之间的实际距离大于车辆宽度，且左侧停车线关键点和右侧停车线关键点分别位于车辆行驶方向的左右两侧。
6.根据权利要求1所述的基于全景环视的驾考车坡道停车位置判断方法，其特征在于，所述步骤S3还包括：以左侧停车线关键点和右侧停车线关键点分别为中心分别划定小块区域，在全景鸟瞰图中将所述小块区域作为图像匹配模板，利用模板匹配法检测出左侧停车线关键点和右侧停车线关键点的像素坐标。
7.根据权利要求1所述的基于全景环视的驾考车坡道停车位置判断方法，其特征在于，所述步骤S5还包括：将停车位置与停车线之间的合格距离设定为第一阈值；车辆停车后，计算车辆车头边线到停车线的实际距离，当实际距离大于第一阈值时判定为不合格，当实际距离小于或等于第一阈值时判定为合格。
8.根据权利要求7所述的基于全景环视的驾考车坡道停车位置判断方法，其特征在于，还设定小于第一阈值数值且数值依次递减的多个阈值，并根据不同的阈值设定不同的评分，阈值数值越小则评分越高；当车辆车头边线到停车线的实际距离小于第一阈值时比较实际距离与第二阈值大小，如果实际距离大于第二阈值则判定为第一阈值的评分数值；如果实际距离小于第二阈值则比较实际距离与第三阈值大小，直至得到最终的评分数值。
9.一种基于全景环视的驾考车坡道停车位置判断系统，其特征在于，包括依次连接的全景鸟瞰图模板生成单元、两侧停车线关键点提取单元、检测单元、车头边线距离转换单元和评判单元，所述两侧停车线关键点提取单元和车头边线距离转换单元相连；
所述全景鸟瞰图模板生成单元：针对不同场地，事先将驾考车行驶至坡道停车区域，利用车身上设置的全景环视设备拍摄生成全景鸟瞰图模板；
所述两侧停车线关键点提取单元：在全景鸟瞰图模板中标记提取坡道停车区域内的左侧停车线关键点和右侧停车线关键点，获取全景鸟瞰图模板中左侧停车线关键点和右侧停车线关键点的像素相对距离并测量左侧停车线关键点和右侧停车线关键点在实际道路中的实际距离，从而得到全景鸟瞰图模板像素相对距离与实际距离的转换关系；
所述检测单元：当被考生驾驶的车辆实际行驶至坡道停车区域的行进过程中，使用全景环视设备采用全景环视技术拍摄实时鸟瞰视频流，并将实时鸟瞰视频流与全景鸟瞰图模板相匹配对比，在全景鸟瞰图模板中检测出匹配的左侧停车线关键点和右侧停车线关键点的像素坐标，根据左侧停车线关键点和右侧停车线关键点的像素坐标计算生成停车线在车辆坐标系下的像素坐标方程，进而得出停车线的像素坐标，并根据实时车辆鸟瞰图计算出车辆车头边线到停车线的像素距离；
所述车头边线距离转换单元：根据两侧停车线关键点提取单元得到的转换关系和检测单元计算的车辆车头边线到停车线的像素距离，得到车辆车头边线到停车线的实际距离；
所述评判单元：根据车辆车头边线到停车线的实际距离对车辆的停车位置作出判定，判别车辆坡道停止是否符合标准规范。
10.根据权利要求9所述的基于全景环视的驾考车坡道停车位置判断系统，其特征在于，所述全景环视设备为设置在车身不同方向上的4个鱼眼摄像头，4个鱼眼摄像头分别设置于车体外表面的前部、后部、左部和右部，所述全景鸟瞰图模板生成单元将各鱼眼摄像头拍摄的图像进行畸变矫正后通过画面拼接技术得到全景鸟瞰图模板。
CN202110800784.6A 2021-07-15 2021-07-15 一种基于全景环视的驾考车坡道停车位置判断方法和系统 Active CN113561897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110800784.6A CN113561897B (zh) 2021-07-15 2021-07-15 一种基于全景环视的驾考车坡道停车位置判断方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110800784.6A CN113561897B (zh) 2021-07-15 2021-07-15 一种基于全景环视的驾考车坡道停车位置判断方法和系统

Publications (2)

Publication Number Publication Date
CN113561897A true CN113561897A (zh) 2021-10-29
CN113561897B CN113561897B (zh) 2022-08-12

Family

ID=78164960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110800784.6A Active CN113561897B (zh) 2021-07-15 2021-07-15 一种基于全景环视的驾考车坡道停车位置判断方法和系统

Country Status (1)

Country Link
CN (1) CN113561897B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115050005A (zh) * 2022-06-17 2022-09-13 北京精英路通科技有限公司 目标检测方法及用于高位视频智慧停车场景的检测装置
CN115855519A (zh) * 2022-11-10 2023-03-28 中国汽车工程研究院股份有限公司 新能源汽车坡道辅助测试工作方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003157428A (ja) * 2001-11-20 2003-05-30 Pasuko:Kk 撮影画像処理システム及び画像管理システム
CN103065519A (zh) * 2012-12-28 2013-04-24 苏州苏迪智能系统有限公司 坡道定点停车和起步检测系统及其检测方法
CN103076007A (zh) * 2012-12-28 2013-05-01 苏州苏迪智能系统有限公司 侧方位停车检测系统及其检测方法
CN105118054A (zh) * 2015-08-03 2015-12-02 长安大学 一种基于ccd单目测距的驾驶考试系统
US20160098836A1 (en) * 2013-05-16 2016-04-07 Konica Minolta, Inc. Image processing device and program
CN105975592A (zh) * 2016-05-09 2016-09-28 山东海格尔信息技术股份有限公司 一种基于360度全景影像的驾考车、取证系统和方法
CN106027792A (zh) * 2016-06-30 2016-10-12 大连楼兰科技股份有限公司 基于obd终端的智能辅助学车的系统及方法
CN106559646A (zh) * 2015-09-28 2017-04-05 柳州桂通科技股份有限公司 一种服务于驾考车辆的全景光学监测系统及其用于驾考信息的采集和处理方法
CN106601076A (zh) * 2016-11-11 2017-04-26 长安大学 一种基于捷联惯导和面阵相机的汽车自助训练装置及方法
JP2017157093A (ja) * 2016-03-03 2017-09-07 矢崎総業株式会社 車両用表示装置
CN212909811U (zh) * 2020-08-31 2021-04-06 无锡合壮智慧交通有限公司 一种道路驾驶技能考试用监督检测装置
CN112793564A (zh) * 2021-02-07 2021-05-14 杨东杰 一种基于全景鸟瞰图和深度学习的自主泊车辅助系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003157428A (ja) * 2001-11-20 2003-05-30 Pasuko:Kk 撮影画像処理システム及び画像管理システム
CN103065519A (zh) * 2012-12-28 2013-04-24 苏州苏迪智能系统有限公司 坡道定点停车和起步检测系统及其检测方法
CN103076007A (zh) * 2012-12-28 2013-05-01 苏州苏迪智能系统有限公司 侧方位停车检测系统及其检测方法
US20160098836A1 (en) * 2013-05-16 2016-04-07 Konica Minolta, Inc. Image processing device and program
CN105118054A (zh) * 2015-08-03 2015-12-02 长安大学 一种基于ccd单目测距的驾驶考试系统
CN106559646A (zh) * 2015-09-28 2017-04-05 柳州桂通科技股份有限公司 一种服务于驾考车辆的全景光学监测系统及其用于驾考信息的采集和处理方法
JP2017157093A (ja) * 2016-03-03 2017-09-07 矢崎総業株式会社 車両用表示装置
CN105975592A (zh) * 2016-05-09 2016-09-28 山东海格尔信息技术股份有限公司 一种基于360度全景影像的驾考车、取证系统和方法
CN106027792A (zh) * 2016-06-30 2016-10-12 大连楼兰科技股份有限公司 基于obd终端的智能辅助学车的系统及方法
CN106601076A (zh) * 2016-11-11 2017-04-26 长安大学 一种基于捷联惯导和面阵相机的汽车自助训练装置及方法
CN212909811U (zh) * 2020-08-31 2021-04-06 无锡合壮智慧交通有限公司 一种道路驾驶技能考试用监督检测装置
CN112793564A (zh) * 2021-02-07 2021-05-14 杨东杰 一种基于全景鸟瞰图和深度学习的自主泊车辅助系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115050005A (zh) * 2022-06-17 2022-09-13 北京精英路通科技有限公司 目标检测方法及用于高位视频智慧停车场景的检测装置
CN115050005B (zh) * 2022-06-17 2024-04-05 北京精英路通科技有限公司 目标检测方法及用于高位视频智慧停车场景的检测装置
CN115855519A (zh) * 2022-11-10 2023-03-28 中国汽车工程研究院股份有限公司 新能源汽车坡道辅助测试工作方法

Also Published As

Publication number Publication date
CN113561897B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN107704821B (zh) 一种弯道的车辆位姿计算方法
CN105989593B (zh) 视频录像中进行特定车辆速度测量的方法及装置
CN113561897B (zh) 一种基于全景环视的驾考车坡道停车位置判断方法和系统
US10909395B2 (en) Object detection apparatus
TWI534764B (zh) 車輛定位裝置與方法
WO2023155483A1 (zh) 一种车型识别方法、装置和系统
CN205890910U (zh) 可见光与红外光结合的轨道异物侵限探测装置
CN111595253B (zh) 车辆与车道线的距离确定方法、装置、设备及存储介质
CN109118537B (zh) 一种画面匹配方法、装置、设备和存储介质
CN112068567B (zh) 一种基于超宽带和视觉图像的定位方法及定位系统
CN114360093B (zh) 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法
CN107886752A (zh) 一种基于改造车道线的高精度车辆定位系统及方法
CN114755662A (zh) 一种路车融合感知的激光雷达和gps的标定方法和装置
CN111382591B (zh) 一种双目相机测距校正方法及车载设备
CN112255604B (zh) 一种雷达数据准确性的判断方法、装置及计算机设备
CN110715670A (zh) 一种基于gnss差分定位构建驾考全景三维地图的方法
CN111311942A (zh) 基于v2x技术的路况显示方法、系统、v2x终端及v2x服务器
CN114550142A (zh) 基于4d毫米波雷达和图像识别融合的车位检测方法
CN111062986A (zh) 基于单目视觉的共享单车辅助定位方法及装置
CN101494772A (zh) 一种图像检测的方法及装置
CN111538008B (zh) 变换矩阵确定方法、系统及装置
CN115690746A (zh) 一种基于车路协同的无盲区感知方法和系统
CN111243021A (zh) 基于多组合相机的车载视觉定位方法、系统及存储介质
CN111145260A (zh) 一种基于车载的双目标定方法
CN112833889B (zh) 一种车辆的定位方法及装置

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240806

Address after: Room 1904, Unit 1, Building 25, No. 3 Zhaoling North Road, Xinhua District, Shijiazhuang City, Hebei Province, China 050051

Patentee after: Liu Zhigang

Country or region after: China

Patentee after: Shijiazhuang Shenguo Network Technology Partnership Enterprise (Limited Partnership)

Patentee after: Miao Lifang

Address before: 050000 502, 5th floor, Hanke building, 44 Jianshe street, Chang'an District, Shijiazhuang City, Hebei Province

Patentee before: HEBEI SANGUO NEW ENERGY TECHNOLOGY Co.,Ltd.

Country or region before: China