CN113609945B - 一种图像检测方法和车辆 - Google Patents
一种图像检测方法和车辆 Download PDFInfo
- Publication number
- CN113609945B CN113609945B CN202110852990.1A CN202110852990A CN113609945B CN 113609945 B CN113609945 B CN 113609945B CN 202110852990 A CN202110852990 A CN 202110852990A CN 113609945 B CN113609945 B CN 113609945B
- Authority
- CN
- China
- Prior art keywords
- image
- vehicle
- looking
- around
- coverage area
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 136
- 238000013507 mapping Methods 0.000 claims abstract description 73
- 238000012360 testing method Methods 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种图像检测方法和车辆,用于实现对影响车辆行进的目标对象的检测。本发明实施例图像检测方法,包括:通过多个摄像头同步采集得到多张单目图像;将多张单目图像进行组合,得到地面环视图像;计算车辆的行车覆盖区域;根据预设映射关系,将行车覆盖区域映射到地面环视图像上,得到环视覆盖图区;将环视覆盖图区投影到单目图像上,得到目标检测图区,以及判断目标检测图区是否包括目标对象。因目标检测图区为单目图像上表示行车覆盖区域的部分;目标检测图区上的目标对象会对车辆行使造成影响。通过本发明实施例的图像检测方法可有效且准确地检测出影响车辆行进的目标对象。
Description
技术领域
本发明涉及图像检测领域,尤其涉及一种图像检测方法和车辆。
背景技术
车辆在行使时,有一定概率发生碰撞事故,例如撞到行人或其它障碍物。尤其是司机驾驶车辆时存在视野盲区,对于大型车辆盲区也更大,在视野盲区发生意外碰撞事故的概率也更大。
在车辆行使时,如何辅助司机进行观察,避免车辆撞到行人或其它障碍物,是交通领域的棘手问题。
发明内容
本发明实施例提供了一种图像检测方法和车辆,用于实现对影响车辆行进的目标对象的检测。
为达此目的,本发明实施例采用以下技术方案:
一种图像检测方法,包括:
通过多个摄像头同步采集得到多张单目图像,其中,所述摄像头设置在车辆上;
将多张所述单目图像进行组合,得到地面环视图像,所述地面环视图像表示以俯视视角观察的环绕所述车辆四周的地面的图像;
计算所述车辆的行车覆盖区域,所述行车覆盖区域表示所述车辆行进预设距离内车身扫过的所有区域在地面上的投影;
根据预设映射关系,将所述行车覆盖区域映射到所述地面环视图像上,得到环视覆盖图区,所述环视覆盖图区为所述地面环视图像上表示所述行车覆盖区域的部分,所述预设映射关系为物理空间上的位置关系和所述地面环视图像上的像素间的位置关系的映射;
将所述环视覆盖图区投影到所述单目图像上,得到目标检测图区,所述目标检测图区为所述单目图像上表示所述行车覆盖区域的部分;
检测所述单目图像,以判断所述目标检测图区是否包括目标对象。
可选地,所述将多张所述单目图像进行组合,得到地面环视图像,包括:
将多张所述单目图像进行拼接,得到原始环视图像,所述原始环视图像用于记录环绕所述车辆的空间的信息;
将所述原始环视图像投影到平面上,得到地面环视图像。
可选地,所述计算所述车辆的行车覆盖区域,包括:
通过车载传感器采集所述车辆的行车控制信息;
根据所述行车控制信息和预存的所述车辆的车辆参数,计算所述车辆的行车覆盖区域。
可选地,所述计算所述车辆的行车覆盖区域,包括:
当所述车辆转向时,计算所述车辆的行车覆盖区域。
可选地,所述检测所述单目图像,以判断所述目标检测图区是否包括目标对象之后,所述图像检测方法还包括:
若所述目标检测图区包括所述目标对象,则触发警报装置发出警报信息。
可选地,所述目标对象为行人;
所述摄像头为鱼眼摄像头。
可选地,所述通过多个摄像头同步采集得到多张单目图像之前,所述图像检测方法还包括:
通过多个摄像头同步采集得到多张测试单目图像;
将多张所述测试单目图像进行组合,得到测试地面环视图像;
对所述测试地面环视图像和物理空间进行标定,得到预设映射关系;
存储所述预设映射关系。
可选地,所述通过多个摄像头同步采集得到多张单目图像,包括:
通过多个摄像头实时同步采集得到多组图像集,每一组所述图像集包括多张单目图像,属于同一组所述图像集的单目图像在同一时刻采集得到,属于不同组所述图像集的单目图像在不同时刻采集得到;
所述将多张所述单目图像进行组合,得到地面环视图像,包括:
将属于同一组图像集的多张所述单目图像进行组合,得到地面环视图像;
所述计算所述车辆的行车覆盖区域,包括:
实时计算所述车辆的行车覆盖区域。
为达此目的,本发明实施例还采用以下技术方案:
一种车辆,包括:
采集单元,用于通过多个摄像头同步采集得到多张单目图像,其中,所述摄像头设置在车辆上;
组合单元,用于将多张所述单目图像进行组合,得到地面环视图像,所述地面环视图像表示以俯视视角观察的环绕所述车辆四周的地面的图像;
计算单元,用于计算所述车辆的行车覆盖区域,所述行车覆盖区域表示所述车辆行进预设距离内车身扫过的所有区域在地面上的投影;
映射单元,用于根据预设映射关系,将所述行车覆盖区域映射到所述地面环视图像上,得到环视覆盖图区,所述环视覆盖图区为所述地面环视图像上表示所述行车覆盖区域的部分,所述预设映射关系为物理空间上的位置关系和所述地面环视图像上的像素间的位置关系的映射;
投影单元,用于将所述环视覆盖图区投影到所述单目图像上,得到目标检测图区,所述目标检测图区为所述单目图像上表示所述行车覆盖区域的部分;
检测单元,用于检测所述单目图像,以判断所述目标检测图区是否包括目标对象。
可选地,所述组合单元包括拼接模块和投影模块;
所述拼接模块,用于将多张所述单目图像进行拼接,得到原始环视图像,所述原始环视图像用于记录环绕所述车辆的空间的信息;
所述投影模块,用于将所述原始环视图像投影到平面上,得到地面环视图像。
可选地,所述计算单元包括采集模块和计算模块;
所述采集模块,用于通过车载传感器采集所述车辆的行车控制信息;
所述计算模块,用于根据所述行车控制信息和预存的所述车辆的车辆参数,计算所述车辆的行车覆盖区域。
可选地,所述计算单元,还用于当所述车辆转向时,计算所述车辆的行车覆盖区域。
可选地,所述车辆还包括触发单元:
所述触发单元,用于若所述目标检测图区包括所述目标对象,则触发警报装置发出警报信息。
可选地,所述目标对象为行人;
所述摄像头为鱼眼摄像头。
可选地,所述车辆还包括:
测试采集单元,用于通过多个摄像头同步采集得到多张测试单目图像;
测试组合单元,用于将多张所述测试单目图像进行组合,得到测试地面环视图像;
标定单元,用于对所述测试地面环视图像和物理空间进行标定,得到预设映射关系;
存储单元,用于存储所述预设映射关系。
可选地,所述采集单元,还用于通过多个摄像头实时同步采集得到多组图像集,每一组所述图像集包括多张单目图像,属于同一组所述图像集的单目图像在同一时刻采集得到,属于不同组所述图像集的单目图像在不同时刻采集得到;
所述组合单元,还用于将属于同一组图像集的多张所述单目图像进行组合,得到地面环视图像;
所述计算单元,还用于实时计算所述车辆的行车覆盖区域。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例的图像检测方法中,通过多个摄像头同步采集得到多张单目图像,其中,摄像头设置在车辆上。将多张单目图像进行组合,得到地面环视图像,地面环视图像表示以俯视视角观察的环绕车辆四周的地面的图像。这样通过地面环视图像可获知到车辆周围的地面情况。计算车辆的行车覆盖区域,行车覆盖区域表示车辆行进预设距离内车身扫过的所有区域在地面上的投影,该行车覆盖区域为车辆将经过的区域。根据预设映射关系,将行车覆盖区域映射到地面环视图像上,得到环视覆盖图区,环视覆盖图区为地面环视图像上表示行车覆盖区域的部分,预设映射关系为物理空间上的位置关系和地面环视图像上的像素间的位置关系的映射。将环视覆盖图区投影到单目图像上,得到目标检测图区,目标检测图区为单目图像上表示行车覆盖区域的部分。目标检测图区可表示车辆将要行使到的区域。因单目图像发生的转换处理较少,数据较为精准,从而,可检测单目图像,以判断目标检测图区是否包括目标对象。因目标检测图区可表示车辆将要行使到的区域,目标检测图区上的目标对象会对车辆行使造成影响。通过本发明实施例的图像检测方法可有效且准确地检测出影响车辆行进的目标对象。
附图说明
图1为本发明一实施例提供的一种图像检测方法的流程图;
图2为本发明另一实施例提供的一种图像检测方法的流程图;
图3为本发明另一实施例提供的一种车辆部件的结构示意图;
图4为本发明另一实施例提供的一种地面环视图像的示意图;
图5为本发明另一实施例提供的一种车辆行使状态的示意图;
图6为本发明另一实施例提供的一种车辆行使状态的示意图;
图7为本发明另一实施例提供的一种单目图像的示意图;
图8为本发明另一实施例提供的一种车辆的结构示意图。
具体实施方式
本发明实施例提供了一种图像检测方法和车辆,用于实现对影响车辆行进的目标对象的检测。
图1为本发明实施例提供的一种图像检测方法的流程图,该图像检测方法可应用于多种设备上,例如应用于车辆上。
参阅图1,本发明实施例的图像检测方法包括:
步骤101:通过多个摄像头同步采集得到多张单目图像。
其中,摄像头设置在车辆上。具体可以为多个摄像头环绕车辆设置,从而摄像头可采集到车辆周围的空间信息。
在本发明实施例中,通过多个摄像头同步采集得到多张单目图像。一个摄像头采集得到一张单目图像,多个摄像头采集得到多张单目图像。
步骤102:将多张单目图像进行组合,得到地面环视图像。
将多张单目图像的内容进行组合,可得到地面环视图像。即通过地面环视图像一帧图像记录多张单目图像的内容。
其中,地面环视图像表示以俯视视角观察的环绕车辆四周的地面的图像。这样,地面环视图像记录的内容为车辆四周360度无死角的图像内容,利于进行高效的图像分析。
步骤103:计算车辆的行车覆盖区域。
计算车辆的行车覆盖区域,其中,行车覆盖区域表示车辆行进预设距离内车身扫过的所有区域在地面上的投影。该行车覆盖区域的具体表现形式为一平面上的信息。
步骤104:根据预设映射关系,将行车覆盖区域映射到地面环视图像上,得到环视覆盖图区。
预设映射关系为物理空间上的位置关系和地面环视图像上的像素间的位置关系的映射。而行车覆盖区域表示车辆行进预设距离内车身扫过的所有区域在地面上的投影,该行车覆盖区域为实际的物理空间的信息。从而,可根据预设映射关系,将行车覆盖区域映射到地面环视图像上,得到环视覆盖图区。其中,环视覆盖图区为地面环视图像上表示行车覆盖区域的部分。这样,就实现了在地面环视图像上表示行车覆盖区域,从而可实现在图像上对行车覆盖区域进行处理分析。
步骤105:将环视覆盖图区投影到单目图像上,得到目标检测图区。
地面环视图像由多张单目图像进行组合得到,地面环视图像的像素和多张单目图像的像素之间有对应关系,而环视覆盖图区为地面环视图像上表示行车覆盖区域的部分。从而,可根据像素之间的对应关系,将环视覆盖图区投影到单目图像上,得到目标检测图区。其中,目标检测图区为单目图像上表示行车覆盖区域的部分。此时,可能一张单目图像上包括目标检测图区,也可能二张或多张单目图像上包括目标检测图区。
步骤106:检测单目图像,以判断目标检测图区是否包括目标对象。
车辆四周的图像信息由摄像头采集得到,记录在单目图像上,从而单目图像的图像信息较为精准,利于进行图像分析。在本发明实施例中,可检测单目图像,以判断目标检测图区是否包括目标对象。因目标检测图区为车辆行进过程中将要经过的区域,判断目标检测图区是否包括目标对象,就能实现对影响车辆行进的目标对象的检测。
在本发明实施例中,目标对象具体可以为多种形式,例如为行人、障碍物、其他车辆等等,本发明实施例对此不作具体限定。
综上所述,本发明实施例的图像检测方法中,通过多个摄像头同步采集得到多张单目图像,其中,摄像头设置在车辆上。将多张单目图像进行组合,得到地面环视图像,地面环视图像表示以俯视视角观察的环绕车辆四周的地面的图像。这样通过地面环视图像可获知到车辆周围的地面情况。计算车辆的行车覆盖区域,行车覆盖区域表示车辆行进预设距离内车身扫过的所有区域在地面上的投影,该行车覆盖区域为车辆将经过的区域。根据预设映射关系,将行车覆盖区域映射到地面环视图像上,得到环视覆盖图区,环视覆盖图区为地面环视图像上表示行车覆盖区域的部分,预设映射关系为物理空间上的位置关系和地面环视图像上的像素间的位置关系的映射。将环视覆盖图区投影到单目图像上,得到目标检测图区,目标检测图区为单目图像上表示行车覆盖区域的部分。目标检测图区可表示车辆将要行使到的区域。因单目图像发生的转换处理较少,数据较为精准,从而,可检测单目图像,以判断目标检测图区是否包括目标对象。因目标检测图区可表示车辆将要行使到的区域,目标检测图区上的目标对象会对车辆行使造成影响。通过本发明实施例的图像检测方法可有效且准确地检测出影响车辆行进的目标对象。
图2为本发明实施例提供的一种图像检测方法的流程图。图2所示实施例的图像检测方法可基于图1所示实施例的图像检测方法实现。其中,图2所示实施例的图像检测方法可应用于多种设备上,例如应用于车辆上。下面以图像检测方法应用于车辆上为具体示例进行详细说明。
参阅图2,本发明实施例的图像检测方法包括:
步骤201:通过多个摄像头同步采集得到多张单目图像。
其中,摄像头设置在车辆上。
车辆通过多个摄像头同步采集得到多张单目图像,一摄像头可采集得到一单目图像。摄像头设置在车辆上。具体可以为多个摄像头环绕车辆进行布置。
可选地,摄像头为鱼眼摄像头,以利于采集视野范围较广的图像。
例如,如图3所示,在车辆的前后左右各安装一个摄像头301,一共四个摄像头301,以获取车辆四周360度无死角的图像信号。这四个摄像头301可以为鱼眼摄像头。在其它的实施例中,也可以使用更多的非鱼眼摄像头环绕车辆布置,以组成环视影像系统。
步骤202:将多张单目图像进行拼接,得到原始环视图像。
采集得到多张单目图像后,车辆将多张单目图像进行拼接,得到原始环视图像。其中,原始环视图像用于记录环绕车辆的空间的信息。这个空间的信息可以为车辆周围的地面以及地面上方空间的信息。
将原始环视图像投影在球面上,原始环视图像可以贴在部分的球面,例如此时原始环视图像形成下半球面。
步骤203:将原始环视图像投影到平面上,得到地面环视图像。
车辆将原始环视图像投影到平面上,得到地面环视图像。其中,该平面为与地面平行的平面,地面环视图像表示以俯视视角观察的环绕车辆四周的地面的图像。这样,地面环视图像反映了环绕车辆周围的地面的信息。
在一些实施例中,为了更聚焦于地面的信息,可以在将原始环视图像投影到平面上后,去除内外边缘的图像,取位于中部的图像形成地面环视图像。因为原始环视图像的上下边缘为地面上方空间的信息或者车辆边缘的信息,这些图像信息投影在平面上后,形成内外边缘的图像,且形变较大,可予以去除。地面环视图像的示例可参阅图4。
应该理解,由多张单目图像得到地面环视图像,可通过预存的算法实现,该算法记录有预存的投影模型,该投影模型表示单目图像的像素和地面环视图像的像素的映射关系,该投影模型可以通过对车辆的摄像头进行标定得到。这样,车辆根据投影模型,可将多张单目图像进行拼接,得到原始环视图像,然后,将原始环视图像投影到平面上,得到地面环视图像。该地面环视图像反映了俯视视角下的车辆四周360度无死角的地面图像。
这样,步骤202和步骤203实现了将多张单目图像进行组合,得到地面环视图像的步骤。
应该理解,将多张单目图像进行组合,得到地面环视图像的步骤还可以有其它的具体实现方式,例如,先将多张单目图像投影到平面上,再进行拼接组合,以得到地面环视图像。
步骤204:通过车载传感器采集车辆的行车控制信息。
车辆还需通过车载传感器采集车辆的行车控制信息,其中,行车控制信息表示控制车辆行驶的信息,例如可以为方向盘转角、轮速、刹车状态、转向灯状态等。
步骤205:根据行车控制信息和预存的车辆的车辆参数,计算车辆的行车覆盖区域。
本发明实施例的车辆参数为车辆本身的物理参数,例如为轮距、车身尺寸等信息。
车辆根据行车控制信息和预存的车辆的车辆参数,可计算出车辆的行车覆盖区域。其中,行车覆盖区域表示车辆行进预设距离内车身扫过的所有区域在地面上的投影。
车辆行进预设距离内车身扫过的所有区域,为通过计算得出的区域,即车辆在未来的一段时间内,将行进预设距离,在这段距离内,车辆的车身将扫过一定的区域,这些区域为容易发生意外的区域。然后,将车身扫过的所有区域投影到地面上,得到行车覆盖区域,该行车覆盖区域位于一平面上,从而以平面的形式表示车身扫过的区域,该行车覆盖区域为容易发生意外的区域。
应该理解,步骤204和步骤205为计算车辆的行车覆盖区域的步骤的具体实现方式之一。
可选地,在本发明实施例中,计算车辆的行车覆盖区域的步骤,具体包括:当车辆转向时,计算车辆的行车覆盖区域。具体来说,在步骤204中,当车辆转向时,通过车载传感器采集车辆的行车控制信息。因为,车辆转向时,司机的盲区对司机影响较大,司机的注意力需要关注的地方较多,从而容易发生意外,为此,在车辆转向时执行本发明实施例的方法将更有意义。
例如,利用车辆转向模型算法计算出行车覆盖区域。当车辆转向时,通过车载传感器采集车辆的行车控制信息。行车控制信息可以为当前方向盘角度、轮速等信息,然后,根据行车控制信息和预存的车辆的车辆参数,计算出车辆转向时的方向角和车速,并以此为依据计算车辆的当前弯心。然后,根据当前弯心和车辆的车辆参数计算车辆行进路线上所覆盖的区域,并将车辆行进预设距离内车身扫过的所有区域投影在地面上得到行车覆盖区域。其中,车辆参数可包括周距、轮距、车身尺寸等信息。如图5和图6所示,图5示出了车辆向前右转时的行车覆盖区域501,图6示出了车辆向后右转时的行车覆盖区域601。
步骤206:根据预设映射关系,将行车覆盖区域映射到地面环视图像上,得到环视覆盖图区。
车辆根据预设映射关系,将行车覆盖区域映射到地面环视图像上,得到环视覆盖图区。其中,环视覆盖图区为地面环视图像上表示行车覆盖区域的部分,预设映射关系为物理空间上的位置关系和地面环视图像上的像素间的位置关系的映射。
行车覆盖区域为物理空间上的位置,反映了物理空间上的位置间关系。地面环视图像上有像素的位置关系。从而根据预设映射关系,可以将行车覆盖区域映射到地面环视图像上,得到环视覆盖图区。在预设映射关系中,反映了物理空间上的距离和像素间的距离的比例关系。这样,通过预设映射关系,地面位置至车辆的距离可以通过地面环视图像上的像素间的距离表示。得到的环视覆盖图区为地面环视图像上表示行车覆盖区域的部分。
步骤207:将环视覆盖图区投影到单目图像上,得到目标检测图区。
得到环视覆盖图区后,车辆将环视覆盖图区投影到单目图像上,得到目标检测图区701,如图7所示。其中,目标检测图区701为单目图像上表示行车覆盖区域的部分。
因地面环视图像由多张单目图像进行组合得到,地面环视图像的像素和多张单目图像的像素之间有对应关系,而环视覆盖图区为地面环视图像上表示行车覆盖区域的部分。从而,可根据像素之间的对应关系,将环视覆盖图区投影到单目图像上,得到目标检测图区。
目标检测图区为单目图像上表示行车覆盖区域的部分。因多张单目图像为车辆四周360度无死角的图像信号,车辆的行进方向为具体的方向,从而,可能一张单目图像上包括目标检测图区,也可能二张或多张单目图像上包括目标检测图区。
步骤208:检测单目图像,以判断目标检测图区是否包括目标对象。
目标检测图区为车辆将要行驶到的区域,该区域容易发生碰撞等危险情况,需要关注。为此,车辆检测单目图像,以判断目标检测图区是否包括目标对象。
具体可以为,对包括目标检测图区的单目图像,车辆判断目标检测图区是否包括目标对象。即对于单目图像,若其中包括目标检测图区则对其进行检测;若不包括目标检测图区,则不对其检测。
步骤209:若目标检测图区包括目标对象,则触发警报装置发出警报信息。
检测单目图像,以判断目标检测图区是否包括目标对象之后,本发明实施例的图像检测方法可以根据判断结果执行不同的方法。例如,若目标检测图区包括目标对象,则触发警报装置发出警报信息,从而实现提醒功能。
目标对象可以有多种实现情况,例如为行人、动物、障碍物、其它车辆等情况,本发明实施例对此不作具体限定。
例如,如图7所示,目标对象为行人702,对包括目标检测图区701的单目图像进行行人检测,判断是否存在行人702。若目标检测图区701包括行人702,如图7所示,则触发警报装置发出警报信息。
应该理解,判断目标检测图区是否包括目标对象,例如是否包括行人,可通过多种方法实现,例如使用神经网络检测算法。在具体的检测过程中,可以为目标对象全部或部分位于目标检测图区上,即可判断为目标检测图区包括目标对象。
在本发明实施例中,触发警报装置发出警报信息可以有多种实现方式,例如,警报装置为显示终端或蜂鸣器,若目标检测图区包括目标对象,则显示终端报警,将位于目标检测图区的目标对象以红框标注。或者,蜂鸣器报警,蜂鸣器发出警报声,以声音提醒司机注意。
应该理解,在本发明实施例的图像检测方法中,摄像头可以用于采集图像,也可以用于采集视频流,当用于采集视频流时。摄像头为实时采集得到单目图像,此时会产生多帧地面环视图像,对每一帧地面环视图像可执行本发明实施例的图像检测方法。此时,车辆的行车覆盖区域也可以为实时计算。
具体来说,步骤201具体包括:通过多个摄像头实时同步采集得到多组图像集,每一组图像集包括多张单目图像,其中,属于同一组图像集的单目图像在同一时刻采集得到,属于不同组图像集的单目图像在不同时刻采集得到。这样,多组连续的图像集形成视频流。
此时,将多张单目图像进行组合,得到地面环视图像的步骤具体包括:将属于同一组图像集的多张单目图像进行组合,得到地面环视图像。例如,将属于同一组图像集的多张单目图像进行拼接,得到原始环视图像,然后,将原始环视图像投影到平面上,得到地面环视图像。
相应地,为了实现实时监测车辆的行进方向是否有目标对象,计算车辆的行车覆盖区域的步骤具体为:实时计算车辆的行车覆盖区域。
这样,可以对不同的图像集执行本发明实施例的方法,从而实现实时对影响车辆行进的目标对象的检测,给以司机更高的安全辅助。
应该理解,预设映射关系可以提前存储在车辆上,也可以通过其它方式获取。
预设映射关系的获取可以通过标定得到,具体来说,可选地,通过多个摄像头同步采集得到多张单目图像之前,本发明实施例的图像检测方法还包括:通过多个摄像头同步采集得到多张测试单目图像;将多张测试单目图像进行组合,得到测试地面环视图像。然后,对测试地面环视图像和物理空间进行标定,得到预设映射关系。存储预设映射关系。
具体来说,将多张测试单目图像进行组合,得到测试地面环视图像,可以通过标定实现,也可以通过执行上述的步骤202和步骤203实现。
对测试地面环视图像和物理空间进行标定,得到预设映射关系。具体的实现方式为,在地面上设置目标标识,将目标标识围绕车辆布置,并且预先测算出目标标识和车辆之间的位置关系,例如测算出目标标识和车辆中心的距离和方位关系,然后,通过多个摄像头同步采集得到多张测试单目图像,将多张测试单目图像进行组合,得到测试地面环视图像。此时,测试地面环视图像上有像素记录有目标标识。这样,得到的测试地面环视图像上包括记录目标标识的像素和记录车辆的像素。通过比对第一关系和第二关系可得到预设映射关系。其中,第一关系为测试地面环视图像上的记录目标标识的像素和记录车辆的像素之间的关系;第二关系为目标标识和车辆之间的位置关系。
上述获取预设映射关系的步骤可在对摄像头标定时一起执行,从而提高获取效率。
具体来说,车辆总装下线时执行标定程序,标定在包含特定地面标识的专用空间中进行,包含两个部分标定:
第一部分标定:对多个摄像头进行标定,以获得地面环视图像和各个单目图像间的投影模型,该投影模型具体为地面环视图像和各个单目图像之间的像素的对应关系。
第二部分标定:对地面环视图像和物理空间的标定。根据特定地面标识与车辆的相对距离,拟合地面环视图像中的各像素与车辆的相对距离,以得到预设映射关系。具体的实现方式可参考上文的描述。
在本发明实施例中,通过标定建立地面环视图像与真实世界的距离映射,即预设映射关系。通过该预设映射关系,可确定出地面环视图像的像素位置在真实物理空间中与车辆的相对距离,从而可实现将行车覆盖区域映射到地面环视图像上,以得到环视覆盖图区。并且判断出目标对象与车辆的相对距离。其中,对预设映射关系的计算,可借助对多个摄像头进行标定时所需的特殊图形实现,以拟合出地面环视图像中每个像素位置在真实物理空间中与车辆的相对距离。将环视覆盖图区投影到单目图像上,得到目标检测图区后,单目图像上的像素位置也可以反映出在真实物理空间中与车辆的相对距离,从而为判断行人等目标对象到车辆的距离提供依据。该过程无需人工干预,生产效率高。
另一方面,在本发明实施例中,使用地面环视图像检测车辆四周所有路况,可辅助观察无死角的路面情况,相比单目影像有较大优势。而基于地面环视图像确定环视覆盖图区,以实现在单目图像上检测目标检测图区是否包括目标对象,并根据检测结果进行预警可极大提高司机的驾驶安全性。这是因为,无论车辆是前进还是后退,其车身覆盖区域往往包括较大区域,例如车身侧方和行进方向,如图5和图6所示。在路况复杂、行人众多的路段行驶时,司机往往难以兼顾各个危险区域。而本发明实施例的图像检测方法可以辅助司机检测较大的范围,从而可提高司机的驾驶安全性。
另外,本发明实施例可以计算车辆的行车覆盖区域,例如通过车载传感器采集车辆的实时行驶状态,并预计未来一段时间(或者说距离)内的车身覆盖区域,只对位于该区域内的行人等目标对象进行报警,可以在保证行人等目标对象安全的基础上,减少不必要的报警,避免过度干扰司机驾驶。
综上所述,本发明实施例的图像检测方法中,通过多个摄像头同步采集得到多张单目图像,其中,摄像头设置在车辆上。将多张单目图像进行组合,得到地面环视图像,地面环视图像表示以俯视视角观察的环绕车辆四周的地面的图像。这样通过地面环视图像可获知到车辆周围的地面情况。计算车辆的行车覆盖区域,行车覆盖区域表示车辆行进预设距离内车身扫过的所有区域在地面上的投影,该行车覆盖区域为车辆将经过的区域。根据预设映射关系,将行车覆盖区域映射到地面环视图像上,得到环视覆盖图区,环视覆盖图区为地面环视图像上表示行车覆盖区域的部分,预设映射关系为物理空间上的位置关系和地面环视图像上的像素间的位置关系的映射。将环视覆盖图区投影到单目图像上,得到目标检测图区,目标检测图区为单目图像上表示行车覆盖区域的部分。目标检测图区可表示车辆将要行使到的区域。因单目图像发生的转换处理较少,数据较为精准,从而,可检测单目图像,以判断目标检测图区是否包括目标对象。因目标检测图区可表示车辆将要行使到的区域,目标检测图区上的目标对象会对车辆行使造成影响。通过本发明实施例的图像检测方法可有效且准确地检测出影响车辆行进的目标对象。
图8为本发明实施例提供的一种车辆的结构示意图。其中,图8所示实施例的车辆可用于执行图1和图2所示实施例的图像检测方法。
参阅图8,本发明实施例的车辆,包括:
采集单元801,用于通过多个摄像头同步采集得到多张单目图像,其中,摄像头设置在车辆上;
组合单元802,用于将多张单目图像进行组合,得到地面环视图像,地面环视图像表示以俯视视角观察的环绕车辆四周的地面的图像;
计算单元803,用于计算车辆的行车覆盖区域,行车覆盖区域表示车辆行进预设距离内车身扫过的所有区域在地面上的投影;
映射单元804,用于根据预设映射关系,将行车覆盖区域映射到地面环视图像上,得到环视覆盖图区,环视覆盖图区为地面环视图像上表示行车覆盖区域的部分,预设映射关系为物理空间上的位置关系和地面环视图像上的像素间的位置关系的映射;
投影单元805,用于将环视覆盖图区投影到单目图像上,得到目标检测图区,目标检测图区为单目图像上表示行车覆盖区域的部分;
检测单元806,用于检测单目图像,以判断目标检测图区是否包括目标对象。
可选地,组合单元802包括拼接模块807和投影模块808;
拼接模块807,用于将多张单目图像进行拼接,得到原始环视图像,原始环视图像用于记录环绕车辆的空间的信息;
投影模块808,用于将原始环视图像投影到平面上,得到地面环视图像。
可选地,计算单元803包括采集模块809和计算模块810;
采集模块809,用于通过车载传感器采集车辆的行车控制信息;
计算模块810,用于根据行车控制信息和预存的车辆的车辆参数,计算车辆的行车覆盖区域。
可选地,计算单元803,还用于当车辆转向时,计算车辆的行车覆盖区域。
可选地,车辆还包括触发单元811:
触发单元811,用于若目标检测图区包括目标对象,则触发警报装置发出警报信息。
可选地,目标对象为行人;
摄像头为鱼眼摄像头。
可选地,车辆还包括:
测试采集单元812,用于通过多个摄像头同步采集得到多张测试单目图像;
测试组合单元813,用于将多张测试单目图像进行组合,得到测试地面环视图像;
标定单元814,用于对测试地面环视图像和物理空间进行标定,得到预设映射关系;
存储单元815,用于存储预设映射关系。
可选地,采集单元801,还用于通过多个摄像头实时同步采集得到多组图像集,每一组图像集包括多张单目图像,属于同一组图像集的单目图像在同一时刻采集得到,属于不同组图像集的单目图像在不同时刻采集得到;
组合单元802,还用于将属于同一组图像集的多张单目图像进行组合,得到地面环视图像;
计算单元803,还用于实时计算车辆的行车覆盖区域。
综上所述,在本发明实施例的车辆中,采集单元801通过多个摄像头同步采集得到多张单目图像,其中,摄像头设置在车辆上。组合单元802将多张单目图像进行组合,得到地面环视图像,地面环视图像表示以俯视视角观察的环绕车辆四周的地面的图像。这样通过地面环视图像可获知到车辆周围的地面情况。计算单元803计算车辆的行车覆盖区域,行车覆盖区域表示车辆行进预设距离内车身扫过的所有区域在地面上的投影,该行车覆盖区域为车辆将经过的区域。映射单元804根据预设映射关系,将行车覆盖区域映射到地面环视图像上,得到环视覆盖图区,环视覆盖图区为地面环视图像上表示行车覆盖区域的部分,预设映射关系为物理空间上的位置关系和地面环视图像上的像素间的位置关系的映射。投影单元805将环视覆盖图区投影到单目图像上,得到目标检测图区,目标检测图区为单目图像上表示行车覆盖区域的部分。目标检测图区可表示车辆将要行使到的区域。因单目图像发生的转换处理较少,数据较为精准,从而,检测单元806可检测单目图像,以判断目标检测图区是否包括目标对象。因目标检测图区可表示车辆将要行使到的区域,目标检测图区上的目标对象会对车辆行使造成影响。通过本发明实施例的图像检测方法可有效且准确地检测出影响车辆行进的目标对象。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种图像检测方法,其特征在于,包括:
通过多个摄像头同步采集得到多张单目图像,其中,所述摄像头设置在车辆上;
将多张所述单目图像进行组合,得到地面环视图像,所述地面环视图像表示以俯视视角观察的环绕所述车辆四周的地面的图像,其中,所述将多张所述单目图像进行组合,得到地面环视图像,包括:将多张所述单目图像进行拼接,得到原始环视图像,所述原始环视图像用于记录环绕所述车辆的空间的信息,将所述原始环视图像投影到平面上,得到地面环视图像;
计算所述车辆的行车覆盖区域,所述行车覆盖区域表示所述车辆行进预设距离内车身扫过的所有区域在地面上的投影;
根据预设映射关系,将所述行车覆盖区域映射到所述地面环视图像上,得到环视覆盖图区,所述环视覆盖图区为所述地面环视图像上表示所述行车覆盖区域的部分,所述预设映射关系为物理空间上的位置关系和所述地面环视图像上的像素间的位置关系的映射;
将所述环视覆盖图区投影到所述单目图像上,得到目标检测图区,所述目标检测图区为所述单目图像上表示所述行车覆盖区域的部分;
检测所述单目图像,以判断所述目标检测图区是否包括目标对象。
2.根据权利要求1所述的图像检测方法,其特征在于,
所述计算所述车辆的行车覆盖区域,包括:
通过车载传感器采集所述车辆的行车控制信息;
根据所述行车控制信息和预存的所述车辆的车辆参数,计算所述车辆的行车覆盖区域。
3.根据权利要求1所述的图像检测方法,其特征在于,所述计算所述车辆的行车覆盖区域,包括:
当所述车辆转向时,计算所述车辆的行车覆盖区域。
4.根据权利要求1所述的图像检测方法,其特征在于,
所述检测所述单目图像,以判断所述目标检测图区是否包括目标对象之后,所述图像检测方法还包括:
若所述目标检测图区包括所述目标对象,则触发警报装置发出警报信息。
5.根据权利要求4所述的图像检测方法,其特征在于,
所述目标对象为行人;
所述摄像头为鱼眼摄像头。
6.根据权利要求1所述的图像检测方法,其特征在于,
所述通过多个摄像头同步采集得到多张单目图像之前,所述图像检测方法还包括:
通过多个摄像头同步采集得到多张测试单目图像;
将多张所述测试单目图像进行组合,得到测试地面环视图像;
对所述测试地面环视图像和物理空间进行标定,得到预设映射关系;
存储所述预设映射关系。
7.根据权利要求1所述的图像检测方法,其特征在于,
所述通过多个摄像头同步采集得到多张单目图像,包括:
通过多个摄像头实时同步采集得到多组图像集,每一组所述图像集包括多张单目图像,属于同一组所述图像集的单目图像在同一时刻采集得到,属于不同组所述图像集的单目图像在不同时刻采集得到;
所述将多张所述单目图像进行组合,得到地面环视图像,包括:
将属于同一组图像集的多张所述单目图像进行组合,得到地面环视图像;
所述计算所述车辆的行车覆盖区域,包括:
实时计算所述车辆的行车覆盖区域。
8.一种车辆,其特征在于,包括:
采集单元,用于通过多个摄像头同步采集得到多张单目图像,其中,所述摄像头设置在车辆上;
组合单元,用于将多张所述单目图像进行拼接,得到原始环视图像,所述原始环视图像用于记录环绕所述车辆的空间的信息,将所述原始环视图像投影到平面上,得到地面环视图像,所述地面环视图像表示以俯视视角观察的环绕所述车辆四周的地面的图像;
计算单元,用于计算所述车辆的行车覆盖区域,所述行车覆盖区域表示所述车辆行进预设距离内车身扫过的所有区域在地面上的投影;
映射单元,用于根据预设映射关系,将所述行车覆盖区域映射到所述地面环视图像上,得到环视覆盖图区,所述环视覆盖图区为所述地面环视图像上表示所述行车覆盖区域的部分,所述预设映射关系为物理空间上的位置关系和所述地面环视图像上的像素间的位置关系的映射;
投影单元,用于将所述环视覆盖图区投影到所述单目图像上,得到目标检测图区,所述目标检测图区为所述单目图像上表示所述行车覆盖区域的部分;
检测单元,用于检测所述单目图像,以判断所述目标检测图区是否包括目标对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110852990.1A CN113609945B (zh) | 2021-07-27 | 2021-07-27 | 一种图像检测方法和车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110852990.1A CN113609945B (zh) | 2021-07-27 | 2021-07-27 | 一种图像检测方法和车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113609945A CN113609945A (zh) | 2021-11-05 |
CN113609945B true CN113609945B (zh) | 2023-06-13 |
Family
ID=78305676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110852990.1A Active CN113609945B (zh) | 2021-07-27 | 2021-07-27 | 一种图像检测方法和车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113609945B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976460A (zh) * | 2010-10-18 | 2011-02-16 | 胡振程 | 车载多目摄像机环视系统的虚拟视点图像生成方法 |
CN110827197A (zh) * | 2019-10-08 | 2020-02-21 | 武汉极目智能技术有限公司 | 一种基于深度学习检测和识别车辆环视目标的方法和装置 |
WO2020061794A1 (zh) * | 2018-09-26 | 2020-04-02 | 深圳市大疆创新科技有限公司 | 车辆辅助驾驶装置、车辆以及信息处理方法 |
CN111582080A (zh) * | 2020-04-24 | 2020-08-25 | 杭州鸿泉物联网技术股份有限公司 | 车辆360度环视监控实现方法及装置 |
CN112712037A (zh) * | 2020-12-31 | 2021-04-27 | 苏州清研微视电子科技有限公司 | 基于全景图像和目标检测的车载环境感知方法和系统 |
CN112801880A (zh) * | 2021-03-08 | 2021-05-14 | 广州敏视数码科技有限公司 | 一种车载全景图像成像与目标检测融合显示的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150042799A1 (en) * | 2013-08-07 | 2015-02-12 | GM Global Technology Operations LLC | Object highlighting and sensing in vehicle image display systems |
-
2021
- 2021-07-27 CN CN202110852990.1A patent/CN113609945B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976460A (zh) * | 2010-10-18 | 2011-02-16 | 胡振程 | 车载多目摄像机环视系统的虚拟视点图像生成方法 |
WO2020061794A1 (zh) * | 2018-09-26 | 2020-04-02 | 深圳市大疆创新科技有限公司 | 车辆辅助驾驶装置、车辆以及信息处理方法 |
CN110827197A (zh) * | 2019-10-08 | 2020-02-21 | 武汉极目智能技术有限公司 | 一种基于深度学习检测和识别车辆环视目标的方法和装置 |
CN111582080A (zh) * | 2020-04-24 | 2020-08-25 | 杭州鸿泉物联网技术股份有限公司 | 车辆360度环视监控实现方法及装置 |
CN112712037A (zh) * | 2020-12-31 | 2021-04-27 | 苏州清研微视电子科技有限公司 | 基于全景图像和目标检测的车载环境感知方法和系统 |
CN112801880A (zh) * | 2021-03-08 | 2021-05-14 | 广州敏视数码科技有限公司 | 一种车载全景图像成像与目标检测融合显示的方法 |
Non-Patent Citations (3)
Title |
---|
Map2DFusion: Real-time incremental UAV image mosaicing based on monocular SLAM;Shuhui Budeng;《2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)》;第4564-4571页 * |
基于TOF相机和鱼眼相机的增强型全景环视系统;王昊晨;《中国优秀硕士学位论文全文数据库》;工程科技Ⅱ辑 C035-178 * |
基于机械超材料的高灵敏度柔性应变传感器的研究;沈靖程;《中国优秀硕士学位论文全文数据库》;信息科技辑 I140-145 * |
Also Published As
Publication number | Publication date |
---|---|
CN113609945A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220019815A1 (en) | Generating an image of the surroundings of an articulated vehicle | |
EP3298604B1 (en) | Safety system for a vehicle to detect and warn of a potential collision | |
US10380433B2 (en) | Method of detecting an overtaking vehicle, related processing system, overtaking vehicle detection system and vehicle | |
CN102458964B (zh) | 用于车辆停泊中的摄像机系统 | |
US8199975B2 (en) | System and method for side vision detection of obstacles for vehicles | |
JP2001195699A (ja) | 車両用周辺監視装置及び、車両用衝突危険判断処理プログラムを記録した記録媒体 | |
KR20140075787A (ko) | 차량 주행 시 운전자를 지원하거나 차량의 자율 주행을 위한 장치 | |
CN103950410A (zh) | 全景式辅助驾驶方法及系统 | |
CN105599765A (zh) | 一种车道偏离的判断和预警方法 | |
CN109389060B (zh) | 一种基于视觉的车周碰撞预警方法 | |
US11787339B2 (en) | Trailer hitching assist system with trailer coupler detection | |
JP2005309797A (ja) | 歩行者警報装置 | |
US11745749B2 (en) | Vehicular system for testing performance of object detection algorithms | |
JP4590962B2 (ja) | 車両用周辺監視装置 | |
CN110816527A (zh) | 一种车载夜视安全方法和系统 | |
JP2004203068A (ja) | 移動体周辺監視装置 | |
JP4848644B2 (ja) | 障害物認識システム | |
CN116935281A (zh) | 基于雷达和视频的机动车道异常行为在线监测方法及设备 | |
CN105374086A (zh) | 一种行车记录方法 | |
JP3916930B2 (ja) | 進入警報装置 | |
CN113609945B (zh) | 一种图像检测方法和车辆 | |
JP2004221871A (ja) | 車輌周辺監視装置 | |
JP2004040523A (ja) | 車両周囲監視装置 | |
JP4269862B2 (ja) | 車載用移動体検出装置 | |
JP2005175603A (ja) | レーダを用いた障害物の表示方法及び表示システム |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Building 4D, Gongyanhui Science and Technology Industrial Park, No. 160, Xihu West Road, Wujin National High and New Technology Industrial Development Zone, Changzhou City, Jiangsu Province, 213166 Applicant after: Pi Technology (Changzhou) Co.,Ltd. Address before: 518109 1221, 12 / F, book building, Shenzhen newspaper group, Qinghu community, Longhua street, Longhua District, Shenzhen City, Guangdong Province Applicant before: SHENZHEN PISOFTTECH TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |