CN113830078B - 一种基于停车位角点检测的自动泊车方法及系统 - Google Patents
一种基于停车位角点检测的自动泊车方法及系统 Download PDFInfo
- Publication number
- CN113830078B CN113830078B CN202111214905.5A CN202111214905A CN113830078B CN 113830078 B CN113830078 B CN 113830078B CN 202111214905 A CN202111214905 A CN 202111214905A CN 113830078 B CN113830078 B CN 113830078B
- Authority
- CN
- China
- Prior art keywords
- corner
- parking space
- combinations
- parking
- inlet line
- 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 28
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000010586 diagram Methods 0.000 claims abstract description 25
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012805 post-processing Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 240000004050 Pentaglottis sempervirens Species 0.000 description 2
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 229910052704 radon Inorganic materials 0.000 description 1
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- 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)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于停车位角点检测的自动泊车方法及系统，方法包括以下步骤：1)将停车位鸟瞰图输入特征检测器，获得角点、入口线以及边线的热力图；2)对角点热力图进行过滤，获得角点列表；3)对角点列表中的角点两两组合，计算每个角点组合中两个角点之间的距离，构成距离表；4)剔除距离表中不满足国标停车位尺寸要求的角点组合；5)剔除距离表中不满足椭圆限制条件的角点组合；6)根据入口线以及边线的热力图获取入口线和边线的朝向，剔除距离表中不满足与入口线以及边线的相对位置关系的角点组合；7)根据距离表中的角点组合确定停车位区域，根据停车位位置完成自动泊车。与现有技术相比，本发明具有计算复杂度低、部署难度低等优点。
Description
技术领域
本发明涉及一种智能驾驶汽车领域，尤其是涉及一种基于停车位角点检测的自动泊车方法及系统。
背景技术
环境感知系统是智能汽车的重要系统之一，可提供丰富的环境目标和周围信息，从而顺利完成自动行驶任务。针对停车位检测器进行优化后处理算法，加速感知系统以达到实时性的研究具有重要实际应用价值。
在停车位检测领域，考虑到路面情况的复杂，往往有积水、阴影等干扰存在，目前的停车位检测方法已采用机器学习的方案进行检测。基于传统机器学习方法的包括使用Radon变换检测停车位线条或使用Harris检测器、AdaBoost方法检测停车位角点，基于深度学习的方法，如使用YOLO v2定位停车位角点坐标。这些方法的结果在很大程度上取决于分类器的特征设计和后续的逻辑推理，但机器学习不是专门为停车位设计的算法，计算数量庞大，无法在车载的低算力平台上做到实时运行。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于停车位角点检测的自动泊车方法及系统，计算复杂度低，部署难度低。
本发明的目的可以通过以下技术方案来实现：
一种基于停车位角点检测的自动泊车方法，包括以下步骤：
1)将停车位鸟瞰图输入特征检测器，获得角点、入口线以及边线的热力图；
2)对角点热力图进行过滤，获得角点列表；
3)对角点列表中的角点两两组合，计算每个角点组合中两个角点之间的距离，构成距离表；
4)剔除距离表中不满足国标停车位尺寸要求的角点组合；
5)剔除距离表中不满足椭圆限制条件的角点组合；
6)根据入口线以及边线的热力图获取入口线和边线的朝向，剔除距离表中不满足与入口线以及边线的相对位置关系的角点组合；
7)根据距离表中的角点组合确定停车位区域，根据停车位位置完成自动泊车。
进一步地，所述的椭圆限制条件包括：
以组合中两个角点为焦点，根据设定焦距绘制椭圆，所述的椭圆中不存在第三个角点。
进一步地，所述的角点组合与入口线的相对位置关系包括：
所述的角点组合中的两个角点连线方向与入口线方相同。
进一步地，所述的角点组合与边线的相对位置关系包括：
所述的角点组合中的两个角点连线方向与入口线方相同，所述的角点组合中的两个角点所在的两条边线互相平行。
进一步地，所述的特征检测器包括SPFCN模块，且采用Hourglass结构。
一种基于停车位角点检测的自动泊车系统，包括图像采集模块、角点检测模块、角点过滤模块、距离计算模块、角点筛选模块和自动泊车模块；
所述的图像采集模块采集停车位鸟瞰图；
所述的角点检测模块将停车位鸟瞰图输入特征检测器，获得角点、入口线以及边线的热力图；
所述的角点过滤模块对角点热力图进行过滤，获得角点列表；
所述的距离计算模块对角点列表中的角点两两组合，并计算每个角点组合中两个角点之间的距离，构成距离表；
所述的角点筛选模块包括第一筛选单元、第二筛选单元和第三筛选单元；
所述的第一筛选单元用于剔除距离表中不满足国标停车位尺寸要求的角点组合；
所述的第二筛选单元用于剔除距离表中不满足椭圆限制条件的角点组合；
所述的第三筛选单元用于根据入口线以及边线的热力图获取入口线和边线的朝向，并剔除距离表中不满足与入口线以及边线的相对位置关系的角点组合；
所述的自动泊车模块根据距离表中的角点组合确定停车位区域，根据停车位位置完成自动泊车。
进一步地，所述的椭圆限制条件包括：
以组合中两个角点为焦点，根据设定焦距绘制椭圆，所述的椭圆中不存在第三个角点。
进一步地，所述的角点组合与入口线的相对位置关系包括：
所述的角点组合中的两个角点连线方向与入口线方相同。
进一步地，所述的角点组合与边线的相对位置关系包括：
所述的角点组合中的两个角点连线方向与入口线方相同，所述的角点组合中的两个角点所在的两条边线互相平行。
进一步地，所述的特征检测器包括SPFCN模块，且采用Hourglass结构。
与现有技术相比，本发明具有以如下有益效果：
本发明通过特征检测器检测出角点、入口线以及边线的热力图，再根据国标停车位尺寸要求、椭圆限制条件以及与入口线以及边线的相对位置关系对角点组合进行筛选，最后根据筛选后的合理的角点组合确定停车位位置，即通过特征检测器以及后处理算法共同完成停车位的检测，本发明提出的自动泊车方法计算复杂度低，部署难度低，可在车载的低算力平台上做到实时运行，在不同设备条件下大幅提升后处理速度，解决了原有算法无法在量产车低算力平台上做到实时停车位检测的问题，针对停车位检测和自动泊车任务，提高智能驾驶系统环境感知模块的鲁棒性和稳定性。
附图说明
图1为本发明的方法流程示意图；
图2为特征检测器的检测流程图；
图3为角点组合的筛选流程示意图；
图4为特征检测器的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
一种基于停车位角点检测的自动泊车方法，如图1、图2和图3，包括以下步骤：
1)将停车位鸟瞰图输入特征检测器，获得角点、入口线(Entry line)以及边线(side line)的热力图；
2)对角点热力图进行过滤(Filter)，获得包含角点坐标(x,y)的角点列表；
3)对角点列表中的角点两两组合，计算每个角点组合中两个角点之间的距离d，构成距离表(Distance map)；
4)剔除距离表中不满足国标停车位尺寸要求的角点组合，国标停车位尺寸的宽为2.5米，长为5～5.5米；
5)剔除距离表中不满足椭圆(Ellipse)限制条件的角点组合；
6)根据入口线以及边线的热力图获取入口线和边线的朝向(用角度cos值和sin值表示)，剔除距离表中不满足与入口线以及边线的相对位置关系的角点组合；
7)根据距离表中的角点组合确定停车位鸟瞰图视野外的角点组合(即停车位内侧的相对两个角点)，从而确定完整的停车位区域，通过CAN信号将停车位区域传输给相关决策规划模块以完成自动泊车。
通过四个鱼眼相机获取环视图，并转换到鸟瞰图视角，获得停车位鸟瞰图。
通过距离表中添加掩码，实现对角点组合的剔除。
考虑到不属于同一停车位或属于地面其他标记的情况，提出基于椭圆的进一步筛选方式，正确的停车位角点组合之间应不存在第三点，因此以任意停车位角点组合中的两点作为椭圆焦点绘制的椭圆内应不存在第三点，即椭圆限制条件包括：
以组合中两个角点为焦点，根据设定焦距绘制椭圆，椭圆中不存在第三个角点。
根据椭圆的物理意义，平面上到两点的距离之和为定值，因此可以根据已有的距离表中对应两点的行相加作为所有点到该两点的距离之和，并将其和预设的焦距相对比以判断停车位角点组合之间是否存在第三点，角点组合与入口线的相对位置关系包括：
角点组合中的两个角点连线方向与入口线方相同。
角点组合与边线的相对位置关系包括：
角点组合中的两个角点连线方向与入口线方相同，角点组合中的两个角点所在的两条边线互相平行。
如图4，特征检测器包括SPFCN模块，且采用Hourglass结构，特征检测器针对特定感知野进行结构搜索，并通过剪枝进行轻量化处理，以满足实时性要求。
实施例2
一种基于停车位角点检测的自动泊车系统，包括图像采集模块、角点检测模块、角点过滤模块、距离计算模块、角点筛选模块和自动泊车模块；
图像采集模块采集停车位鸟瞰图；
角点检测模块将停车位鸟瞰图输入特征检测器，获得角点、入口线以及边线的热力图；
角点过滤模块对角点热力图进行过滤，获得角点列表；
距离计算模块对角点列表中的角点两两组合，并计算每个角点组合中两个角点之间的距离，构成距离表；
角点筛选模块包括第一筛选单元、第二筛选单元和第三筛选单元；
第一筛选单元用于剔除距离表中不满足国标停车位尺寸要求的角点组合；
第二筛选单元用于剔除距离表中不满足椭圆限制条件的角点组合；
第三筛选单元用于根据入口线以及边线的热力图获取入口线和边线的朝向，并剔除距离表中不满足与入口线以及边线的相对位置关系的角点组合；
自动泊车模块根据距离表中的角点组合确定停车位区域，根据停车位位置完成自动泊车。
椭圆限制条件包括：
以组合中两个角点为焦点，根据设定焦距绘制椭圆，椭圆中不存在第三个角点。
角点组合与入口线的相对位置关系包括：
角点组合中的两个角点连线方向与入口线方相同。
角点组合与边线的相对位置关系包括：
角点组合中的两个角点连线方向与入口线方相同，角点组合中的两个角点所在的两条边线互相平行。
特征检测器包括SPFCN模块，且采用Hourglass结构。
实施例1和实施例2提出了一种基于停车位角点检测的自动泊车方法及系统，将停车位角点的更多信息引入后处理算法，并在计算流程上进行优化，可在不同设备条件下大幅提升后处理速度，提高智能驾驶系统环境感知模块的鲁棒性和稳定性。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (8)
1.一种基于停车位角点检测的自动泊车方法，其特征在于，包括以下步骤：
1)将停车位鸟瞰图输入特征检测器，获得角点、入口线以及边线的热力图；
2)对角点热力图进行过滤，获得角点列表；
3)对角点列表中的角点两两组合，计算每个角点组合中两个角点之间的距离，构成距离表；
4)剔除距离表中不满足国标停车位尺寸要求的角点组合；
5)剔除距离表中不满足椭圆限制条件的角点组合；
6)根据入口线以及边线的热力图获取入口线和边线的朝向，剔除距离表中不满足与入口线以及边线的相对位置关系的角点组合；
7)根据距离表中的角点组合确定停车位区域，根据停车位位置完成自动泊车；
所述的椭圆限制条件包括：
以组合中两个角点为焦点，根据设定焦距绘制椭圆，所述的椭圆中不存在第三个角点。
2.根据权利要求1所述的一种基于停车位角点检测的自动泊车方法，其特征在于，所述的角点组合与入口线的相对位置关系包括：
所述的角点组合中的两个角点连线方向与入口线方相同。
3.根据权利要求1所述的一种基于停车位角点检测的自动泊车方法，其特征在于，所述的角点组合与边线的相对位置关系包括：
所述的角点组合中的两个角点连线方向与入口线方相同，所述的角点组合中的两个角点所在的两条边线互相平行。
4.根据权利要求1所述的一种基于停车位角点检测的自动泊车方法，其特征在于，所述的特征检测器包括SPFCN模块，且采用Hourglass结构。
5.一种基于停车位角点检测的自动泊车系统，其特征在于，包括：
图像采集模块，用于采集停车位鸟瞰图；
角点检测模块，用于将停车位鸟瞰图输入特征检测器，获得角点、入口线以及边线的热力图；
角点过滤模块，用于对角点热力图进行过滤，获得角点列表；
距离计算模块，用于对角点列表中的角点两两组合，并计算每个角点组合中两个角点之间的距离，构成距离表；
角点筛选模块，包括第一筛选单元、第二筛选单元和第三筛选单元；
所述的第一筛选单元用于剔除距离表中不满足国标停车位尺寸要求的角点组合；
所述的第二筛选单元用于剔除距离表中不满足椭圆限制条件的角点组合；
所述的第三筛选单元用于根据入口线以及边线的热力图获取入口线和边线的朝向，并剔除距离表中不满足与入口线以及边线的相对位置关系的角点组合；
自动泊车模块，用于根据距离表中的角点组合确定停车位区域，根据停车位位置完成自动泊车；
所述的椭圆限制条件包括：
以组合中两个角点为焦点，根据设定焦距绘制椭圆，所述的椭圆中不存在第三个角点。
6.根据权利要求5所述的一种基于停车位角点检测的自动泊车系统，其特征在于，所述的角点组合与入口线的相对位置关系包括：
所述的角点组合中的两个角点连线方向与入口线方相同。
7.根据权利要求5所述的一种基于停车位角点检测的自动泊车系统，其特征在于，所述的角点组合与边线的相对位置关系包括：
所述的角点组合中的两个角点连线方向与入口线方相同，所述的角点组合中的两个角点所在的两条边线互相平行。
8.根据权利要求5所述的一种基于停车位角点检测的自动泊车系统，其特征在于，所述的特征检测器包括SPFCN模块，且采用Hourglass结构。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111214905.5A CN113830078B (zh) | 2021-10-19 | 2021-10-19 | 一种基于停车位角点检测的自动泊车方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111214905.5A CN113830078B (zh) | 2021-10-19 | 2021-10-19 | 一种基于停车位角点检测的自动泊车方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113830078A CN113830078A (zh) | 2021-12-24 |
| CN113830078B true CN113830078B (zh) | 2023-08-04 |
Family
ID=78965454
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111214905.5A Active CN113830078B (zh) | 2021-10-19 | 2021-10-19 | 一种基于停车位角点检测的自动泊车方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113830078B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103171552A (zh) * | 2011-12-23 | 2013-06-26 | 现代自动车株式会社 | 基于avm俯视图的停车辅助系统 |
| KR20180092765A (ko) * | 2017-02-10 | 2018-08-20 | 영남대학교 산학협력단 | 탑뷰 영상을 이용한 차선인식 장치 및 방법 |
| CN109649384A (zh) * | 2019-02-15 | 2019-04-19 | 华域汽车系统股份有限公司 | 一种泊车辅助方法 |
| CN110861639A (zh) * | 2019-11-28 | 2020-03-06 | 安徽江淮汽车集团股份有限公司 | 泊车信息融合方法、装置、电子设备及存储介质 |
| WO2020124988A1 (zh) * | 2018-12-21 | 2020-06-25 | 广州小鹏汽车科技有限公司 | 一种基于视觉的车位检测方法及装置 |
| CN112201078A (zh) * | 2020-09-30 | 2021-01-08 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于图神经网络的自动泊车停车位检测方法 |
| CN112298168A (zh) * | 2020-11-06 | 2021-02-02 | 北京罗克维尔斯科技有限公司 | 一种车位检测方法及装置、自动泊车方法及装置 |
| CN112580508A (zh) * | 2020-12-18 | 2021-03-30 | 蔚来汽车科技(安徽)有限公司 | 停车位角点修正方法以及停车位角点修正系统、车辆 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101104609B1 (ko) * | 2007-10-26 | 2012-01-12 | 주식회사 만도 | 차량의 목표주차위치 인식 방법 및 그 시스템 |
| KR20210008259A (ko) * | 2019-07-12 | 2021-01-21 | 현대자동차주식회사 | 주차 제어 장치, 그를 포함한 시스템 및 그 방법 |
-
2021
- 2021-10-19 CN CN202111214905.5A patent/CN113830078B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103171552A (zh) * | 2011-12-23 | 2013-06-26 | 现代自动车株式会社 | 基于avm俯视图的停车辅助系统 |
| KR20180092765A (ko) * | 2017-02-10 | 2018-08-20 | 영남대학교 산학협력단 | 탑뷰 영상을 이용한 차선인식 장치 및 방법 |
| WO2020124988A1 (zh) * | 2018-12-21 | 2020-06-25 | 广州小鹏汽车科技有限公司 | 一种基于视觉的车位检测方法及装置 |
| CN109649384A (zh) * | 2019-02-15 | 2019-04-19 | 华域汽车系统股份有限公司 | 一种泊车辅助方法 |
| CN110861639A (zh) * | 2019-11-28 | 2020-03-06 | 安徽江淮汽车集团股份有限公司 | 泊车信息融合方法、装置、电子设备及存储介质 |
| CN112201078A (zh) * | 2020-09-30 | 2021-01-08 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于图神经网络的自动泊车停车位检测方法 |
| CN112298168A (zh) * | 2020-11-06 | 2021-02-02 | 北京罗克维尔斯科技有限公司 | 一种车位检测方法及装置、自动泊车方法及装置 |
| CN112580508A (zh) * | 2020-12-18 | 2021-03-30 | 蔚来汽车科技(安徽)有限公司 | 停车位角点修正方法以及停车位角点修正系统、车辆 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113830078A (zh) | 2021-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109685066B (zh) | 一种基于深度卷积神经网络的矿井目标检测与识别方法 | |
| CN105160309B (zh) | 基于图像形态学分割及区域生长的三车道检测方法 | |
| CN107341453B (zh) | 一种车道线提取方法及装置 | |
| CN103077384B (zh) | 一种车标定位识别的方法与系统 | |
| CN105373135B (zh) | 一种基于机器视觉的飞机入坞引导和机型识别的方法及系统 | |
| CN103824080B (zh) | 动态稀疏环境下机器人slam物体状态检测方法 | |
| CN109615870A (zh) | 一种基于毫米波雷达和视频的交通检测系统 | |
| CN108564525A (zh) | 一种基于多线激光雷达的3d点云2d化数据处理方法 | |
| CN109815300B (zh) | 一种车辆定位方法 | |
| CN110807355A (zh) | 一种基于移动机器人的指针仪表检测与读数识别方法 | |
| CN115717894B (zh) | 一种基于gps和普通导航地图的车辆高精度定位方法 | |
| CN107506760A (zh) | 基于gps定位与视觉图像处理的交通信号检测方法及系统 | |
| CN101339601B (zh) | 一种基于sift算法的车牌汉字识别方法 | |
| CN112740225B (zh) | 一种路面要素确定方法及装置 | |
| CN109726717A (zh) | 一种车辆综合信息检测系统 | |
| CN103679205A (zh) | 基于阴影假设和分层hog对称特征验证的前车检测方法 | |
| CN104217427A (zh) | 一种交通监控视频中车道线定位方法 | |
| WO2021017211A1 (zh) | 一种基于视觉的车辆定位方法、装置及车载终端 | |
| CN105550994A (zh) | 一种基于卫星影像的无人机影像快速概略拼接方法 | |
| Liu et al. | Deep-learning and depth-map based approach for detection and 3-D localization of small traffic signs | |
| CN106251337A (zh) | 一种空中加油锥套空间定位方法及系统 | |
| CN113830078B (zh) | 一种基于停车位角点检测的自动泊车方法及系统 | |
| CN104156946A (zh) | 一种空间绳系机器人抓捕区域内的障碍物检测方法 | |
| CN115083203B (zh) | 基于图像识别泊位对路内停车进行巡检的方法和系统 | |
| CN116206286A (zh) | 高速路况下的障碍物检测方法、装置、设备和介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |