CN115507815A - 一种目标测距方法、装置及车辆 - Google Patents
一种目标测距方法、装置及车辆 Download PDFInfo
- Publication number
- CN115507815A CN115507815A CN202211086089.9A CN202211086089A CN115507815A CN 115507815 A CN115507815 A CN 115507815A CN 202211086089 A CN202211086089 A CN 202211086089A CN 115507815 A CN115507815 A CN 115507815A
- Authority
- CN
- China
- Prior art keywords
- target
- lane
- plane
- lane lines
- track
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本申请涉及目标测距技术领域,特别涉及一种目标测距方法、装置及车辆。该方法包括:获取基于自车的采集设备采集的待测图像;待测图像包括两目标车道线和目标障碍物;基于采集设备相对于自车的安装参数,将两目标车道线投影到平面鸟瞰图中,得到两侧平面车道线;基于目标车道宽度和安装参数,对两侧平面车道线进行修正,得到立体车道线;基于立体车道线、安装参数和目标障碍物在待测图像中的目标坐标,确定目标障碍物与自车之间的目标距离。通过预测立体车道线,可以提高目标测距的准确性,提高目标测距结果稳定性,避免目标测距结果受图像中目标障碍物检测结果影响。
Description
技术领域
本申请涉及图像处理技术领域,特别涉及一种目标测距方法、装置及车辆。
背景技术
随着技术进步和科技发展,智能感知设备越来越普遍,其中,智能感知设备的性能依赖于图像处理技术,例如,自动驾驶技术中,图像处理技术广泛应用于自动驾驶车辆(自车)的目标测距,即用于预测自车与目标障碍物之间的距离。
由于车道情况(如坡度)和目标障碍物信息(如目标车辆的实际车辆宽度)难以基于图像确定,造成基于图像处理的目标测距不准确。例如,基于图像中的车道线消失点和目标车辆接地点进行目标测距,以及基于图像中的车辆宽度和目标车辆的实际车辆宽度进行目标测距,其目标测距结果均不准确。
针对上述目标测距不准确的问题,提供一种目标测距方法、装置及车辆。
发明内容
本申请实施例提供了一种目标测距方法、装置及车辆。可以提高基于目标测距准确性,提高目标测距结果稳定性。
第一方面,本申请实施例提供了一种目标测距方法,所述方法包括:
获取基于自车的采集设备采集的待测图像;所述待测图像包括两目标车道线和目标障碍物;
基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到两侧平面车道线;
基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线;所述目标车道宽度基于所述两目标车道线确定;
基于所述立体车道线、所述安装参数和所述目标障碍物在所述待测图像中的目标坐标,确定所述目标障碍物与所述自车之间的目标距离。
本实施例中,上述两目标车道线中间包括至少一条车道。
一些可选的实施例中,基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线,包括:
基于所述两侧平面车道线上的多个轨迹点对,确定所述每个轨迹点对所对应的平面车道宽度,得到多个平面车道宽度;
针对每个轨迹点对,基于所述轨迹点对和所述安装参数,确定所述轨迹点对所对应的缩放三角形;
基于所述目标车道宽度和所述缩放三角形,修正所述轨迹点对的坐标,以将所述轨迹点对相应的所述平面车道宽度调整为所述目标车道宽度,得到修正后的所述轨迹点对;
基于多个所述修正后的所述轨迹点对,得到所述立体车道线。
一些可选的实施例中,在所述基于所述两侧平面车道线上的多个轨迹点对,确定所述每个轨迹点对所对应的平面车道宽度之前,所述方法还包括:
在所述两侧平面车道线中的任一侧平面车道线上,确定多个第一目标轨迹点;相邻所述第一目标轨迹点之间的间距为预设间距;
基于第一连线与所述两侧平面车道线之间的夹角,在另一侧平面车道线上,确定与所述多个第一目标轨迹点一一对应的多个第二目标轨迹点;所述第一连线是指所述第一目标轨迹点与所述另一侧平面车道线上的轨迹点之间的连线。
一些可选的实施例中,所述安装参数包括安装坐标,所述安装坐标基于所述采集设备在所述自车的安装位置确定。
一些可选的实施例中,基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到两侧平面车道线,包括:
基于所述安装参数,将所述两目标车道线上的多个图像轨迹点投影到所述平面鸟瞰图,得到多个平面轨迹点;
基于所述多个平面轨迹点在所述平面鸟瞰图中进行曲线拟合,得到所述两侧平面车道线。
一些可选的实施例中,基于所述安装参数,将所述两目标车道线上的多个图像轨迹点投影到所述平面鸟瞰图,得到多个平面轨迹点,包括:
基于所述采集设备的内部成像参数,将所述两目标车道线上的所述多个图像轨迹点投影到所述采集设备对应的归一化平面,得到归一化轨迹点;
基于所述安装参数,将所述归一化轨迹点投影到所述平面鸟瞰图,得到所述多个平面轨迹点。
一些可选的实施例中,所述曲线拟合基于最小二乘法进行。
一些可选的实施例中,在所述基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正之前,所述方法还包括:
将所述两侧平面车道线的目标位置对应的车道宽度,确定为所述目标车道宽度;所述两侧平面车道线的所述目标位置对应于所述两目标车道线的大口端部。
一些可选的实施例中,所述方法还包括:
在所述待测图像中纵向中心线两侧分别选取最长的车道线,将两条所述最长的车道线确定为所述两目标车道线;所述纵向中心线包括沿着车道线延伸方向的中心线。
第二方面,本申请的实施方式提供了一种目标测距装置,所述目标测距装置包括:
获取模块,用于获取基于自车的采集设备采集的待测图像;所述待测图像包括两目标车道线和目标障碍物;
投影模块,用于基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到两侧平面车道线;所述目标车道宽度基于所述两目标车道线确定;
车道线确定模块,用于基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线;所述目标车道宽度基于所述两目标车道线确定;
距离确定模块,用于基于所述立体车道线、所述安装参数和所述目标障碍物在所述待测图像中的目标坐标,确定所述目标障碍物与所述自车之间的目标距离。
一些可选的实施例中,车道线确定模块还用于:
基于所述两侧平面车道线上的多个轨迹点对,确定所述每个轨迹点对所对应的平面车道宽度,得到多个平面车道宽度;
针对每个轨迹点对,基于所述轨迹点对和所述安装参数,确定所述轨迹点对所对应的缩放三角形;
基于所述目标车道宽度和所述缩放三角形,修正所述轨迹点对的坐标,以将所述轨迹点对相应的所述平面车道宽度调整为所述目标车道宽度,得到修正后的所述轨迹点对;
基于多个所述修正后的所述轨迹点对,得到所述立体车道线。
一些可选的实施例中,所述装置还包括:
第一目标确定模块,用于在所述两侧平面车道线中的任一侧平面车道线上,确定多个第一目标轨迹点;相邻所述第一目标轨迹点之间的间距为预设间距;
第二目标确定模块,用于基于第一连线与所述两侧平面车道线之间的夹角,在另一侧平面车道线上,确定与所述多个第一目标轨迹点一一对应的多个第二目标轨迹点;所述第一连线是指所述第一目标轨迹点与所述另一侧平面车道线上的轨迹点之间的连线。
一些可选的实施例中,上述投影模块包括:
第一投影子模块,用于基于所述安装参数,将所述两目标车道线上的多个图像轨迹点投影到所述平面鸟瞰图,得到多个平面轨迹点;
第二投影子模块,用于基于所述多个平面轨迹点在所述平面鸟瞰图中进行曲线拟合,得到所述两侧平面车道线。
一些可选的实施例中,第一投影子模块还用于:
基于所述采集设备的内部成像参数,将所述两目标车道线上的所述多个图像轨迹点投影到所述采集设备对应的归一化平面,得到归一化轨迹点;
基于所述安装参数,将所述归一化轨迹点投影到所述平面鸟瞰图,得到所述多个平面轨迹点。
一些可选的实施例中,所述装置还包括:
车道宽度确定模块,用于将所述两侧平面车道线的目标位置对应的车道宽度,确定为所述目标车道宽度;所述两侧平面车道线的所述目标位置对应于所述两目标车道线的大口端部。
一些可选的实施例中,所述装置还包括:
车道确定模块,用于在所述待测图像中纵向中心线两侧分别选取最长的车道线,将两条所述最长的车道线确定为所述两目标车道线;所述纵向中心线包括沿着车道线延伸方向的中心线。
第三方面,本申请的实施方式提供了一种车辆,其特征在于,所述车辆包括电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行上述目标测距方法。
第四方面,本申请的实施方式提供了一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述第一方面的目标测距方法。
本申请通过获取基于自车的采集设备采集的待测图像;所述待测图像包括两目标车道线和目标障碍物;基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到两侧平面车道线;基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线;所述目标车道宽度基于所述两目标车道线确定;基于所述立体车道线、所述安装参数和所述目标障碍物在所述待测图像中的目标坐标,确定所述目标障碍物与所述自车之间的目标距离。如此,通过目标车道宽度来修正两侧平面车道线,以得到接近实际车道线宽度和曲度的立体车道线,提高了车道线预测准确性,进而可以提高基于立体车道线进行目标测距的准确性,提高目标测距结果稳定性,避免目标测距结果受图像中目标障碍物检测结果影响。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是现有技术中基于消失点方法进行目标测距的原理示意图;
图2是本申请实施例提供的一种目标测距方法的流程示意图;
图3是本申请提供的一种目标测距方法中将两目标车道线投影到平面鸟瞰图的流程示意图;
图4是本申请实施例提供的一种目标测距方法中对两侧平面车道线进行修正的流程示意图;
图5是本申请实施例提供的一种目标测距方法中确定轨迹点对的流程示意图;
图6是本申请实施例提供的一种目标测距方法中待测图像的示意图;
图7是本申请提供的一种平面鸟瞰图;
图8是本申请提供的确定立体车道线的原理示意图;
图9是图8中原理示意图的俯视图;
图10是图9中W区域的微分示意图;
图11是本申请提供的一种基于立体车道线确定目标距离的原理示意图;
图12是本申请实施例提供的一种目标测距装置的结构示意图;
图13是根据一示例性实施例示出的一种用于实现目标测距方法的电子设备的框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本发明的描述中,需要理解的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在介绍本申请实施例的目标测距方法之前,首先对现有技术中目标测距方法进行介绍。
请参阅图1,图1是现有技术中基于消失点方法进行目标测距的原理示意图。
如图1所示,采集设备10前方的拍摄画面中目标障碍物20,例如,采集设备10设置于自车的顶部。自车基于采集设备10获取的待测图像,并预测自车与目标障碍物20之间的距离。例如,采集设备10包括基于单目摄像头的车载前视摄像设备和车载后视摄像设备。
采集设备10的自车与目标障碍物20之间的测距通常采用两种目标测距方法,即基于消失点方法的目标测距,以及基于障碍物类型的目标测距。
针对第一种目标测距方法,即基于消失点的目标测距。假设自车所处车道是一个平面,即没有上下坡。基于待测图像对应的归一化图像(图1所示的归一化平面G上)的车道线消失点v和目标车辆的接地点b,利用相似三角形法计算出目标车辆与上述采集设备10之间的目标距离,即目标车辆与自车之间的距离。具体的,相似三角形是指图1所示的采集设备10、归一化平面上车道线消失点v和目标车辆的接地点b构成的三角形,与采集设备10、采集设备10在地面的垂点和目标车辆(即目标障碍物20)构成的三角形相似,目标距离d的计算公式如下:
其中,Hc为采集设备10的安装高度;yb为归一化平面G内目标车辆接地点b的纵坐标(图1中纵坐标沿着车道延伸方向);yv为归一化平面G内的车道线消失点v的纵坐标。归一化平面G内的坐标与待测图像的坐标是一一对应的。
一些实施例中,目标测距采用双消失点方法进行,即,近处目标使用近处消失点,远处目标使用远处消失点,可以一定程度上提高目标测距的准确性。但是,基于图像确定的消失点、真实车道情况(如车道上下坡)不准确,导致远处目标测距不准,因此,目前远处目标通常采用下述的第二种方法进行目标测距。
针对第二种目标测距方法,即基于障碍物类型的目标测距。首先识别出目标障碍物20的类型,即识别出目标车辆的车辆类型。例如,目标车辆是运动型多用途汽车(sportutility vehicle,suv),根据suv的一般宽度和高度,以及该目标车辆在待测图像中的像素宽度和像素高度,计算出自车和目标障碍物20之间的目标距离。目标距离受到车辆类型识别结果的影响。
如前所述,由于车道情况(如坡度)和目标障碍物信息(如目标车辆的实际车辆宽度)难以基于图像确定,造成目标测距不准确。
为了解决上述问题,本申请提供了一种目标测距方法,该方法包括:获取基于自车的采集设备采集的待测图像;所述待测图像包括两目标车道线和目标障碍物;基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到两侧平面车道线;基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线;所述目标车道宽度基于所述两目标车道线确定;基于所述立体车道线、所述安装参数和所述目标障碍物在所述待测图像中的目标坐标,确定所述目标障碍物与所述自车之间的目标距离。通过预测立体车道线,提高车道线预测准确性,可以提高基于目标测距的准确性,提高目标测距结果稳定性,避免目标测距结果受图像中目标障碍物检测结果影响。
以下介绍本申请一种目标测距方法的具体实施例,图2是本申请实施例提供的一种目标测距方法的流程示意图。本说明书提供了如实施例或流程图的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。图6-图11是本申请实施例提供的一种目标测距方法的原理示意图。下面结合图6-图11对图2所示的方法进行详细介绍,具体的如图2所示,该方法可以包括:
S201:获取基于自车的采集设备采集的待测图像;所述待测图像包括两目标车道线和目标障碍物。
当待测图像中包括多条车道的车道线时,需确定两目标车道线。
一些可选的实施例中,目标测距方法还包括:
在所述待测图像中纵向中心线两侧分别选取最长的车道线,将两条所述最长的车道线确定为所述两目标车道线;所述纵向中心线包括沿着车道线延伸方向的中心线。
例如,图6是本申请实施例提供的一种待测图像的示意图,如图6所示,待测图像中包括多条车道线,确定待测图像的纵向中心线M的左右两侧最长的车道线为两目标车道线,即第一目标车道线X1和第二目标车道线X2。其中,根据车道线的最低点相对于纵向中心线M的位置,确定车道线处于纵向中心线M的哪一侧。车道线的长度是指车道线的起始点(最低点)和最高点之间的纵向间距,例如,第二目标车道线X2的长度C2是指第二目标车道线X2的起始点和最高点之间的纵向间距。
具体的,使用预先训练的神经网络模型对上述两目标车道线进行识别,得到两目标车道线的中间点。
例如,上述第一目标车道线X1上有n个像素点(上述中间点)记为p1i(0<i<n+1),第一目标车道线X1上各像素点对应的坐标值为:(u1i,v1i),第二目标车道线X2有m个像素点记为p2i(0<i<m+1),第二目标车道线X2上各像素点对应的坐标值为:(u2i,v2i)。
基于像素点对应的坐标值确定上述最低点和最高点。基于最高点和最低点之间的纵向间距,从中选取上述两条最长的车道线。
本实施例中,根据待测图像中车道线的长度,可以快速确定无遮挡且距离自车较近的车道线,如此可以得到完整且接近真实车道线变化趋势的立体车道线,提高基于立体车道线进行目标距离的准确性。
S203:基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到两侧平面车道线。
本实施例中,平面鸟瞰图中两侧平面车道线可以表征忽略两侧平面车道线之间的车道所在的道路的坡度后,得到的车道线轨迹。
图3是本申请提供的一种将两目标车道线投影到平面鸟瞰图的流程示意图,一些可选的实施例中,上述步骤S203中,基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到两侧平面车道线,包括图3所示的如下步骤:
S2031:基于所述安装参数,将所述两目标车道线上的多个图像轨迹点投影到所述平面鸟瞰图,得到多个平面轨迹点。
一些可选的实施例中,在步骤S2031中,基于所述安装参数,将所述两目标车道线上的多个图像轨迹点投影到所述平面鸟瞰图,得到多个平面轨迹点,包括:
基于所述采集设备的内部成像参数,将所述两目标车道线上的所述多个图像轨迹点投影到所述采集设备对应的归一化平面,得到多个归一化轨迹点;
基于所述安装参数,将所述多个归一化轨迹点投影到所述平面鸟瞰图,得到所述多个平面轨迹点。
本实施例中,假设两目标车道线对应的车道所在的道路平面是一个没有坡度的平面,使用采集设备的内、外参数(内部成像参数和安装参数),将两目标车道线上的多个图像轨迹点(即像素点)投影到世界坐标系下的平面鸟瞰图,得到多个平面轨迹点,使得多个平面轨迹点的坐标更加准确。例如,采用下述公式(2)和公式(3)确定平面轨迹点:
其中,(x1,h,z1)和(x2,h,z2)分别为第一目标车道线和第二目标车道线对应的平面轨迹点的坐标;(x′1,y′1,1)和(x′2,y′2,1)为图像轨迹点的坐标;s为系数,用于改变图像轨迹点的坐标,使得公式(2)和公式(3)中第二行等于采集设备的安装高度h;Rx,Ry,Rz分别表示采集设备的三维坐标系中互相垂直的三个坐标轴(即x轴、y轴、z轴)与车辆的三维坐标系中互相垂直的三个坐标轴所成角度的旋转矩阵(属于上述采集设备的安装参数)。
S2033:基于所述多个平面轨迹点在所述平面鸟瞰图中进行曲线拟合,得到所述两侧平面车道线。
一些可选的实施例中,所述曲线拟合基于最小二乘法进行。
本实施中,在平面鸟瞰图中采用最小二乘法对上述平面轨迹点进行三次曲线拟合,得到两侧平面车道线,即第一平面车道线和第二平面车道线。例如,图7是本申请提供的一种平面鸟瞰图,其中平面鸟瞰图处于z-x平面;如图7所示,在平面鸟瞰图中包含上述第一平面车道线P1和第二平面车道线P2,第一平面车道线P1和第二平面车道线P2的三次曲线分别用下述公式(4)和公式(5)表示:
x=a1z3+b1z2+c1z+d1 (4)
x=a2Z3+b2z2+c2z+d2 (5)
其中,a1、a2、b1、b2、c1、c2、d1和d2均为拟合得到的各项系数。
S205:基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线;所述目标车道宽度基于所述两目标车道线确定。
图4是本申请实施例提供的一种对两侧平面车道线进行修正的流程示意图,一些可选的实施例中,上述步骤S205中,基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线,具体包括图4所示的如下步骤:
S2051:基于所述两侧平面车道线上的多个轨迹点对,确定所述每个轨迹点对所对应的平面车道宽度,得到多个平面车道宽度。
例如,如图7所示,在第一平面车道线P1上均匀选取20个轨迹点的两端点之间,即z=0处和Z方向的最远处之间均匀取20个点记为q1i(0<i<21)(下述第一目标轨迹点)。然后,使用预设数学模型计算各轨迹点所对应的车道宽度。具体的该预设数学模型的原理示例如下:
第一平面车道线P1上的第i个轨迹点q1i的坐标为(z1i,x1i),在轨迹点q1i处对第一平面车道线P1求导,记导数为x′1i。
在第二平面车道线P2上均匀且密集地选取10000个中间轨迹点,记为q2j(0<j<10001)(下述第二目标轨迹点),q2j的坐标值为(z2j,x2j),q2j的导数为x′2j。
计算图7所示的两个角α1和α2。其中,角α1为第i个轨迹点q1i和中间轨迹点q2j之间的连线与第一平面车道线P1(如轨迹点q1i处的切线)的夹角;角α2为第i个轨迹点q1i与中间轨迹点q2j之间的连线与第二平面车道线P2(如轨迹点q2j处的切线)的夹角。两个角α1和α2的计算公式如下:
对于第一平面车道线P1上的轨迹点q1i,通过遍历方式寻找第二平面车道线P2上的轨迹点q2j,使得两个角α1和α2形成如下关系:
其中,公式(8)中d1和d2的绝对值分别等于采集设备距离两侧车道线的距离,即上述公式(4)和公式(5)确定。
满足公式(8)所示角度关系的q1i与点q2j,即为一个轨迹点对,该轨迹点对所对应的平面车道宽度,记为d1i。
下面对上述公式(8)的确定进行详细解释。图8是本申请提供的确定立体车道线的原理示意图,图9是图8中原理示意图的俯视图;图10是图9中W区域的微分示意图;下面结合图8-图10对上述步骤公式(8)的原理进行解释。
首先,假设自车一直沿着自车所处车道行驶,且自车的行进轨迹(简称为行进轨迹)与两目标车道线平行。可以理解的是,在采集设备10处于行进轨迹上,将行进轨迹和两目标车道线投影至平面鸟瞰图时,行进轨迹任一点到两目标车道线的距离被放大至一定倍数。例如,如图8所示,基于采集设备10的安装坐标,将归一化平面G的归一化轨迹点投影至平面鸟瞰图中,平面鸟瞰图处于图8所示的平面K中。图8和图9所示的行进轨迹点A1到第一平面车道线P1的距离为Sd1(图9示出)和第二平面车道线P2的距离为Sd2(图9示出);Sd1和采集设备10至第一平面车道线P1的距离d1之间的第一比值,与Sd2和采集设备10至采集设备10至第二平面车道线P2的距离d2之间的第二比值相等。其中通过上述轨迹点对(如图8所示的q1i和q2j)连线与行进轨迹的交点,确定行进轨迹点,如行进轨迹点A1。
参考图10对上述第一比值和第二比值相等进行解释。如图10所示,W为第一平面车道线P1和第二平面车道线P2的微分区域,微分区域W内行进轨迹点B1至两侧平面车道线(即两侧平面车道线上,行进轨迹点B1所对应的轨迹点对q12和q22)的距离分别为S1d1和S1d2(在垂直进行轨迹方向上,q12和q22相对于行进轨迹点B1的位置)对应的绝对值;行进轨迹点B2至两侧平面车道线(即两侧平面车道线上,行进轨迹点B1所对应的轨迹点对q13和q23)的距离分别为S2d1和S2d2(在垂直进行轨迹方向上,q13和q23相对于行进轨迹点B2的位置)对应的绝对值。将q12和q13之间的连线与q22和q23之间的连线交于一点。因此,图8所示的两侧平面车道线上所有的轨迹点均满足下述公式:
S2d1×tan(∠1)=S2d2×tan(∠2) (9)
当上述q1i和q2j分别对应于q13和q23时,公式(9)中∠1和∠2分别是图9所示的角α1和角α2的补角,由公式(9)可转化为上述公式(8)。
需要说明的是,还可以采用二分法、优化等方法确定上述各轨迹点对。
S2053:针对每个轨迹点对,基于所述轨迹点对和所述安装参数,确定所述轨迹点对所对应的缩放三角形。
具体的,针对多个轨迹点对所对应有多个缩放三角形,如缩放三角形可以为图9所示的采集设备10、第一目标轨迹点q1i和第二目标轨迹点q2j构成的三角形,其中第一目标轨迹点q1i和第二目标轨迹点q2j为一个轨迹点对。同理,可得其他轨迹点对所对应的缩放三角形。
在一些可选的实施例中,所述安装参数包括安装坐标,所述安装坐标基于所述采集设备在所述自车的安装位置确定。
S2055:基于所述目标车道宽度和所述缩放三角形,修正所述轨迹点对的坐标,以将所述轨迹点对相应的所述平面车道宽度调整为所述目标车道宽度,得到修正后的所述轨迹点对。
具体的,图8所示的一个轨迹点对,即第一目标轨迹点q1i和第二目标轨迹点q2j,其所对应的平面车道宽度为两目标轨迹点(即q1i和q2j)之间的距离。例如,步骤S2055中,修正所述轨迹点对的坐标,具体包括:图8所示的第一目标轨迹点q1i和第二目标轨迹点q2j分别沿着两边(即采集设备10与q1i之间的边,以及采集设备10与q2j之间的边)等比例移动,直至两目标轨迹点(q1i和q2j)之间的距离达到目标车道宽度,则确定达到目标车道宽度时两目标轨迹点所处的坐标为修正后的一个轨迹点对(图9所示的修正后的第一目标轨迹点L1i和修正后的第二目标轨迹点L2j)的坐标,也即,上述修正后的目标轨迹点L1i和L2j之间的连线,与上述修正前的轨迹点q1i与q2j之间的连线平行,且L1i和L2j之间的距离等于上述目标车道宽度。
例如,上述预设数学模型包括用于确定修正后的轨迹点对的下述公式(10):
其中,(x1i,h,z1i)为第一平面车道线P1上20个第一目标轨迹点q1i的坐标,(xti,yti,zti)为第一目标轨迹点q1i修正后得到的轨迹点qti的坐标,h为采集设备的高度,|d2-d1|为目标车道宽度,d1和d2分别基于上述公式(4)和(5)确定;d1i为包含第一目标轨迹点q1i的轨迹点对所对应的平面车道宽度。
本实施例中,将平面车道宽度沿着缩放三角形的平面进行修正,同时修正了轨迹点对的坐标,修正后的轨迹点对所对应的车道宽度为目标车道宽度,修正后的轨迹点对的坐标接近两目标车道线对应的实际车道线上轨迹点坐标。
S2057:基于多个所述修正后的所述轨迹点对,得到所述立体车道线。
具体的,上述第一目标轨迹点L1i和修正后的第二目标轨迹点L2j组成的修正后的轨迹点对。立体车道线包括图8和图9所示的第一立体车道线L1(包含修正后的第一目标轨迹点L1i),第二立体车道线L2(包含修正后的第二目标轨迹点L2j),以及两立体车道线所确定的道路平面T。
本实施例中,基于待测图像形成过程中,通过采集设备与各轨迹点对之间的路径(即各轨迹点对的投影路径)上,按照比例(即根据各轨迹点对所对应的缩放三角形),修正各轨迹点对的坐标,使得各轨迹点对所对应的平面车道宽度修正为目标车道宽度,并得到修正后的所述轨迹点对。如此,基于修正后的多个轨迹点对得到的立体车道线,更加接近两目标车道线对应车道的实际车道线情况(如该实际车道线为曲线情况),即立体车道线上轨迹点坐标和车道宽度,接近两目标车道线对应车道的实际轨迹点坐标和实际车道宽度。
一些可选的实施例中,在上述步骤S205之前,即在所述基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正之前,所述方法还包括:
将所述两侧平面车道线的目标位置对应的车道宽度,确定为所述目标车道宽度;所述两侧平面车道线的所述目标位置对应于所述两目标车道线的大口端部。
图5是本申请实施例提供的一种确定轨迹点对的流程示意图,一些可选的实施例中,上述步骤S2051中确定每个轨迹点对所对应的平面车道宽度之前,需要先确定多个轨迹点对,具体的,在所述基于所述两侧平面车道线上的多个轨迹点对,确定所述每个轨迹点对所对应的平面车道宽度之前,所述方法还包括图5所示的下述步骤:
S501:在所述两侧平面车道线中的任一侧平面车道线上,确定多个第一目标轨迹点;相邻所述第一目标轨迹点之间的间距为预设间距。
S503:基于第一连线与所述两侧平面车道线之间的夹角,在另一侧平面车道线上,确定与所述多个第一目标轨迹点一一对应的多个第二目标轨迹点;所述第一连线是指所述第一目标轨迹点与所述另一侧平面车道线上的轨迹点之间的连线。
本实施例中,确定多个等间距的轨迹点对,使得基于修正后的轨迹点对拟合后得到的立体车道线更加接近实际车道线,进而使得目标测距更加准确。
在上述步骤S205中确定了立体车道线后,进入步骤S207,基于立体车道线确定目标障碍物与自车之间的目标距离。
S207:基于所述立体车道线、所述安装参数和所述目标障碍物在所述待测图像中的目标坐标,确定所述目标障碍物与所述自车之间的目标距离。
图11是本申请提供的一种基于立体车道线确定目标距离的原理示意图,上述目标坐标可以为待测图像中目标障碍物的接地点的接地点像素坐标,例如,该接地点投影在归一化图像中为图11所示的归一化接地点M1,基于图11所示的采集设备10的坐标(上述安装参数),将归一化接地点M1的坐标投影至上述立体车道线所确定的道路平面T(包含上述第一立体车道线L1和第二立体车道线L2)上得到图11所示的目标点M10(即采集设备10的光心和归一化接地点M1连成的直线和上述立体车道线构成的平面T会交于目标点M10),将目标点M10的坐标确定为目标障碍物20的坐标。例如,图11所示的该目标点M10的z轴方向(沿着上述自车的行驶方向)的坐标值即为目标障碍物20和采集设备10之间的纵向距离Z0。同理,基于目标障碍物在待测图像中的矩形框中心进行投影,确定目标障碍物在上述道路平面T的实际中心坐标,使用相似三角形法得到目标障碍物的横向距离。
本申请实施例中,通过预测立体车道线,提高车道线预测准确性,可以提高目标测距的准确性,提高目标测距结果稳定性,避免目标测距结果受图像中目标障碍物检测结果影响。
本申请的实施方式提供了一种目标测距装置,图12是本申请实施例提供的一种目标测距装置的结构示意图,如图12所示,该目标测距装置包括:
获取模块,用于获取基于自车的采集设备采集的待测图像;所述待测图像包括两目标车道线和目标障碍物;
投影模块,用于基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到两侧平面车道线;
车道线确定模块,用于基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线;
距离确定模块,用于基于所述立体车道线、所述安装参数和所述目标障碍物在所述待测图像中的目标坐标,确定所述目标障碍物与所述自车之间的目标距离。
一些可选的实施例中,车道线确定模块还用于:
基于所述两侧平面车道线上的多个轨迹点对,确定所述每个轨迹点对所对应的平面车道宽度,得到多个平面车道宽度;
针对每个轨迹点对,基于所述轨迹点对和所述安装参数,确定所述轨迹点对所对应的缩放三角形;
基于所述目标车道宽度和所述缩放三角形,修正所述轨迹点对的坐标,以将所述轨迹点对相应的所述平面车道宽度调整为所述目标车道宽度,得到修正后的所述轨迹点对;
基于多个所述修正后的所述轨迹点对,得到所述立体车道线。
一些可选的实施例中,所述装置还包括:
第一目标确定模块,用于在所述两侧平面车道线中的任一侧平面车道线上,确定多个第一目标轨迹点;相邻所述第一目标轨迹点之间的间距为预设间距;
第二目标确定模块,用于基于第一连线与所述两侧平面车道线之间的夹角,在另一侧平面车道线上,确定与所述多个第一目标轨迹点一一对应的多个第二目标轨迹点;所述第一连线是指所述第一目标轨迹点与所述另一侧平面车道线上的轨迹点之间的连线。
一些可选的实施例中,上述投影模块包括:
第一投影子模块,用于基于所述安装参数,将所述两目标车道线上的多个图像轨迹点投影到所述平面鸟瞰图,得到多个平面轨迹点;
第二投影子模块,用于基于所述多个平面轨迹点在所述平面鸟瞰图中进行曲线拟合,得到所述两侧平面车道线。
一些可选的实施例中,第一投影子模块还用于:
基于所述采集设备的内部成像参数,将所述两目标车道线上的所述多个图像轨迹点投影到所述采集设备对应的归一化平面,得到归一化轨迹点;
基于所述安装参数,将所述归一化轨迹点投影到所述平面鸟瞰图,得到所述多个平面轨迹点。
一些可选的实施例中,所述装置还包括:
车道宽度确定模块,用于将所述两侧平面车道线的目标位置对应的车道宽度,确定为所述目标车道宽度;所述两侧平面车道线的所述目标位置对应于所述两目标车道线的大口端部。
一些可选的实施例中,所述装置还包括:
车道确定模块,用于在所述待测图像中纵向中心线两侧分别选取最长的车道线,将两条所述最长的车道线确定为所述两目标车道线;所述纵向中心线包括沿着车道线延伸方向的中心线。
本申请实施例中的装置与方法实施例基于同样地申请构思。
图13是根据一示例性实施例示出的一种用于实现目标测距方法的电子设备的框图。
该电子设备可以是服务器,还可以是终端设备,其内部结构图可以如图13所示。该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种目标测距方法。
本领域技术人员可以理解,图13中示出的结构,仅仅是与本公开方案相关的部分结构的框图,并不构成对本公开方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本申请的实施方式提供了一种车辆,所述车辆包括电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行上述目标测距方法。
本申请的实施方式提供了一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述目标测距方法。
可选的,在本实施例中,上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于包括:U盘、只读存储器(ROM,Read-only Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
在示例性实施例中,还提供了一种计算机程序产品,计算机程序产品包括计算机程序,计算机程序存储在可读存储介质中,计算机设备的至少一个处理器从可读存储介质读取并执行计算机程序,使得计算机设备执行本公开实施例的目标测距方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上,本申请通过获取基于自车的采集设备采集的待测图像;所述待测图像包括两目标车道线和目标障碍物;基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到两侧平面车道线;基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线;基于所述立体车道线、所述安装参数和所述目标障碍物在所述待测图像中的目标坐标,确定所述目标障碍物与所述自车之间的目标距离。通过预测立体车道线,提高车道线预测准确性,可以提高目标测距的准确性,提高目标测距结果稳定性,避免目标测距结果受图像中目标障碍物检测结果影响。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本申请并帮助理解各个发明方面中的一个或多个,在上面对本申请的示例性实施例的描述中,本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本申请的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
Claims (11)
1.一种目标测距方法,其特征在于,所述方法包括:
获取基于自车的采集设备采集的待测图像;所述待测图像包括两目标车道线和目标障碍物;
基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到两侧平面车道线;
基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线;所述目标车道宽度基于所述两目标车道线确定;
基于所述立体车道线、所述安装参数和所述目标障碍物在所述待测图像中的目标坐标,确定所述目标障碍物与所述自车之间的目标距离。
2.根据权利要求1所述的方法,其特征在于,基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线,包括:
基于所述两侧平面车道线上的多个轨迹点对,确定所述每个轨迹点对所对应的平面车道宽度,得到多个平面车道宽度;
针对每个轨迹点对,基于所述轨迹点对和所述安装参数,确定所述轨迹点对所对应的缩放三角形;
基于所述目标车道宽度和所述缩放三角形,修正所述轨迹点对的坐标,以将所述轨迹点对相应的所述平面车道宽度调整为所述目标车道宽度,得到修正后的所述轨迹点对;
基于多个所述修正后的所述轨迹点对,得到所述立体车道线。
3.根据权利要求2所述的方法,其特征在于,在所述基于所述两侧平面车道线上的多个轨迹点对,确定所述每个轨迹点对所对应的平面车道宽度之前,所述方法还包括:
在所述两侧平面车道线中的任一侧平面车道线上,确定多个第一目标轨迹点;相邻所述第一目标轨迹点之间的间距为预设间距;
基于第一连线与所述两侧平面车道线之间的夹角,在另一侧平面车道线上,确定与所述多个第一目标轨迹点一一对应的多个第二目标轨迹点;所述第一连线是指所述第一目标轨迹点与所述另一侧平面车道线上的轨迹点之间的连线。
4.根据权利要求2所述的方法,其特征在于,所述安装参数包括安装坐标,所述安装坐标基于所述采集设备在所述自车的安装位置确定。
5.根据权利要求1至4任一项所述的方法,其特征在于,基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到所述两侧平面车道线,包括:
基于所述安装参数,将所述两目标车道线上的多个图像轨迹点投影到所述平面鸟瞰图,得到多个平面轨迹点;
基于所述多个平面轨迹点在所述平面鸟瞰图中进行曲线拟合,得到所述两侧平面车道线。
6.根据权利要求5所述的方法,其特征在于,基于所述安装参数,将所述两目标车道线上的多个图像轨迹点投影到所述平面鸟瞰图,得到多个平面轨迹点,包括:
基于所述采集设备的内部成像参数,将所述两目标车道线上的所述多个图像轨迹点投影到所述采集设备对应的归一化平面,得到归一化轨迹点;
基于所述安装参数,将所述归一化轨迹点投影到所述平面鸟瞰图,得到所述多个平面轨迹点。
7.根据权利要求5所述的方法,其特征在于,所述曲线拟合基于最小二乘法进行。
8.根据权利要求1至4任一项所述的方法,其特征在于,在所述基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正之前,所述方法还包括:
将所述两侧平面车道线的目标位置对应的车道宽度,确定为所述目标车道宽度;所述两侧平面车道线的所述目标位置对应于所述两目标车道线的大口端部。
9.根据权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:
在所述待测图像中纵向中心线两侧分别选取最长的车道线,将两条所述最长的车道线确定为所述两目标车道线;所述纵向中心线包括沿着车道线延伸方向的中心线。
10.一种目标测距装置,其特征在于,所述装置包括:
获取模块,用于获取基于自车的采集设备采集的待测图像;所述待测图像包括两目标车道线和目标障碍物;
投影模块,用于基于所述采集设备相对于所述自车的安装参数,将所述两目标车道线投影到平面鸟瞰图中,得到所述两侧平面车道线;
车道线确定模块,用于基于目标车道宽度和所述安装参数,对所述两侧平面车道线进行修正,得到立体车道线;所述目标车道宽度基于所述两目标车道线确定;
距离确定模块,用于基于所述立体车道线、所述安装参数和所述目标障碍物在所述待测图像中的目标坐标,确定所述目标障碍物与所述自车之间的目标距离。
11.一种车辆,其特征在于,所述车辆包括电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行如权利要求1-9任一项所述的目标测距方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211086089.9A CN115507815A (zh) | 2022-09-06 | 2022-09-06 | 一种目标测距方法、装置及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211086089.9A CN115507815A (zh) | 2022-09-06 | 2022-09-06 | 一种目标测距方法、装置及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115507815A true CN115507815A (zh) | 2022-12-23 |
Family
ID=84504916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211086089.9A Pending CN115507815A (zh) | 2022-09-06 | 2022-09-06 | 一种目标测距方法、装置及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115507815A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116164770A (zh) * | 2023-04-23 | 2023-05-26 | 禾多科技(北京)有限公司 | 路径规划方法、装置、电子设备和计算机可读介质 |
-
2022
- 2022-09-06 CN CN202211086089.9A patent/CN115507815A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116164770A (zh) * | 2023-04-23 | 2023-05-26 | 禾多科技(北京)有限公司 | 路径规划方法、装置、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11062155B2 (en) | Monocular cued detection of three-dimensional structures from depth images | |
US10529091B2 (en) | Calibration method and apparatus | |
WO2021004548A1 (zh) | 一种基于双目立体视觉系统的车辆智能测速方法 | |
CN108805934B (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
JP6347827B2 (ja) | 車線境界線を検出する方法、装置、およびデバイス | |
CN109583280A (zh) | 车道线识别方法、装置、设备及存储介质 | |
CN104732196B (zh) | 车辆检测方法及系统 | |
US9336595B2 (en) | Calibration device, method for implementing calibration, and camera for movable body and storage medium with calibration function | |
CN108416306B (zh) | 连续型障碍物检测方法、装置、设备和存储介质 | |
CN114120149B (zh) | 一种倾斜摄影测量建筑物特征点提取方法、装置、电子设备及介质 | |
CN110770741B (zh) | 一种车道线识别方法和装置、车辆 | |
JP5310027B2 (ja) | 車線認識装置、及び車線認識方法 | |
CN112927309A (zh) | 一种车载相机标定方法、装置、车载相机及存储介质 | |
CN107209930A (zh) | 环视图像稳定方法和装置 | |
CN115507815A (zh) | 一种目标测距方法、装置及车辆 | |
CN111386530A (zh) | 车辆检测方法和设备 | |
CN116358486A (zh) | 基于单目相机的目标测距方法、装置及介质 | |
CN111598956A (zh) | 标定方法、装置和系统 | |
CN115507814A (zh) | 一种车辆目标测距方法、装置、介质及车辆 | |
CN117686985A (zh) | 一种参数标定方法、装置及系统 | |
CN111316337A (zh) | 车载成像装置的安装参数的确定与驾驶控制方法及设备 | |
CN112258582B (zh) | 一种基于道路场景识别的相机姿态标定方法及装置 | |
CN112508970B (zh) | 一种点云数据分割方法及装置 | |
EP3902250A1 (en) | Calibration device and calibration method | |
CN115294211A (zh) | 一种车载相机安装外参标定方法、系统、装置与存储介质 |
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 |