CN117099132A - 用于监测车辆在赛道上的位置的系统 - Google Patents
用于监测车辆在赛道上的位置的系统 Download PDFInfo
- Publication number
- CN117099132A CN117099132A CN202180087400.9A CN202180087400A CN117099132A CN 117099132 A CN117099132 A CN 117099132A CN 202180087400 A CN202180087400 A CN 202180087400A CN 117099132 A CN117099132 A CN 117099132A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- track
- model
- sensor assembly
- racetrack
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 4
- 230000000712 assembly Effects 0.000 description 7
- 238000000429 assembly Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 2
- 230000000386 athletic effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
- A62B7/00—Respiratory apparatus
- A62B7/10—Respiratory apparatus with filter elements
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
- A62B18/00—Breathing masks or helmets, e.g. affording protection against chemical agents or for use at high altitudes or incorporating a pump or compressor for reducing the inhalation effort
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
- A62B18/00—Breathing masks or helmets, e.g. affording protection against chemical agents or for use at high altitudes or incorporating a pump or compressor for reducing the inhalation effort
- A62B18/02—Masks
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
- A62B18/00—Breathing masks or helmets, e.g. affording protection against chemical agents or for use at high altitudes or incorporating a pump or compressor for reducing the inhalation effort
- A62B18/02—Masks
- A62B18/025—Halfmasks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/483—Details of pulse systems
- G01S7/486—Receivers
- G01S7/4861—Circuits for detection, sampling, integration or read-out
- G01S7/4863—Detector arrays, e.g. charge-transfer gates
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Electromagnetism (AREA)
- Pulmonology (AREA)
- Emergency Management (AREA)
- Theoretical Computer Science (AREA)
- Zoology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Radar Systems Or Details Thereof (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
赛道监测系统,用于监测赛道的至少一个区域以检测车辆在赛道上的位置,该系统包括传感器组件,该传感器组件在使用中相对于赛道固定就位并捕获表示传感器组件视场内的对象的三维空间中的位置的数据,以及处理装置,其中处理装置被配置为处理捕获的数据以识别与车辆相对应的对象并生成模型维度空间的车辆模型,并且其中处理装置被配置为确定车辆模型相对于传感器组件的视场中的赛道的预定点或区域的位置。
Description
技术领域
本发明涉及用于监测车辆在赛车场上的位置的系统的改进,特别适合于监测对赛道限制的违反。
背景技术
赛道汽车赛是一种流行的消遣方式,既有趣又极具竞争力。它也可能是一项危险的运动,为了确保车手以及任何观众或赛道旁工作人员的安全,大多数赛道和比赛活动都会有一套严格的规则,在赛车场使用期间强制执行。其中一种规则是赛道限制规则,有时称为赛道余量限制。在英国,汽车运动协会(MSA)制定了具体规则,定义了赛道限制以及如果车手违反限制可能实施的制裁。例如,规则规定“如果赛车的任何车轮超出任何路缘的外边缘或在没有路缘的情况下超出白线,则将判定车手已离开赛道”。在MSA赛道赛车指导说明中,继续给出一些示例图像,以显示什么被认为在赛道限制内,什么不被认为在赛道限制内,如附图中的图1所示。图1(a)中的车辆被认为没有违反限制,则图1(b)所示的车辆被认为违反了赛道限制。这是一项比国际汽车联合会(FIA)等其他赛车管理机构施加的更严格的限制,其中规定,只要至少一个车轮留在赛道上并且没有越过白线,车手就是可以的。
目前,赛道限制的强制执行主要是通过在赛道的每个拐角处设置执法人员来实现的,该执法人员的任务是观察每辆车驶过拐角的情况。如果执法人员发现车辆违反限制,他们会将此事报告给赛道管理员或比赛组织者。然后,赛道管理员或比赛组织者可以决定是否采取适当的处罚。
在资金更充足的赛道上,当然在许多资金充足的赛车运动系列中,电子设备也可以安装在一个或多个拐角处。其中包括可以嵌入赛道侧面的压敏垫,当车辆驶上或穿过垫时,压敏垫会发出电子警报。这在MSA规则下尤其有效,其中任何一个车轮都可能撞击传感器并表明违规,但在更宽松的先前规则下效果较差。这些传感器安装成本高,容易损坏,并且不适合灵活的赛道布局,在这种布局中,边界的位置可以通过重新绘制白线而定期移动。例如,强制执行MSA规则的传感器位置不适用于强制执行FIA规则。
作为压力垫的替代方案,一些电路安装了计时环,这些计时环埋在赛道限制之外的地面中,并检测安装在车辆上的计时应答器的存在。这些广泛用于小型比赛场地的计时,例如在起跑线/终点线处垂直于赛道放置的卡丁车赛道。一个合适且经济实惠的系统是来自荷兰的Mylaps Zuiderhoutlaan4,2012PJ Haarlem的MYLAPS TranX140系统。应答器不断传输包含车辆唯一ID的数字信号。当车辆穿过埋在赛道中的计时环时,计时环会检测到信号。使用该技术进行赛道限制通常仅适用于资金较好的赛车系列赛,例如formula因为需要在要强制执行限制的每个区域挖掘并重新铺设赛道并提供电缆网络用于将信号从环发送回赛道或比赛指挥者,赛道或比赛指挥者可能在控制塔上工作。
在其他情况下,可以在拐角处安装相机来拍摄车辆经过的视频并反馈给观察者,观察者可以监测赛道的任何拐角以找到方便的位置,例如控制塔。在发生违反赛道限制的情况后,可以使用视频录制来提供违反证据。常见的问题是,如果被赛道上的后车或前车等遮挡,相机看到的车辆视图有时可能不够清晰。需要大量相机,并且仍然需要对汽车进行人工分析才能发现违规。因此,它们并不比在赛道周围部署实际执法人员更可靠。
准确检测违反赛道限制的情况非常重要。大多数田径日赛事都会对违规行为进行处罚,大多数竞技比赛也是如此。在赛道日,错误标记的违规行为可能会导致车手损失一些赛道时间,这对于付费客户来说将是相当大的烦恼。因错误强制执行限制而名声不佳的赛道可能会失去业务。在更糟糕的情况下,由于在比赛结束后错误地标记违反赛道限制而施加的时间处罚可能是谁获得比赛胜利甚至谁可能赢得赛季的决定性因素。对于公众高度关注的赛事,例如FIA Formula 1系列赛的比赛,错误的决定可能造成巨大的金钱损失。每当人类参与做出这些决策时,仍然存在出错的风险。
除了检测对赛道限制的违反之外,确定车辆距离赛道中的目标点有多近的能力对于车手培训或为比赛观众提供有趣的统计数据可能很有用。接近顶点的完美位置,并能够一圈又一圈地重复这一圈,是真正的世界级车手的标志。
发明内容
本发明的目的是提供赛道监测系统,用于监测赛道的至少一个区域以检测车辆在所述赛道上的位置,该系统包括:
传感器组件,所述传感器组件在使用中相对于所述赛道固定就位,并捕获表示所述传感器组件的视场内的对象在三维空间中的位置的数据,以及
处理装置,
其中所述处理装置被配置为处理捕获的数据以识别与车辆相对应的对象并在模型维空间中生成所述车辆的模型,
并且其中所述处理装置被配置为确定所述车辆模型相对于所述传感器组件的视场中的赛道的预定点或区域的位置。
在最优选布置中,预定点或区域是赛道边界,并且所述处理装置适于根据所述车辆模型的位置确定所述车辆或所述车辆的部分是否在赛道外侧的边界一侧。
处理装置可以适于当所述模型指示车辆或车辆的部分已经越过边界时生成警报。这可以包括具有指示车辆已经越过边界的值的信号以及任选的时间。
该系统可以包括向中心站发送数据的发送器,并且中心站可以包括被配置为接收信号的接收器。该数据可以包括警报信号。
发送器和接收器可以通过无线网络(例如蜂窝电话网络)操作,或者它们可以硬连线在一起,以便通过物理电缆或光纤传输数据。该信号可以作为光信号或电信号沿着电缆传输。
传感器组件可以捕获表示所述车辆以及赛道区域的数据,并且所述处理装置可以根据所捕获的数据来生成所述赛道的模型。
替代地,从传感器组件捕获的信息可用于对车辆进行建模并确定模型在限定空间中的相对位置,将其与关于限定空间内赛道位置的单独信息相结合以确定车辆的位置。
该系统可以包括数码相机,如果确定车辆超出赛道限制,则该数码相机捕获车辆的数字图像,并且可以捕获发生违规的时间任一侧的车辆的短视频片段。图像或视频可以存储在电子存储器的区域中。该系统可以包括将捕获的数字图像发送到中心位置的发送器。该发送器可以是发送警报信号的同一发送器,其中这是处理装置的功能。该发送器可以通过无线或有线(包括光纤)网络进行传输。图像和警报可以一起传输,或者可以被标记以显示它们是相关联的,例如使用时间戳。
处理装置可以生成车辆和相对于赛道限制的位置的二维模型。这可能是从上方鸟瞰车辆的视图。替代地,处理装置可以开发车辆的三维模型,例如从对应于赛道上的用户定义点的视点。
处理装置可以包括数字信号处理器、电子存储器区域、用于接收传感器阵列数据的至少一个数据输入端、以及用于在发生违反限制的情况下输出触发信号的至少一个数据输出端。
最优选地,传感器组件包括捕获数据点云的LiDAR传感器,每个点对应于传感器的视场内的空间中的不同位置。对于每个位置,可以生成指示到该点处的对象的距离的值。在色标上表示这些值可以生成二维图像,其中通过图像中的颜色来识别近处和远处的对象。
Lidar传感器采用众所周知的技术来测量到对象的距离,其中使用激光发射的光束来照射该对象。该光将从对象反射回传感器。通过测量反射光的返回时间,可以确定距离。通过在二维网格上的点处进行多次测量,可以生成二维图像,其中距离可以编码为图像中的颜色值,从而为图像提供XY和Z信息。该模型可以通过适当的图像处理技术从点云生成。
LiDAR传感器可以生成包括多行水平点的数据集,每行对应于赛道表面上方的已知高度或对应于从负方位角捕获从赛道到正方位角的反射以捕获赛道上方车辆的反射的已知方位角。
点云以及进而3D模型在模型空间中可以具有不小于几厘米、优选小于1厘米的分辨率,以便准确地确定车辆在赛道上(或赛道外)的相对位置。
来自LIDAR传感器的数据点云还将指示赛道边界的位置(如果该边界与相邻赛道进行物理划分),例如,例如凸起的路缘或颜色的鲜明对比。
合适的LIDAR传感器组件可以包括产生窄光束的激光光源、可以改变光束发射方向的扫描仪、检测光束的反射部分的光电探测器以及处理光电探测器的输出以生成一组捕获的图像数据的处理设备。
在也可以在本发明的系统中使用的替代方案中,LIDAR传感器组件可以包括闪光型激光雷达,其中发射覆盖整个视场的不同光束,并且其中提供光电探测器网格,每个生成捕获数据的一个点。
传感器和处理装置可以位于赛道的侧面,使得它们非常接近并且物理上连接。
在传感器的位置处提供处理装置使得能够在本地完成建模并减少要传输到远程站的数据量。
替代地,处理装置可以位于中心位置,而仅传感器位于赛道侧。
在传感器和处理装置间隔开的情况下,可以提供发送器来将捕获的数据从传感器发送到中央处理单元,并且处理单元可以设有接收器。
发送器和接收器可以无线操作,或者可以硬连线在一起。
在处理装置位于传感器组件本地的情况下,可以提供发送器来将指示违规的信号发送到远程站或者以其他方式指示车辆在赛道上的位置。在这种情况下,不需要传输从传感器组件输出的原始捕获数据。
传感器可以具有视场,由此当处于使用位置时,它将捕获场景的图像,该场景包括正在监测的赛道区域以及赛道上或偏离到赛道的一侧或任一侧的任何车辆。
例如,传感器可以捕获对应于完整拐角内部的赛道区域,或者包含拐角顶点的区域。传感器可以捕获同一场景内的拐角的内边缘或外边缘或两者。它可能捕获拐角的出口,或入口,或两者兼而有之。
传感器和任选的处理装置可以安装在位于赛道侧面的支撑件上,例如杆。传感器组件可以在使用期间固定就位。这可以是永久或临时安装,后者允许在赛道限制改变时简单地改变传感器组件的视场或监测赛道的其他区域。支撑件可以将传感器组件保持在赛道的一侧,或者可以将其保持在赛道上方。只要传感器组件能够清楚地看到正在监测的赛道区域,位置的选择就不受限制。
该系统可以包括电源,例如电池,以为传感器组件以及任选地位于与传感器组件相同位置处的处理装置供电。包含电池使系统具有高度便携性,使其可以在赛道周围没有可用主电源的位置使用,并且无需将长电源电缆拖到传感器组件上。
该系统可以包括使得用户能够输入赛道限制的用户接口。用户接口可以是图形用户接口,例如触摸屏显示器。用户接口可以是个人计算机或手持电子设备,例如智能手机或平板电脑。
在用户接口包括显示器的情况下,使用中的系统可以在显示器上呈现赛道的视图,并且接口可以使得用户能够标记赛道限制的轮廓。一旦标记,处理装置可以例如通过将图像与从LiDAR传感器组件捕获的点集融合来确定标记的轮廓在3D模型空间中的位置。可以提供计算机程序指令,其使得传感器组件观察到的场景的2D或3D图像呈现给用户,用户可以对其进行标记。对于触摸屏,可以使用按压在屏幕上的手指或触笔来完成标记,但是在本发明的范围内可以使用鼠标或其他输入设备,无论有或没有触敏屏。
该系统可以包括捕获场景图像的相机,该图像至少部分地与传感器组件的视场重叠。因此,由传感器组件识别的任何车辆都将出现在相机的视场中。
该系统可以包括触发器,当检测到违反赛道限制时,该触发器使相机捕获车辆的图像。赛事管理人员可以使用该信息来识别特定车辆,并提供进一步的违规证据,以用于针对所施加的处罚的任何上诉。
该系统可以包括多个传感器组件,每个传感器组件位于赛道周围的不同点处。每个可以生成相应的捕获数据集流以供分析。相机可以与每个传感器组件相关联。具有多个传感器组件允许监测相应数量的赛道点或区域。对于具有10个拐角的赛车场,可以提供10个传感器组件,每个传感器组件都位于可以监测赛道的相应拐角的位置。
在存在多个传感器组件的情况下,每个传感器组件可以与相应的处理装置相关联。替代地,所有传感器组件可将捕获的数据馈送到共享处理装置。
替代地,系统可以将捕获的传感器数据从每个传感器组件流式传输到生成建模的远程站。
中心站可以包括处理单元,其可以形成便携式计算机或膝上型计算机的部分。
该系统可以包括向中心站发送数据的发送器,并且中心站可以包括被配置为接收信号的接收器。
系统可以实时传输,实时生成模型。根据执行的处理量和处理单元的处理速度,车辆经过赛道上的点和生成模型之间可能存在延迟。在大多数情况下,轻微的延迟是完全可以接受的,这样比赛指挥者就可以根据生成的任何警报做出相当迅速的决定。
除了确定是否已经违反赛道限制并输出触发器之外,或者作为替代,系统可以生成指示车辆已经距离赛道的预定点或区域有多近的信号。例如,它可以指示车辆距离拐角顶点有多近。该信息可以用作车手的培训辅助工具,或显示给观看比赛的观众。
根据第二方面,本发明提供了监测赛道的至少一个区域以检测车辆在赛道上的位置的方法,该方法包括:
使用传感器组件,捕获表示车辆相对于赛道的位置的数据,
根据捕获的数据生成所述车辆的模型,
以及使用所述模型确定所述车辆相对于所述赛道的预定点或区域的位置。
传感器组件可以使用合适的支撑件相对于赛道固定就位。
该方法可以从LIDAR系统捕获数据作为点云,并且可以被定向为使得LIDAR的视场包括车辆和赛道区域两者。
附图说明
现在仅通过示例的方式,参考附图并如附图所示描述本发明的两个实施方案,其中:
图1(a)和(b)示出了未违反赛道限制的车辆和已违反赛道限制的车辆,
图2是用于监测车辆在赛道上的位置的系统的第一实施方案的概览;
图3是图2的系统的远程部的更详细示意图;
图4示出了由系统中使用的3D LiDAR组件输出的点云集形成的图像示例;
图5示出了由图4的传感器组件观察到的同一场景的来自数码相机的图像;
图6示出了从点云生成的3D模型覆盖在赛道的3D模型上;
图7示出了用户如何在触摸屏上标记赛道边界的位置;
图8示出了系统的替代实施方案,其中处理装置设置在中央部处并且由多个远程部的传感器组件共享;
图9示出了由杆支撑的远程部,该杆可以固定在要监测的赛道的拐角或其他部分附近的位置,从而使传感器组件能够清楚地看到赛道;以及
图10是示出图1或图8的示例性系统在使用时执行的方法步骤的流程图。
具体实施方式
图2示出了安装在具有四个拐角的简单环形赛道2处的根据本发明的第一示例性系统1。系统1有两个主要部分;远程部3,在使用时被定位在与要被监测的赛道部分相邻的位置,以及中央部4,被与比赛指挥者定位在一起。在该实施例中,提供了四个相同的远程部,并且中央部4可以位于任何地方,因为它通过无线通信网络与远程部3通信。图1中的箭头示出了通过无线网络从远程部3到中央部4的信号流。我们所说的中央并不意味着它必须位于赛道的物理中心。
如图3和图9所示,远程部3包括外壳5,外壳5为防风雨密封盒的形式,由支撑件6支撑,支撑件6例如为位于赛道水平面上方高度的杆。外壳5容纳各种电子设备,包括电源7,例如用于为设备供电的电池。电池不是必需的,如果远程位置有市电电源,则可以使用市电电源为设备供电。在提供市电电源的情况下,远程部可以包括电源,该电源包括变压器以将市电电压转换成适合为电子电路供电的较低电压。
在该实施例中,每个远程部3位于赛道的拐角处。系统1监测通过拐角的车辆8,并且如将描述的,能够通过中央部警告比赛指挥者任何对赛道限制的侵犯。
图3示意性地示出了图2的远程部3。该远程部3包括传感器组件9、处理装置10、存储器11和无线发送器12。每个部分从电池7接收电力。传感器组件9包括LIDAR传感器阵列,LIDAR传感器阵列固定到外壳,使得传感器组件捕获外壳前面的场景的图像。该实施例中的传感器组件的视场包括拐角的外顶点。
LIDAR传感器阵列9包括单个光源和光电探测器的二维网格。光源的驱动器使光源发出一系列非常短的光脉冲,这些脉冲由透镜聚焦以形成宽视场的图像。第二透镜捕获反射光并将其聚焦回阵列的光电探测器上。然后,每个光电探测器的值与脉冲同步读出,以生成一系列图像,每个图像都由所谓的数据点云组成。每个点代表反射表面的3D空间中的位置。
在使用中,LIDAR传感器阵列9捕获图4所示的类型的图像序列,该图像来自由Velodyne Inc生产的LiDAR系统,Velodyne Inc是合适LiDAR系统的几个制造商之一。传感器阵列在几个不同的高度处从左到右扫描,产生一组按行排列的点,其中每行的高度代表场景中的高度。图5示出了数码相机拍摄的同一场景的相应图像。图像中的每个点都有一种颜色,指示该点视场中对象的范围。可以看出,图像捕获了有关赛道上车辆的范围以及赛道本身的特征范围的信息。近处的对象被涂成红色,较远的对象被涂成蓝色。
处理装置10包括数字信号处理器,其通过数据总线连接到永久存储器的区域和随机存取(RAM)存储器11的区域。处理器具有对RAM的读/写访问权,这允许处理器在数据处理之前和期间将来自传感器阵列的数据临时存储在存储器中。永久存储器存储可由处理器读取并且使处理器执行一组操作的程序指令。
图9示出了处理装置在使用时执行的关键步骤。传感器阵列捕获的点云数据被馈送到数字信号处理器的输入中,并经过处理以生成存在于传感器阵列所观察的场景中的车辆的模型(例如3D或2D鸟瞰图)。建模可以使用一系列图像处理技术来识别与车辆部件相对应的点。由Chunmei Hu等人撰写的题为“将数字图像纹理从LIDAR数据映射到3D模型(Mapping Digital Image texture onto 3D model from LIDAR data)”的论文中公开了一种合适的技术,该论文发表在International Archives of the Photogrammetry,Remote sensing and Spatial Information Sciences Journal,第XXXVII卷,B5部分,北京2008年。
除了生成在捕获的图像中看到的车辆8的3D模型之外,处理装置10还生成与车辆模型相同的图像空间中的赛道区域的模型。附图中的图6示出了赛道上的车辆模型的示例。该模型可以通过以与ADAS系统检测高速公路上的车道边界相同的方式检测捕获的点集中的赛道边界来生成。Takashi Okawa等人于2006年1月向IEEE提交的会议论文“使用车载LIDAR进行车道识别(Lane Recognition Using on-vehicle LiDAR)”中介绍了一种示例性技术,DOI:10.1109/IVS.2006.1689864。当然,与当车辆沿着高速公路行驶时必须连续地识别变化的车道边界的车载系统不同,本发明的系统只需识别一次边界的位置并将其存储在存储器中。
使用两种模型;3D车辆模型和3D赛道模型中,车辆在赛道上的位置由处理装置确定。图7示出了车辆模型和赛道的部分。
在确定了车辆相对于赛道的位置之后,处理装置10被配置为确定车辆8是否已经侵犯任何赛道边界限制。这要求处理装置了解赛道边界的位置以及规则或车辆必须越过边界多少才会违反限制。
远程部还包括数码相机13。该数码相机13被布置为使得相机13捕获与传感器的视场匹配或包含在其内的图像。图5示出了示例性捕获的图像。相机13和传感器组件9可以并排堆叠或者一个在另一个之上堆叠,因此它们从基本上相同的视点拍摄图像。由数码相机13捕获的图像可以通过数字图像处理器与点云数据融合,以便构建由传感器组件9看到的任何车辆的模型。与单独从LIDAR捕获的数据构建模型相比,这可以提供更高的准确度,特别是使得更容易将LIDAR数据中的赛道位置与相机图像相关联,否则如果赛道区域由与相邻赛道齐平的彩色线标记,则这会很困难,因为这些可能对LIDAR来说是不可见的。JiyoungJung等人在Journal of Electronic 2018,7,276;doi:10:2290/electronics7110276发表的题为“使用LIDAR数据在城市区域进行实时道路车道检测(Real time Road Lanedetection in Urban Areas Using LiDAR Data)”的论文中教导了一种不使用相机从LIDAR点数据检测赛道边界的示例性技术。
赛道边界位置通过图形用户接口或显示器14馈送到系统中。这在图7中示出。在该实施例中,这包括触摸屏,处理装置10在触摸屏上显示从传感器阵列的视点看的赛道的图像15。然后,用户可以在图像上标记赛道边界16的位置。处理装置10将标记的边界与从传感器阵列和/或相机图像捕获的数据组合以确定标记的边界在3D模型空间中的位置。如果唯一标识边界的信息可用于系统,例如,赛道边界线的颜色,则处理装置自动检测赛道边界,落入本发明的范围内。在这种情况下,数字信号处理器可以识别图像中该颜色的细长特征并向用户标记这些特征作为可能的赛道边界。
还可以通过图形用户接口手动输入规则。例如,可以要求用户在预存储在存储器中的一个或多个不同规则之间进行选择。一个简单的规则是整个车辆必须越过赛道边界才会违反赛道限制。一旦选择,处理装置将在分析模型是否违反赛道限制时应用这些规则。
处理装置10针对每个捕获的点集重复传感器阵列9的输出的数字信号处理,检测出现在捕获的数据集中的车辆8并确定是否已经违反任何赛道限制。生成新数据集的速率应设置得足够高,以确保捕获任何短期违反赛道限制的情况。如果违反了限制,则由处理装置10生成警报。该警报被馈送到与远程部相关联的发送器12,并且发送到中央部4的接收器。在远程部4处接收到的信号馈入可以在个人计算机或手持电子设备(例如智能手机或平板电脑)上执行的应用程序。然后,赛事指挥者可以决定如何应对任何违规行为。
当生成指示已经违反限制的警报时,相机13也捕获图像。该图像被存储在存储器中并且被传输到中央部作为违反的支持证据。
在图8所示的修改中,提供了更简单形式的远程部30,由此处理装置位于中央部40处。代替在远程部处生成和分析模型,系统可以在模型在中央位置生成和分析的情况下捕获数据捕。远程位置处的处理装置可以更简单并且仅需要将捕获的图像数据发送到中央位置而不是警报。图8示出了该信息在无线网络中的流动。
技术人员将理解,本发明可以以不同于示例性实施方案的多种方式来实现。特别是,可以使用不同类型的传感器来捕获用于生成车辆模型的数据。例如,立体相机可用于捕获来自两个不同视点的图像数据,将其组合以生成具有所需深度信息的图像。该系统可以包括多个远程部,每个远程部放置在赛道周围的不同位置,以捕获对这些不同位置的赛道限制的违反。这些远程部可以放置在他们可以观察赛道拐角或直线部分的地方,实际上是车手可以通过违反赛道限制获得优势的任何地方,或者离开赛道不安全的地方。
Claims (10)
1.赛道监测系统,用于监测赛道的至少一个区域以检测车辆在所述赛道上的位置,该系统包括:
传感器组件,所述传感器组件在使用中相对于所述赛道固定就位,并捕获表示所述传感器组件的视场内的对象在三维空间中的位置的数据,以及
处理装置,
其中所述处理装置被配置为处理捕获的数据以识别与车辆相对应的对象并在模型维空间中生成所述车辆的模型,
并且其中所述处理装置被配置为确定所述车辆模型相对于所述传感器组件的视场中的赛道的预定点或区域的位置。
2.根据权利要求1所述的系统,其中,所述预定点或区域是赛道边界,并且所述处理装置适于根据所述车辆模型的位置确定所述车辆或所述车辆的部分是否超出所述边界。
3.根据权利要求2所述的系统,其中,所述处理装置适于当所述模型指示所述车辆或所述车辆的部分已经越过所述边界时生成警报。
4.根据权利要求1、权利要求2或权利要求3所述的系统,其中,所述传感器组件捕获表示所述车辆以及赛道区域的数据,并且所述处理装置根据所捕获的数据来生成所述赛道的模型。
5.根据权利要求1、权利要求2或权利要求3所述的系统,其中,所述处理装置使用从所述传感器组件捕获的数据来对所述车辆进行建模并确定该模型在限定空间中的相对位置,并将该模型与关于限定空间内赛道位置的单独信息组合,以确定所述车辆的位置。
6.根据前述权利要求中的任一项所述的系统,包括数码相机,如果确定所述车辆在赛道限制之外,则所述数码相机捕获所述车辆的数字图像。
7.根据前述权利要求中的任一项所述的系统,其中,所述传感器组件包括捕获数据点云的LiDAR传感器,每个点对应于所述传感器的视场内的空间中的不同位置。
8.根据前述权利要求中的任一项所述的系统,其中,所述处理装置位于所述传感器组件本地,并且还包括发送器,所述发送器被配置为将指示车辆的位置的信号发送到中心站。
9.根据前述权利要求中的任一项所述的系统,其中,所述传感器组件安装在赛道旁边位置处的诸如杆的支撑件上。
10.监测赛道的至少一个区域以检测车辆在赛道上的位置的方法,该方法包括:
使用传感器组件,捕获表示车辆相对于赛道的位置的数据,
根据捕获的数据生成所述车辆的模型,
以及使用所述模型确定所述车辆相对于所述赛道的预定点或区域的位置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB2020545.6 | 2020-12-23 | ||
GBGB2020545.6A GB202020545D0 (en) | 2020-12-23 | 2020-12-23 | System for monitoring the position of a vehicle on a racetrack |
PCT/GB2021/053419 WO2022136876A1 (en) | 2020-12-23 | 2021-12-23 | System for monitoring the position of a vehicle on a racetrack |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117099132A true CN117099132A (zh) | 2023-11-21 |
Family
ID=74221360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180087400.9A Pending CN117099132A (zh) | 2020-12-23 | 2021-12-23 | 用于监测车辆在赛道上的位置的系统 |
Country Status (7)
Country | Link |
---|---|
JP (1) | JP2024501379A (zh) |
CN (1) | CN117099132A (zh) |
CA (1) | CA3203339A1 (zh) |
GB (1) | GB202020545D0 (zh) |
IL (1) | IL304009A (zh) |
MX (1) | MX2023007655A (zh) |
WO (1) | WO2022136876A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117746066B (zh) * | 2024-02-20 | 2024-05-07 | 贵州博睿科讯科技发展有限公司 | 一种扩散模型引导的高速车辆检测集成学习方法和装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9280895B2 (en) * | 2010-08-21 | 2016-03-08 | American Traffic Solutions, Inc. | System and method for detecting traffic violations on restricted roadways |
EP2858057A1 (en) * | 2013-10-03 | 2015-04-08 | Kapsch TrafficCom AB | System for traffic behaviour surveillance |
WO2017212232A1 (en) * | 2016-06-06 | 2017-12-14 | Christopher Taylor | Track monitoring apparatus and system |
JP7028066B2 (ja) * | 2018-05-30 | 2022-03-02 | 株式会社Ihi | 検知装置及び検知システム |
US11610481B2 (en) * | 2018-07-19 | 2023-03-21 | Acusensus Ip Pty Ltd | Infringement detection method, device and system |
CN111091023B (zh) * | 2018-10-23 | 2023-07-21 | 中国移动通信有限公司研究院 | 一种车辆检测方法、装置及电子设备 |
CN111553319A (zh) * | 2020-05-14 | 2020-08-18 | 北京百度网讯科技有限公司 | 用于获取信息的方法和装置 |
-
2020
- 2020-12-23 GB GBGB2020545.6A patent/GB202020545D0/en not_active Ceased
-
2021
- 2021-12-23 IL IL304009A patent/IL304009A/en unknown
- 2021-12-23 WO PCT/GB2021/053419 patent/WO2022136876A1/en active Application Filing
- 2021-12-23 MX MX2023007655A patent/MX2023007655A/es unknown
- 2021-12-23 CN CN202180087400.9A patent/CN117099132A/zh active Pending
- 2021-12-23 JP JP2023563339A patent/JP2024501379A/ja active Pending
- 2021-12-23 CA CA3203339A patent/CA3203339A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
GB202020545D0 (en) | 2021-02-03 |
MX2023007655A (es) | 2023-07-18 |
IL304009A (en) | 2023-08-01 |
WO2022136876A1 (en) | 2022-06-30 |
CA3203339A1 (en) | 2022-06-30 |
JP2024501379A (ja) | 2024-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8665263B2 (en) | Aerial image generating apparatus, aerial image generating method, and storage medium having aerial image generating program stored therein | |
US11676307B2 (en) | Online sensor calibration for autonomous vehicles | |
JP2667924B2 (ja) | 航空機ドッキングガイダンス装置 | |
CN103852067B (zh) | 调整飞行时间(tof)测量系统的操作参数的方法 | |
JP2022166143A (ja) | ナビゲーションパラメータを決定するためのシステム及び方法 | |
US8244026B2 (en) | Apparatus and method for automatic airborne LiDAR data processing and mapping using data obtained thereby | |
KR101674071B1 (ko) | 철도 시설물 정보 생성 시스템 및 방법 | |
US8712105B2 (en) | Vehicle speed verification system and method | |
CN108375377B (zh) | 用于确定车辆在轨道上的位置的设备和方法 | |
CN106993181A (zh) | 多vr/ar设备协同系统及协同方法 | |
CN107851125A (zh) | 通过车辆和服务器数据库进行两步对象数据处理以生成、更新和传送精确道路特性数据库的系统和方法 | |
CN107850672A (zh) | 用于精确车辆定位的系统和方法 | |
CN107850453A (zh) | 匹配道路数据对象以生成和更新精确道路数据库的系统和方法 | |
US20110109618A1 (en) | Method of displaying navigation data in 3d | |
CN106462727A (zh) | 用于车道尽头识别的系统和方法 | |
CN102721370A (zh) | 基于计算机视觉的山体滑坡实时监测方法 | |
CN107111742A (zh) | 在导航中对车道限制和施工区域的识别和预测 | |
JP2011027594A (ja) | 地図データ検証システム | |
JP2005268847A (ja) | 画像生成装置、画像生成方法、および画像生成プログラム | |
CN101617197A (zh) | 道路地物测量装置、地物识别装置、道路地物测量方法、道路地物测量程序、测量装置、测量方法、测量程序、测量位置数据、测量终端装置、测量服务器装置、作图装置、作图方法、作图程序以及作图数据 | |
CN103150750A (zh) | 用于3d建筑物及地形的空间误差参数 | |
JP2011027595A (ja) | 地図データ検証システム | |
CN117099132A (zh) | 用于监测车辆在赛道上的位置的系统 | |
CN106643517B (zh) | 一种车辆高度超限的测量及警告方法 | |
KR102415620B1 (ko) | 보행자 판단 시스템을 포함하는 가변형 차량 속도 경고 시스템 |
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 |