CN117553695A - 基于宽高比抑制噪声计算车辆高度的方法、装置及计算机存储介质 - Google Patents
基于宽高比抑制噪声计算车辆高度的方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN117553695A CN117553695A CN202410041041.9A CN202410041041A CN117553695A CN 117553695 A CN117553695 A CN 117553695A CN 202410041041 A CN202410041041 A CN 202410041041A CN 117553695 A CN117553695 A CN 117553695A
- Authority
- CN
- China
- Prior art keywords
- head
- aspect ratio
- vehicle
- frame
- current image
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000001629 suppression Effects 0.000 title claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- VKYKSIONXSXAKP-UHFFFAOYSA-N hexamethylenetetramine Chemical compound C1N(C2)CN3CN1CN2C3 VKYKSIONXSXAKP-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0608—Height gauges
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于宽高比抑制噪声计算车辆高度的方法、装置及计算机存储介质,包括:获取当前图像,根据所述当前图像评估所述目标车辆的偏转参数;当所述目标车辆的偏转参数大于预设阈值时,根据所述当前图像计算所述目标车辆的当前车头车尾框宽高比;将所述当前车头车尾框宽高比输入滤波器,获取所述当前图像对应的车头车尾框宽高比状态值;获取目标车辆的上一状态估计值,所述上一状态估计值包括车辆物理宽度估计值;根据所述车辆物理宽度估计值和所述车头车尾框宽高比状态值,确定当前车辆物理高度。
Description
技术领域
本发明涉及车辆智能驾驶中环境车辆的尺寸校正技术领域,具体地,涉及一种基于宽高比抑制噪声计算车辆高度的方法、装置及计算机存储介质。
背景技术
随着科学技术发展,无人驾驶汽车商业落地应用越来越广泛。ADAS(AdvancedDriver Assistance System,即高级驾驶辅助系统)系统是车辆无人驾驶中关键技术环节。在ADAS系统中,感知车辆行驶环境,确定他车与自车在三维空间中的相对位置关系并准确测量目标车辆与自车间的距离,是该系统最重要的技术内容,且对于车辆运动的自动控制起着关键性的作用。其中,基于小孔成像原理,使用目标车辆在图像上的像素宽度或高度,结合车辆的物理尺寸,可以比较准确计算出目标车辆与自车的准确距离,且为使用较为广泛的一种算法。但该算法中,车辆在图像识别误差或车辆的物理尺寸误差,都会引起测距误差,从而导致测量不准而引发误操作或漏操作,最终导致车祸事故的发生。因此,针对目标车辆在图像上识别不准的问题,发明一种改善图像目标识别误差,并用于计算车辆物理尺寸的算法,提高目标测距精度是很有必要的。
在ADAS系统中,基于小孔成像原理计算目标距离的算法,依赖系统计算得到的车辆物理尺寸,以及车辆在图像上的识别结果(即车辆的车头或车尾感知框)。准确计算车辆物理尺寸、准确获取车辆车头车尾感知框,对于准确计算目标车辆与自车的距离具有重要意义。
目前,已知算法中普遍认为车辆在运动状态时,车辆在图像中的成像宽度和高度是缓慢变化的过程,不会发生巨大的突变。因此在抑制图像识别的噪声时,往往会先单独将图像识别到的车辆车头车尾框的高度或宽度经过滤波器处理,然后再作为其他功能模块的输入。对于特定的一类车辆如小轿车、越野车、面包车、大货车等,其物理尺寸高度和宽度比值是固定的或保持在特定的范围内。根据小孔成像原理,车辆在图像上的高度与宽度比值也是固定的或保持在特定的范围内。但现有算法并没有使用这一先验信息。在ADAS系统中接入并使用该先验信息,可以有效提高系统测距指标,解决图像识别误差引发的异常用例,同时还可以用该先验信息计算更新车辆的物理尺寸。
发明内容
为解决上述问题的至少一个方面,本发明提供一种基于宽高比抑制噪声计算车辆高度的方法,包括:获取当前图像,根据所述当前图像评估目标车辆的偏转参数;当所述目标车辆的偏转参数大于预设阈值时,根据所述当前图像计算所述目标车辆的当前车头车尾框宽高比;将所述当前车头车尾框宽高比输入滤波器,获取所述当前图像对应的车头车尾框宽高比状态值;获取目标车辆的上一状态估计值,所述上一状态估计值包括车辆物理宽度估计值;根据所述车辆物理宽度估计值和所述车头车尾框宽高比状态值,确定当前车辆物理高度。
优选地,在获取当前图像步骤之前还包括:获取并检查上一状态估计值,当所述上一状态估计值有效时,执行获取当前图像的步骤。
优选地,根据所述当前图像评估所述目标车辆的偏转参数的步骤还包括:所述偏转参数等于所述当前图像中车头车尾框宽度与全车框宽度比值。
优选地,所述上一状态估计值还包括车头车尾框宽度估计值,根据所述车头车尾框宽度估计值和所述车头车尾框宽高比状态值确定车头车尾框高度。
另一方面,一种基于宽高比抑制噪声计算车辆高度的装置,包括:图像采集模块,所述图像采集模块用于实时采集环境图像;滤波器,所述滤波器根据所述环境图像进行车辆状态估计,并输出车辆状态估计值;高度计算模块,所述高度计算模块用于获取当前图像,根据所述当前图像评估目标车辆的偏转参数,当所述目标车辆的偏转参数大于预设阈值时,根据所述当前图像计算所述目标车辆的车头车尾框宽高比,将所述车头车尾框宽高比输入滤波器,获取所述滤波器输出的车头车尾框宽高比状态值,通过所述滤波器获取目标车辆的上一状态估计值,所述上一状态估计值包括车辆物理宽度估计值,根据所述车辆物理宽度估计值和所述车头车尾框宽高比状态值,确定当前车辆物理高度。
优选地,所述高度计算模块还包括通过所述滤波器获取并检查上一状态估计值,当所述上一状态估计值有效时,执行获取当前图像的步骤。
优选地,所述偏转参数等于所述当前图像中车头车尾框宽度与全车框宽度比值。
优选地,所述上一状态估计值还包括车头车尾框宽度估计值,根据所述车头车尾框宽度估计值和所述车头车尾框宽高比状态值确定车头车尾框高度。
另一方面,提供一种计算机存储介质,所述计算机存储介质包括程序指令,所述程序指令由处理器运行时,执行如前任一所述基于宽高比抑制噪声计算车辆高度的方法。
本发明的基于宽高比抑制噪声计算车辆高度的方法具有以下有益效果:在ADAS系统中接入并使用宽高比为固定值或在一定范围浮动这一先验信息,可以有效提高系统测距指标,解决图像识别误差引发的异常用例,同时还可以用该先验信息计算更新车辆的物理尺寸。
附图说明
为了更好地理解本发明的上述及其他目的、特征、优点和功能,可以参考附图中所示的实施方式。附图中相同的附图标记指代相同的部件。本领域技术人员应该理解,附图旨在示意性地阐明本发明的优选实施方式,对本发明的范围没有任何限制作用,图中各个部件并非按比例绘制。
图1示出了根据本发明实施例的基于宽高比抑制噪声计算车辆高度的方法的流程图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个,本公开的实施例提出了一种基于宽高比抑制噪声计算车辆高度的方法,包括:
步骤S1,获取当前图像,根据所述当前图像评估目标车辆的偏转参数。
具体地,当前图像为图像采集器获取的当前环境图像,图像采集器采用包括摄像头的具有实时图像采集功能的装置。根据目标车辆在当前图像中的成像判断目标车辆的偏转参数。
在一些实施例中,根据所述当前图像评估所述目标车辆的偏转参数的步骤还包括:所述偏转参数等于所述当前图像中车头车尾框宽度与全车框宽度比值。
具体地,通过深度学习从当前图像上识别到车头车尾框,经过去畸变矫正得到不带畸变的车头车尾框和全车框。当前图像中车头车尾框宽度则等于矫正得到的车头车尾框的像素宽度,当前图像中的全车框宽度则等于矫正得到的全车框的像素宽度。定义车头车尾框宽高比为目标车辆在图像中的车头框的宽高比或者目标车辆在图像中的车尾框的宽高比。
在另外的实施例中,偏转参数可以是目标车辆的偏转角度。即通过目标车辆在当前图像中的成像计算目标车辆相对图像采集器的转向角。
步骤S2,当所述目标车辆的偏转参数大于预设阈值时,根据所述当前图像计算所述目标车辆的当前车头车尾框宽高比。
具体地,偏转参数的预设阈值大于等于0.7。即当前图像中车头车尾框宽度与全车框宽度比值大于0.7时,判断当前图像未失真,则继续对当前图像中的车头车尾宽高比进行计算。当前图像中车头车尾框宽度与全车框宽度比值小于等于0.7时,判断当前图像失真,则不再进一步对当前图像进行计算。
目标车辆的当前车头车尾框宽高比为前述矫正得到的车头车尾框的像素宽度除以像素高度。
步骤S3,将所述当前车头车尾框宽高比输入滤波器,获取所述当前图像对应的车头车尾框宽高比状态值。
具体地,滤波器采用卡尔曼滤波方法等现有技术的滤波器,将步骤S2中计算得到
的当前车头车尾框宽高比输入滤波器中,得到滤波器输出的经上述滤波
方法处理后的车头车尾框宽高比状态值。
步骤S4,获取目标车辆的上一状态估计值,所述上一状态估计值包括车辆物理宽度估计值。
具体地,经过图像采集器获取到的值属于观测值,带有一定的噪声,所以需要进行滤波器处理(状态估计)获取状态估计值。工程应用中,每一个时刻都会获取一次观测(环境图像),然后通过滤波器进行一次状态估计以获取状态估计值,以此不断循环,得到多个以时间序列为依据的状态估计值。本领域技术人员可以理解地,这里的估计值是广义的状态估计值,包括车辆的距离、速度、尺寸、以及车头车尾框的宽高比估计值等。
目标车辆的上一状态估计值为滤波器通过对上一时刻图像处理得到状态估计值,车辆物理宽度估计值W为上一时刻对车辆实际宽度进行状态估计值。
步骤S5,根据所述车辆物理宽度估计值(上一状态)和所述车头车尾框宽高比状态值,确定当前车辆物理高度。
具体地,根据小孔成像原理,可以确定车辆物理宽度与车辆物理高度的比值等于
图像中目标车辆的车头车尾框的宽高比,进一步等于车头车尾框宽高比状态值。因此,当前
车辆物理高度H等于车辆物理宽度估计值(上一状态)W除以车头车尾框宽高比状态值。
在一些实施例中,在获取当前图像步骤之前还包括:获取并检查上一状态估计值,当所述上一状态估计值有效时,执行获取当前图像的步骤。
具体地,上一状态估计值有效包括:判断上一状态估计值是否为空;判断上一状态是否为初始状态。在一些情况下,状态估计值的结果有可能为无效的,或者不存在上一状态估计值,由于车辆物理高度的计算依赖于上一状态估计值,因此通过对上一状态估计值的有效判断,可以确保上个状态是正常可用的。
即,在步骤S1之前还包括步骤S0,步骤S0为判断上一状态估计值是否有效,当上一状态估计值有效时,则进行步骤S1,当上一状态估计值无效,即为空或者为初始状态时,则结束步骤。
在一些实施例中,所述上一状态估计值还包括车头车尾框宽度估计值,根据所述车头车尾框宽度估计值和所述车头车尾框宽高比状态值确定车头车尾框高度。
具体地,车头车尾框宽度估计值为上一时刻图像经过滤波器处理确定的车头车尾框像素宽度。则车头车尾框高度等于车头车尾框宽度估计值除以车头车尾框宽高比状态值。
另一方面,一种基于宽高比抑制噪声计算车辆高度的装置,包括:图像采集模块,所述图像采集模块用于实时采集环境图像;滤波器,所述滤波器根据所述环境图像进行车辆状态估计,并输出车辆状态估计值;高度计算模块,所述高度计算模块用于获取当前图像,根据所述当前图像评估目标车辆的偏转参数,当所述目标车辆的偏转参数大于预设阈值时,根据所述当前图像计算所述目标车辆的车头车尾框宽高比,将所述车头车尾框宽高比输入滤波器,获取所述滤波器输出的车头车尾框宽高比状态值,通过所述滤波器获取目标车辆的上一状态估计值,所述上一状态估计值包括车辆物理宽度估计值,根据所述车辆物理宽度估计值和所述车头车尾框宽高比状态值,确定当前车辆物理高度。
具体地,图像采集模块采用包括摄像头且具有实时图像采集功能的装置,图像采集器用于获取当前环境图像。滤波器采用卡尔曼滤波方法等现有技术的滤波器。高度计算模块包括具有数据处理功能的处理器和数据存储功能额存储器。
高度计算模块通过图像采集模块获取当前图像,通过滤波器获取车辆状态估计
值。高度计算模块根据目标车辆在当前图像中的成像判断目标车辆的偏转参数。偏转参数
等于所述当前图像中车头车尾框宽度与全车框宽度比值。偏转参数的预设阈值大于等于
0.7。即当前图像中车头车尾框宽度与全车框宽度比值大于0.7时,判断当前图像未失真,则
继续对当前图像中的车头车尾宽高比进行计算。当前图像中车头车尾框宽度与全车框宽度
比值小于等于0.7时,判断当前图像失真,则不再进一步对当前图像进行计算。目标车辆的
当前车头车尾框宽高比为这个前述矫正得到的车头车尾框的像素宽度除以像素高度。当前
车头车尾框宽高比输入滤波器中,得到滤波器输出的经上述滤波方法处
理后的车头车尾框宽高比状态值。高度计算模块通过滤波器获取车辆物理宽度估
计值W(上一时刻对车辆实际宽度状态估计值)。当前车辆物理高度H等于车辆物理宽度估计
值(上一状态)W除以车头车尾框宽高比状态值。
在一些实施例中,所述高度计算模块还包括通过所述滤波器获取并检查上一状态估计值,当所述上一状态估计值有效时,执行获取当前图像的步骤。
具体地,高度计算模块通过滤波器获取上一状态估计值,并判断上一状态值是否有效,高度计算模块响应与上一状态估计值有效的信号,通过图像采集器获取当前图像,高度计算模块响应与上一状态估计值无效的信号,结束计算步骤。
在一些实施例中,所述上一状态估计值还包括车头车尾框宽度估计值,根据所述车头车尾框宽度估计值和所述车头车尾框宽高比状态值确定车头车尾框高度。
具体地,高度计算模块同时通过滤波器获取上一时刻的车头车尾框宽度估计值,车头车尾框高度等于车头车尾框宽度估计值除以车头车尾框宽高比状态值。
另一方面,提供一种计算机存储介质,所述计算机存储介质包括程序指令,所述程序指令由处理器运行时,执行如前任一所述基于宽高比抑制噪声计算车辆高度的方法。
具体地,计算机存储机制用于储存电子设备所用的计算机软件指令,其包含用于执行上述方法实施例中基于宽高比抑制噪声计算车辆高度的方法所涉及的程序。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文。
Claims (9)
1.一种基于宽高比抑制噪声计算车辆高度的方法,其特征在于,包括:
获取当前图像,根据所述当前图像评估目标车辆的偏转参数;
当所述目标车辆的偏转参数大于预设阈值时,根据所述当前图像计算所述目标车辆的当前车头车尾框宽高比;
将所述当前车头车尾框宽高比输入滤波器,获取所述当前图像对应的车头车尾框宽高比状态值;
获取目标车辆的上一状态估计值,所述上一状态估计值包括车辆物理宽度估计值;
根据所述车辆物理宽度估计值和所述车头车尾框宽高比状态值,确定当前车辆物理高度。
2.根据权利要求1所述的方法,其特征在于,在获取当前图像步骤之前还包括:
获取并检查上一状态估计值,当所述上一状态估计值有效时,执行获取当前图像的步骤。
3.根据权利要求2所述的方法,其特征在于,根据所述当前图像评估所述目标车辆的偏转参数的步骤还包括:所述偏转参数等于所述当前图像中车头车尾框宽度与全车框宽度比值。
4.根据权利要求3所述的方法,其特征在于,所述上一状态估计值还包括车头车尾框宽度估计值,根据所述车头车尾框宽度估计值和所述车头车尾框宽高比状态值确定车头车尾框高度。
5.一种基于宽高比抑制噪声计算车辆高度的装置,其特征在于,包括:
图像采集模块,所述图像采集模块用于实时采集环境图像;
滤波器,所述滤波器根据所述环境图像进行车辆状态估计,并输出车辆状态估计值;
高度计算模块,所述高度计算模块用于获取当前图像,根据所述当前图像评估目标车辆的偏转参数,当所述目标车辆的偏转参数大于预设阈值时,根据所述当前图像计算所述目标车辆的车头车尾框宽高比,将所述车头车尾框宽高比输入滤波器,获取所述滤波器输出的车头车尾框宽高比状态值,通过所述滤波器获取目标车辆的上一状态估计值,所述上一状态估计值包括车辆物理宽度估计值,根据所述车辆物理宽度估计值和所述车头车尾框宽高比状态值,确定当前车辆物理高度。
6.根据权利要求5所述的装置,其特征在于,所述高度计算模块还包括通过所述滤波器获取并检查上一状态估计值,当所述上一状态估计值有效时,执行获取当前图像的步骤。
7.根据权利要求6所述的装置,其特征在于,所述偏转参数等于所述当前图像中车头车尾框宽度与全车框宽度比值。
8.根据权利要求7所述的装置,其特征在于,所述上一状态估计值还包括车头车尾框宽度估计值,根据所述车头车尾框宽度估计值和所述车头车尾框宽高比状态值确定车头车尾框高度。
9.一种计算机存储介质,其特征在于,所述计算机存储介质包括程序指令,所述程序指令由处理器运行时,执行如权利要求1-4任一所述基于宽高比抑制噪声计算车辆高度的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410041041.9A CN117553695B (zh) | 2024-01-11 | 2024-01-11 | 计算车辆高度的方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410041041.9A CN117553695B (zh) | 2024-01-11 | 2024-01-11 | 计算车辆高度的方法、装置及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117553695A true CN117553695A (zh) | 2024-02-13 |
CN117553695B CN117553695B (zh) | 2024-05-03 |
Family
ID=89813273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410041041.9A Active CN117553695B (zh) | 2024-01-11 | 2024-01-11 | 计算车辆高度的方法、装置及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117553695B (zh) |
Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5809161A (en) * | 1992-03-20 | 1998-09-15 | Commonwealth Scientific And Industrial Research Organisation | Vehicle monitoring system |
CN101776438A (zh) * | 2010-01-26 | 2010-07-14 | 武汉理工大学 | 道路标线测量装置及其测量方法 |
US20100283845A1 (en) * | 2008-02-04 | 2010-11-11 | Honda Motor Co., Ltd. | Vehicle periphery monitoring device, vehicle, vehicle periphery monitoring program, and vehicle periphery monitoring method |
JP2012093100A (ja) * | 2010-10-25 | 2012-05-17 | Panasonic Corp | 車高計測装置 |
JP2013109455A (ja) * | 2011-11-18 | 2013-06-06 | Clarion Co Ltd | 画像処理装置、車両システム、及び、画像処理方法 |
JP2015207211A (ja) * | 2014-04-22 | 2015-11-19 | サクサ株式会社 | 車両検出装置、およびシステム、ならびにプログラム |
CN105157608A (zh) * | 2015-08-31 | 2015-12-16 | 浙江大华技术股份有限公司 | 一种超限车辆的检测方法、装置及系统 |
CN108550143A (zh) * | 2018-04-03 | 2018-09-18 | 长安大学 | 一种基于rgb-d相机的车辆长宽高尺寸的测量方法 |
CN109859489A (zh) * | 2019-01-30 | 2019-06-07 | 驭势科技(北京)有限公司 | 一种车距估计方法、装置、车载设备及存储介质 |
CN112037260A (zh) * | 2020-08-31 | 2020-12-04 | 深圳市道通智能航空技术有限公司 | 一种跟踪目标的位置估计方法、装置及无人飞行器 |
CN112115737A (zh) * | 2019-06-19 | 2020-12-22 | 初速度(苏州)科技有限公司 | 一种车辆朝向的确定方法、装置及车载终端 |
CN112990124A (zh) * | 2021-04-26 | 2021-06-18 | 湖北亿咖通科技有限公司 | 一种车辆跟踪方法、装置、电子设备及存储介质 |
CN113065427A (zh) * | 2021-03-19 | 2021-07-02 | 上海眼控科技股份有限公司 | 一种车辆停车状态确定方法、装置、设备和存储介质 |
CN113701642A (zh) * | 2021-07-30 | 2021-11-26 | 的卢技术有限公司 | 一种车身外观尺寸的计算方法及系统 |
CN113781543A (zh) * | 2021-11-10 | 2021-12-10 | 北京中科慧眼科技有限公司 | 基于双目相机的限高装置检测方法、系统和智能终端 |
CN114166132A (zh) * | 2021-11-11 | 2022-03-11 | 中铁大桥科学研究院有限公司 | 一种车辆高度抓拍测量方法及装置 |
CN114419143A (zh) * | 2022-01-18 | 2022-04-29 | 浙江吉利控股集团有限公司 | 深度测量方法、深度测量设备及存储介质 |
CN114549645A (zh) * | 2022-02-27 | 2022-05-27 | 重庆长安汽车股份有限公司 | 一种基于视觉信息计算目标车辆航向角的方法和装置 |
CN114639078A (zh) * | 2022-02-17 | 2022-06-17 | 广州广电运通金融电子股份有限公司 | 一种车型识别方法、装置和系统 |
CN114972427A (zh) * | 2022-05-20 | 2022-08-30 | 厦门金龙联合汽车工业有限公司 | 一种基于单目视觉的目标跟踪方法、终端设备及存储介质 |
CN114973198A (zh) * | 2022-05-27 | 2022-08-30 | 智道网联科技(北京)有限公司 | 目标车辆的航向角预测方法、装置及电子设备、存储介质 |
CN115201846A (zh) * | 2022-07-18 | 2022-10-18 | 江西方兴科技股份有限公司 | 车辆外轮廓尺寸检测仪及检测方法 |
CN115690729A (zh) * | 2022-09-15 | 2023-02-03 | 北京罗克维尔斯科技有限公司 | 目标状态识别方法、装置、设备、存储介质及车辆 |
CN115953456A (zh) * | 2022-12-08 | 2023-04-11 | 河南科技大学 | 一种基于双目视觉的车辆外廓尺寸动态测量方法 |
CN115965940A (zh) * | 2023-01-05 | 2023-04-14 | 北京地平线信息技术有限公司 | 车辆状态的确定方法、装置、电子设备和存储介质 |
CN116128962A (zh) * | 2022-12-21 | 2023-05-16 | 惠州市德赛西威智能交通技术研究院有限公司 | 基于单目视觉的车辆3d定位方法,装置,汽车及存储介质 |
CN116222397A (zh) * | 2022-12-29 | 2023-06-06 | 北京万集科技股份有限公司 | 车辆信息检测方法和系统、存储介质和电子装置 |
US20230215187A1 (en) * | 2020-09-11 | 2023-07-06 | Beijing Co Wheels Technology Co., Ltd | Target detection method based on monocular image |
CN116520338A (zh) * | 2023-04-20 | 2023-08-01 | 北京地平线信息技术有限公司 | 目标车辆距离的确定方法、装置、电子设备和存储介质 |
CN116704747A (zh) * | 2022-12-29 | 2023-09-05 | 摩斯智联科技有限公司 | 一种基于边缘计算判定车辆事故并风控的系统 |
CN117197227A (zh) * | 2023-09-06 | 2023-12-08 | 重庆哆来目科技有限公司 | 计算目标车辆偏航角方法、装置、设备以及介质 |
US20230401872A1 (en) * | 2022-06-08 | 2023-12-14 | GM Global Technology Operations LLC | System and method for dynamic dimensioning of vehicle and trailer from shadow profiling |
-
2024
- 2024-01-11 CN CN202410041041.9A patent/CN117553695B/zh active Active
Patent Citations (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5809161A (en) * | 1992-03-20 | 1998-09-15 | Commonwealth Scientific And Industrial Research Organisation | Vehicle monitoring system |
US20100283845A1 (en) * | 2008-02-04 | 2010-11-11 | Honda Motor Co., Ltd. | Vehicle periphery monitoring device, vehicle, vehicle periphery monitoring program, and vehicle periphery monitoring method |
CN101776438A (zh) * | 2010-01-26 | 2010-07-14 | 武汉理工大学 | 道路标线测量装置及其测量方法 |
JP2012093100A (ja) * | 2010-10-25 | 2012-05-17 | Panasonic Corp | 車高計測装置 |
JP2013109455A (ja) * | 2011-11-18 | 2013-06-06 | Clarion Co Ltd | 画像処理装置、車両システム、及び、画像処理方法 |
JP2015207211A (ja) * | 2014-04-22 | 2015-11-19 | サクサ株式会社 | 車両検出装置、およびシステム、ならびにプログラム |
CN105157608A (zh) * | 2015-08-31 | 2015-12-16 | 浙江大华技术股份有限公司 | 一种超限车辆的检测方法、装置及系统 |
CN108550143A (zh) * | 2018-04-03 | 2018-09-18 | 长安大学 | 一种基于rgb-d相机的车辆长宽高尺寸的测量方法 |
CN109859489A (zh) * | 2019-01-30 | 2019-06-07 | 驭势科技(北京)有限公司 | 一种车距估计方法、装置、车载设备及存储介质 |
CN112115737A (zh) * | 2019-06-19 | 2020-12-22 | 初速度(苏州)科技有限公司 | 一种车辆朝向的确定方法、装置及车载终端 |
CN112037260A (zh) * | 2020-08-31 | 2020-12-04 | 深圳市道通智能航空技术有限公司 | 一种跟踪目标的位置估计方法、装置及无人飞行器 |
US20230215187A1 (en) * | 2020-09-11 | 2023-07-06 | Beijing Co Wheels Technology Co., Ltd | Target detection method based on monocular image |
CN113065427A (zh) * | 2021-03-19 | 2021-07-02 | 上海眼控科技股份有限公司 | 一种车辆停车状态确定方法、装置、设备和存储介质 |
CN112990124A (zh) * | 2021-04-26 | 2021-06-18 | 湖北亿咖通科技有限公司 | 一种车辆跟踪方法、装置、电子设备及存储介质 |
CN113701642A (zh) * | 2021-07-30 | 2021-11-26 | 的卢技术有限公司 | 一种车身外观尺寸的计算方法及系统 |
CN113781543A (zh) * | 2021-11-10 | 2021-12-10 | 北京中科慧眼科技有限公司 | 基于双目相机的限高装置检测方法、系统和智能终端 |
CN114166132A (zh) * | 2021-11-11 | 2022-03-11 | 中铁大桥科学研究院有限公司 | 一种车辆高度抓拍测量方法及装置 |
CN114419143A (zh) * | 2022-01-18 | 2022-04-29 | 浙江吉利控股集团有限公司 | 深度测量方法、深度测量设备及存储介质 |
CN114639078A (zh) * | 2022-02-17 | 2022-06-17 | 广州广电运通金融电子股份有限公司 | 一种车型识别方法、装置和系统 |
WO2023155483A1 (zh) * | 2022-02-17 | 2023-08-24 | 广州广电运通金融电子股份有限公司 | 一种车型识别方法、装置和系统 |
CN114549645A (zh) * | 2022-02-27 | 2022-05-27 | 重庆长安汽车股份有限公司 | 一种基于视觉信息计算目标车辆航向角的方法和装置 |
CN114972427A (zh) * | 2022-05-20 | 2022-08-30 | 厦门金龙联合汽车工业有限公司 | 一种基于单目视觉的目标跟踪方法、终端设备及存储介质 |
CN114973198A (zh) * | 2022-05-27 | 2022-08-30 | 智道网联科技(北京)有限公司 | 目标车辆的航向角预测方法、装置及电子设备、存储介质 |
US20230401872A1 (en) * | 2022-06-08 | 2023-12-14 | GM Global Technology Operations LLC | System and method for dynamic dimensioning of vehicle and trailer from shadow profiling |
CN115201846A (zh) * | 2022-07-18 | 2022-10-18 | 江西方兴科技股份有限公司 | 车辆外轮廓尺寸检测仪及检测方法 |
CN115690729A (zh) * | 2022-09-15 | 2023-02-03 | 北京罗克维尔斯科技有限公司 | 目标状态识别方法、装置、设备、存储介质及车辆 |
CN115953456A (zh) * | 2022-12-08 | 2023-04-11 | 河南科技大学 | 一种基于双目视觉的车辆外廓尺寸动态测量方法 |
CN116128962A (zh) * | 2022-12-21 | 2023-05-16 | 惠州市德赛西威智能交通技术研究院有限公司 | 基于单目视觉的车辆3d定位方法,装置,汽车及存储介质 |
CN116222397A (zh) * | 2022-12-29 | 2023-06-06 | 北京万集科技股份有限公司 | 车辆信息检测方法和系统、存储介质和电子装置 |
CN116704747A (zh) * | 2022-12-29 | 2023-09-05 | 摩斯智联科技有限公司 | 一种基于边缘计算判定车辆事故并风控的系统 |
CN115965940A (zh) * | 2023-01-05 | 2023-04-14 | 北京地平线信息技术有限公司 | 车辆状态的确定方法、装置、电子设备和存储介质 |
CN116520338A (zh) * | 2023-04-20 | 2023-08-01 | 北京地平线信息技术有限公司 | 目标车辆距离的确定方法、装置、电子设备和存储介质 |
CN117197227A (zh) * | 2023-09-06 | 2023-12-08 | 重庆哆来目科技有限公司 | 计算目标车辆偏航角方法、装置、设备以及介质 |
Non-Patent Citations (3)
Title |
---|
吴彩林 等: "交通灯路口的前车运动状态测定研究", 齐齐哈尔大学学报(自然科学版), vol. 32, no. 03, 15 May 2016 (2016-05-15), pages 7 - 13 * |
张兆杰: "基于视频的车辆检测与车牌定位算法研究", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》, 15 August 2010 (2010-08-15), pages 138 - 844 * |
顾柏园 等: "基于视觉的前方车辆探测技术研究方法综述", 公路交通科技, vol. 22, no. 10, 15 October 2005 (2005-10-15), pages 114 - 119 * |
Also Published As
Publication number | Publication date |
---|---|
CN117553695B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4943034B2 (ja) | ステレオ画像処理装置 | |
US11501452B2 (en) | Machine learning and vision-based approach to zero velocity update object detection | |
US12112506B2 (en) | System for calibrating extrinsic parameters for a camera in an autonomous vehicle | |
CN113538699A (zh) | 基于三维点云的定位方法、装置、设备及存储介质 | |
CN115272456A (zh) | 激光雷达与相机在线漂移检测方法、校正方法、装置及存储介质 | |
JP2021051347A (ja) | 距離画像生成装置及び距離画像生成方法 | |
CN117553695B (zh) | 计算车辆高度的方法、装置及计算机存储介质 | |
CN113643355A (zh) | 一种目标车辆位置和朝向的检测方法、系统及存储介质 | |
CN116697975A (zh) | 一种基于红外相机车载单目测距方法 | |
CN116520338A (zh) | 目标车辆距离的确定方法、装置、电子设备和存储介质 | |
CN114037977B (zh) | 道路灭点的检测方法、装置、设备及存储介质 | |
JP7561107B2 (ja) | 障害物検出装置、障害物検出方法および障害物検出プログラム | |
CN110827337A (zh) | 确定车载相机的姿态的方法、装置和电子设备 | |
CN117333837A (zh) | 行车安全辅助方法、电子设备及存储介质 | |
CN113811877A (zh) | 异常检测装置、异常检测方法以及程序 | |
CN115284809B (zh) | 智能网联车队主动悬架控制方法、系统及计算机设备 | |
CN117470237B (zh) | 停车检测方法、装置、设备及存储介质 | |
CN116052121B (zh) | 一种基于距离预估的多传感目标检测融合方法及装置 | |
CN113284186B (zh) | 一种基于惯导姿态和灭点的相机标定方法及系统 | |
CN114743171B (zh) | 倒车引导线的透视矫正方法、系统、介质及终端 | |
CN111508025B (zh) | 三维位置估计装置以及程序 | |
US20230267739A1 (en) | Image processing method and apparatus implementing the same | |
US20240078814A1 (en) | Method and apparatus for modeling object, storage medium, and vehicle control method | |
CN115661028A (zh) | 距离检测方法、装置、设备、存储介质及车辆 | |
CN118212280A (zh) | 一种基于单目相机的众包动态车辆深度估计方法及系统 |
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 |