CN107290738A - 一种测量前方车辆距离的方法和装置 - Google Patents
一种测量前方车辆距离的方法和装置 Download PDFInfo
- Publication number
- CN107290738A CN107290738A CN201710511875.1A CN201710511875A CN107290738A CN 107290738 A CN107290738 A CN 107290738A CN 201710511875 A CN201710511875 A CN 201710511875A CN 107290738 A CN107290738 A CN 107290738A
- Authority
- CN
- China
- Prior art keywords
- front vehicles
- actual range
- distance
- actual
- 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.)
- Pending
Links
Classifications
-
- 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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Optical Distance (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种测量前方车辆距离的方法和装置,涉及车载电子设备技术领域。该方法包括:对单目前向摄像头进行标定得到图像坐标与物理坐标之间的投影变换矩阵;获取车辆前方的图像;提取前方车辆的边缘信息,得到表示边缘的外接矩形;根据所述边缘信息和预设车体模型计算前方车辆的第一实际距离;根据所述边缘信息和所述投影变换矩阵,计算前方车辆的第二实际距离;根据所述第一实际距离和所述第二实际距离计算前方车辆距离。本发明基于成像原理和图像坐标系与世界坐标系的投影关系,得到一个接近实际距离的值。本发明采用单目摄像头成本低,兼容不同的摄像头安装位置、拍摄角度和不同车型,为驾驶员提供驾驶辅助,保证驾驶安全。
Description
技术领域
本发明涉及车载电子技术,尤其涉及一种测量前方车辆距离的方法和装置。
背景技术
基于单目前向摄像头的车辆测距是智能汽车驾驶中的前向防碰撞预警系统的关键技术之一,对于保持车距、车道变换以及前车碰撞预警都有着重要的作用。相对于激光雷达测距、双目视觉测距以及其他测距方法,基于单目摄像头的测距有着成本低廉以及信息丰富的优势。
当前,基于单目摄像头的测距方法主要有:1、根据图像中的像素位置和实际距离之间的统计关系建模,来估算实际距离;该方法无法建立通用的模型,要针对不同车型进行调试;2、利用摄像头成像原理,以及近大远小的原理,对车辆进行建模,进而估算实际距离,但不能计算出确切的距离数据;3、利用道路特征和本车在车道中的位置来计算前车的距离,对于道路特征有较强的依赖性,不能通用推广。
发明内容
本发明的目的在于提出一种测量前方车辆距离的方法和装置,能够测量前方的车辆与本车的距离,为驾驶员提供参考。
为达此目的,本发明采用以下技术方案:
一方面,本发明提供一种测量前方车辆距离的方法,包括:
对单目前向摄像头进行标定得到图像坐标与物理坐标之间的投影变换矩阵;
通过单目前向摄像头获取车辆前方的图像;
提取前方车辆的边缘信息,得到表示边缘的矩形;
根据所述边缘信息和预设车体模型计算前方车辆的第一实际距离;
根据所述边缘信息和所述投影变换矩阵,计算前方车辆的第二实际距离;
根据所述第一实际距离和所述第二实际距离计算前方车辆距离。
其中,对单目前向摄像头进行标定得到图像坐标与物理坐标之间的投影变换矩阵,包括:
通过所述单目前向摄像头获取标定物的标定图像;
获取标定物的标定点的物理坐标和在标定图像上的图像坐标;
计算图像坐标与物理坐标之间的投影变换矩阵。
其中,根据所述边缘信息和所述投影变换矩阵,计算前方车辆的第二实际距离,包括:
获得所述矩形的下边缘的平均坐标;
根据所述投影变换矩阵计算所述平均坐标对应的实际坐标;
从所述实际坐标中获取前方车辆的第二实际距离。
其中,根据所述第一实际距离和所述第二实际距离计算前方车辆距离,包括:
设置所述第一实际距离的第一权重和所述第二实际距离的第二权重;
前方车辆距离=第一实际距离*第一权重+第二实际距离*第二权重。
其中,设置所述第一实际距离的第一权重和所述第二实际距离的第二权重,包括:
所述第一权重和所述第二权重的初始值均为0.5;
根据所述第一实际距离和所述图像的上一帧的前方车辆距离,计算所述图像的当前帧的第一权重;
第二权重=1-所述第一权重。
其中,提取前方车辆的边缘信息,得到表示边缘的矩形,包括:
通过样本训练得到车辆的LBP特征;
根据所述LBP特征识别前方车辆在图像中的位置;
通过SOBEL算子进行边缘检测,在所述位置提取前方车辆的上边缘和下边缘;
对所述位置进行阈值二值化后,提取前方车辆的左边缘和右边缘;
所述上边缘、所述下边缘、所述左边缘和所述右边缘围成表示边缘的矩形。
另一方面,本发明提供一种测量前方车辆距离的装置,包括:
标定模块,用于对单目前向摄像头进行标定得到图像坐标与物理坐标之间的投影变换矩阵;
单目前向摄像头,用于获取车辆前方的图像;
边缘检测模块,用于提取前方车辆的边缘信息,得到表示边缘的矩形;
第一距离计算模块,用于根据所述边缘信息和预设车体模型计算前方车辆的第一实际距离;
第二距离计算模块,用于根据所述边缘信息和所述投影变换矩阵,计算前方车辆的第二实际距离;
融合计算模块,用于根据所述第一实际距离和所述第二实际距离计算前方车辆距离。
进一步的,所述单目前向摄像头还用于获取标定物的标定图像;
所述标定模块具体用于获取标定物的标定点的物理坐标和在标定图像上的图像坐标;计算图像坐标与物理坐标之间的投影变换矩阵。
其中,所述第二距离计算模块具体用于:
获得所述矩形的下边缘的平均坐标;
根据所述投影变换矩阵计算所述平均坐标对应的实际坐标;
从所述实际坐标中获取前方车辆的第二实际距离。
其中,所述融合计算模块具体用于:
设置所述第一实际距离的第一权重和所述第二实际距离的第二权重;
计算前方车辆距离,所述前方车辆距离=第一实际距离*第一权重+第二实际距离*第二权重。
本发明的有益效果为:
通过单目前向摄像头采集车辆前方的图像,通过成像原理,根据车体模型估算前车的距离;再通过对摄像头进行标定,根据图像坐标系与世界坐标系的投影关系,计算前车的距离;将获得的两个距离值进行融合,得到一个接近实际距离的值,供驾驶员参考。本发明基于单目摄像头进行测距,成本低,调试简单,兼容不同的摄像头安装位置、拍摄角度和车型,并且克服了现有技术中采用单目摄像头测距不准确的缺陷,为驾驶员提供驾驶辅助,保证驾驶安全。
附图说明
图1是本发明实施例一提供的测量前方车辆距离的方法的流程图;
图2是本发明实施例一中标定物的放置位置示意图;
图3是本发明实施例二提供的测量前方车辆距离的装置的结构示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本发明实施例的技术方案作进一步的详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例一
本实施例提供一种测量前方车辆距离的方法,适用于驾驶中估测前车距离的情形,为驾驶员提供驾驶辅助。该方法由一种测量前方车辆距离的装置来执行,该装置由软件和/或硬件实现,一般集成于车载电子设备,如行车记录仪、汽车中控设备等。
图1是本发明实施例一提供的测量前方车辆距离的方法的流程图。如图1所示,所述方法包括如下步骤:
S11,对单目前向摄像头进行标定得到图像坐标与物理坐标之间的投影变换矩阵。
预先在车辆驾驶室的适当位置安装单目前向摄像头,在车辆的中心线(对称轴)上,于车辆前方放置多个带有标定点的标定物,标定物的尺寸和摆放标定物的位置根据需要选择。本实施例中,标定物的摆放位置定为距离车头2米、3米、4米,小型车辆的标定物高度为1.2~1.5m,大型车辆为2.0~2.3m。标定物选取黑白棋盘格标定板,棋盘格尺寸为30cm*30cm。图2是本发明实施例一中标定物的放置位置示意图。
通过单目前向摄像头获取标定物的标定图像,识别出标定物上的标定点,建立图像坐标系,各标定点的图像坐标为(x,y,z);再参考上述图像坐标系建立世界坐标系,根据实际测量得到各标定点的物理坐标(u,v,w),将各个标定点的图像坐标与物理坐标对应起来,将他们的对应关系用矩阵表示,得到图像坐标与物理坐标之间的投影变换矩阵。
S12,通过单目前向摄像头获取车辆前方的图像。
驾驶过程中,通过摄像头获取车辆前方的图像。
S13,提取前方车辆的边缘信息,得到表示边缘的矩形。
通过大量的车辆图像进行样本训练得到车辆的LBP特征,根据所述LBP特征识别前方车辆在图像中的位置。
通过SOBEL算子在所述位置进行边缘检测,包括:利用SOBEL算子提取出满足一定阈值的边缘点,并进行分割,选取边缘特征强的目标点,这些目标点组成边缘,进而提取出前方车辆的上边缘和下边缘。
采用OTSU图像二值化算法,对图像各像素点的灰度进行统计,得到图像二值化的阈值,根据该阈值对所述位置进行阈值二值化后,提取前方车辆的左边缘和右边缘。
所述上边缘、所述下边缘、所述左边缘和所述右边缘围成车辆边缘,获得车辆边缘的外接矩形。
S14,根据所述边缘信息和预设车体模型计算前方车辆的第一实际距离。
通过大量的车身宽度与车身高度的车型数据,对车辆进行建模,得到预设车体模型T,T=车身高度/车身宽度,一般情况下,T的值为[0.7,1.5]。根据步骤S13中获得的矩形,当矩形的高宽比满足某个T值时,根据现有的车型数据,可估计得出前方车辆的车身宽度。
根据矩形的下边缘获取图像中的前车距离,根据成像原理,图像中的前车距离/第一实际距离=矩形宽度/车身宽度,可计算出本车与前方车辆的第一实际距离。
S15,根据所述边缘信息和所述投影变换矩阵,计算前方车辆的第二实际距离。
根据步骤S13中获得的矩形,统计出矩形的下边缘的中心点,根据该点的图像坐标和步骤S11中获得的投影变换矩阵,计算出该中心点投影到世界坐标系的物理坐标,取物理坐标的v的值为第二实际距离。
S16,根据所述第一实际距离和所述第二实际距离计算前方车辆距离。
设置所述第一实际距离的第一权重和所述第二实际距离的第二权重;所述第一权重和所述第二权重的初始值均为0.5;根据所述第一实际距离和所述图像的上一帧的前方车辆距离,计算所述图像的当前帧的第一权重,即当前帧的第一权重=|第一实际距离-上一帧的前方车辆距离|/上一帧的前方车辆距离;第二权重=1-所述第一权重。
前方车辆距离=第一实际距离*第一权重+第二实际距离*第二权重。
其中,步骤S11包括:
S111,通过所述单目前向摄像头获取标定物的标定图像。
安装好单目前向摄像头,并且放置好标定物后,通过所述单目前向摄像头获取标定物的标定图像。对于不同距离上设置的标定物,分别获取其标定图像。
S112,获取标定物的标定点的物理坐标和在标定图像上的图像坐标。
根据建立的世界坐标系,通过测量等手段获取各标定点的物理坐标(u,v,w);根据图像坐标系,从标定图像上获取各标定点的图像坐标(x,y,z)。将图像坐标(x,y,z)对应到平面直角坐标系(X,Y),其中,X=x/z,Y=y/z。
S113,计算图像坐标与物理坐标之间的投影变换矩阵。
根据坐标的对应关系,有投影矩阵的变换公式:
图像坐标矩阵=物理坐标矩阵·投影变换矩阵,即
其中,步骤S15包括:
S151,获得所述矩形的下边缘的平均坐标。
将表示车辆下边缘的所有点的坐标值取平均值,得到下边缘的中心点的坐标,记为平均坐标。
S152,根据所述投影变换矩阵计算所述平均坐标对应的实际坐标。
根据步骤S11得到的投影变换矩阵,将所述平均坐标用矩阵表示并代入上述式一中进行计算,得到表示实际坐标的矩阵。
S153,从所述实际坐标中获取前方车辆的第二实际距离。
表示实际坐标的矩阵中,对应实际坐标v值的元素,则为前方车辆距离本车的第二实际距离。
本实施例通过单目前向摄像头采集车辆前方的图像,通过成像原理,根据车体模型估算前车的距离;再通过对摄像头进行标定,根据图像坐标系与世界坐标系的投影转换关系,估算前车的距离;将获得的两个距离值配合相应的权重进行动态融合,得到一个接近实际距离的值,供驾驶员参考。本实施例基于单目摄像头进行测距,成本低,调试简单,兼容不同的摄像头安装位置和拍摄角度,也适用于各种不同车型,并且克服了现有技术中采用单目摄像头测距不准确的缺陷,为驾驶员提供驾驶辅助,保证驾驶安全。
实施例二
本实施例提供一种测量前方车辆距离的装置,用于执行上述实施例所述的测量前方车辆距离的方法,解决相同的技术问题,达到相同的技术效果。该装置由软件和/或硬件组成,一般集成于车载电子设备,如行车记录仪、汽车中控设备等,也可作为单独的测距设备安装在汽车的驾驶室。
图3是本发明实施例二提供的测量前方车辆距离的装置的结构示意图。所述装置包括:单目前向摄像头21,标定模块22,边缘检测模块23,第一距离计算模块24,第二距离计算模块25及融合计算模块26。
标定模块22,用于对单目前向摄像头21进行标定得到图像坐标与物理坐标之间的投影变换矩阵。
单目前向摄像头21,用于获取标定物的标定图像;完成标定后,还用于获取车辆前方的图像。
边缘检测模块23,用于提取前方车辆的边缘信息,得到表示边缘的矩形。
第一距离计算模块24,用于根据所述边缘信息和预设车体模型计算前方车辆的第一实际距离。
第二距离计算模块25,用于根据所述边缘信息和所述投影变换矩阵,计算前方车辆的第二实际距离。
融合计算模块26,用于根据所述第一实际距离和所述第二实际距离计算前方车辆距离。
进一步的,所述标定模块22具体用于获取标定物的标定点的物理坐标和在标定图像上的图像坐标;计算图像坐标与物理坐标之间的投影变换矩阵。
其中,所述第二距离计算模块25具体用于:
获得所述矩形的下边缘的平均坐标;根据所述投影变换矩阵计算所述平均坐标对应的实际坐标;从所述实际坐标中获取前方车辆的第二实际距离。
其中,所述融合计算模块26具体用于:
设置所述第一实际距离的第一权重和所述第二实际距离的第二权重;计算前方车辆距离,所述前方车辆距离=第一实际距离*第一权重+第二实际距离*第二权重。
所述第一权重和所述第二权重的初始值均为0.5;根据所述第一实际距离和所述图像的上一帧的前方车辆距离,计算所述图像的当前帧的第一权重,即当前帧的第一权重=|第一实际距离-上一帧的前方车辆距离|/上一帧的前方车辆距离;第二权重=1-所述第一权重。
进一步的,所述边缘检测模块23具体用于:
通过样本训练得到车辆的LBP特征;根据所述LBP特征识别前方车辆在图像中的位置;通过SOBEL算子进行边缘检测,在所述位置提取前方车辆的上边缘和下边缘;对所述位置进行阈值二值化后,提取前方车辆的左边缘和右边缘;所述上边缘、所述下边缘、所述左边缘和所述右边缘围成车辆边缘,求得车辆边缘的外接矩形。
本实施例基于单目摄像头进行测距,成本低,调试简单,兼容不同的摄像头安装位置和拍摄角度,并且采用成像原理和投影原理检测前车的距离,克服了现有技术中采用单目摄像头测距不准确的缺陷,为驾驶员提供驾驶辅助,保证驾驶安全。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (10)
1.一种测量前方车辆距离的方法,其特征在于:
对单目前向摄像头进行标定得到图像坐标与物理坐标之间的投影变换矩阵;
通过单目前向摄像头获取车辆前方的图像;
提取前方车辆的边缘信息,得到表示边缘的矩形;
根据所述边缘信息和预设车体模型计算前方车辆的第一实际距离;
根据所述边缘信息和所述投影变换矩阵,计算前方车辆的第二实际距离;
根据所述第一实际距离和所述第二实际距离计算前方车辆距离。
2.根据权利要求1所述的方法,其特征在于,对单目前向摄像头进行标定得到图像坐标与物理坐标之间的投影变换矩阵,包括:
通过所述单目前向摄像头获取标定物的标定图像;
获取标定物的标定点的物理坐标和在标定图像上的图像坐标;
计算图像坐标与物理坐标之间的投影变换矩阵。
3.根据权利要求2所述的方法,其特征在于,根据所述边缘信息和所述投影变换矩阵,计算前方车辆的第二实际距离,包括:
获得所述矩形的下边缘的平均坐标;
根据所述投影变换矩阵计算所述平均坐标对应的实际坐标;
从所述实际坐标中获取前方车辆的第二实际距离。
4.根据权利要求3所述的方法,其特征在于,根据所述第一实际距离和所述第二实际距离计算前方车辆距离,包括:
设置所述第一实际距离的第一权重和所述第二实际距离的第二权重;
前方车辆距离=第一实际距离*第一权重+第二实际距离*第二权重。
5.根据权利要求4所述的方法,其特征在于,设置所述第一实际距离的第一权重和所述第二实际距离的第二权重,包括:
所述第一权重和所述第二权重的初始值均为0.5;
根据所述第一实际距离和所述图像的上一帧的前方车辆距离,计算所述图像的当前帧的第一权重;
第二权重=1-所述第一权重。
6.根据权利要求1所述的方法,其特征在于,提取前方车辆的边缘信息,得到表示边缘的矩形,包括:
通过样本训练得到车辆的LBP特征;
根据所述LBP特征识别前方车辆在图像中的位置;
通过SOBEL算子进行边缘检测,在所述位置提取前方车辆的上边缘和下边缘;
对所述位置进行阈值二值化后,提取前方车辆的左边缘和右边缘;
所述上边缘、所述下边缘、所述左边缘和所述右边缘围成表示边缘的矩形。
7.一种测量前方车辆距离的装置,其特征在于,包括:
标定模块,用于对单目前向摄像头进行标定得到图像坐标与物理坐标之间的投影变换矩阵;
单目前向摄像头,用于获取车辆前方的图像;
边缘检测模块,用于提取前方车辆的边缘信息,得到表示边缘的矩形;
第一距离计算模块,用于根据所述边缘信息和预设车体模型计算前方车辆的第一实际距离;
第二距离计算模块,用于根据所述边缘信息和所述投影变换矩阵,计算前方车辆的第二实际距离;
融合计算模块,用于根据所述第一实际距离和所述第二实际距离计算前方车辆距离。
8.根据权利要求7所述的装置,其特征在于:
所述单目前向摄像头还用于获取标定物的标定图像;
所述标定模块具体用于获取标定物的标定点的物理坐标和在标定图像上的图像坐标;计算图像坐标与物理坐标之间的投影变换矩阵。
9.根据权利要求8所述的装置,其特征在于,所述第二距离计算模块具体用于:
获得所述矩形的下边缘的平均坐标;
根据所述投影变换矩阵计算所述平均坐标对应的实际坐标;
从所述实际坐标中获取前方车辆的第二实际距离。
10.根据权利要求9所述的装置,其特征在于,所述融合计算模块具体用于:
设置所述第一实际距离的第一权重和所述第二实际距离的第二权重;
计算前方车辆距离,所述前方车辆距离=第一实际距离*第一权重+第二实际距离*第二权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710511875.1A CN107290738A (zh) | 2017-06-27 | 2017-06-27 | 一种测量前方车辆距离的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710511875.1A CN107290738A (zh) | 2017-06-27 | 2017-06-27 | 一种测量前方车辆距离的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107290738A true CN107290738A (zh) | 2017-10-24 |
Family
ID=60099518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710511875.1A Pending CN107290738A (zh) | 2017-06-27 | 2017-06-27 | 一种测量前方车辆距离的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107290738A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108132054A (zh) * | 2017-12-20 | 2018-06-08 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN108154146A (zh) * | 2017-12-25 | 2018-06-12 | 陈飞 | 一种基于图像识别的车辆追踪方法 |
CN109959919A (zh) * | 2017-12-22 | 2019-07-02 | 比亚迪股份有限公司 | 汽车及单目摄像头测距方法、装置 |
CN111141252A (zh) * | 2018-12-14 | 2020-05-12 | 广东星舆科技有限公司 | 一种单目标定测距的方法及系统 |
WO2021032197A1 (zh) * | 2019-08-21 | 2021-02-25 | 长城汽车股份有限公司 | 单目视觉测距方法、存储介质及单目摄像头 |
CN112902911A (zh) * | 2019-12-03 | 2021-06-04 | 上海高德威智能交通系统有限公司 | 基于单目相机的测距方法、装置、设备及存储介质 |
CN113869268A (zh) * | 2021-10-12 | 2021-12-31 | 广州小鹏自动驾驶科技有限公司 | 障碍物测距方法、装置、电子设备及可读介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006164192A (ja) * | 2004-12-10 | 2006-06-22 | Univ Waseda | 硬貨識別装置および硬貨識別方法 |
US20070150159A1 (en) * | 2003-10-25 | 2007-06-28 | Daimlerchrysler Ag | Distance regulation method and device |
CN103072537A (zh) * | 2013-02-05 | 2013-05-01 | 湖南大学 | 基于红外图像处理的汽车防撞安全保护装置及保护方法 |
CN103578109A (zh) * | 2013-11-08 | 2014-02-12 | 中安消技术有限公司 | 一种监控摄像机测距方法及装置 |
CN104021541A (zh) * | 2013-02-28 | 2014-09-03 | 富士胶片株式会社 | 车至车距离计算装置和方法 |
CN105184872A (zh) * | 2015-09-02 | 2015-12-23 | 郁佳敏 | 基于机器视觉的汽车保险费电子计价器 |
CN105182320A (zh) * | 2015-07-14 | 2015-12-23 | 安徽清新互联信息科技有限公司 | 一种基于深度测量的车距检测方法 |
CN105206109A (zh) * | 2015-08-13 | 2015-12-30 | 长安大学 | 一种基于红外ccd的车辆雾天识别预警系统及方法 |
CN105488454A (zh) * | 2015-11-17 | 2016-04-13 | 天津工业大学 | 基于单目视觉的前方车辆检测与测距 |
CN106153000A (zh) * | 2016-06-17 | 2016-11-23 | 合肥工业大学 | 一种前方车辆距离检测方法 |
CN106483959A (zh) * | 2016-11-10 | 2017-03-08 | 江苏大学 | 一种图像空间下的定距离跟车控制方法 |
CN106651963A (zh) * | 2016-12-29 | 2017-05-10 | 清华大学苏州汽车研究院(吴江) | 一种用于驾驶辅助系统的车载摄像头的安装参数标定方法 |
-
2017
- 2017-06-27 CN CN201710511875.1A patent/CN107290738A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070150159A1 (en) * | 2003-10-25 | 2007-06-28 | Daimlerchrysler Ag | Distance regulation method and device |
JP2006164192A (ja) * | 2004-12-10 | 2006-06-22 | Univ Waseda | 硬貨識別装置および硬貨識別方法 |
CN103072537A (zh) * | 2013-02-05 | 2013-05-01 | 湖南大学 | 基于红外图像处理的汽车防撞安全保护装置及保护方法 |
CN104021541A (zh) * | 2013-02-28 | 2014-09-03 | 富士胶片株式会社 | 车至车距离计算装置和方法 |
CN103578109A (zh) * | 2013-11-08 | 2014-02-12 | 中安消技术有限公司 | 一种监控摄像机测距方法及装置 |
CN105182320A (zh) * | 2015-07-14 | 2015-12-23 | 安徽清新互联信息科技有限公司 | 一种基于深度测量的车距检测方法 |
CN105206109A (zh) * | 2015-08-13 | 2015-12-30 | 长安大学 | 一种基于红外ccd的车辆雾天识别预警系统及方法 |
CN105184872A (zh) * | 2015-09-02 | 2015-12-23 | 郁佳敏 | 基于机器视觉的汽车保险费电子计价器 |
CN105488454A (zh) * | 2015-11-17 | 2016-04-13 | 天津工业大学 | 基于单目视觉的前方车辆检测与测距 |
CN106153000A (zh) * | 2016-06-17 | 2016-11-23 | 合肥工业大学 | 一种前方车辆距离检测方法 |
CN106483959A (zh) * | 2016-11-10 | 2017-03-08 | 江苏大学 | 一种图像空间下的定距离跟车控制方法 |
CN106651963A (zh) * | 2016-12-29 | 2017-05-10 | 清华大学苏州汽车研究院(吴江) | 一种用于驾驶辅助系统的车载摄像头的安装参数标定方法 |
Non-Patent Citations (5)
Title |
---|
YIXIN CHEN 等: "Vehicle tracking and distance estimation based on multiple image features", 《FOURTH CANADIAN CONFERENCE ON COMPUTER AND ROBOT VISION》 * |
YIXIN CHEN 等: "Vehicle tracking and distance estimation based on multiple image features", 《FOURTH CANADIAN CONFERENCE ON COMPUTER AND ROBOT VISION》, 11 June 2007 (2007-06-11), pages 1 - 8 * |
刘军 等: "基于OpenCV 的前方车辆检测和前撞预警算法研究", 汽车技术, no. 6, pages 305 - 309 * |
吴骏 等: "基于单目视觉的前方车辆检测与测距", 《计算机工程》 * |
吴骏 等: "基于单目视觉的前方车辆检测与测距", 《计算机工程》, vol. 43, no. 2, 28 February 2017 (2017-02-28) * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108132054A (zh) * | 2017-12-20 | 2018-06-08 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN109959919A (zh) * | 2017-12-22 | 2019-07-02 | 比亚迪股份有限公司 | 汽车及单目摄像头测距方法、装置 |
CN109959919B (zh) * | 2017-12-22 | 2021-03-26 | 比亚迪股份有限公司 | 汽车及单目摄像头测距方法、装置 |
CN108154146A (zh) * | 2017-12-25 | 2018-06-12 | 陈飞 | 一种基于图像识别的车辆追踪方法 |
CN111141252A (zh) * | 2018-12-14 | 2020-05-12 | 广东星舆科技有限公司 | 一种单目标定测距的方法及系统 |
WO2021032197A1 (zh) * | 2019-08-21 | 2021-02-25 | 长城汽车股份有限公司 | 单目视觉测距方法、存储介质及单目摄像头 |
CN112902911A (zh) * | 2019-12-03 | 2021-06-04 | 上海高德威智能交通系统有限公司 | 基于单目相机的测距方法、装置、设备及存储介质 |
CN112902911B (zh) * | 2019-12-03 | 2023-06-20 | 上海高德威智能交通系统有限公司 | 基于单目相机的测距方法、装置、设备及存储介质 |
CN113869268A (zh) * | 2021-10-12 | 2021-12-31 | 广州小鹏自动驾驶科技有限公司 | 障碍物测距方法、装置、电子设备及可读介质 |
CN113869268B (zh) * | 2021-10-12 | 2024-11-29 | 广州小鹏自动驾驶科技有限公司 | 障碍物测距方法、装置、电子设备及可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107290738A (zh) | 一种测量前方车辆距离的方法和装置 | |
CN107738612B (zh) | 基于全景视觉辅助系统的自动泊车停车位检测与识别系统 | |
CN113370977B (zh) | 一种基于视觉的智能车辆前向碰撞预警方法及系统 | |
CN110443225B (zh) | 一种基于特征像素统计的虚实车道线识别方法及其装置 | |
CN107031623B (zh) | 一种基于车载盲区相机的道路预警方法 | |
CN106919915B (zh) | 基于adas系统的地图道路标记及道路质量采集装置及方法 | |
CN102467821B (zh) | 基于视频图像的路面距离检测方法及装置 | |
CN107463890B (zh) | 一种基于单目前视相机的前车检测与跟踪方法 | |
CN110909705B (zh) | 一种基于车载摄像头的路侧停车位感知方法及系统 | |
CN105574552A (zh) | 一种基于单目视觉的车辆测距与碰撞预警方法 | |
CN106256606A (zh) | 一种基于车载双目相机的车道偏离预警方法 | |
CN103985131B (zh) | 一种用于高速公路车道偏离预警系统的相机快速标定方法 | |
CN103345618A (zh) | 一种基于视频技术的交通违章检测方法 | |
CN106802144A (zh) | 一种基于单目视觉和车牌的车距测量方法 | |
CN105206109A (zh) | 一种基于红外ccd的车辆雾天识别预警系统及方法 | |
CN103487034A (zh) | 一种基于立式标靶的车载单目摄像头测距测高方法 | |
CN109827516B (zh) | 一种通过车轮来测量距离的方法 | |
CN111967360A (zh) | 基于车轮的目标车辆姿态检测方法 | |
CN102303563B (zh) | 前车碰撞预警系统及方法 | |
CN109635737A (zh) | 基于道路标记线视觉识别辅助车辆导航定位方法 | |
CN105021126A (zh) | 基于机器视觉技术货车侧防护栏安装尺寸测量系统及方法 | |
CN108189757B (zh) | 一种行车安全提示系统 | |
CN107688174A (zh) | 一种图像测距方法、系统、存储介质和车载视觉感知设备 | |
Adamshuk et al. | On the applicability of inverse perspective mapping for the forward distance estimation based on the HSV colormap | |
CN110991264A (zh) | 前方车辆检测方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171024 |
|
RJ01 | Rejection of invention patent application after publication |