[go: up one dir, main page]

CN111413692A - 一种基于路旁静止物体的摄像头横向位置估测自标定方法 - Google Patents

一种基于路旁静止物体的摄像头横向位置估测自标定方法 Download PDF

Info

Publication number
CN111413692A
CN111413692A CN202010191503.7A CN202010191503A CN111413692A CN 111413692 A CN111413692 A CN 111413692A CN 202010191503 A CN202010191503 A CN 202010191503A CN 111413692 A CN111413692 A CN 111413692A
Authority
CN
China
Prior art keywords
vehicle
camera
distance
near target
transverse distance
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
Application number
CN202010191503.7A
Other languages
English (en)
Other versions
CN111413692B (zh
Inventor
张达睿
杨航
付垚
庹新娟
王宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongfeng Motor Corp
Original Assignee
Dongfeng Motor Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dongfeng Motor Corp filed Critical Dongfeng Motor Corp
Priority to CN202010191503.7A priority Critical patent/CN111413692B/zh
Publication of CN111413692A publication Critical patent/CN111413692A/zh
Application granted granted Critical
Publication of CN111413692B publication Critical patent/CN111413692B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • 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
    • 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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • 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
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • 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
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及汽车控制技术领域，具体地指一种基于路旁静止物体的摄像头横向位置估测自标定方法。通过智能摄像头识别路边的静止物体，记录静止物体的观测横向距离和观测纵向距离，摄像头通过通信连接传递数据至车辆的控制系统，控制系统计算获得车辆行驶过程中观测横向距离与实际横向距离的补偿系数，形成补偿系数与观测纵向距离的查找表，当汽车再次遇到近处目标时，控制系统通过查找表和近处目标距离车辆的观测纵向距离得出补偿系数，对近处目标的观测横向距离进行自动补偿获得近处目标的实际横向距离，确定该近处目标的横向位置。本发明的方法极为简单，能够消除摄像头在观测近处目标时视角的畸变，准确得出近处目标的横向位置。

Description

一种基于路旁静止物体的摄像头横向位置估测自标定方法
技术领域
本发明涉及汽车控制技术领域，具体地指一种基于路旁静止物体的摄像头横向位置估测自标定方法。
背景技术
高级辅助驾驶系统(ADAS)的紧急制动功能对近处目标的横向位置估测精度极为敏感。通常摄像头的视野中心距离估测较准确，视野边缘由于畸变大，距离估测存在较大误差。近处相临车道目标，通常处于视野边缘，因此横向距离估测误差较大。会引起高级辅助驾驶系统(ADAS)误报警和漏报警的现象，极大的影响了的用户的驾乘体验。
发明内容
本发明的目的就是要解决上述背景技术提到的技术问题，提供一种基于路旁静止物体的摄像头横向位置估测自标定方法。
本发明的技术方案为：一种基于路旁静止物体的摄像头横向位置估测自标定方法，其特征在于：通过智能摄像头识别路边的静止物体，记录静止物体在摄像头中距离车辆本身的观测横向距离和观测纵向距离，摄像头通过通信连接传递数据至车辆的控制系统，控制系统计算获得车辆行驶过程中观测横向距离与实际横向距离的补偿系数，形成补偿系数与观测纵向距离的查找表，当汽车再次遇到近处目标时，控制系统通过查找表和近处目标距离车辆的观测纵向距离得出补偿系数，然后通过该补偿系数对近处目标的观测横向距离进行自动补偿获得近处目标的实际横向距离，确定该近处目标的横向位置。
进一步的所述通过智能摄像头识别路边静止物体的方法为：智能摄像头识别路边的路灯或是树木作为静止物体。
进一步的所述控制系统计算获得车辆行驶过程中观测横向距离与实际横向距离的补偿系数的方法为：当控制系统判断车辆处于直行状态时，根据车辆处于直行状态时静止物体距离车辆的实际横向距离是不变的这一原理，可以得到在智能摄像头中静止物体距离车辆的观测横向距离与实际横向距离的关系，从而获得观测横向距离与实际横向距离的补偿系数。
进一步的所述控制系统判断车辆处于直行状态的方法为：通过带有车道识别功能的智能摄像头判断车辆当前行驶车道是否处于直道，控制系统采集车辆行驶运动过程中的航向角速度，从而判断车辆是否处于直行状态。
进一步的所述的近处目标为静止目标或是运动目标。
进一步的当车辆已经获得补偿系数与观测纵向距离的查找表以后，车辆再次遇到近处目标时，此时车辆可以处于直行状态也可以处于非直行状态，都可以通过查找表以及观测纵向距离获取近处目标的实际横向距离。
本发明的优点有：1、本发明通过预先对智能摄像头观测静止目标的横向距离进行标定，即通过观测横向距离和实际横向距离之间的关系进行补偿，从而形成摄像头观测纵向距离与补偿系数之间的查找表，然后基于查找表即可获得在下一次的近处目标的实际横向位置，从而消除由于摄像头横向距离估测误差偏大以及摄像头两侧视角畸变的问题，提高控制系统对汽车行驶过程中道路两侧目标的观测精度，避免出现高级辅助驾驶系统(ADAS)误报警和漏报警的现象，极大的提高了的用户的驾乘体验；
2、本发明通过智能摄像头识别路边的路灯或是树木作为静止物体，这类识别方式比较简单，且样本充足，识别的精度更高，方便后续的数据处理；
3、本发明确定补偿系数是基于车辆在直行状态过程中，静止物体距离汽车的横向距离始终是不变的，但摄像头因为在移动过程中，静止物体从摄像头视角的中间位置向视角的两侧边缘移动，观测的横向距离会随着汽车纵向距离的变化而产生变化，这样就可以找出观测横向距离和实际横向距离时间的变化关系，从而获得补偿系数，该方法简单可行，极大方便了获得补偿系数的计算方法；
4、本发明判断车辆是否直行通过两个步骤，一是通过智能摄像头判断车辆是否处于直行车道中，二是通过控制系统观察车辆的行驶信号，判断车辆是否为直行状态，通过两个步骤能够准确判断车辆的直行状态，方法极为简单高效，且逻辑判断方式合理，判断结果也极为准确；
5、本发明获得查找表以后，对于再次判断近处目标的横向距离就无需考虑该近处目标是否处于静止状态或是车辆是否处于直行状态，这样的使用状态能够大幅度提高车辆判断模式范围，能够应对各种实际行驶过程中出现的状况，极大程度拓展了本方法的应用场景。
本发明的方法极为简单，通过获得补偿系数与纵向距离的查找表，能够消除摄像头在观测近处目标时视角的畸变，准确得出近处目标的横向位置，避免出现高级辅助驾驶系统(ADAS)误报警和漏报警的现象，极大的提高了的用户的驾乘体验，具有极大的推广价值和广泛的应用场景。
附图说明
图1：本发明的车辆行驶示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明。
本实施例首先对智能摄像头(Mobileye Q3前向摄像头)进行标定，获得智能摄像头观测横向距离与实际横向距离之间的补偿系数。本实施例的智能摄像头具有车道识别功能，智能摄像头通过车道识别功能判断车辆是否处于直行车道中，当判定车辆确实处于直行车道中，控制系统接收车辆的行驶信号，比如航向角速度等能够判断车辆是否偏转的行驶信号，当控制系统接收的行驶信号判定车辆处于直行状态时，此时可以开始对智能摄像头进行标定，即计算摄像头观测横向距离与实际横向距离的补偿系数。
当车辆处于直行状态时，可以确定，路边的静止物体距离车辆的横向距离是永远保持不变的，但是由于车辆在行驶过程中，静止物体会从智能摄像头视角的中央位置想视角两侧的边缘位置移动，这样显示在智能摄像头的数据信息上，就是静止物体与车辆的观测横向距离发生变化，因此需要得到观测横向距离和实际横向距离之间的变化关系，获得观测横向距离和实际横向距离之间的补偿系数。本实施例的静止物体是智能摄像头能够识别的路灯、树木等目标。
获得观测横向距离和实际横向距离之间的补偿系数后，可以发现补偿系数实际上与车辆与静止物体的观测纵向距离存在一定的关系。摄像头有一个精度区域，摄像头与观测物体的纵向距离处在这个精度区域时，摄像头的实际横向距离与观测横向距离之间的误差最小，即此时的补偿系数最小，当摄像头与观测物体的纵向距离远离这个精度区域的时候，距离这个精度区域越远，补充系数越大，反之补偿系数越小。因此通过大量的实验进行标定，将实际横向距离和观测横向距离之间的比值作为补偿系数，通过获得这种观测纵向距离与补偿系数的对应关系，可以形成该智能摄像头的补偿系数与观测纵向距离之间的查找表。本实施例的观测纵向距离指摄像头观测的车辆距离静止物体的纵向距离，当车辆处于直行状态时观测纵向距离等同于实际纵向距离。
获得该智能摄像头的补偿系数与观测纵向距离之间的查找表后，当车辆再次遇到近处目标时，不管该近处目标是否处于静止状态，也不管车辆此时是否处于直行状态，智能摄像头获取近处目标的观测纵向距离，基于查找表，就可以获得对应的补偿系数，然后通过智能摄像头得到的近处目标与车辆本身的观测横向距离就可以获得近处目标与车辆本身的实际横向距离，从而准确判断近处目标的横向位置。
以某型号的车辆为例，该车辆配置某型号的智能摄像头，该智能摄像头具有车道识别功能。当该车辆初次行驶时，对智能摄像头进行标定。如图1所示，车辆行驶在直行车道中，且车辆处于直行状态，智能摄像头观测到前方路边的路灯，此时车辆距离该路灯的实际横向距离为L＝2.46m，智能摄像头获取的车辆距离该路灯的观测横向距离为L1＝2.41m、车辆距离该路灯A的观测纵向距离为20m，此时智能摄像头对车辆的实际横向距离与观测纵向距离的补偿系数为1.02。车辆继续行驶，智能摄像头获取车辆距离该路灯A的观测纵向距离变化为8m，智能摄像头获取的车辆距离该路灯A的观测横向距离为L2＝1.91m，由于车辆处于直行状态，车辆距离该路灯A的实际横向距离还是为L＝2.46m，此时智能摄像头对车辆的实际横向距离与观测纵向距离的补偿系数为1.29。依次记录补偿系数与观测纵向距离，形成查找表，如下表所示：
表1：某车辆智能摄像头的补偿系数与观测纵向距离的对应表
Figure BDA0002416085490000051
获得查找表后，车辆行驶过程中，车辆前方路边出现闯红灯者，此时智能摄像头观测到闯红灯者距离车辆的观测纵向距离为1.1m、观测纵向向距离为12m，通过查阅查找表，找出对应的补偿系数为1.20，计算得到此时闯红灯者距离车辆的实际横向距离为1.32m，将该信息反馈到高级辅助驾驶系统(ADAS)，由高级辅助驾驶系统(ADAS)判断是否采取紧急制动措施。
本实施例的纵向指汽车沿汽车行驶方向，即图1中的上下方向，横向指垂直汽车行驶的方向，即图1中的左右方向。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。

Claims (6)

1.一种基于路旁静止物体的摄像头横向位置估测自标定方法，其特征在于：通过智能摄像头识别路边的静止物体，记录静止物体在摄像头中距离车辆本身的观测横向距离和观测纵向距离，摄像头通过通信连接传递数据至车辆的控制系统，控制系统计算获得车辆行驶过程中观测横向距离与实际横向距离的补偿系数，形成补偿系数与观测纵向距离的查找表，当汽车再次遇到近处目标时，控制系统通过查找表和近处目标距离车辆的观测纵向距离得出补偿系数，然后通过该补偿系数对近处目标的观测横向距离进行自动补偿获得近处目标的实际横向距离，确定该近处目标的横向位置。
2.如权利要求1所述的一种基于路旁静止物体的摄像头横向位置估测自标定方法，其特征在于：所述通过智能摄像头识别路边静止物体的方法为：智能摄像头识别路边的路灯或是树木作为静止物体。
3.如权利要求1所述的一种基于路旁静止物体的摄像头横向位置估测自标定方法，其特征在于：所述控制系统计算获得车辆行驶过程中观测横向距离与实际横向距离的补偿系数的方法为：当控制系统判断车辆处于直行状态时，根据车辆处于直行状态时静止物体距离车辆的实际横向距离是不变的这一原理，可以得到在智能摄像头中静止物体距离车辆的观测横向距离与实际横向距离的关系，从而获得观测横向距离与实际横向距离的补偿系数。
4.如权利要求3所述的一种基于路旁静止物体的摄像头横向位置估测自标定方法，其特征在于：所述控制系统判断车辆处于直行状态的方法为：通过带有车道识别功能的智能摄像头判断车辆当前行驶车道是否处于直道，控制系统采集车辆行驶运动过程中的航向角速度，从而判断车辆是否处于直行状态。
5.如权利要求1所述的一种基于路旁静止物体的摄像头横向位置估测自标定方法，其特征在于：所述的近处目标为静止目标或是运动目标。
6.如权利要求1所述的一种基于路旁静止物体的摄像头横向位置估测自标定方法，其特征在于：当车辆已经获得补偿系数与观测纵向距离的查找表以后，车辆再次遇到近处目标时，此时车辆可以处于直行状态也可以处于非直行状态，都可以通过查找表以及观测纵向距离获取近处目标的实际横向距离。
CN202010191503.7A 2020-03-18 2020-03-18 一种基于路旁静止物体的摄像头横向位置估测自标定方法 Active CN111413692B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010191503.7A CN111413692B (zh) 2020-03-18 2020-03-18 一种基于路旁静止物体的摄像头横向位置估测自标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010191503.7A CN111413692B (zh) 2020-03-18 2020-03-18 一种基于路旁静止物体的摄像头横向位置估测自标定方法

Publications (2)

Publication Number Publication Date
CN111413692A true CN111413692A (zh) 2020-07-14
CN111413692B CN111413692B (zh) 2022-03-18

Family

ID=71491186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010191503.7A Active CN111413692B (zh) 2020-03-18 2020-03-18 一种基于路旁静止物体的摄像头横向位置估测自标定方法

Country Status (1)

Country Link
CN (1) CN111413692B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112130152A (zh) * 2020-09-16 2020-12-25 东风汽车集团有限公司 一种汽车与目标物横向距离修正的方法
CN115980787A (zh) * 2023-03-16 2023-04-18 安徽科创中光科技股份有限公司 一种基于颗粒物雷达的污染监测定位方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2244399A (en) * 1998-03-27 1999-10-07 Franz Plasser Bahnbaumaschinen-Industriegesellschaft M.B.H. A method for correcting the position of a track
CA2576216A1 (en) * 1999-10-29 2001-05-17 Safegate International Ab Aircraft identification and docking guidance systems
EP1577682A1 (de) * 2004-03-20 2005-09-21 Robert Bosch Gmbh Objektortungssystem für Kraftfahrzeuge zur Erkennung eines Spurwechsels
US20070046500A1 (en) * 2005-08-25 2007-03-01 Herbert William J Dual laser beam guidance and parking device
CN101089917A (zh) * 2007-06-01 2007-12-19 清华大学 一种目标车换道工况下的快速识别方法
CN103712573A (zh) * 2013-12-27 2014-04-09 华南师范大学 双通道干涉测量中面阵图像传感器的空间匹配校正方法
CN104359408A (zh) * 2014-11-25 2015-02-18 麦特汽车服务股份有限公司 一种基于二维倾角自动补偿的汽车底盘数据测量方法
CN107389026A (zh) * 2017-06-12 2017-11-24 江苏大学 一种基于固定点射影变换的单目视觉测距方法
CN107703528A (zh) * 2017-09-25 2018-02-16 武汉光庭科技有限公司 自动驾驶中结合低精度gps的视觉定位方法及系统
US20180186403A1 (en) * 2016-11-24 2018-07-05 Baidu Usa Llc Method and system for steering control of an autonomous vehicle using proportional, integral, and derivative (pid) controller
CN108627175A (zh) * 2017-03-20 2018-10-09 现代自动车株式会社 用于识别车辆位置的系统和方法
CN109733390A (zh) * 2018-12-29 2019-05-10 江苏大学 一种基于驾驶人特性的自适应换道预警方法
CN110320517A (zh) * 2019-05-31 2019-10-11 惠州市德赛西威汽车电子股份有限公司 一种车载雷达识别方法
CN110555407A (zh) * 2019-09-02 2019-12-10 东风汽车有限公司 路面车辆空间识别方法及电子设备
CN110706271A (zh) * 2019-09-30 2020-01-17 清华大学 一种车载视觉实时多车载目标横纵向距离估计方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2244399A (en) * 1998-03-27 1999-10-07 Franz Plasser Bahnbaumaschinen-Industriegesellschaft M.B.H. A method for correcting the position of a track
CA2576216A1 (en) * 1999-10-29 2001-05-17 Safegate International Ab Aircraft identification and docking guidance systems
EP1577682A1 (de) * 2004-03-20 2005-09-21 Robert Bosch Gmbh Objektortungssystem für Kraftfahrzeuge zur Erkennung eines Spurwechsels
US20070046500A1 (en) * 2005-08-25 2007-03-01 Herbert William J Dual laser beam guidance and parking device
CN101089917A (zh) * 2007-06-01 2007-12-19 清华大学 一种目标车换道工况下的快速识别方法
CN103712573A (zh) * 2013-12-27 2014-04-09 华南师范大学 双通道干涉测量中面阵图像传感器的空间匹配校正方法
CN104359408A (zh) * 2014-11-25 2015-02-18 麦特汽车服务股份有限公司 一种基于二维倾角自动补偿的汽车底盘数据测量方法
US20180186403A1 (en) * 2016-11-24 2018-07-05 Baidu Usa Llc Method and system for steering control of an autonomous vehicle using proportional, integral, and derivative (pid) controller
CN108627175A (zh) * 2017-03-20 2018-10-09 现代自动车株式会社 用于识别车辆位置的系统和方法
CN107389026A (zh) * 2017-06-12 2017-11-24 江苏大学 一种基于固定点射影变换的单目视觉测距方法
CN107703528A (zh) * 2017-09-25 2018-02-16 武汉光庭科技有限公司 自动驾驶中结合低精度gps的视觉定位方法及系统
CN109733390A (zh) * 2018-12-29 2019-05-10 江苏大学 一种基于驾驶人特性的自适应换道预警方法
CN110320517A (zh) * 2019-05-31 2019-10-11 惠州市德赛西威汽车电子股份有限公司 一种车载雷达识别方法
CN110555407A (zh) * 2019-09-02 2019-12-10 东风汽车有限公司 路面车辆空间识别方法及电子设备
CN110706271A (zh) * 2019-09-30 2020-01-17 清华大学 一种车载视觉实时多车载目标横纵向距离估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
应世杰: ""高速公路汽车防撞预警系统的开发研究"", 《中国优秀博硕士学位论文全文数据库（硕士）工程科技||辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112130152A (zh) * 2020-09-16 2020-12-25 东风汽车集团有限公司 一种汽车与目标物横向距离修正的方法
CN112130152B (zh) * 2020-09-16 2023-09-05 东风汽车集团有限公司 一种汽车与目标物横向距离修正的方法
CN115980787A (zh) * 2023-03-16 2023-04-18 安徽科创中光科技股份有限公司 一种基于颗粒物雷达的污染监测定位方法
CN115980787B (zh) * 2023-03-16 2023-05-23 安徽科创中光科技股份有限公司 一种基于颗粒物雷达的污染监测定位方法

Also Published As

Publication number Publication date
CN111413692B (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
CN111505624B (zh) 一种基于机器视觉和毫米波雷达数据融合的环境感知方法
CN112285714B (zh) 一种基于多传感器的障碍物速度融合方法和装置
CN102806913B (zh) 一种车道线偏离检测方法及装置
JP6464673B2 (ja) 支障物検知システムおよび鉄道車両
US9740942B2 (en) Moving object location/attitude angle estimation device and moving object location/attitude angle estimation method
JP3822770B2 (ja) 車両用前方監視装置
JP5949955B2 (ja) 道路環境認識システム
CN107209998B (zh) 车道线识别装置以及车道线识别方法
CN112810619B (zh) 基于雷达的辅助驾驶系统前方目标车辆识别方法
US10554951B2 (en) Method and apparatus for the autocalibration of a vehicle camera system
CN116022163A (zh) 基于超局部子图的自动驾驶车辆扫描匹配和雷达姿态估计器
CN111413692A (zh) 一种基于路旁静止物体的摄像头横向位置估测自标定方法
JP7462738B2 (ja) 車載クラスタ追跡システム
US20050278112A1 (en) Process for predicting the course of a lane of a vehicle
CN111959482A (zh) 自主驾驶装置及方法
CN114475581A (zh) 基于轮速脉冲和imu卡尔曼滤波融合的自动泊车定位方法
JP5446559B2 (ja) 車両位置演算装置及び車両位置演算方法
JPH1047954A (ja) 複眼カメラによる車間距離計測装置
JP6604052B2 (ja) 走路境界推定装置及び走路境界推定方法
TWI805077B (zh) 路徑規劃方法及其系統
CN105730330A (zh) 行车安全系统及其障碍物筛选方法
Alrousan et al. Multi-Sensor Fusion in Slow Lanes for Lane Keep Assist System
JP2012137362A (ja) 走行道路推定装置、方法およびプログラム
CN117092636B (zh) 一种毫米波雷达多目标跟踪虚假航迹识别系统及方法
US20250111537A1 (en) Calibration of camera -based height assessment

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