[go: up one dir, main page]

CN116494869A - 车用智能侦测方法、车载装置及车辆 - Google Patents

车用智能侦测方法、车载装置及车辆 Download PDF

Info

Publication number
CN116494869A
CN116494869A CN202210062298.3A CN202210062298A CN116494869A CN 116494869 A CN116494869 A CN 116494869A CN 202210062298 A CN202210062298 A CN 202210062298A CN 116494869 A CN116494869 A CN 116494869A
Authority
CN
China
Prior art keywords
vehicle
image
target
target object
determining
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
Application number
CN202210062298.3A
Other languages
English (en)
Inventor
吕孝恒
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.)
Hon Hai Precision Industry Co Ltd
Original Assignee
Hon Hai Precision Industry Co Ltd
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 Hon Hai Precision Industry Co Ltd filed Critical Hon Hai Precision Industry Co Ltd
Priority to CN202210062298.3A priority Critical patent/CN116494869A/zh
Priority to US17/895,508 priority patent/US20230230347A1/en
Publication of CN116494869A publication Critical patent/CN116494869A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B60R1/20—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B60R1/22—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle
    • B60R1/23—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle with a predetermined field of view
    • B60R1/24—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle with a predetermined field of view in front of the vehicle
    • 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
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
    • B60R2300/105—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using multiple cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/20—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of display used
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
    • 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
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking
    • 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
    • G06T2207/30261—Obstacle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera
    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供一种车用智能侦测方法、车载装置及车辆，其中，所述方法包括：确定待侦测的目标物；获取车辆前进方向的环境影像的图像帧，并从所述图像帧中侦测包括所述目标物的目标影像，包括：确定所述图像帧中的物品与所述目标物的相似度，当所述相似度大于预设的相似度阈值时，确定所述图像帧为所述目标影像以及确定所述物品为所述目标物；确定所述目标影像中的目标物与所述车辆的相对位置；及输出对所述目标物的侦测结果。本申请可以辅助车辆进行智能侦测，提高寻找目标物的效率。

Description

车用智能侦测方法、车载装置及车辆
技术领域
本申请涉及车辆行车检测领域，尤其涉及一种车用智能侦测方法、车载装置及车辆。
背景技术
现有的行车记录仪常搭配有辅助驾驶的功能，例如车道偏移警示及前车碰撞预警等。然而，这些辅助功能多半是面向行车安全方面的，很少向驾驶员提供其他方面的辅助信息。
发明内容
鉴于以上内容，有必要提供一种车用智能侦测方法、车载装置及车辆，能够解决车载装置无法提供目标识别的问题，为车辆驾驶员提供更多辅助驾驶信息以确保行车安全。
所述车用智能侦测方法包括：确定待侦测的目标物；获取车辆前进方向的环境影像的图像帧，并从所述图像帧中侦测包括所述目标物的目标影像，包括：确定所述图像帧中的物品与所述目标物的相似度，当所述相似度大于预设的相似度阈值时，确定所述图像帧为所述目标影像以及确定所述物品为所述目标物；确定所述目标影像中的目标物与所述车辆的相对位置；及输出对所述目标物的侦测结果。
可选地，所述目标物包括目标文字和/或目标图标。
可选地，所述获取车辆前进方向的环境影像的图像帧包括：
依据预设时间间隔从所述环境影像中提取至少一图像帧；
当提取的图像帧为所述目标影像时，在预设时间段内暂停提取图像帧；及
当提取的图像帧不是所述目标影像时，继续依据所述预设时间间隔从所述环境影像中提取下一图像帧。
可选地，所述确定所述图像帧中的物品与所述目标物的相似度包括：
利用特征提取算法提取所述图像帧中的物品的特征；
利用特征匹配算法计算所述物品的特征与所述目标物的相似度。
可选地，所述相对位置包括相对距离与相对方位。
可选地，所述确定所述目标物与所述车辆的所述相对距离包括：
利用光学雷达测距技术计算所述相对距离；或
获取摄像装置的第一参数以及所述目标影像中所述目标物的第二参数，所述第一参数包括单目内参数据和双目相对位置关系，所述第二参数包括所述目标影像中所述目标物的像素宽度；
利用单目测距技术或双目测距技术，基于所述第一参数与所述第二参数计算所述相对距离。
可选地，确定所述目标物与所述车辆的所述相对方位包括：
基于所述目标影像的中心在所述环境影像中的位置，或基于所述车辆前进方向的道路中线的中心以及所述目标影像的中心的比对结果，确定所述目标影像中的所述目标物与所述车辆的相对方位。
可选地，所述输出对所述目标物的侦测结果包括：
在所述目标影像中标识所述目标物与所述相对位置，并显示标识后的目标影像；或
输出语音提醒用户所述相对位置。
所述车载装置包括存储器和至少一个处理器，所述存储器中存储有至少一个指令，所述至少一个指令被所述至少一个处理器执行时实现所述车用智能侦测方法。
所述车辆包括所述车载装置。
相较于现有技术，所述车用智能侦测方法、车载装置及车辆，能够在驾驶员专注开车时，协助驾驶员找到指定的对象、文字或是图案，提升行车安全并减轻驾驶疲劳程度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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，还可以根据提供的附图获得其他的附图。
图1是本申请实施例提供的车载装置的架构图。
图2是本申请实施例提供的车用智能侦测方法的流程图。
图3是本申请实施例提供的输出对目标物的侦测结果的示例图。
主要元件符号说明
车辆 100
车载装置 3
处理器 32
存储器 31
智能侦测系统 30
雷达装置 33
行车记录器 34
摄像装置 35
显示器 36
如下具体实施方式将结合上述附图进一步说明本申请。
具体实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施例对本申请进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
参阅图1所示，为本申请实施例提供的车载装置的架构图。
本实施例中，车载装置3包括互相之间电连接的存储器31、至少一个处理器32、雷达装置33、行车记录器34。
图1示出的车载装置3的结构仅是示例性说明，并不构成对本申请各个实施例的限定，所述车载装置3还可以包括比图1更多或更少的其他硬件或者软件，或者不同的部件配置。
需要说明的是，所述车载装置3仅为举例，其他现有的或今后可能出现的车载装置如可适用于本申请，也应包含在本申请的保护范围以内，并以引用方式包含于此。
在一些实施例中，所述存储器31可以用于存储计算机程序的程序代码和各种数据。例如，所述存储器31可以用于存储安装在所述车载装置3中的智能侦测系统30、行车记录器34所记录的环境影像，并在车载装置3的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器31可以是包括只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者任何其他能够用于携带或存储数据的非易失性的计算机可读的存储介质。
在一些实施例中，所述至少一个处理器32可以由集成电路组成。例如，可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述至少一个处理器32是所述车载装置3的控制核心(Control Unit)，利用各种接口和线路连接整个车载装置3的各个部件，通过执行存储在所述存储器31内的程序或者模块或者指令，以及调用存储在所述存储器31内的数据，以执行车载装置3的各种功能和处理数据，例如，进行智能侦测的功能(具体细节参后面对图2的介绍)。
在一些实施例中，所述雷达装置33可以用于侦测所述目标影像中的目标物与所述车辆的相对位置。
在本实施例中，所述行车记录器34包含摄像装置35和显示器36。所述行车记录器34可以利用所述摄像装置35拍摄车辆100行车全过程的视频图像，经所述处理器32处理后作为环境影像储存在所述存储器31中。所述行车记录器34在接收到所述摄像装置35拍摄的影像或者所述处理器32得到的标识后的目标影像与所述相对位置后，在所述显示器36进行相应的显示。
在本实施例中，所述摄像装置35可以安装在所述车辆100的前挡风玻璃所在位置处，所述摄像装置35可以包括一个或两个摄像头，只要使得所述摄像装置35能够拍摄到轨道限速告示牌和轨道图像即可。
在本实施例中，所述显示器36可以为能呈现图像和发出声音的显示装置，例如呈现所述摄像装置35拍摄到的影像画面，输出语音提醒用户所述相对位置。
在本实施例中，智能侦测系统30可以包括一个或多个模块，所述一个或多个模块存储在所述存储器31中，并由至少一个或多个处理器(本实施例为处理器32)执行，以实现进行智能侦测的功能(具体细节参后面对图2的介绍)。
本实施例中，以软件功能模块的形式实现的集成的单元，可以存储在一个非易失性可读取存储介质中。上述软件功能模块包括一个或多个计算机可读指令，所述车载装置3或一个处理器(processor)通过执行所述一个或多个计算机可读指令实现本申请各个实施例的方法的部分，例如图2所示的车用智能侦测的方法。
在进一步的实施例中，结合图1，所述至少一个处理器32可执行所述车载装置3的操作装置以及安装的各类应用程序(如所述的智能侦测系统30)、程序代码等。
在进一步的实施例中，所述存储器31中存储有计算机程序的程序代码，且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如，所述智能侦测系统30的各个模块是存储在所述存储器31中的程序代码，并由所述至少一个处理器32所执行，从而实现所述各个模块的功能以达到对车辆100行车辅助的目的(详见下文中对图2的描述)。
在本申请的一个实施例中，所述存储器31存储一个或多个计算机可读指令，所述一个或多个计算机可读指令被所述至少一个处理器32所执行以实现智能侦测的目的。具体地，所述至少一个处理器32对上述计算机可读指令的具体实现方法详见下文中对图2的描述。
参阅图2所示，为本申请较佳实施例的车用智能侦测方法的流程图。
在本实施例中，所述车用智能侦测方法可以应用于车辆100中，对于需要进行智能侦测的车辆100，可以直接在该车辆100上集成本申请的方法所提供的用于智能侦测的功能，或者以软件开发工具包(Software Development Kit，SDK)的形式运行在所述车载装置3上。如图2所示，所述车用智能侦测方法具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
步骤S1，车载装置确定待侦测的目标物。
在一个实施例中，所述目标物包括目标文字(例如：“银行”、“饭店”、“ATM”)和/或目标图标(例如：“便利店的LOGO图像”)。车载装置可以响应用户输入获取所述目标文字和/或目标图标。所述目标文字和/或目标图标还可以预先存储在车载装置的存储器中，或者预先存储在与车载装置通讯连接的其他设备中。
步骤S2，车载装置获取车辆前进方向的环境影像的图像帧，并从所述图像帧中侦测包括所述目标物的目标影像。
在一个实施例中，所述获取车辆前进方向的环境影像的图像帧包括：
依据预设时间间隔(例如，0.5秒)从所述环境影像中提取至少一图像帧；
当提取的图像帧为所述目标影像时，在预设时间段内暂停提取图像帧；及
当提取的图像帧不是所述目标影像时，继续依据所述预设时间间隔从所述环境影像中提取下一图像帧。
在一个实施例中，从所述图像帧中侦测包括所述目标物的目标影像包括：
确定所述图像帧中的物品与所述目标物的相似度，当所述相似度大于预设的相似度阈值(例如，0.95)时，确定所述图像帧为所述目标影像以及确定所述物品为所述目标物。
在一个实施例中，所述确定所述图像帧中的物品与所述目标物的相似度包括：
利用特征提取算法提取所述图像帧中的物品的特征；及
利用特征匹配算法计算所述物品的特征与所述目标物的相似度。
在一个实施例中，所述利用特征提取算法提取所述图像帧中的物品的特征包括：
对所述图像帧进行预处理；
对预处理后的图像帧进行特征提取：
对特征提取后的图像帧进行特征处理。
在一个实施例中，所述预处理包括对所述图像帧进行的图像标准化处理(例如，调整所述图像帧的尺寸)与图片归一化处理(例如将所述图像帧的重心调整为0)，所述预处理可以有效减少所述图像帧中的干扰因素，突出图像帧中的特征信息；
所述特征提取所使用的方法包括：Harris、SIFT、SURF、LBF、HOG、DPM等；
所述特征处理所使用的方法包括：主成分分析、奇异值分解、线性判别分析等，所述特征处理可以排除所述图像帧中信息量小的特征，减少计算量。
在一个实施例中，所述利用特征匹配算法计算所述物品的特征与所述目标物的相似度所使用的方法包括：直方图方法、哈希算法、结构相似性算法等。其中，所述结构相似性算法可以计算得到所述物品的特征与所述目标物的结构相似度指数作为所述相似度，所述结构相似度指数从图像组成的角度将结构信息定义为独立于亮度、对比度的，反映场景中物体结构的属性，并将失真建模为亮度、对比度和结构三个不同因素的组合；使用均值作为亮度的估计，标准差作为对比度的估计，协方差作为结构相似程度的度量。
需要说明的是，还可以使用侦测所述目标物的方法在所述目标影像中识别车辆行进前方的道路标识并对道路进行标记。
步骤S3，车载装置确定所述目标影像中的目标物与所述车辆的相对位置。
在一个实施例中，所述相对位置包括相对距离与相对方位。
在一个实施例中，所述确定所述目标物与所述车辆的所述相对距离包括：
利用光学雷达测距技术计算所述相对距离；或
获取摄像装置的第一参数以及所述目标影像中所述目标物的第二参数，所述第一参数包括单目内参数据和双目相对位置关系，所述第二参数包括所述目标影像中所述目标物的像素宽度；
利用单目测距技术或双目测距技术，基于所述第一参数与所述第二参数计算所述相对距离。
在一个实施例中，当所述摄像装置仅使用一个摄像头进行智能侦测时，利用单目测距技术基于所述第一参数与所述第二参数计算所述相对距离包括：
利用矩形框将所述目标影像中的目标物进行框选；
根据所述第二参数获取所述矩形框底边的两个像素点在所述目标影像中的平面坐标(例如利用opencv自带函数，输出矩形框像素点坐标)，分别记为(u1，v1)和(u2，v2)；
根据所述第一参数确定所述车载摄像设备的外参数矩阵、内参数矩阵与畸变矩阵，利用几何关系推导法由平面坐标(u1,v1)与(u2,v2)确定道路平面坐标(x1,y1)、(x2,y2)；
通过欧氏距离公式计算出所述相对距离。
在一个实施例中，当所述摄像装置使用两个摄像头进行智能侦测时，利用双目测距技术基于所述第一参数与所述第二参数计算所述相对距离包括：
基于所述第一参数与所述第二参数进行双目校正与双目匹配，根据相似三角形原理计算所述相对距离。
所述双目标正包括对左右两个摄像头所获得的目标影像进行消除畸变和行对准，使得左右视图的成像原点坐标一致、两个摄像头光轴平行、左右成像平面共面、对极线行对齐。这样一幅影像上任意一点与其在另一幅影像上的对应点就必然具有相同的行号，只需在该行进行一维搜索即可匹配到对应点。
所述双目匹配可以把匹配同一场景在左右视图上对应的像素点，得到视差图，根据所述视差图可以计算得到两张目标影像的视差数据，再根据三角形原理公式就可以很容易的计算出所述相对距离。
在一个实施例中，确定所述目标物与所述车辆的所述相对方位包括：
基于所述目标影像的中心在所述环境影像中的位置，或基于所述车辆前进方向的道路中线的中心以及所述目标影像的中心的比对结果，确定所述目标影像中的所述目标物与所述车辆的相对方位。
当目标物位于所述目标影像中心点的左方时，可视为目标物位于车辆左前方。反之，当目标物位于所述目标影像中心点的右方时，可视为目标物位于车辆右前方。此外，以机器视觉及深度学习等技术可从影像中找到行驶中道路的中线，可比对道路中线的中心位置以及目标物的中心位置，将目标物区分为位于车辆左前方或是右前方。
步骤S4，车载装置输出对所述目标物的侦测结果。
在一个实施例中，所述输出对所述目标物的侦测结果包括：
在所述目标影像中标识所述目标物与所述相对位置，并显示标识后的目标影像；或
输出语音提醒用户所述相对位置。
例如，当目标物为文字“珍粥到粥面馆”，当侦测到环境影像中出现该文字时，例如图3所示，利用显示器将标以红色矩形框的展示出来，在显示器中示出“珍粥到粥面馆”位于“左前方50公尺”处，并以语音的方式提醒驾驶员目标物“在左前方50公尺处找到珍粥到粥面馆”。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
最后所应说明的是，以上实施例仅用以说明本申请的技术方案而非限制，尽管参照以上较佳实施例对本申请进行了详细说明，本领域的普通技术人员应当理解，可以对本申请的技术方案进行修改或等同替换，而不脱离本申请技术方案的精神和范围。

Claims (10)

1.一种车用智能侦测方法，应用于车载装置，其特征在于，所述方法包括：
确定待侦测的目标物；
获取车辆前进方向的环境影像的图像帧，并从所述图像帧中侦测包括所述目标物的目标影像，包括：确定所述图像帧中的物品与所述目标物的相似度，当所述相似度大于预设的相似度阈值时，确定所述图像帧为所述目标影像以及确定所述物品为所述目标物；
确定所述目标影像中的目标物与所述车辆的相对位置；及
输出对所述目标物的侦测结果。
2.根据权利要求1所述的车用智能侦测方法，其特征在于，所述目标物包括目标文字和/或目标图标。
3.根据权利要求1所述的车用智能侦测方法，其特征在于，所述获取车辆前进方向的环境影像的图像帧包括：
依据预设时间间隔从所述环境影像中提取至少一图像帧；
当提取的图像帧为所述目标影像时，在预设时间段内暂停提取图像帧；及
当提取的图像帧不是所述目标影像时，继续依据所述预设时间间隔从所述环境影像中提取下一图像帧。
4.根据权利要求1所述的车用智能侦测方法，其特征在于，所述确定所述图像帧中的物品与所述目标物的相似度包括：
利用特征提取算法提取所述图像帧中的物品的特征；
利用特征匹配算法计算所述物品的特征与所述目标物的相似度。
5.根据权利要求1所述的车用智能侦测方法，其特征在于，所述相对位置包括相对距离与相对方位。
6.根据权利要求5所述的车用智能侦测方法，其特征在于，所述确定所述目标物与所述车辆的所述相对距离包括：
利用光学雷达测距技术计算所述相对距离；或
获取摄像装置的第一参数以及所述目标影像中所述目标物的第二参数，所述第一参数包括单目内参数据和双目相对位置关系，所述第二参数包括所述目标影像中所述目标物的像素宽度；
利用单目测距技术或双目测距技术，基于所述第一参数与所述第二参数计算所述相对距离。
7.根据权利要求5所述的车用智能侦测方法，其特征在于，确定所述目标物与所述车辆的所述相对方位包括：
基于所述目标影像的中心在所述环境影像中的位置，或基于所述车辆前进方向的道路中线的中心以及所述目标影像的中心的比对结果，确定所述目标影像中的所述目标物与所述车辆的相对方位。
8.根据权利要求1所述的车用智能侦测方法，其特征在于，所述输出对所述目标物的侦测结果包括：
在所述目标影像中标识所述目标物与所述相对位置，并显示标识后的目标影像；或
输出语音提醒用户所述相对位置。
9.一种车载装置，其特征在于，所述车载装置包括存储器和至少一个处理器，所述存储器中存储有至少一个指令，所述至少一个指令被所述至少一个处理器执行时实现如权利要求1至8中任意一项所述的车用智能侦测方法。
10.一种车辆，其特征在于，所述车辆包括如权利要求9所述的车载装置。
CN202210062298.3A 2022-01-19 2022-01-19 车用智能侦测方法、车载装置及车辆 Pending CN116494869A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210062298.3A CN116494869A (zh) 2022-01-19 2022-01-19 车用智能侦测方法、车载装置及车辆
US17/895,508 US20230230347A1 (en) 2022-01-19 2022-08-25 Image detection method, electronic device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210062298.3A CN116494869A (zh) 2022-01-19 2022-01-19 车用智能侦测方法、车载装置及车辆

Publications (1)

Publication Number Publication Date
CN116494869A true CN116494869A (zh) 2023-07-28

Family

ID=87162229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210062298.3A Pending CN116494869A (zh) 2022-01-19 2022-01-19 车用智能侦测方法、车载装置及车辆

Country Status (2)

Country Link
US (1) US20230230347A1 (zh)
CN (1) CN116494869A (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117031063A (zh) * 2023-07-26 2023-11-10 东风汽车股份有限公司 一种车辆的测速方法、装置、设备及存储介质
CN119218236B (zh) * 2024-11-29 2025-03-25 山东海德智能装备有限公司 一种基于ai算法的工程车控制方法、装置、设备及介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016130979A (ja) * 2015-01-14 2016-07-21 株式会社リコー 検知装置、検知処理プログラム及び検知システム
JP6927132B2 (ja) * 2018-04-17 2021-08-25 株式会社デンソー 運転支援システムおよび方法
EP4058825A4 (en) * 2019-12-04 2023-01-04 Huawei Technologies Co., Ltd. Apparatus and method for collecting and auto-labelling measurement data in traffic scenario

Also Published As

Publication number Publication date
US20230230347A1 (en) 2023-07-20

Similar Documents

Publication Publication Date Title
US12227169B2 (en) Method and apparatus for detecting parking space and direction and angle thereof, device and medium
CN107545241B (zh) 神经网络模型训练及活体检测方法、装置及存储介质
WO2019214319A1 (zh) 一种车辆定损的数据处理方法、装置、处理设备及客户端
US20200089971A1 (en) Sensor calibration method and device, computer device, medium, and vehicle
CN109582880B (zh) 兴趣点信息处理方法、装置、终端及存储介质
US20200364802A1 (en) Processing method, processing apparatus, user terminal and server for recognition of vehicle damage
US10685263B2 (en) System and method for object labeling
CN103810475B (zh) 一种目标物识别方法及装置
CN109974733A (zh) 用于ar导航的poi显示方法、装置、终端和介质
US11126875B2 (en) Method and device of multi-focal sensing of an obstacle and non-volatile computer-readable storage medium
CN109741241B (zh) 鱼眼图像的处理方法、装置、设备和存储介质
CN116494869A (zh) 车用智能侦测方法、车载装置及车辆
WO2023024443A1 (zh) 数据匹配方法及装置、电子设备、存储介质和程序产品
CN113763466B (zh) 一种回环检测方法、装置、电子设备和存储介质
WO2018058530A1 (zh) 目标检测方法、装置以及图像处理设备
CN110866497A (zh) 基于点线特征融合的机器人定位与建图方法和装置
CN103971087A (zh) 一种实时搜索及识别交通标志的方法及装置
CN111862208A (zh) 一种基于屏幕光通信的车辆定位方法、装置及服务器
CN109740526B (zh) 信号灯识别方法、装置、设备及介质
CN113033426A (zh) 动态对象标注方法、装置、设备和存储介质
CN112819953A (zh) 三维重建方法、网络模型训练方法、装置及电子设备
TW202330321A (zh) 車用智慧偵測方法、車載裝置及車輛
US20230386231A1 (en) Method for detecting three-dimensional objects in relation to autonomous driving and electronic device
CN114429631B (zh) 三维对象检测方法、装置、设备以及存储介质
CN112800878B (zh) 目标检测方法、装置、电子设备及可读存储介质

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