CN106127736A - 一种泊车检测方法及处理器 - Google Patents
一种泊车检测方法及处理器 Download PDFInfo
- Publication number
- CN106127736A CN106127736A CN201610423351.2A CN201610423351A CN106127736A CN 106127736 A CN106127736 A CN 106127736A CN 201610423351 A CN201610423351 A CN 201610423351A CN 106127736 A CN106127736 A CN 106127736A
- Authority
- CN
- China
- Prior art keywords
- change
- pixel
- several picture
- detected object
- video camera
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 88
- 230000008859 change Effects 0.000 claims abstract description 87
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000007405 data analysis Methods 0.000 claims abstract description 8
- 230000000052 comparative effect Effects 0.000 claims abstract description 7
- 230000003287 optical effect Effects 0.000 claims description 54
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 6
- 108010001267 Protein Subunits Proteins 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005452 bending Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- G06T2207/30232—Surveillance
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种泊车检测方法及处理器,泊车检测方法应用于泊车检测装置,所述泊车检测装置包括:安装于车辆上的处理器、光投射器和摄像机,所述方法包括:所述光投射器投射出检测光,所述检测光与被检测对象的表面相交,形成几何图像;所述摄像机对所述几何图像进行拍摄,得到拍摄图像;所述处理器检测所述拍摄图像中像素点的位置变化数据,根据所述位置变化数据分析得出所述被检测对象的横截面和高度,将所述被检测对象的横截面和高度分别与预存的横截面阈值和高度阈值进行比较,根据比较结果得到与所述被检测对象相关的泊车信息。使用该泊车检测方法及处理器,可高效、准确地实现泊车检测。
Description
技术领域
本发明涉及自动泊车技术领域,具体的,涉及一种泊车检测方法及处理器。
背景技术
随着车辆日益普及,现代都市中“泊车难”问题逐渐显现,为了能在有限的空间内划分出更多的车位,每个车位的空间越来越窄、越来越短。对于驾车者来说,泊车入位成为一个不小的挑战,自动泊车技术正在成为各型车辆的高端配置。在自动泊车过程中,能否实现对泊车位的准确探测直接影响泊车过程能否顺利进行。目前,车位检测主要是通过各类传感器,如超声波传感器、激光传感器、摄像头等获取车辆周围的环境信息,进行分析后搜索出一块不存在障碍物且尺寸足够大的矩形空间,作为泊车位置。目前已有的探寻车位的技术主要是超声波雷达、红外线传感、激光雷达等,都是单点测距,由于测量点密度稀疏,波束角偏大,使得在障碍物边缘附近时,所测得的距离值误差大,影响边缘的精度,随之影响车位长度的测量精度,使得较小的、人工泊车困难的、需要自动泊入的车位反而不可以自动泊入,或者说是较大的车位才能自动泊入。
发明内容
本发明的目的在于提供一种泊车检测方法及处理器,以改善现有技术中的车位检测方式无法满足实际需求的问题。
本发明的实施例是这样实现的:
第一方面,本发明实施例提供了一种泊车检测方法,应用于泊车检测装置,所述泊车检测装置包括:安装于车辆上的处理器、光投射器和摄像机,所述方法包括:
所述光投射器投射出检测光,所述检测光与被检测对象的表面相交,形成几何图像;
所述摄像机对所述几何图像进行拍摄,得到拍摄图像;
所述处理器检测所述拍摄图像中像素点的位置变化数据,根据所述位置变化数据分析得出所述被检测对象的横截面和高度,将所述被检测对象的横截面和高度分别与预存的横截面阈值和高度阈值进行比较,根据比较结果得到与所述被检测对象相关的泊车信息。
进一步地,所述光投射器投射出的检测光为一光平面;所述光平面与被检测对象的表面相交所形成的几何图像为光条;所述摄像机得到的拍摄图像为含有光条的图像。
进一步地,所述处理器检测所述拍摄图像中像素点的位置变化数据的步骤包括:
对所述含有光条的图像进行预处理;
检测所述光条中相对于相邻像素点发生了位置变化的各像素点;
计算发生了位置变化的各像素点的亚像素坐标,将计算得到的所述亚像素坐标作为所述位置变化数据。
进一步地,所述处理器中预先存储有所述摄像机的标定参数和所述光平面的标定参数,所述光平面的标定参数包括所述光平面相对于所述摄像机的位置;
所述根据所述位置变化数据分析得出所述被检测对象的横截面和高度的步骤包括:
根据所述摄像机的标定参数和所述光平面的标定参数计算发生了位置变化的各像素点的亚像素坐标所对应的世界坐标,根据发生了位置变化的各像素点的亚像素坐标所对应的世界坐标分析得出所述被检测对象的横截面和高度。
进一步地,所述处理器检测所述拍摄图像中像素点的位置变化数据的步骤包括:
获得所述拍摄图像中几何图像的灰度值和所述拍摄图像中位于所述几何图像周围的反光区域的灰度值;
根据所述几何图像的灰度值和所述几何图像周围的反光区域的灰度值的差异,对所述几何图像进行分割;
将经分割的所述几何图像进行中值滤波去噪;
对经分割和去噪的所述几何图像的形变位置进行亚像素边缘检测,得到所述拍摄图像中像素点的位置变化数据。
第二方面,本发明实施例还提供了一种处理器,应用于泊车检测装置,所述泊车检测装置包括:安装于车辆上光投射器、摄像机和所述处理器,所述光投射器用于投射出检测光,所述检测光与被检测对象的表面相交,形成几何图像,所述摄像机用于对所述几何图像进行拍摄,得到拍摄图像,所述处理器包括控制器和存储器,所述存储器中存储有图像获取单元、位置变化检测单元、分析判断单元和结果输出单元;
所述图像获取单元,用于获取所述摄像机得到的拍摄图像;
所述位置变化检测单元,用于检测所述拍摄图像中像素点的位置变化数据;
所述分析判断单元,用于根据所述位置变化数据分析得出所述被检测对象的横截面和高度,将所述被检测对象的横截面和高度分别与预存的横截面阈值和高度阈值进行比较;
所述结果输出单元,用于根据比较结果得到与所述被检测对象相关的泊车信息。
进一步地,所述光投射器投射出的检测光为一光平面;所述光平面与被检测对象的表面相交所形成的几何图像为光条;所述摄像机得到的拍摄图像为含有光条的图像;所述图像获取单元获取到的所述拍摄图像为含有光条的图像。
进一步地,所述位置变化检测单元包括:
预处理子单元,用于对所述含有光条的图像进行预处理;
位置检测子单元,用于检测所述光条中相对于相邻像素点发生了位置变化的各像素点;
计算子单元,用于计算发生了位置变化的各像素点的亚像素坐标,将计算得到的所述亚像素坐标作为所述位置变化数据。
进一步地,所述存储器中还存储有所述摄像机的标定参数和所述光平面的标定参数,所述光平面的标定参数包括所述光平面相对于所述摄像机的位置;
所述分析判断单元,用于根据所述摄像机的标定参数和所述光平面的标定参数计算发生了位置变化的各像素点的亚像素坐标所对应的世界坐标,根据发生了位置变化的各像素点的亚像素坐标所对应的世界坐标分析得出所述被检测对象的横截面和高度。
进一步地,所述位置变化检测单元包括:
灰度值获得子单元,用于获得所述拍摄图像中几何图像的灰度值和所述拍摄图像中位于所述几何图像周围的反光区域的灰度值;
图像分割子单元,用于根据所述几何图像的灰度值和所述几何图像周围的反光区域的灰度值的差异,对所述几何图像进行分割;
去噪子单元,用于将经分割的所述几何图像进行中值滤波去噪;
边缘检测子单元,用于对经分割和去噪的所述几何图像的形变位置进行亚像素边缘检测,得到所述拍摄图像中像素点的位置变化数据。
本发明实施例提供的泊车检测方法及处理器,通过对处理器、光投射器和摄像机等的巧妙设置,使得能够通过对光投射器投射的检测光与被检测对象的表面相交所形成的几何图像的分析,得出被检测对象是否为适合泊车的位置,这种泊车检测方式,能够快速精确地检测到泊车周围的环境信息并精确检测出空闲泊车位,相对于现有技术中的超声波和激光检测方式,适用范围更广,检测更准确,性价比更高。
进一步地,本发明实施例提供的泊车检测方法及处理器,光投射器投出的光可以作为侧位泊车的指示灯,告知其他驾驶员准备泊车、正在搜索车位的信息,与现有技术中没有侧位泊车指示灯相比,能够有效提高泊车的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种泊车检测装置的结构框图。
图2为本发明实施例提供的一种光投射器和摄像机的安装示意图。
图3为本发明实施例提供的一种泊车检测方法的流程图。
图4为本发明实施例提供的一种成像示意图。
图5为本发明实施例提供的一种获取位置变化数据的流程图。
图6为本发明实施例提供的另一种获取位置变化数据的流程图。
图7为本发明实施例提供的一种成像原理示意图。
图8为本发明实施例提供的一种坐标系示意图。
图9为本发明实施例提供的一种处理器的结构示意图。
图10为本发明实施例提供的一种存储器中存储的各单元的连接示意图。
图11为本发明实施例提供的一种位置变化检测单元的结构示意图。
图12为本发明实施例提供的另一种位置变化检测单元的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了改善现有技术中采用超声波雷达、红外线传感、激光雷达等单点测距方式探寻车位,测量精度有限,性价比不高,无法满足实际需求的问题,本发明实施例提供了一种向被检查对象的表面投射检测光,通过对检测光与被检测对象的表面相交所形成的几何图像的分析,得出被检测对象是否适合泊车的泊车检测方案。
本发明实施例中的泊车检测方法,应用于如图1所示的泊车检测装置100,所述泊车检测装置100包括处理器101、光投射器102和摄像机103,参阅图1。其中,处理器101、光投射器102和摄像机103安装于车辆上,其中,光投射器102和摄像机103可以安装在车辆的多个位置,只要光投射器102能够向被检测对象如泊车位投射出检测光,摄像机103能够拍摄到检测光与被检测对象表面相交所形成的几何图像即可。例如:如图2所示,光投射器102和摄像机103可以安装在车辆的侧方,考虑到实际情况,光投射器102和摄像机103可以安装在车辆车头的侧方,如车辆车头的侧下方。需说明的是,图2仅示出了光投射器102和摄像机103的其中一种示意性安装方式。可选地,车辆的车头两侧均安装有光投射器102和摄像机103,以实现对车辆左侧和右侧侧位泊车的检测分析。在实际应用中,光投射器102和摄像机103可以沿车辆长度方向安装或高度方向安装,优选地,光投射器102和摄像机103沿车辆长度方向安装,因为投射器102和摄像机103距离越远,检测精度越好,而车头本身高度不高,但较长,因而,光投射器102和摄像机103沿车辆长度方向安装更佳。
将光投射器102和摄像机103安装在车辆车头的侧下方使得车辆的车头经过待检测对象如某泊车区域时,光投射器102即可向待检测对象投射出检测光,摄像机103即可拍摄到检测光与被检测对象的表面相交所形成的几何图像,处理器101通过对摄像机103传递的拍摄图像进行检测、分析,即可得出被检查对象是否适合泊车。处理器101判断被检查对象是否适合泊车时,可以根据车辆的速度v和车辆经过被检测对象(泊车区域)时的行驶时间t得出被检测对象的长度L=vt,进而综合判断被检测对象是否适合泊车。
需要说明的是,本发明实施例中,分析一光条可以得到被检测对象一横截面和高度。车位是在长度L方向上的一系列横截面和高度,随着车辆的移动,检测光从不同位置投射至车位,形成多个光条,对多个光条均进行分析即可得到长度L方向上连续的横截面和高度。将车位的长度L,长度L方向上连续的横截面和高度与车辆的长度、横截面和高度进行比对,即可准确得出是否适合泊车。
为了确保检测精度,可选地,摄像机中集成有滤光片和偏振片,以减小环境光强对检测的影响。可选地,光投射器包括能够投射出不同颜色的光的多个投射器,例如,可以包括能够投射出红、绿、蓝三种颜色的光的三种投射器,如此设置,在实施时可以控制三种投射器依次投射出光分别进行检测,通过多次检测确保泊车检测的可靠性。
如图3所示,所述方法包括以下步骤。
步骤S301:所述光投射器102投射出检测光,所述检测光与被检测对象的表面相交,形成几何图像。
其中,光投射器102可以为结构光投射器102,本发明实施例采用结构光方法进行检测。结构光方法是一种主动式光学测量技术,基本原理是由结构光投射器102向被检测对象表面投射可控制的光点、光条或光面结构,并由图像获取装置如摄像机103获得图像,根据几何关系利用三角原理等即可计算得到被检测对象的三维坐标。
为了确保检测效率,可选地,本发明实施例中,所述光投射器102投射出的检测光为一光平面。所述检测光与被检测对象的表面相交所形成的几何图像为光条。
步骤S302:所述摄像机103对所述几何图像进行拍摄,得到拍摄图像。
其中,当光投射器102投射出的检测光为一光平面时,所述检测光与被检测对象的表面相交所形成的几何图像为光条,当相应地,所述摄像机103得到的拍摄图像为含有光条的图像。
步骤S303:所述处理器101检测所述拍摄图像中像素点的位置变化数据。
如图4所示,当被检测对象为一平面时,光平面与被检测对象的表面相交所形成的几何图像一般为直线105或平滑曲线。当被检测对象并非一平面,存在高度差时,光平面将受到被检测对象表面形状的调制而发生形变,此时光平面与被检测对象的表面相交所形成的几何图像存在弯折,例如:形成弯折线104或不规则曲线,参阅图4。当几何图像存在弯折时,图像中像素点则会存在明显的位置变化,例如,当光平面入射至车辆B表面时,光平面与车辆B相交形成的几何图像在车辆B的顶部发生“断裂”,形成断点,断点位置即表示车辆的顶部。因而,通过分析几何图像是否存在弯折即可得出被检测对象是否为一平面。为了确保检测效果,可选地,在检测过程中,光投射器投射出的光平面与车辆行驶方向垂直,且投射器的光轴斜射入被检测对象,如地面。
步骤S304:所述处理器101根据所述位置变化数据分析得出所述被检测对象的横截面和高度,将所述被检测对象的横截面和高度分别与预存的横截面阈值和高度阈值进行比较。
步骤S303中已检测得到拍摄图像中像素点的位置变化数据,由于拍摄图像中像素点的位置变化与被检测对象表面形状的变化直接相关,若得知拍摄图像中像素点的位置变化数据与被检测对象表面形状变化的对应关系,处理器101即可通过对像素点的位置变化数据的分析得出被检测对象的横截面和高度。
可选地,于本发明实施例,所述处理器101中预先存储有所述摄像机103的标定参数和所述光平面的标定参数,所述光平面的标定参数包括所述光平面相对于所述摄像机103的位置。根据摄像机103的标定参数可以得出摄像机103的拍摄图像与实际图像的比例关系,根据光平面的标定参数可以得出光平面投射向物体后所形成几何图像与物体实际图像的比例关系。
通过上述标定参数的预设,处理器101便可根据所述摄像机103的标定参数和所述光平面的标定参数计算发生了位置变化的各像素点的亚像素坐标所对应的世界坐标,根据发生了位置变化的各像素点的亚像素坐标所对应的世界坐标分析得出所述被检测对象的横截面和高度。
步骤S305:所述处理器101,根据比较结果得到与所述被检测对象相关的泊车信息。
假设某一被检测对象为一泊车位,若泊车位中已停放有车辆,如图4所示,A车上的泊车检测装置100对停放有车辆B的区域检测得出的几何图形为弯折线104,拍摄图像中像素点的位置变化数据为弯折区域的位置变化,通过对形变位置像素点的世界坐标的计算可得出相对位置关系,例如:根据参数对图中的“断裂点”进行计算即可得出泊车位中已有车辆的高度,对光条长度进行计算即可得出泊车位中已有车辆的宽度,由此可以判断出泊车位中已存在具有一定宽度为、高度的物体,不适合泊车。相反的,若泊车位中未停放车辆,得出的几何图形为直线105,可知泊车位为一水平面,直线的长度即水平面的宽度,由此可以判断出泊车位中不存在车辆,若水平面宽度大于车辆宽度,则说明适合泊车。
在实际应用中,处理器101可以采用多种方式检测拍摄图像中像素点的位置变化数据,本实施例中列举了以下两种方式。
第一种方式,如图5所示,包括以下步骤。
步骤S401:对所述含有光条的图像进行预处理。
步骤S402:检测所述光条中相对于相邻像素点发生了位置变化的各像素点。
步骤S403:计算发生了位置变化的各像素点的亚像素坐标,将计算得到的所述亚像素坐标作为所述位置变化数据。
需说明的是,在应用中,也可以对含有光条的图像进行预处理之后,通过光条中心线检测的方法得到光条中心点的亚像素坐标,检测含有光条的图像中光条像素点的位置变化,找出相对于光条中心点发生了明显形变的亚像素坐标作为位置变化数据。
第二种方式,如图6所示,包括以下步骤。
步骤S501:获得所述拍摄图像中几何图像的灰度值和所述拍摄图像中位于所述几何图像周围的反光区域的灰度值。
步骤S502:根据所述几何图像的灰度值和所述几何图像周围的反光区域的灰度值的差异,对所述几何图像进行分割。
步骤S503:将经分割的所述几何图像进行中值滤波去噪。
步骤S504:对经分割和去噪的所述几何图像的形变位置进行亚像素边缘检测,得到所述拍摄图像中像素点的位置变化数据。
在实际应用中,摄像机103的标定参数、光平面的标定参数的确定与摄像机103、光投射器102的安装位置和朝向有关。本发明实施例中,可选地,采用基于张正友提出的单平面棋盘格标定方法,对摄像机103、光平面的标定参数进行标定。例如:可以将摄像机103和光投射器102固定在车辆的侧前下方如车头的侧下方,保持位置不变,打开光投射器102,利用摄像机103采集多幅不同位姿的标定板200图像(包括光平面和标定板200共面时的位姿)。基于张正友的单平面棋盘格标定法,利用摄像机103采集到的标定板200图像每个位姿下的角点坐标(像素坐标和世界坐标),求解摄像机103的内外参数和畸变系数,建立局部世界坐标系,即该位姿下平面上被测点的世界坐标与其像素坐标的对应关系。利用从所有不同位姿的标定板200图像中提取到的角点的像素坐标和世界坐标,对摄像机103内部参数矩阵和畸变系数进行优化求精。建立光平面与摄像机103成像之间的关系,选取标定板200和光共面时的局部世界坐标系作为全局世界坐标系,最终确定该位姿下平面上被测点的世界坐标与其像素坐标之间的对应关系。参阅图7和图8的架构。其中,张正友标定法是介于传统标定方法和自标定方法之间的一种方法,它既避免了传统方法设备要求高,操作繁琐等缺点,又较自标定方法精度高,符合泊车检测的标定要求。
应理解,在实际应用中还可以通过建立基于机器视觉技术的成像模型实现图像中像素点与被侧物体实际坐标的对应,在此基础上,结合标定技术、图像特征提取技术等即可实现对被检测对象是否适合泊车的可靠检测。
由于摄像机103可安装在车辆的多个位置,选择一个基准坐标系来描述摄像机103的位置,并用它描述环境中任何物体的位置,该坐标系称为世界坐标系。摄像机103坐标系与世界坐标系之间的关系可以用旋转矩阵与平移向量来描述。
本发明实施例中,通过光投射器102在行驶车辆侧边投射出一个光平面,投射出的光平面与周围物体表面物体相交,若物体表面为一标准平面,光在空间形成一条亮直线,否则光平面将受到物体表面形状调制而发生形变。从与投射方向不同的另一个方向,用摄像机103拍摄该光条的图像并检测光条中像素点的位置变化,通过对位置变化的分析实现对泊车环境的可靠感知。本发明相对于现有的基于激光雷达和超声波雷达的车位检测,能有效地提高自动泊车车位的探测精度,不仅能够感知高于地面的环境信息,还能够感知低于地面的环境信息,检测数据更为全面,并且成本更低、应用范围广。
本发明实施例还提供了一种处理器101,应用于泊车检测装置100。所述泊车检测装置100包括安装于车辆上光投射器102、摄像机103和所述处理器101。所述光投射器102用于投射出检测光,所述检测光与被检测对象的表面相交,形成几何图像,所述摄像机103用于对所述几何图像进行拍摄,得到拍摄图像。
如图9所示,所述处理器101包括控制器202和存储器201,所述存储器201中存储有如图10所示的图像获取单元1011、位置变化检测单元1012、分析判断单元1013和结果输出单元1014。
其中,图像获取单元1011用于获取所述摄像机103得到的拍摄图像。
位置变化检测单元1012用于检测所述拍摄图像中像素点的位置变化数据。关于所述位置变化检测单元1012的描述具体可参对图3中步骤S303的描述。也即,所述步骤S303可以由所述位置变化检测单元1012来执行。
分析判断单元1013用于根据所述位置变化数据分析得出所述被检测对象的横截面和高度,将所述被检测对象的横截面和高度分别与预存的横截面阈值和高度阈值进行比较。关于所述分析判断单元1013的描述具体可参对图3中步骤S304的描述。也即,所述步骤S304可以由所述分析判断单元1013来执行。
结果输出单元1014用于根据比较结果得到与所述被检测对象相关的泊车信息。关于所述结果输出单元1014的描述具体可参对图3中步骤S305的描述。也即,所述步骤S305可以由所述结果输出单元1014来执行。
可选地,所述光投射器102投射出的检测光为一光平面。所述检测光与被检测对象的表面相交所形成的几何图像为光条。所述摄像机103得到的拍摄图像为含有光条的图像。所述图像获取单元1011获取到的所述拍摄图像为含有光条的图像。
其中,位置变化检测单元1012可以有多种实现方案。例如:如图11所示,所述位置变化检测单元1012包括预处理子单元1021、位置检测子单元1022和计算子单元1023。
预处理子单元1021用于对所述含有光条的图像进行预处理。关于所述预处理子单元1021的描述具体可参对图5中步骤S401的描述。也即,所述步骤S401可以由所述预处理子单元1021来执行。
位置检测子单元1022用于检测所述光条中相对于相邻像素点发生了位置变化的各像素点。关于所述位置检测子单元1022的描述具体可参对图5中步骤S402的描述。也即,所述步骤S402可以由所述位置检测子单元1022来执行。
计算子单元1023用于计算发生了位置变化的各像素点的亚像素坐标,将计算得到的所述亚像素坐标作为所述位置变化数据。关于所述计算子单元1023的描述具体可参对图5中步骤S403的描述。也即,所述步骤S403可以由所述计算子单元1023来执行。
又例如:如图12所示,所述位置变化检测单元1012包括灰度值获得子单元1024、图像分割子单元1025、去噪子单元1026和边缘检测子单元1027。
灰度值获得子单元1024用于获得所述拍摄图像中几何图像的灰度值和所述拍摄图像中位于所述几何图像周围的反光区域的灰度值。关于所述灰度值获得子单元1024的描述具体可参对图6中步骤S501的描述。也即,所述步骤S501可以由所述灰度值获得子单元1024来执行。
图像分割子单元1025用于根据所述几何图像的灰度值和所述几何图像周围的反光区域的灰度值的差异,对所述几何图像进行分割。关于所述图像分割子单元1025的描述具体可参对图6中步骤S502的描述。也即,所述步骤S502可以由所述图像分割子单元1025来执行。
其中,去噪子单元1026用于将经分割的所述几何图像进行中值滤波去噪。关于所述去噪子单元1026的描述具体可参对图6中步骤S503的描述。也即,所述步骤S503可以由所述去噪子单元1026来执行。
边缘检测子单元1027用于对经分割和去噪的所述几何图像的形变位置进行亚像素边缘检测,得到所述拍摄图像中像素点的位置变化数据。关于所述边缘检测子单元1027的描述具体可参对图6中步骤S504的描述。也即,所述步骤S504可以由所述边缘检测子单元1027来执行。
可选地,所述存储器201还存储有所述摄像机103的标定参数和所述光平面的标定参数,所述光平面的标定参数包括所述光平面相对于所述摄像机103的位置。所述分析判断单元1013,用于根据所述摄像机103的标定参数和所述光平面的标定参数计算发生了位置变化的各像素点的亚像素坐标所对应的世界坐标,根据发生了位置变化的各像素点的亚像素坐标所对应的世界坐标分析得出所述被检测对象的横截面和高度。
本发明实施例所提供的处理器101,其实现原理及产生的技术效果和前述方法实施例类似,为简要描述,处理器101实施例部分未提及之处,可参考前述方法实施例中相应内容。
应理解,本发明实施例中的处理器101可以在包括上述存储器201、控制器202的基础上,还可以包括网络模块203,参阅图9。
存储器201可用于存储软件程序以及模块,如本发明实施例图10~图12中的程序指令/单元,控制器202通过运行存储在存储器201内的软件程序以及单元,从而执行各种功能应用以及数据处理,如本发明实施例提供的泊车检测方法。存储器201可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。上述存储器201内的软件程序以及模块还可包括:操作***221以及服务模块222。其中操作***221可为Linux、Unix、Windows、Android或者其他如BIOS等,其可包括各种用于管理***任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动,并可与各种硬件或软件组件相互通讯,从而提供其他软件组件的运行环境。服务模块222运行在操作***221的基础上,并通过操作***221的网络服务监听来自网络的请求,根据请求完成相应的数据处理。也就是说,服务模块222可以用于提供网络服务。
网络模块203用于通过网络建立处理器101与外部通信终端之间的通信连接,实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
可以理解,图9所示的结构仅为示意,处理器101还可包括比图9中所示更多或者更少的组件,或者具有与图9所示不同的配置。图9中所示的各组件可以采用硬件、软件或其组合实现。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种泊车检测方法,应用于泊车检测装置,其特征在于,所述泊车检测装置包括:安装于车辆上的处理器、光投射器和摄像机,所述方法包括:
所述光投射器投射出检测光,所述检测光与被检测对象的表面相交,形成几何图像;
所述摄像机对所述几何图像进行拍摄,得到拍摄图像;
所述处理器检测所述拍摄图像中像素点的位置变化数据,根据所述位置变化数据分析得出所述被检测对象的横截面和高度,将所述被检测对象的横截面和高度分别与预存的横截面阈值和高度阈值进行比较,根据比较结果得到与所述被检测对象相关的泊车信息。
2.根据权利要求1所述的泊车检测方法,其特征在于,所述光投射器投射出的检测光为一光平面;所述光平面与被检测对象的表面相交所形成的几何图像为光条;所述摄像机得到的拍摄图像为含有光条的图像。
3.根据权利要求2所述的泊车检测方法,其特征在于,所述处理器检测所述拍摄图像中像素点的位置变化数据的步骤包括:
对所述含有光条的图像进行预处理;
检测所述光条中相对于相邻像素点发生了位置变化的各像素点;
计算发生了位置变化的各像素点的亚像素坐标,将计算得到的所述亚像素坐标作为所述位置变化数据。
4.根据权利要求3所述的泊车检测方法,其特征在于,所述处理器中预先存储有所述摄像机的标定参数和所述光平面的标定参数,所述光平面的标定参数包括所述光平面相对于所述摄像机的位置;
所述根据所述位置变化数据分析得出所述被检测对象的横截面和高度的步骤包括:
根据所述摄像机的标定参数和所述光平面的标定参数计算发生了位置变化的各像素点的亚像素坐标所对应的世界坐标,根据发生了位置变化的各像素点的亚像素坐标所对应的世界坐标分析得出所述被检测对象的横截面和高度。
5.根据权利要求2所述的泊车检测方法,其特征在于,所述处理器检测所述拍摄图像中像素点的位置变化数据的步骤包括:
获得所述拍摄图像中几何图像的灰度值和所述拍摄图像中位于所述几何图像周围的反光区域的灰度值;
根据所述几何图像的灰度值和所述几何图像周围的反光区域的灰度值的差异,对所述几何图像进行分割;
将经分割的所述几何图像进行中值滤波去噪;
对经分割和去噪的所述几何图像的形变位置进行亚像素边缘检测,得到所述拍摄图像中像素点的位置变化数据。
6.一种处理器,其特征在于,应用于泊车检测装置,所述泊车检测装置包括:安装于车辆上光投射器、摄像机和所述处理器,所述光投射器用于投射出检测光,所述检测光与被检测对象的表面相交,形成几何图像,所述摄像机用于对所述几何图像进行拍摄,得到拍摄图像,所述处理器包括控制器和存储器,所述存储器中存储有图像获取单元、位置变化检测单元、分析判断单元和结果输出单元;
所述图像获取单元,用于获取所述摄像机得到的拍摄图像;
所述位置变化检测单元,用于检测所述拍摄图像中像素点的位置变化数据;
所述分析判断单元,用于根据所述位置变化数据分析得出所述被检测对象的横截面和高度,将所述被检测对象的横截面和高度分别与预存的横截面阈值和高度阈值进行比较;
所述结果输出单元,用于根据比较结果得到与所述被检测对象相关的泊车信息。
7.根据权利要求6所述的处理器,其特征在于,所述光投射器投射出的检测光为一光平面;所述光平面与被检测对象的表面相交所形成的几何图像为光条;所述摄像机得到的拍摄图像为含有光条的图像;所述图像获取单元获取到的所述拍摄图像为含有光条的图像。
8.根据权利要求7所述的处理器,其特征在于,所述位置变化检测单元包括:
预处理子单元,用于对所述含有光条的图像进行预处理;
位置检测子单元,用于检测所述光条中相对于相邻像素点发生了位置变化的各像素点;
计算子单元,用于计算发生了位置变化的各像素点的亚像素坐标,将计算得到的所述亚像素坐标作为所述位置变化数据。
9.根据权利要求8所述的处理器,其特征在于,所述存储器中还存储有所述摄像机的标定参数和所述光平面的标定参数,所述光平面的标定参数包括所述光平面相对于所述摄像机的位置;
所述分析判断单元,用于根据所述摄像机的标定参数和所述光平面的标定参数计算发生了位置变化的各像素点的亚像素坐标所对应的世界坐标,根据发生了位置变化的各像素点的亚像素坐标所对应的世界坐标分析得出所述被检测对象的横截面和高度。
10.根据权利要求7所述的处理器,其特征在于,所述位置变化检测单元包括:
灰度值获得子单元,用于获得所述拍摄图像中几何图像的灰度值和所述拍摄图像中位于所述几何图像周围的反光区域的灰度值;
图像分割子单元,用于根据所述几何图像的灰度值和所述几何图像周围的反光区域的灰度值的差异,对所述几何图像进行分割;
去噪子单元,用于将经分割的所述几何图像进行中值滤波去噪;
边缘检测子单元,用于对经分割和去噪的所述几何图像的形变位置进行亚像素边缘检测,得到所述拍摄图像中像素点的位置变化数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610423351.2A CN106127736A (zh) | 2016-06-15 | 2016-06-15 | 一种泊车检测方法及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610423351.2A CN106127736A (zh) | 2016-06-15 | 2016-06-15 | 一种泊车检测方法及处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106127736A true CN106127736A (zh) | 2016-11-16 |
Family
ID=57270728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610423351.2A Pending CN106127736A (zh) | 2016-06-15 | 2016-06-15 | 一种泊车检测方法及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106127736A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107643049A (zh) * | 2017-09-26 | 2018-01-30 | 沈阳理工大学 | 基于单目结构光的地磅上车辆位置检测***及方法 |
CN107719361A (zh) * | 2017-10-10 | 2018-02-23 | 深圳市豪恩汽车电子装备股份有限公司 | 基于图像视觉的自动泊车辅助方法及*** |
CN112132089A (zh) * | 2020-09-28 | 2020-12-25 | 天津天地伟业智能安全防范科技有限公司 | 一种基于3d卷积和光流的挖掘机行为分析方法 |
CN114821523A (zh) * | 2022-03-30 | 2022-07-29 | 东风汽车集团股份有限公司 | 一种基于线结构光的可行驶区域检测方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308014A (zh) * | 2008-07-09 | 2008-11-19 | 北京理工大学 | 一种采用多束光确定位置姿态的***和方法 |
CN103112453A (zh) * | 2013-02-01 | 2013-05-22 | 奇瑞汽车股份有限公司 | 一种智能泊车辅助*** |
CN103600707A (zh) * | 2013-11-06 | 2014-02-26 | 同济大学 | 一种智能泊车***的泊车位检测装置及方法 |
CN105513410A (zh) * | 2015-11-25 | 2016-04-20 | 成都臻识科技发展有限公司 | 一种基于不可见结构光投影的车位识别方法与装置 |
-
2016
- 2016-06-15 CN CN201610423351.2A patent/CN106127736A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308014A (zh) * | 2008-07-09 | 2008-11-19 | 北京理工大学 | 一种采用多束光确定位置姿态的***和方法 |
CN103112453A (zh) * | 2013-02-01 | 2013-05-22 | 奇瑞汽车股份有限公司 | 一种智能泊车辅助*** |
CN103600707A (zh) * | 2013-11-06 | 2014-02-26 | 同济大学 | 一种智能泊车***的泊车位检测装置及方法 |
CN105513410A (zh) * | 2015-11-25 | 2016-04-20 | 成都臻识科技发展有限公司 | 一种基于不可见结构光投影的车位识别方法与装置 |
Non-Patent Citations (1)
Title |
---|
边琰 等: "基于线结构光的工件台阶特征尺寸测量方法研究", 《机床与液压》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107643049A (zh) * | 2017-09-26 | 2018-01-30 | 沈阳理工大学 | 基于单目结构光的地磅上车辆位置检测***及方法 |
CN107643049B (zh) * | 2017-09-26 | 2023-06-20 | 沈阳理工大学 | 基于单目结构光的地磅上车辆位置检测***及方法 |
CN107719361A (zh) * | 2017-10-10 | 2018-02-23 | 深圳市豪恩汽车电子装备股份有限公司 | 基于图像视觉的自动泊车辅助方法及*** |
CN112132089A (zh) * | 2020-09-28 | 2020-12-25 | 天津天地伟业智能安全防范科技有限公司 | 一种基于3d卷积和光流的挖掘机行为分析方法 |
CN114821523A (zh) * | 2022-03-30 | 2022-07-29 | 东风汽车集团股份有限公司 | 一种基于线结构光的可行驶区域检测方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11320833B2 (en) | Data processing method, apparatus and terminal | |
JP7073315B2 (ja) | 乗物、乗物測位システム、及び乗物測位方法 | |
KR102614323B1 (ko) | 수동 및 능동 측정을 이용한 장면의 3차원 지도 생성 | |
JP7045816B2 (ja) | 検査ステーションに配置された車両の最外寸法を測定するための方法及びシステム | |
KR102420476B1 (ko) | 차량의 위치 추정 장치, 차량의 위치 추정 방법, 및 이러한 방법을 수행하도록 프로그램된 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능한 기록매체 | |
Bounini et al. | Autonomous vehicle and real time road lanes detection and tracking | |
CN110174093A (zh) | 定位方法、装置、设备和计算机可读存储介质 | |
US20110205340A1 (en) | 3d time-of-flight camera system and position/orientation calibration method therefor | |
CN106289159B (zh) | 基于测距补偿的车辆测距方法及装置 | |
CN106127736A (zh) | 一种泊车检测方法及处理器 | |
CN110008893A (zh) | 一种基于车载图像传感器的车辆行驶跑偏自动检测方法 | |
KR20200001471A (ko) | 차선 정보 검출 장치, 방법 및 이러한 방법을 수행하도록 프로그램된 컴퓨 프로그램을 저장하는 컴퓨터 판독가능한 기록매체 | |
CN109859260A (zh) | 确定车位位置的方法、装置及计算机可读存储介质 | |
CN107390285A (zh) | 一种基于结构光的机场跑道异物检测*** | |
US20190362512A1 (en) | Method and Apparatus for Estimating a Range of a Moving Object | |
CN108680157A (zh) | 一种障碍物检测区域的规划方法、装置及终端 | |
CN207816198U (zh) | 车辆长度测量装置及车辆外轮廓测量*** | |
CN111316324A (zh) | 一种自动驾驶模拟***、方法、设备及存储介质 | |
CN109579798A (zh) | 一种应用于自动泊车***的视频量测方法及量测装置 | |
CN111160132B (zh) | 障碍物所在车道的确定方法、装置、电子设备和存储介质 | |
US20230177724A1 (en) | Vehicle to infrastructure extrinsic calibration system and method | |
CN112833889B (zh) | 一种车辆的定位方法及装置 | |
CN111998780B (zh) | 目标测距方法、装置及*** | |
CN110435642A (zh) | 数据融合方法、装置及存储介质 | |
CN109948698A (zh) | 车辆特征确定方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161116 |
|
RJ01 | Rejection of invention patent application after publication |