CN106504561B - 用于识别停车区域上的对象的方法 - Google Patents

用于识别停车区域上的对象的方法 Download PDF

Info

Publication number
CN106504561B
CN106504561B CN201610766312.2A CN201610766312A CN106504561B CN 106504561 B CN106504561 B CN 106504561B CN 201610766312 A CN201610766312 A CN 201610766312A CN 106504561 B CN106504561 B CN 106504561B
Authority
CN
China
Prior art keywords
parking area
imaging sensors
vehicle
limited
imaging
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.)
Active
Application number
CN201610766312.2A
Other languages
English (en)
Other versions
CN106504561A (zh
Inventor
J·雷克斯伊利斯
S·诺德布鲁赫
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN106504561A publication Critical patent/CN106504561A/zh
Application granted granted Critical
Publication of CN106504561B publication Critical patent/CN106504561B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/143—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces inside the vehicles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory
    • 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
    • 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
    • G06T2207/30264—Parking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

一种用于借助于至少两个成像传感器的拍摄的图像处理来识别车辆停车区域上的对象的方法，其中，所述成像传感器的检测区域至少部分重叠。为了在图像处理中识别停车区域上的对象，对拍摄质量受环境影响限制的成像传感器的拍摄相比于拍摄质量不受环境影响限制的成像传感器的拍摄更弱地加权。用于实施所述方法的运算单元、程序和总***。

Description

用于识别停车区域上的对象的方法
技术领域
本发明涉及一种用于识别车辆停车区域
Figure BDA0001100350770000011
上的对象的方法、用于实施方法的运算单元、用于实施方法的程序以及设置用于实施方法的总***。
背景技术
在文献DE 10 2007 002 198 A1中描述一种方法，其中，借助于基于视频图像的对象跟踪来在车辆停车区域上识别机动车。
发明内容
本发明的任务在于，改善用于识别车辆停车区域上的对象的方法。本发明的另一任务是提供分别设置用于执行所述方法的运算单元和程序。本发明的另一任务在于，提供一种由成像传感器、运算单元以及程序组成的总***，其中，该总***设置用于实施所述方法。
所提出的任务借助独立权利要求的用于识别停车区域上的对象的方法、运算单元、程序以及总***来解决。
在用于识别车辆停车区域上的对象的方法中，借助于至少两个成像传感器的拍摄的图像处理来识别对象。在此，所述成像传感器的检测区域至少部分重叠，并且为了在图像处理中识别停车区域上的对象，对拍摄质量受环境影响限制的成像传感器的拍摄相比于拍摄质量不受环境影响限制的成像传感器的拍摄更弱地加权。在车辆停车区域上的对象的识别中，尤其当停车区域布置在露天中时，可能发生：用于识别对象的成像传感器受环境影响限制。例如日照、雨或雪或雾可能损害一个或多个成像传感器的拍摄质量。在停车区域上的对象的识别中有意义的是，对拍摄质量受所述环境影响限制的成像传感器相比于拍摄质量不受环境影响限制的拍摄更弱地加权。由此改善在停车区域上对象的识别。
车辆停车区域由停车位
Figure BDA0001100350770000021
或停车处
Figure BDA0001100350770000022
和所属的行驶路径组成。停车区域可以布置在露天中或在建筑物中。在后者情况下也可以称为停车楼。
在一种实施方式中，多于两个成像传感器的检测区域至少部分重叠，其中，利用多于两个成像传感器的拍摄用于借助图像处理来识别停车区域上的对象。成像传感器的数量越大，就可以越好地实施用于识别停车区域上的对象的方法。
在一种实施方式中，借助于图像处理来识别成像传感器的受限的拍摄质量。损害成像传感器的拍摄质量的环境影响如此改变相应成像传感器的拍摄，使得可以借助于图像处理来识别这些改变。如果例如日照使成像传感器的拍摄质量变差，则这可以借助于图像处理通过以下方式来识别，即相应成像传感器的拍摄相比于不受日照损害的其他成像传感器的其他拍摄显著更强地曝光。因此，如果识别到成像传感器的拍摄具有更高的曝光，则可以在对象的识别中更弱地加权这些拍摄。
在一种实施方式中，借助于成像传感器的拍摄与所述成像传感器的在另一时刻拍摄的参考图像的比较来实现所述成像传感器的受限的拍摄质量。这可以例如当由于雾、雪或雨而相比于在没有所述环境影响的情况下绘出的参考图像中较不清晰地显示结构——例如线条在停车区域上的轮廓的时候被实施。由此可以辨识如下成像传感器——在所述成像传感器中拍摄质量受环境影响限制——的拍摄，并且对所述拍摄在对象的识别中更弱地加权。
在一种实施方式中，借助于成像传感器的地理位置和/或成像传感器的定向和/或日期和/或时钟来计算以下时间：在所述时间中所述成像传感器具有受限的拍摄质量。这尤其在如下时间的计算中是有利的：在所述时间中成像传感器通过日照在拍摄质量方面是受限的。借助于成像传感器的位置和定向、日期和时钟，可以计算以下所有时间：在所述时间太阳如此使得实现太阳辐射直接照射到相应的成像传感器中。如果实现太阳辐射直接照射到成像传感器中，则成像传感器的拍摄质量是受限的。通过在其中拍摄质量受限的时间的计算也可以在不进行图像处理的情况下预先确定：何时成像传感器的拍摄基于太阳辐射而具有较低的拍摄质量。
在一种实施方式中，将关于在停车区域上识别的对象的、尤其是所识别的对象的位置和尺寸的信息借助于发送装置转发给在具有用于自动执行至少一个驾驶功能的装置的车辆中的接收装置。通过将在停车区域上识别的对象的位置和尺寸转发给具有用于自动执行至少一个驾驶功能的装置的车辆，该车辆能够在其自身路线选择中考虑所识别的对象。由此对于车辆更简单的是，确定到停车场(Parkplatz)的如下路线：用于自动执行至少一个驾驶功能的车辆可以行驶该路线。
在一种实施方式中，根据在停车区域上识别的对象计算用于车辆的轨迹。该轨迹借助于发送装置转发给在具有用于自动执行至少一个驾驶功能的装置的车辆中的接收装置。由此可以实现停车区域的全自动运行，其方式是，利用在停车区域上的所识别的对象用于计算用于在停车区域上的车辆的轨迹并且使车辆得知该轨迹。车辆可以遵循到空闲停车处的轨迹。
运算单元具有用于至少两个成像传感器的连接端并且设置用于实施所述方法。连接端在此是数据连接端，以便在运算单元中处理成像传感器的图像或拍摄。用于识别停车区域上对象的图像处理也在该运算单元中进行。
在一种实施方式中，运算单元具有发送装置，该发送装置设置用于转发所识别的对象或轨迹给车辆。该运算单元因此适合于停车楼或停车区域的自动运行。程序——其包括程序代码用于当该程序执行在运算单元上时实施所述方法——能够实现用于车辆的自动停车区域的运行。
一种由至少两个成像传感器和一个运算单元组成的总***设置用于实施所述方法，所述运算单元与成像传感器连接并且具有发送装置。
在一种实施方式中，两个成像传感器如此布置，使得两个成像传感器不同时在其拍摄质量方面受环境影响限制、尤其太阳辐射限制。
附图说明
根据以下附图阐明本发明的实施例。在示意性的示图中示出：
图1：所述方法的流程图；
图2：具有另外的可选的方法步骤的方法的流程图；
图3：运算单元的一个实施例；
图4：运算单元的另一实施例；
图5：总***；以及
图6：总***，其中，摄像机通过环境影响限制拍摄质量。
具体实施方式
图1示出一种用于识别车辆停车区域上的对象的方法流程图100。在第一方法步骤101中在至少两个摄像机中分别产生一个拍摄，其中，所述摄像机的检测区域至少部分重叠。在第二方法步骤102中确定拍摄的拍摄质量。摄像机的拍摄质量例如可以受环境影响限制。如果拍摄质量受环境影响限制，则这在拍摄质量的确定中被考虑。在第三方法步骤103中根据拍摄质量受环境影响限制来加权至少两个摄像机的拍摄。在此，其拍摄质量受环境影响限制的摄像机的拍摄的权重例如为0％，其拍摄质量不受环境影响限制的摄像机的拍摄的权重例如为100％。同样，其拍摄质量受环境影响限制的摄像机的拍摄的另一权重是可能的，例如50％。如果摄像机的拍摄受环境影响限制，该摄像机具有较低的拍摄质量，则在第三方法步骤103中对摄像机的相应拍摄因此相比于其拍摄质量不受环境影响限制的摄像机的拍摄更弱地加权。在第四方法步骤104中借助于拍摄的图像处理来识别停车区域上的对象，其中，考虑来自第三方法步骤103的拍摄的权重。在停车区域上的对象的识别此外通过以下方式实现，即识别在停车区域上对象放置在哪里，即确定对象的位置。此外可以求取对象的尺寸，从而可以确定对象占据哪些面积。
在一个实施例中，在第一方法步骤101中创建多于两个摄像机的多于两个的拍摄，所述多于两个的拍摄随后经历另外的方法步骤102至104。
在一个实施例中，在第二方法步骤102中借助于图像处理来求取摄像机的受限的拍摄质量。如果例如一个摄像机如此布置，使得可能的是，日照直接射到摄像机上，则在日照通过的时刻摄像机的拍摄质量受限制。借助于图像处理可以例如求取：一个摄像机的拍摄相比于第二摄像机的拍摄或参考显著更强地曝光。由此可以推断，在拍摄时刻太阳辐射直接射到摄像机上，由此产生高曝光。因此，通过监视曝光值可以确定是否对于摄像机存在受限的拍摄质量。
同样可以考虑，通过以下方式求取基于雪、雾或雨引起的受限的拍摄质量：即在停车区域上的线条或对象失去其轮廓并且由此在拍摄中相比于在没有干扰性的环境影响的情况下较不清晰。由此也可以求取摄像机的拍摄，在所述拍摄中拍摄质量受环境影响限制。
在一个实施例中，在第二方法步骤102中借助于拍摄与在另一时刻拍摄的参考图像的比较来实施摄像机的受限的拍摄质量。
在一个实施例中，在第二方法步骤102中通过以下方式确定拍摄质量，即借助于摄像机的地理位置和/或定向和/或日期和/或时钟来计算以下时间：在所述时间中摄像机具有受限的拍摄质量。尤其是基于日照引起的受限的拍摄质量可以由摄像机的位置和定向、日期和时钟来预先计算。由此，可以求取以下时间：在所述时间中可预测太阳直接到达摄像机上，并且对在该时刻的拍摄更小地加权，如果所述拍摄用于识别停车区域上的对象。
图2示出另一流程图100，其中，方法步骤101至104相应于图1的方法步骤。第五方法步骤105是将在停车区域上识别的对象、尤其所识别的对象的位置和尺寸借助于发送装置转发给在具有用于自动执行至少一个驾驶功能的装置的车辆中的接收装置。具有用于自动执行至少一个驾驶功能的装置的车辆可以通过对象的位置的和尺寸的转发来规划其在停车区域上的轨迹。
在一个实施例中，在第五方法步骤105中不转发对象的位置和尺寸，而是根据所识别的对象识别用于在停车区域上的车辆的轨迹，并且将该轨迹通过发送装置转发给具有用于自动执行至少一个驾驶功能的装置的车辆。然后，用于自动执行车辆的至少一个驾驶功能的装置可以引导车辆沿着所转发的轨迹至停车区域、即停车场，或者又由停车场向下驶出停车区域。
所述方法也可以借助其他成像传感器代替摄像机地实施。同样可以考虑，在检测区域中将摄像机与其他成像传感器组合。其他成像传感器可以是激光扫描仪、雷达扫描仪或激光雷达扫描仪。这些其他的成像传感器同样提供停车区域的拍摄，所述拍摄的拍摄质量基于环境影响可以是受限的，并且所述拍摄正如摄像机的拍摄那样可以在所述方法中被进一步处理。
图3示出具有两个用于分别一个摄像机的连接端201的运算单元200。该运算单元200设置用于执行图1的方法。
图4示出运算单元200，其设置用于执行图2的方法。运算单元200同样具有用于摄像机的两个连接端201，此外运算单元200具有发送装置202，其设置用于转发数据给车辆。图3和4的连接端201也可以如此设置，使得仅仅一个连接端存在于运算单元200上，在其上连接多个摄像机。在此例如可以将总线***用于摄像机，或者将摄像机的拍摄经编码地通过一个连接端201转发给运算单元。
同样可以设置用于其他成像传感器的连接端。
图5示出用于识别停车区域230上的对象的总***。停车区域230由多个停车位或停车处和所属的行驶路径组成。停车区域可以布置在露天或建筑物中。在停车区域230上存在对象，在此，车辆220。但该对象也可以是行人或其他对象。第一摄像机210和第二摄像机211朝停车区域230定向，从而其检测区域重叠。第一摄像机210和第二摄像机211分别借助数据线212与用于运算单元200的摄像机的连接端201连接。此外，运算单元200具有发送装置202，因此，运算单元200相应于图4的运算单元200。车辆220位于第一摄像机210的和第二摄像机211的检测区域中并且可以因此借助于图像处理由两个摄像机210、211识别。
图6又示出具有车辆220的停车区域230以及图5的另外的组成部分。此外示出太阳240，其具有不同的太阳辐射241。辐射束242到达第一摄像机210的镜头213。第二摄像机211的镜头213没有由太阳辐射到达，因为第二摄像机211具有遮光板，该遮光板遮住第二摄像机的镜头213。通过太阳辐射束242——其到达第一摄像机210的镜头213，第一摄像机210的拍摄相比于当无太阳辐射到达第一摄像机210的镜头213时显著更强地曝光。通过拍摄的高度曝光可以在图1或2的第二方法步骤102中确定第一摄像机210的基于环境影响的降低的拍摄质量。在该情况下在停车区域230上的对象——也即在此车辆220——的识别中可以对第一摄像机210的拍摄相比于第二摄像机211的拍摄更小地加权。
同样可能的是，通过以下方式确定第一摄像机210的在图6中降低的拍摄质量，使得由日期和时钟计算太阳240的位置并且由第一摄像机210的位置和定向计算如下时间：在所述时间中辐射束242到达第一摄像机210。在所述时间中，在停车区域230上的对象、也即在此车辆220——的识别中对第一摄像机210的拍摄相比于在所述时间不受太阳240限制的第二摄像机211的拍摄更弱地加权。
第一摄像机210和第二摄像机211如此定位，使得它们没有同时在其拍摄质量方面受太阳辐射241限制。
摄像机210、211同样可以如其他成像传感器那样不运动或可运动地安装，所述其他成像传感器对于摄像机代替地或附加地设置。
虽然详细地通过优选实施例进一步阐明和描述了本发明，但本发明不受所公开的例子限制并且其他变动可以由本领域技术人员导出，而不脱离本发明的保护范围。

Claims (12)

1.一种用于借助于至少两个成像传感器的拍摄的图像处理来识别车辆停车区域上的对象的方法，其中，所述成像传感器的检测区域至少部分重叠，其中，为了在图像处理中识别停车区域上的对象，对拍摄质量受环境影响限制的成像传感器的拍摄相比于拍摄质量不受环境影响限制的成像传感器的拍摄更弱地加权，其中，借助于成像传感器的地理位置和成像传感器的定向和日期和时钟来计算以下时间：在所述时间中所述成像传感器具有受限的拍摄质量。
2.根据权利要求1所述的方法，其中，所述成像传感器分别构造为摄像机、激光扫描仪、雷达扫描仪和/或激光雷达扫描仪。
3.根据权利要求1或2所述的方法，其中，借助于多于两个成像传感器的拍摄的图像处理来识别停车区域上的对象，其中，多于两个成像传感器的检测区域分别至少部分重叠。
4.根据权利要求1或2所述的方法，其中，借助于图像处理来识别成像传感器的受限的拍摄质量。
5.根据权利要求4所述的方法，其中，借助于成像传感器的拍摄与所述成像传感器的在另一时刻拍摄的参考图像的比较来实现所述成像传感器的受限的拍摄质量。
6.根据权利要求1或2所述的方法，其中，借助于发送装置向在具有用于自动执行至少一个驾驶功能的装置的车辆中的接收装置转发关于在所述停车区域上识别的对象的信息。
7.根据权利要求1或2所述的方法，其中，根据在所述停车区域上识别的对象计算用于具有用于自动执行至少一个驾驶功能的装置的车辆的轨迹并且借助于发送装置向所述车辆中的接收装置转发所述轨迹。
8.根据权利要求1或2所述的方法，其中，借助于发送装置向在具有用于自动执行至少一个驾驶功能的装置的车辆中的接收装置转发关于在所述停车区域上识别的对象的位置和尺寸的信息。
9.一种运算单元(200)，其具有用于至少两个成像传感器(210、211)的连接端(201)并且设置用于实施权利要求1至8的方法之一。
10.根据权利要求9所述的运算单元(200)，所述运算单元具有发送装置(202)。
11.一种机器可读的存储介质，在所述存储介质上存储计算机程序，所述计算机程序用于当在运算单元(200)上执行所述计算机程序时实施根据权利要求1至8之一所述的方法。
12.一种总***，其由至少两个成像传感器(210、211)和一个运算单元(200)组成，所述运算单元与所述成像传感器(210、211)连接并且具有发送装置(202)，其中，所述总***设置用于实施权利要求1至8的方法之一。
CN201610766312.2A 2015-09-03 2016-08-30 用于识别停车区域上的对象的方法 Active CN106504561B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102015216908.1 2015-09-03
DE102015216908.1A DE102015216908A1 (de) 2015-09-03 2015-09-03 Verfahren zum Erkennen von Objekten auf einer Abstellfläche

Publications (2)

Publication Number Publication Date
CN106504561A CN106504561A (zh) 2017-03-15
CN106504561B true CN106504561B (zh) 2021-07-27

Family

ID=58054951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610766312.2A Active CN106504561B (zh) 2015-09-03 2016-08-30 用于识别停车区域上的对象的方法

Country Status (4)

Country Link
US (1) US10007268B2 (zh)
CN (1) CN106504561B (zh)
DE (1) DE102015216908A1 (zh)
FR (1) FR3040818B1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016200794A1 (de) * 2016-01-21 2017-07-27 Robert Bosch Gmbh Verfahren und Vorrichtung zum Lokalisieren eines Kraftfahrzeugs
DE102016223171A1 (de) 2016-11-23 2018-05-24 Robert Bosch Gmbh Verfahren und System zum Detektieren eines sich innerhalb eines Parkplatzes befindenden erhabenen Objekts
DE102016223118A1 (de) * 2016-11-23 2018-05-24 Robert Bosch Gmbh Verfahren und System zum Detektieren eines sich innerhalb eines Parkplatzes befindenden erhabenen Objekts
US10479376B2 (en) * 2017-03-23 2019-11-19 Uatc, Llc Dynamic sensor selection for self-driving vehicles
DE102017212379A1 (de) * 2017-07-19 2019-01-24 Robert Bosch Gmbh Verfahren und System zum Detektieren eines freien Bereiches innerhalb eines Parkplatzes
CN108765973B (zh) * 2018-06-01 2022-04-19 智慧互通科技股份有限公司 一种基于对侧视角互补的路侧停车管理***
CN111028535B (zh) * 2018-10-09 2021-04-27 杭州海康威视数字技术股份有限公司 车位检测装置及方法、车位管理***
CN109493634A (zh) * 2018-12-21 2019-03-19 深圳信路通智能技术有限公司 一种基于多设备协同工作的停车管理***及方法
US11474244B2 (en) * 2019-04-16 2022-10-18 GM Global Technology Operations LLC System and method of controlling operation of a device having an optical sensor
CN110329259B (zh) * 2019-07-03 2020-10-16 国唐汽车有限公司 一种基于多传感器融合的车辆自动跟随***及其方法
DE102021102426A1 (de) 2021-02-03 2022-08-04 Valeo Schalter Und Sensoren Gmbh Verfahren zum betreiben eines fahrzeugs, computerprogrammprodukt, system und fahrzeug

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1573797A (zh) * 2003-06-20 2005-02-02 德国空间宇航中心 用于在图像处理中改善对象识别和/或再识别的方法和装置
CN1708567A (zh) * 2003-01-23 2005-12-14 住友金属矿山株式会社 日照屏蔽体及日照屏蔽体形成用分散液
CN101107556A (zh) * 2005-02-11 2008-01-16 宝马股份公司 通过合成红外线影像和可见光影像可视化汽车周围环境的方法和装置
CN101309363A (zh) * 2003-10-15 2008-11-19 富士通天株式会社 图像处理装置、驾驶支援装置和驾驶支援***
DE102008060770A1 (de) * 2008-12-05 2009-09-17 Daimler Ag Verfahren zur Unterstützung eines Fahrers eines Fahrzeuges
CN101650176A (zh) * 2009-08-28 2010-02-17 浙江工业大学 基于主动立体全方位视觉的交通事故现场测绘仪
US8077995B1 (en) * 2005-02-23 2011-12-13 Flir Systems, Inc. Infrared camera systems and methods using environmental information
CN103021177A (zh) * 2012-11-05 2013-04-03 北京理工大学 一种雾天交通监控视频图像的处理方法和***
CN103473950A (zh) * 2012-06-06 2013-12-25 刘鉵 一种停车场车位监控方法
CN103946094A (zh) * 2011-11-08 2014-07-23 Lg伊诺特有限公司 停车辅助***
CN104236539A (zh) * 2013-06-21 2014-12-24 北京四维图新科技股份有限公司 导航方法、导航终端以及导航***
CN104253979A (zh) * 2014-09-24 2014-12-31 深圳市傲天智能***有限公司 一种自我感知型的智能摄像机
CN104345523A (zh) * 2013-08-05 2015-02-11 杭州海康威视数字技术股份有限公司 智能交通摄像机局部进光量自动控制的方法及其装置
CN204190866U (zh) * 2014-09-24 2015-03-04 深圳市傲天智能***有限公司 一种自我感知型智能交通监控的抓拍***

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1661104A1 (en) * 2003-09-03 2006-05-31 Stratech Systems Limited Apparatus and method for locating, identifying and tracking vehicles in a parking area
EP1848626B1 (de) * 2005-02-18 2017-04-19 Bayerische Motoren Werke Aktiengesellschaft Vorrichtung zum verbringen eines kraftfahrzeugs in eine zielposition
DE102007002198A1 (de) 2007-01-16 2008-07-31 Siemens Ag Standortermittlung eines Kraftfahrzeugs in einer Parkanlage
CN100527165C (zh) * 2007-09-04 2009-08-12 杭州镭星科技有限公司 一种以动态投影为背景的实时目标识别方法
CN101304488B (zh) * 2008-06-20 2010-12-15 北京中星微电子有限公司 一种图象采集的方法和装置
DE102008044160A1 (de) * 2008-11-28 2010-06-02 Robert Bosch Gmbh Verfahren zum Unterstützen und/oder zumindest teilweise automatischen Durchführen eines Einparkvorgangs eines Kraftfahrzeugs sowie Einparkassistenzvorrichtung
CN101719987A (zh) * 2009-12-10 2010-06-02 浙江大华技术股份有限公司 一种智能化快速设置自动曝光的方法
CN102542552B (zh) * 2010-12-21 2015-06-03 北京汉王智通科技有限公司 视频图像的顺逆光判断和拍摄时间检测方法
DE102011014855A1 (de) * 2011-03-24 2012-09-27 Thales Defence & Security Systems GmbH Verfahren und Vorrichtung zum Erfassen und Klassifizieren von fahrenden Fahrzeugen
US8582819B2 (en) * 2011-11-18 2013-11-12 Xerox Corporation Methods and systems for improving yield in wanted vehicle searches
CN102694981B (zh) * 2012-05-11 2014-10-29 中国科学院西安光学精密机械研究所 基于自适应阈值分割的直方图均衡化的自动曝光方法
US9008389B2 (en) * 2012-09-28 2015-04-14 Robert D. Williams System and method for determining the amount of vitamin D generated by a user
EP2865575B1 (en) * 2013-10-22 2022-08-24 Honda Research Institute Europe GmbH Confidence estimation for predictive driver assistance systems based on plausibility rules
CN104539921B (zh) * 2014-11-26 2016-09-07 北京理工大学 一种基于多投影***的光照补偿方法
US10008115B2 (en) * 2016-02-29 2018-06-26 Analog Devices Global Visual vehicle parking occupancy sensor
US9852631B2 (en) * 2016-03-04 2017-12-26 Conduent Business Services, Llc Mobile on-street parking occupancy detection

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1708567A (zh) * 2003-01-23 2005-12-14 住友金属矿山株式会社 日照屏蔽体及日照屏蔽体形成用分散液
CN1573797A (zh) * 2003-06-20 2005-02-02 德国空间宇航中心 用于在图像处理中改善对象识别和/或再识别的方法和装置
CN101309363A (zh) * 2003-10-15 2008-11-19 富士通天株式会社 图像处理装置、驾驶支援装置和驾驶支援***
CN101107556A (zh) * 2005-02-11 2008-01-16 宝马股份公司 通过合成红外线影像和可见光影像可视化汽车周围环境的方法和装置
US8077995B1 (en) * 2005-02-23 2011-12-13 Flir Systems, Inc. Infrared camera systems and methods using environmental information
DE102008060770A1 (de) * 2008-12-05 2009-09-17 Daimler Ag Verfahren zur Unterstützung eines Fahrers eines Fahrzeuges
CN101650176A (zh) * 2009-08-28 2010-02-17 浙江工业大学 基于主动立体全方位视觉的交通事故现场测绘仪
CN103946094A (zh) * 2011-11-08 2014-07-23 Lg伊诺特有限公司 停车辅助***
CN103473950A (zh) * 2012-06-06 2013-12-25 刘鉵 一种停车场车位监控方法
CN103021177A (zh) * 2012-11-05 2013-04-03 北京理工大学 一种雾天交通监控视频图像的处理方法和***
CN104236539A (zh) * 2013-06-21 2014-12-24 北京四维图新科技股份有限公司 导航方法、导航终端以及导航***
CN104345523A (zh) * 2013-08-05 2015-02-11 杭州海康威视数字技术股份有限公司 智能交通摄像机局部进光量自动控制的方法及其装置
CN104253979A (zh) * 2014-09-24 2014-12-31 深圳市傲天智能***有限公司 一种自我感知型的智能摄像机
CN204190866U (zh) * 2014-09-24 2015-03-04 深圳市傲天智能***有限公司 一种自我感知型智能交通监控的抓拍***

Also Published As

Publication number Publication date
CN106504561A (zh) 2017-03-15
FR3040818B1 (fr) 2019-07-12
DE102015216908A1 (de) 2017-03-09
FR3040818A1 (fr) 2017-03-10
US20170069093A1 (en) 2017-03-09
US10007268B2 (en) 2018-06-26

Similar Documents

Publication Publication Date Title
CN106504561B (zh) 用于识别停车区域上的对象的方法
CN111741229B (zh) 图像处理方法和设备
EP2294811B1 (en) Method of searching for a thermal target
US10776946B2 (en) Image processing device, object recognizing device, device control system, moving object, image processing method, and computer-readable medium
CN105049784B (zh) 用于基于图像的视距估计的方法和设备
CN106462737A (zh) 用于浑浊性检测的***和方法
US10914960B2 (en) Imaging apparatus and automatic control system
TWI826723B (zh) 用於產生物件之物件分類的方法和裝置
CN111967396A (zh) 障碍物检测的处理方法、装置、设备及存储介质
CN113838125A (zh) 目标位置确定方法、装置、电子设备以及存储介质
CN115034324A (zh) 一种多传感器融合感知效能增强方法
CN115761668A (zh) 摄像头的污渍识别方法、装置、车辆及存储介质
US11977980B2 (en) Information processing method and information processing system
Liu et al. Vehicle video surveillance system based on image fusion and parallel computing
KR20150051697A (ko) 차량 레이더를 이용하여 차선 유지 기능을 제공하기 위한 장치 및 그 방법
EP3349201B1 (en) Parking assist method and vehicle parking assist system
JP2017092839A5 (zh)
Cui et al. An effective motorcycle helmet object detection framework for intelligent traffic safety
JP6934386B2 (ja) 動体追尾装置及びそのプログラム
KR101856321B1 (ko) 영상 센서의 블랙 썬 효과를 기반으로 한 태양의 위치 추적 방법, 매체에 저장된 컴퓨터 프로그램 및 태양 센서
CN117523914A (zh) 碰撞预警方法、装置、设备、可读存储介质及程序产品
CN117837153A (zh) 一种拍摄控制方法、拍摄控制装置及可移动平台
WO2017010314A1 (ja) 撮像装置および撮像方法、並びにプログラム
JP2008199525A (ja) 車両用撮影装置
JP6362945B2 (ja) 車載画像処理装置

Legal Events

Date Code Title Description
C06 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