CN106934360A - 一种基于高速图像识别的车辆精确位移测量方法 - Google Patents
一种基于高速图像识别的车辆精确位移测量方法 Download PDFInfo
- Publication number
- CN106934360A CN106934360A CN201710127013.9A CN201710127013A CN106934360A CN 106934360 A CN106934360 A CN 106934360A CN 201710127013 A CN201710127013 A CN 201710127013A CN 106934360 A CN106934360 A CN 106934360A
- Authority
- CN
- China
- Prior art keywords
- high speed
- image identification
- module
- data
- vehicle
- 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
- 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
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于高速图像识别的车辆精确位移测量方法,包括高速摄像头、帧间图像识别模块、方向与距离统计模块和设置与校准模块,所述高速摄像头、帧间图像识别模块、方向与距离统计模块依次通过高速数据总线相互连接并传递编码后的视频流信号,所述方向与距离统计模块和设置与校准模块通过高速数据总线相互连接并传递控制信号,还包括如下步骤:步骤一:采集数据;步骤二:识别图像;步骤三:统计方向与距离;步骤四:设置与校准。本发明的有益效果是,在室内、雷雨等没有卫星信号的场景下,提供车辆位移信息,帮助车辆定位,任何场景下,测量车辆位移精度不变。
Description
技术领域
本发明涉及车辆位移采集,特别是一种基于高速图像识别的车辆精确位移测量方法。
背景技术
在现有技术中,如采用GPS***,则车辆行驶时,车载GPS***接收卫星发送的时间信号,进行解算,获得当前的位置信息,一般精确到1米-10米,根据两次获得的位置信息的差值得到距离,除以时间得到速度。用这种方式,在没有GPS信号时,无法定位,无法获取速度。同时,这种方式也无法获得高精度厘米级别定位。或如使用惯性导航定位,则需在车上使用加速度传感器,通过感知某个方向上的加速度并对时间积分得到速度值,速度在时间上积分得到距离。用这种方式,会有较严重的累积误差。同时,很难过滤掉车辆在颠簸路面上产生的随机剧烈加速度变化。
发明内容
本发明的目的是为了解决上述问题,设计了一种基于高速图像识别的车辆精确位移测量方法。
实现上述目的本发明的技术方案为,一种基于高速图像识别的车辆精确位移测量方法,包括高速摄像头、帧间图像识别模块、方向与距离统计模块和设置与校准模块,所述高速摄像头、帧间图像识别模块、方向与距离统计模块依次通过高速数据总线相互连接并传递编码后的视频流信号,所述方向与距离统计模块和设置与校准模块通过高速数据总线相互连接并传递控制信号,还包括如下步骤:
步骤一:采集数据:通过高速摄像头对其待采集车底进行摄像、确定成像范围、成像尺寸、成像速率,并存储数据,再将数据通过总线发送给帧间图像识别模块。
步骤二:识别图像:将步骤一中传送过来的数据进行接收,帧间图像识别模块并将其分解成帧,并对帧间差异进行比对,得出结果,再将数据通过总线发送给方向与距离统计模块。
步骤三:统计方向与距离:将步骤二中传送过来的数据进行接收,方向与距离统计模块对数据进行清洗、滤波,结合车辆其他传感器的数据进行综合评判,得出车辆的位移数据。
步骤四:设置与校准:通过设置与校准模块可以对步骤三中的数据进行实时的设置与校准,从而适应不同环境下的情况。
所述帧间图像识别模块可使用四核1GHz、主频ARM架构、运行Linux或安卓***的通用CPU。
所述方向与距离统计模块可使用多核1GHz、运行Linux或安卓***的通用CPU。
步骤三中,所述车辆其他传感器可为GPS、里程计、速度计、震动传感器、方位传感器和加速度传感器。
步骤一中,所述数据流为10Mbps,所述存储数据采用RAWData格式
步骤二中,所述数据量为16kbps。
步骤一至三中,所述数据传送和接收均可通过usb或mipi总线得到实现。
所述其移测量方法可以采用对车头前进方向、对车辆侧面方向、对车辆后方进行高速摄像并计算。
所述其移测量方法可使用多颗摄像头同时摄像并进行计算,或者对多颗摄像头成像融合后进行计算。
所述其移测量方法适用于可见光、近红外光、远红外光、激光等不同光源***或其组合。
利用本发明的技术方案制作的一种基于高速图像识别的车辆精确位移测量方法,全天候,全场地使用。尤其在室内、雷雨等没有卫星信号的场景下,提供车辆位移信息,帮助车辆定位,任何场景下,测量车辆位移精度不变。尤其在慢速情况,需要进行厘米级别定位的情况,可以提供高精度的定位信息。
附图说明
图1是本发明所述一种基于高速图像识别的车辆精确位移测量方法的结构示意图;
图2是本发明所述一种基于高速图像识别的车辆精确位移测量方法的连接框图;
图3是本发明所述一种基于高速图像识别的车辆精确位移测量方法的高速摄像头安装位置示意图;
图4是本发明所述一种基于高速图像识别的车辆精确位移测量方法的摄像头成像示意图;
图5是本发明所述一种基于高速图像识别的车辆精确位移测量方法的摄像头移动成像示意图;
图中,1、高速摄像头;2、帧间图像识别模块;3、方向与距离统计模块;4、设置与校准模块。
具体实施方式
下面结合附图对本发明进行具体描述,如图1-5所示,一种基于高速图像识别的车辆精确位移测量方法,包括高速摄像头(1)、帧间图像识别模块(2)、方向与距离统计模块(3)和设置与校准模块(4),所述高速摄像头(1)、帧间图像识别模块(2)、方向与距离统计模块(3)依次通过高速数据总线相互连接并传递编码后的视频流信号,所述方向与距离统计模块(3)和设置与校准模块(4)通过高速数据总线相互连接并传递控制信号,还包括如下步骤:步骤一:采集数据:通过高速摄像头(1)对其待采集车底进行摄像、确定成像范围、成像尺寸、成像速率,并存储数据,再将数据通过总线发送给帧间图像识别模块(2);步骤二:识别图像:将步骤一中传送过来的数据进行接收,帧间图像识别模块(2)并将其分解成帧,并对帧间差异进行比对,得出结果,再将数据通过总线发送给方向与距离统计模块(3);步骤三:统计方向与距离:将步骤二中传送过来的数据进行接收,方向与距离统计模块(3)对数据进行清洗、滤波,结合车辆其他传感器的数据进行综合评判,得出车辆的位移数据;步骤四:设置与校准:通过设置与校准模块(4)可以对步骤三中的数据进行实时的设置与校准,从而适应不同环境下的情况;所述帧间图像识别模块(2)可使用四核1GHz、主频ARM架构、运行Linux或安卓***的通用CPU;所述方向与距离统计模块(3)可使用多核1GHz、运行Linux或安卓***的通用CPU;步骤三中,所述车辆其他传感器可为GPS、里程计、速度计、震动传感器、方位传感器和加速度传感器;步骤一中,所述数据流为10Mbps,所述存储数据采用RAWData格式;步骤二中,所述数据量为16kbps;步骤一至三中,所述数据传送和接收均可通过usb或mipi总线得到实现;所述其移测量方法可以采用对车头前进方向、对车辆侧面方向、对车辆后方进行高速摄像并计算;所述其移测量方法可使用多颗摄像头同时摄像并进行计算,或者对多颗摄像头成像融合后进行计算;所述其移测量方法适用于可见光、近红外光、远红外光、激光等不同光源***或其组合。
本实施方案的特点为,包括高速摄像头、帧间图像识别模块、方向与距离统计模块和设置与校准模块,高速摄像头、帧间图像识别模块、方向与距离统计模块依次通过高速数据总线相互连接并传递编码后的视频流信号,方向与距离统计模块和设置与校准模块通过高速数据总线相互连接并传递控制信号,还包括如下步骤:步骤一:采集数据:通过高速摄像头对其待采集车底进行摄像、确定成像范围、成像尺寸、成像速率,并存储数据,再将数据通过总线发送给帧间图像识别模块;步骤二:识别图像:将步骤一中传送过来的数据进行接收,帧间图像识别模块并将其分解成帧,并对帧间差异进行比对,得出结果,再将数据通过总线发送给方向与距离统计模块;步骤三:统计方向与距离:将步骤二中传送过来的数据进行接收,方向与距离统计模块对数据进行清洗、滤波,结合车辆其他传感器的数据进行综合评判,得出车辆的位移数据;步骤四:设置与校准:通过设置与校准模块可以对步骤三中的数据进行实时的设置与校准,从而适应不同环境下的情况。全天候,全场地使用,尤其在室内、雷雨等没有卫星信号的场景下,提供车辆位移信息,帮助车辆定位,任何场景下,测量车辆位移精度不变。尤其在慢速情况,需要进行厘米级别定位的情况,可以提供高精度的定位信息。
在本实施方案中,高速摄像头、帧间图像识别模块、方向与距离统计模块和设置与校准模块之间通过高速数据总线连接,高速摄像头、帧间图像识别模块、方向与距离统计模块之间传递编码后的视频流信号,方向与距离统计模块和设置与校准模块之间传递控制信号,其中高速摄像头为1万像素即100X100,以对车底成像为例,若成像范围为车底10cmX10cm区域,成像尺寸为100X100pixel,成像速率为1000fps,每个像素记录黑、白信号(0,1),则数据流约10Mbps,通过高速摄像头用特定的频率对其待采集车进行摄像、确定成像范围、成像尺寸、成像速率,并存储数据,通过高速数据总线发送给帧间图像识别模块,帧间图像识别模块使用通用CPU、四核1GHz主频、ARM架构、运行Linux或安卓***,通过usb或mipi总线接收高速摄像头的发送数据,分解成帧,并对帧间差异进行比对,返回结果,数据量约16kbps,帧间图像识别模块将高速摄像头采集的数据传送过来进行接收后,帧间图像识别模块并将其分解成帧,并对帧间差异进行比对,得出结果,再将数据通过高速数据总线发送给方向与距离统计模块,方向与距离统计模块使用通用CPU、多核1GHz、运行Linux或安卓***,方向与距离统计模块对数据进行清洗、滤波,结合车辆其他传感器如GPS、里程计、速度计、震动传感器、方位传感器、加速度传感器等的数据,进行综合评判,得出车辆的位移数据,并通过高速数据总线将控制信号传递到设置与校准模块,通过设置与校准模块对方向与距离统计模块传送过来的数据进行实时的设置与校准,从而适应不同环境下的情况,方向与距离统计模块,采用高速中央处理器CPU与高速图像处理器GPU进行信号处理,设置与校准模块采用中央处理器CPU进行处理,方向与距离统计模块和设置与校准模块的CPU可以共用。
在本实施方案中,实施例一:在汽车以36km/h的速度行驶时,每帧图像对应的位移距离为1cm,采集的图像进行锐化处理,每个像素点取值0或者1,代表接收到的0.1cmX0.1cm表面的光度值T(X,Y),则可以得到100X100的矩阵C
T(1,1),T(2,1),T(3,1)...T(100,1)
T(1,2),T(2,2),T(3,2)...T(100,2)
T(1,3),T(2,3),T(3,3)...T(100,3)
....
T(1,100),T(2,100),T(3,100)...T(100,100)
设第一帧的矩阵如下,记为C1
1001010100100101010011......11111111111111
1010010100100101010011......11111111111111
1001011100100101010011......11111111111111
1111010111100101010011......11111111111111
0001010100100101010011......11111111111111
1001010100101101010011......11111111111111
1001010100100111010011......11111111111111
1001010100100100010011......11111111111111
0001010100100111010011......11111111111111
1001010100100101010011......11111111111111
1111010100100101010011......11111111111111
1001010100100101010011......11111111111111
1001010100100101010011......11111111111111
1001010100100101010011......11111111111111
1111010100100101010011......11111111111111
0001010100100101010011......11111111111111
1001010100100101010011......11111111111111
1001010100100101010011......11111111111111
1101010100100101010011......11111111111111
1111010100100101010011......11111111111111
1001010110100101010011......11111111111111
1001010110100101010011......11111111111111
......
......
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
设第二帧的矩阵如下,记为C2
1001010100100101010011......11111111111111
1010010100100101010011......11111111111111
1001010110100101010011......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
......
......
1111111111111111111111......11111111111111
1111111111111111111111......11111111111111
则在帧间图像识别模块中,对于高速摄像头采集的图像帧C1与帧C2之间进行比对,在图像的某一点T(X1,Y1)开始得到较高的拟合值.如上例,X1=0,Y1=10。则矩阵可以记为:
C1=|A1,A2|
C2=|A2,A3|
在方向与距离统计模块中,对于帧间图像识别模块送上来的点T(X1,Y1)进行比对计算,可得知车辆在过去的时间间隔T中,位移了(X1,Y1)-(0,0)所对应的像素距离值,在时间T上进行积分,则可以得到准确的车辆行驶过的距离以及方向改变值,公式如下:
S=((X1,Y1)-(0,0))X每像素代表的距离常量
V=S/T
如上例,可得车辆在1/1000秒内,行进了10个像素点,对应1cm,即车辆速度为36km/h。
在本实施方案中,该方法解决了在没有GPS信号时,无法定位,无法获取速度且受天气、无线电干扰等问题,该方法适用于任何地形,适用于室内或隧道等有信号屏蔽的场景,对比惯导精度高,可以全天候,全场地使用,尤其在室内、雷雨等没有卫星信号的场景下,提供车辆位移信息,帮助车辆定位,任何场景下,测量车辆位移精度不变。尤其在慢速情况,需要进行厘米级别定位的情况,可以提供高精度的定位信息。
上述技术方案仅体现了本发明技术方案的优选技术方案,本技术领域的技术人员对其中某些部分所可能做出的一些变动均体现了本发明的原理,属于本发明的保护范围之内。
Claims (10)
1.一种基于高速图像识别的车辆精确位移测量方法,其特征在于,包括高速摄像头(1)、帧间图像识别模块(2)、方向与距离统计模块(3)和设置与校准模块(4),所述高速摄像头(1)、帧间图像识别模块(2)、方向与距离统计模块(3)依次通过高速数据总线相互连接并传递编码后的视频流信号,所述方向与距离统计模块(3)和设置与校准模块(4)通过高速数据总线相互连接并传递控制信号,还包括如下步骤:
步骤一:采集数据:通过高速摄像头(1)对其待采集车底进行摄像、确定成像范围、成像尺寸、成像速率,并存储数据,再将数据通过总线发送给帧间图像识别模块(2)。
步骤二:识别图像:将步骤一中传送过来的数据进行接收,帧间图像识别模块(2)并将其分解成帧,并对帧间差异进行比对,得出结果,再将数据通过总线发送给方向与距离统计模块(3)。
步骤三:统计方向与距离:将步骤二中传送过来的数据进行接收,方向与距离统计模块(3)对数据进行清洗、滤波,结合车辆其他传感器的数据进行综合评判,得出车辆的位移数据。
步骤四:设置与校准:通过设置与校准模块(4)可以对步骤三中的数据进行实时的设置与校准,从而适应不同环境下的情况。
2.根据权利要求1所述的一种基于高速图像识别的车辆精确位移测量方法,其特征在于,所述帧间图像识别模块(2)可使用四核1GHz、主频ARM架构、运行Linux或安卓***的通用CPU。
3.根据权利要求1所述的一种基于高速图像识别的车辆精确位移测量方法,其特征在于,所述方向与距离统计模块(3)可使用多核1GHz、运行Linux或安卓***的通用CPU。
4.根据权利要求1所述的一种基于高速图像识别的车辆精确位移测量方法,其特征在于,步骤三中,所述车辆其他传感器可为GPS、里程计、速度计、震动传感器、方位传感器和加速度传感器。
5.根据权利要求1所述的一种基于高速图像识别的车辆精确位移测量方法,其特征在于,步骤一中,所述数据流为10Mbps,所述存储数据采用RAWData格式。
6.根据权利要求1所述的一种基于高速图像识别的车辆精确位移测量方法,其特征在于,步骤二中,所述数据量为16kbps。
7.根据权利要求1所述的一种基于高速图像识别的车辆精确位移测量方法,其特征在于,步骤一至三中,所述数据传送和接收均可通过usb或mipi总线得到实现。
8.根据权利要求1-7所述的一种基于高速图像识别的车辆精确位移测量方法,其特征在于,所述其移测量方法可以采用对车头前进方向、对车辆侧面方向、对车辆后方进行高速摄像并计算。
9.根据权利要求1-7所述的一种基于高速图像识别的车辆精确位移测量方法,其特征在于,所述其移测量方法可使用多颗摄像头同时摄像并进行计算,或者对多颗摄像头成像融合后进行计算。
10.根据权利要求1-7所述的一种基于高速图像识别的车辆精确位移测量方法,其特征在于,所述其移测量方法适用于可见光、近红外光、远红外光、激光等不同光源***或其组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710127013.9A CN106934360A (zh) | 2017-03-06 | 2017-03-06 | 一种基于高速图像识别的车辆精确位移测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710127013.9A CN106934360A (zh) | 2017-03-06 | 2017-03-06 | 一种基于高速图像识别的车辆精确位移测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106934360A true CN106934360A (zh) | 2017-07-07 |
Family
ID=59423917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710127013.9A Pending CN106934360A (zh) | 2017-03-06 | 2017-03-06 | 一种基于高速图像识别的车辆精确位移测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106934360A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388871A (zh) * | 2018-02-28 | 2018-08-10 | 中国计量大学 | 一种基于车身回归的车辆检测方法 |
CN111596090A (zh) * | 2020-06-17 | 2020-08-28 | 中国第一汽车股份有限公司 | 车辆行驶速度的测量方法、装置、车辆和介质 |
CN117774986A (zh) * | 2024-02-27 | 2024-03-29 | 中国测绘科学研究院 | 一种智能网联汽车高精度地图厘米级定位方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1573292A (zh) * | 2003-05-23 | 2005-02-02 | 三星电子株式会社 | 感测移动体状态的设备和方法 |
CN101447019A (zh) * | 2007-11-29 | 2009-06-03 | 爱信艾达株式会社 | 图像识别装置以及图像识别程序 |
KR20100053030A (ko) * | 2008-11-12 | 2010-05-20 | (주)인펙비전 | 차량 영상 검지 및 속도 산출방법 |
CN105300403A (zh) * | 2015-09-22 | 2016-02-03 | 清华大学 | 一种基于双目视觉的车辆里程计算法 |
CN105929190A (zh) * | 2014-12-29 | 2016-09-07 | 通用电气公司 | 确定车辆速度的方法和*** |
CN106054191A (zh) * | 2015-04-06 | 2016-10-26 | 通用汽车环球科技运作有限责任公司 | 车轮检测和其在物体跟踪以及传感器配准中的应用 |
-
2017
- 2017-03-06 CN CN201710127013.9A patent/CN106934360A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1573292A (zh) * | 2003-05-23 | 2005-02-02 | 三星电子株式会社 | 感测移动体状态的设备和方法 |
CN101447019A (zh) * | 2007-11-29 | 2009-06-03 | 爱信艾达株式会社 | 图像识别装置以及图像识别程序 |
KR20100053030A (ko) * | 2008-11-12 | 2010-05-20 | (주)인펙비전 | 차량 영상 검지 및 속도 산출방법 |
CN105929190A (zh) * | 2014-12-29 | 2016-09-07 | 通用电气公司 | 确定车辆速度的方法和*** |
CN106054191A (zh) * | 2015-04-06 | 2016-10-26 | 通用汽车环球科技运作有限责任公司 | 车轮检测和其在物体跟踪以及传感器配准中的应用 |
CN105300403A (zh) * | 2015-09-22 | 2016-02-03 | 清华大学 | 一种基于双目视觉的车辆里程计算法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388871A (zh) * | 2018-02-28 | 2018-08-10 | 中国计量大学 | 一种基于车身回归的车辆检测方法 |
CN108388871B (zh) * | 2018-02-28 | 2021-05-18 | 中国计量大学 | 一种基于车身回归的车辆检测方法 |
CN111596090A (zh) * | 2020-06-17 | 2020-08-28 | 中国第一汽车股份有限公司 | 车辆行驶速度的测量方法、装置、车辆和介质 |
CN117774986A (zh) * | 2024-02-27 | 2024-03-29 | 中国测绘科学研究院 | 一种智能网联汽车高精度地图厘米级定位方法及*** |
CN117774986B (zh) * | 2024-02-27 | 2024-05-07 | 中国测绘科学研究院 | 一种智能网联汽车高精度地图厘米级定位方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11953599B2 (en) | Vehicle navigation based on aligned image and LIDAR information | |
CN101776438B (zh) | 道路标线测量装置及其测量方法 | |
CN113819914B (zh) | 一种地图构建方法及装置 | |
DE102008026397B4 (de) | Radar-, Lidar- und Kamera-unterstützte Verfahren zur Schätzung der Fahrzeugdynamik | |
JP2020528134A (ja) | 自然光景中での統合センサの較正 | |
KR20200006556A (ko) | 자율주행차 시스템을 위한 교차 시야 | |
JP2021508095A (ja) | カラー・ポイント・クラウド生成のための方法およびシステム | |
CN109374008A (zh) | 一种基于三目摄像头的图像采集***及方法 | |
WO2019116687A1 (ja) | 道路地図生成システム及び道路地図生成方法 | |
DE102017128619A1 (de) | Fahrzeugsteuerung unter verwendung von strassenwinkeldaten | |
CN113218407B (zh) | 一种基于vio和卫星导航***融合的地图生成方法及装置 | |
US10895460B2 (en) | System and method for generating precise road lane map data | |
CN106934360A (zh) | 一种基于高速图像识别的车辆精确位移测量方法 | |
CN112819711B (zh) | 一种基于单目视觉的利用道路车道线的车辆反向定位方法 | |
CN110458885B (zh) | 基于行程感知与视觉融合的定位***和移动终端 | |
CN105136153A (zh) | 一种车道线精确位置采集装置以及采集方法 | |
US20230117253A1 (en) | Ego motion-based online calibration between coordinate systems | |
CN112136021A (zh) | 用于构建基于地标的高清地图的***和方法 | |
US10871380B2 (en) | Vehicle control device | |
CN106846369A (zh) | 基于双目视觉的车辆转向状态判别方法及装置 | |
CN110952427A (zh) | 基于驾乘感受的模块化路面智能感知设备及*** | |
CN205049153U (zh) | 光电式gps盲区环境下车辆可持续导航数据采集装置 | |
CN111121714B (zh) | 一种行车视距的测量方法及*** | |
CN112634354B (zh) | 基于路侧传感器的网联自动驾驶行车风险评估方法与装置 | |
CN112308786B (zh) | 一种基于摄影测量解算车载视频中目标车辆运动的方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170707 |