CN107463886B - 一种双闪识别以及车辆避障的方法和*** - Google Patents

一种双闪识别以及车辆避障的方法和*** Download PDF

Info

Publication number
CN107463886B
CN107463886B CN201710593280.5A CN201710593280A CN107463886B CN 107463886 B CN107463886 B CN 107463886B CN 201710593280 A CN201710593280 A CN 201710593280A CN 107463886 B CN107463886 B CN 107463886B
Authority
CN
China
Prior art keywords
vehicle
information
double
flash
images
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
CN201710593280.5A
Other languages
English (en)
Other versions
CN107463886A (zh
Inventor
王征
王凡
唐锐
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.)
Beijing Zongmu Anchi Intelligent Technology Co ltd
Original Assignee
Beijing Zongmu Anchi Intelligent Technology 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 Beijing Zongmu Anchi Intelligent Technology Co ltd filed Critical Beijing Zongmu Anchi Intelligent Technology Co ltd
Priority to CN201710593280.5A priority Critical patent/CN107463886B/zh
Publication of CN107463886A publication Critical patent/CN107463886A/zh
Application granted granted Critical
Publication of CN107463886B publication Critical patent/CN107463886B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种双闪识别以及车辆避障的方法和***，获取车辆摄像头的信息感知数据，并从信息感知数据中提取初步判定为车辆双闪信息的特征数据；判断提取出的特征数据是否是车辆双闪信息，若判断为车辆双闪信息则进入下一步，若判断不是车辆双闪信息则终止程序；自包含车辆双闪信息的信息感知数据中提取出该双闪车辆的相对位置信息以及双闪车辆的特征尺寸信息；在车辆制定自动驾驶方案时，将识别到的车辆双闪信息所在坐标点判定为障碍物区域。解决了识别双闪信息与语义转换的问题，解决了单纯使用摄像头无法获取周围车辆急停方案的缺陷。

Description

一种双闪识别以及车辆避障的方法和***
技术领域
本发明涉及计算机通讯及网络安全领域，特别是涉及一种双闪识别以及车辆避障的方法和***。
背景技术
汽车保有量的增加促进了大型停车场的发展，在迈入二十一世纪以来，我们的大型停车场越来越多，而停车场规模的日益扩大，带来一系列的泊车与取车的问题，已经成为世界范围内每个大中型城市普遍面临的社会问题。
首先，在城市车辆日渐增多，交通拥堵越发严重的情况下，在城市中的停车难度大大增加。很多司机都感觉很难驾驭泊车技术。其次，车主一方面在泊车时面临着因寻找车位而逐渐增加的巡游路程，另一方面也增加了车主走出停车场的步行距离，加大了车主的体力、时间与能源成本；同时，大型停车场的车位众多且指示不够明确，茫茫车位给寻车造成了极大的困扰。
在车辆发展越来越发达的今天，车辆的智能化是车辆未来发展的一大趋势，在道路上、停车库中，经常会出现车辆突然打双闪然后占时停车的情况，所以尾灯打双闪是隐含着该车辆需要占时靠边停车的意思。
如何采用摄像头感知信息识别双闪信息并将识别到的感知信息提取语义之后生成对应该语义的控制信号，该控制信号可以为紧急停车或者更换车道，解决了车辆自动驾驶解决方案中必须使用摄像头和超声波雷达或毫米波雷达配合使用才能够识别前方车辆的急停，单纯使用摄像头无法获取前方车辆急停方案的缺陷。
发明内容
为了解决上述的以及其他潜在的技术问题，本发明提供了一种双闪识别以及车辆避障的方法和***，第一，采用摄像头感知信息识别双闪信息并将识别到的感知信息提取语义之后生成对应该语义的控制信号，该控制信号可以为紧急停车或者更换车道，解决了车辆自动驾驶解决方案中必须使用摄像头和超声波雷达或毫米波雷达配合使用才能够识别周围车辆的急停，单纯使用摄像头无法获取周围车辆急停方案的缺陷。第二，识别了周围车辆的急停方案之后，车辆根据摄像头获取的图像中的其他因素判断车辆在识别到双闪车时车辆所在的***环境，并根据车辆***环境的情况确定后续车辆的自动行驶方案。第三，本申请的方案节约了硬件成本，可以通过摄像头采集的连续图像识别分析双闪信息以及其他障碍物信息进而得到移动的车辆即将停止的信息以及其他障碍物信息。
一种双闪识别以及车辆避障的方法，包括以下步骤：
S01：获取车辆摄像头的信息感知数据，并从信息感知数据中提取初步判定为车辆双闪信息的特征数据；
S02：判断步骤S01中提取出的特征数据是否是车辆双闪信息，若判断为车辆双闪信息则进入步骤S03，若判断不是车辆双闪信息则终止程序；
S03：自包含车辆双闪信息的信息感知数据中提取出该双闪车辆的相对位置信息以及双闪车辆的特征尺寸信息；
S04：在车辆制定自动驾驶方案时，将识别到的车辆双闪信息所在坐标点判定为障碍物区域。
进一步地，所述获取车辆摄像头的信息感知数据为一组沿着时间间隔拍摄的相同车辆的图像；所述时间间隔小于车灯的闪烁频率。所述时间间隔为相同的时间值。
进一步地，所述一组沿时间间隔拍摄的相同车辆的图像为至少三张图像。
进一步地，所述车辆双闪信息的特征数据为识别出该车辆的车灯轮廓并判断该车灯的亮度值。
进一步地，所述获取车辆摄像头的信息感知数据时，信息感知数据中的图像经过预处理后再识别出该车辆的车灯轮廓并判断该车灯的亮度值。
进一步地，步骤S02中具体判断获取车辆摄像头的信息感知数据是否是车辆双闪信息时，需要先识别沿着时间间隔拍摄的相同车辆的图像为至少三张图像，且三张图像内的车灯亮度值至少有一张与其余两张亮度值差距大于亮度差阈值。
进一步地，步骤S02中具体判断获取车辆摄像头的信息感知数据是否是车辆双闪信息时，获取至少两组沿着时间间隔拍摄的相同车辆的图像，标记为第一图像组和第二图像组，将第一图像组中提取中至少三张图像，且三张图像内的车灯亮度值至少有一张与其余两张亮度值差距大于亮度差阈值时，再将第二图像组中提取至少三张图像，且三张图像内的车灯亮度值至少有一张与其余两张亮度值差距大于亮度差阈值；此时判定信息感知数据是否是车辆双闪信息。
进一步地，步骤S03中判定提取出该车辆的相对位置信息以及双闪车辆的特征尺寸信息时，还包括对目标车辆进行建模。
进一步地，还包括步骤S05，所述步骤S05包括将判定为障碍物区域的图像信息通过定时器定时重新收集图像重新判定是否为双闪车辆；若是双闪车辆，则保持障碍物区域不变；若不是双闪车辆，则将原来的障碍物区域修改为可通行区域。
进一步地，所述步骤S05中的定时器定义的重新收集图像的间隔时间为0.01～5s。
一种双闪识别以及车辆避障的***，包括：
信息感知数据采集模块，用于获取车辆摄像头的信息感知数据，并从信息感知数据中提取初步判定为车辆双闪信息的特征数据；
双闪信息判断模块，用于判断提取出的特征数据是否是车辆双闪信息；
双闪车辆信息提取模块，用于自包含车辆双闪信息的信息感知数据中提取出该双闪车辆的相对位置信息以及双闪车辆的特征尺寸信息；
障碍物区域认定模块，用于在车辆制定自动驾驶方案时，将识别到的车辆双闪信息所在坐标点判定为障碍物区域。
如上所述，本发明的具有以下有益效果：
第一，采用摄像头感知信息识别双闪信息并将识别到的感知信息提取语义之后生成对应该语义的控制信号，该控制信号可以为紧急停车或者更换车道，解决了车辆自动驾驶解决方案中必须使用摄像头和超声波雷达或毫米波雷达配合使用才能够识别周围车辆的急停，单纯使用摄像头无法获取周围车辆急停方案的缺陷。第二，识别了周围车辆的急停方案之后，车辆根据摄像头获取的图像中的其他因素判断车辆在识别到双闪车时车辆所在的***环境，并根据车辆***环境的情况确定后续车辆的自动行驶方案。第三，本申请的方案节约了硬件成本，可以通过摄像头采集的连续图像识别分析双闪信息以及其他障碍物信息进而得到移动的车辆即将停止的信息以及其他障碍物信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1显示为本发明的流程图。
图2显示为本发明另一实施例中详细的流程图。
图3显示为本发明另一实施例中详细的流程图。
图4显示为本发明另一实施例中详细的流程图。
图5显示为另一实施例中详细的流程图。
图6显示为本发明另一实施例中详细的流程图。
图7显示为本发明另一实施例中详细的流程图。
图8显示为本发明另一实施例中详细的流程图。
图9显示为双闪识别以及车辆避障***的结构框图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
参加图1，
一种双闪识别以及车辆避障的方法，包括以下步骤：
S01：获取车辆摄像头的信息感知数据，并从信息感知数据中提取初步判定为车辆双闪信息的特征数据；
S02：判断步骤S01中提取出的特征数据是否是车辆双闪信息，若判断为车辆双闪信息则进入步骤S03，若判断不是车辆双闪信息则终止程序；
S03：自包含车辆双闪信息的信息感知数据中提取出该双闪车辆的相对位置信息以及双闪车辆的特征尺寸信息；
S04：在车辆制定自动驾驶方案时，将识别到的车辆双闪信息所在坐标点判定为障碍物区域。
参见图2，作为优选实施例，所述获取车辆摄像头的信息感知数据为一组沿着时间间隔拍摄的相同车辆的图像；所述时间间隔小于车灯的闪烁频率。所述时间间隔为相同的时间值。
作为优选实施例，所述一组沿时间间隔拍摄的相同车辆的图像为至少三张图像。
参见图3，作为优选实施例，所述车辆双闪信息的特征数据为识别出该车辆的车灯轮廓并判断该车灯的亮度值。
参见图4，作为优选实施例，所述获取车辆摄像头的信息感知数据时，信息感知数据中的图像经过预处理后再识别出该车辆的车灯轮廓并判断该车灯的亮度值。
参见图5，作为优选实施例，步骤S02中具体判断获取车辆摄像头的信息感知数据是否是车辆双闪信息时，需要先识别沿着时间间隔拍摄的相同车辆的图像为至少三张图像，且三张图像内的车灯亮度值至少有一张与其余两张亮度值差距大于亮度差阈值。
参见图6，作为优选实施例，步骤S02中具体判断获取车辆摄像头的信息感知数据是否是车辆双闪信息时，获取至少两组沿着时间间隔拍摄的相同车辆的图像，标记为第一图像组和第二图像组，将第一图像组中提取中至少三张图像，且三张图像内的车灯亮度值至少有一张与其余两张亮度值差距大于亮度差阈值时，再将第二图像组中提取至少三张图像，且三张图像内的车灯亮度值至少有一张与其余两张亮度值差距大于亮度差阈值；此时判定信息感知数据是否是车辆双闪信息。
参见图7，作为优选实施例，步骤S03中判定提取出该车辆的相对位置信息以及双闪车辆的特征尺寸信息时，还包括对目标车辆进行建模。
参见图8，作为优选实施例，还包括步骤S05，所述步骤S05包括将判定为障碍物区域的图像信息通过定时器定时重新收集图像重新判定是否为双闪车辆；若是双闪车辆，则保持障碍物区域不变；若不是双闪车辆，则将原来的障碍物区域修改为可通行区域。
作为优选实施例，所述步骤S05中的定时器定义的重新收集图像的间隔时间为0.01～5s。
作为优选实施例，所述步骤S03中自包含车辆双闪信息的信息感知数据中提取出该双闪车辆的相对位置信息时，定位信息包括以下过程：
第一级定位过程：在智能终端为定位模式时，通过智能终端所加载地图、停车场的定位信息、停车场的入口、智能终端的定位信息和智能终端的前进方向并将智能终端定位误差缩小至第一误差范围；
第二级定位过程：通过栅格地图、智能终端的运动姿态以及检测的可行驶区域进一步确定智能终端位置并将智能终端定位误差缩小至数值均小于所述第一误差范围的第二误差范围；
第三级定位过程：通过所获取的地标信息、地标地图中的地标信息和智能终端的运动姿态进一步确定智能终端位置并将智能终端定位误差缩小至数值均小于所述第二误差范围的第三误差范围。
于本发明一实施例中，所述栅格地图通过以下方式构建：
在任一车辆为地图构建模式时，获取车辆的运动姿态和车辆周边图像并从所述车辆周边图像提取地标信息；
基于SLAM算法，根据车辆的运动姿态和所述地标信息生成地标地图以及车辆行驶轨迹；
检测可行驶区域并根据所述车辆行驶轨迹和检测的所述可行驶区域生成栅格地图。
综上所述，本发明的双闪识别以及车辆避障的***不受GPS信号的限制，基于车载终端的3D定位判断双闪车辆的相对位置信息和特征尺寸信息；无需在停车场增加额外的硬件设备设施，成本低；可以智能识别双闪为障碍物。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
本发明的双闪识别以及车辆避障的方法是基于智能终端实现的。需要说明的是，本发明中所涉及的智能终端包括并不限于计算机、智能手机、智能电视、平板电脑以及车载智能终端，以及其他具有数据处理功能的终端设备。通常，智能终端是指具有独立的操作***，可以由用户自行安装软件，通过此类程序来不断对手持设备的功能进行扩充，并可以通过移动通讯网络来实现无线网络接入的这样一类终端设备。
参见图9，一种双闪识别以及车辆避障的***，包括：
信息感知数据采集模块，用于获取车辆摄像头的信息感知数据，并从信息感知数据中提取初步判定为车辆双闪信息的特征数据；
双闪信息判断模块，用于判断提取出的特征数据是否是车辆双闪信息；
双闪车辆信息提取模块，用于自包含车辆双闪信息的信息感知数据中提取出该双闪车辆的相对位置信息以及双闪车辆的特征尺寸信息；
障碍物区域认定模块，用于在车辆制定自动驾驶方案时，将识别到的车辆双闪信息所在坐标点判定为障碍物区域。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中包括通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (9)

1.一种双闪识别以及车辆避障的方法，其特征在于，包括以下步骤：
S01：获取车辆摄像头的信息感知数据，并从信息感知数据中提取初步判定为车辆双闪信息的特征数据；
S02：判断步骤S01中提取出的特征数据是否是车辆双闪信息，若判断为车辆双闪信息则进入步骤S03，若判断不是车辆双闪信息则终止程序；其中，判断获取车辆摄像头的信息感知数据是否是车辆双闪信息时，需要先识别沿着时间间隔拍摄的相同车辆的图像为至少三张图像，且三张图像内的车灯亮度值至少有一张与其余两张亮度值差距大于亮度差阈值；
S03：自包含车辆双闪信息的信息感知数据中提取出该双闪车辆的相对位置信息以及双闪车辆的特征尺寸信息；
S04：在车辆制定自动驾驶方案时，将识别到的车辆双闪信息所在坐标点判定为障碍物区域。
2.根据权利要求1所述的双闪识别以及车辆避障的方法，其特征在于，所述获取车辆摄像头的信息感知数据为一组沿着时间间隔拍摄的相同车辆的图像。
3.根据权利要求2所述的双闪识别以及车辆避障的方法，其特征在于，所述车辆双闪信息的特征数据为识别出该车辆的车灯轮廓并判断该车灯的亮度值。
4.根据权利要求1所述的双闪识别以及车辆避障的方法，其特征在于，所述步骤S02中具体判断获取车辆摄像头的信息感知数据是否是车辆双闪信息时，获取至少两组沿着时间间隔拍摄的相同车辆的图像，标记为第一图像组和第二图像组，将第一图像组中提取中至少三张图像，且三张图像内的车灯亮度值至少有一张与其余两张亮度值差距大于亮度差阈值时，再将第二图像组中提取至少三张图像，且三张图像内的车灯亮度值至少有一张与其余两张亮度值差距大于亮度差阈值；此时判定信息感知数据是否是车辆双闪信息。
5.根据权利要求1所述的双闪识别以及车辆避障的方法，其特征在于，步骤S03中判定提取出该车辆的相对位置信息以及双闪车辆的特征尺寸信息时，还包括对目标车辆进行建模。
6.根据权利要求1所述的双闪识别以及车辆避障的方法，其特征在于，还包括步骤S05，所述步骤S05包括将判定为障碍物区域的图像信息通过定时器定时重新收集图像重新判定是否为双闪车辆；若是双闪车辆，则保持障碍物区域不变；若不是双闪车辆，则将原来的障碍物区域修改为可通行区域。
7.一种双闪识别以及车辆避障的***，其特征在于，包括：
信息感知数据采集模块，用于获取车辆摄像头的信息感知数据，并从信息感知数据中提取初步判定为车辆双闪信息的特征数据；
双闪信息判断模块，用于判断提取出的特征数据是否是车辆双闪信息；其中，判断获取车辆摄像头的信息感知数据是否是车辆双闪信息时，需要先识别沿着时间间隔拍摄的相同车辆的图像为至少三张图像，且三张图像内的车灯亮度值至少有一张与其余两张亮度值差距大于亮度差阈值；
双闪车辆信息提取模块，用于自包含车辆双闪信息的信息感知数据中提取出该双闪车辆的相对位置信息以及双闪车辆的特征尺寸信息；
障碍物区域认定模块，用于在车辆制定自动驾驶方案时，将识别到的车辆双闪信息所在坐标点判定为障碍物区域。
8.一种智能终端，其特征在于：包括权利要求7所述的双闪识别以及车辆避障的***。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该程序被处理器执行时实现如权利要求1-6所述的任一权利要求所述的方法中的步骤。
CN201710593280.5A 2017-07-20 2017-07-20 一种双闪识别以及车辆避障的方法和*** Active CN107463886B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710593280.5A CN107463886B (zh) 2017-07-20 2017-07-20 一种双闪识别以及车辆避障的方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710593280.5A CN107463886B (zh) 2017-07-20 2017-07-20 一种双闪识别以及车辆避障的方法和***

Publications (2)

Publication Number Publication Date
CN107463886A CN107463886A (zh) 2017-12-12
CN107463886B true CN107463886B (zh) 2023-07-25

Family

ID=60546890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710593280.5A Active CN107463886B (zh) 2017-07-20 2017-07-20 一种双闪识别以及车辆避障的方法和***

Country Status (1)

Country Link
CN (1) CN107463886B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109581390A (zh) * 2018-11-27 2019-04-05 北京纵目安驰智能科技有限公司 基于超声波雷达的地形检测方法、***、终端和存储介质
CN111860090A (zh) * 2019-11-06 2020-10-30 北京嘀嘀无限科技发展有限公司 一种车辆验证方法及装置
CN112606796B (zh) * 2020-12-10 2022-03-18 东风汽车集团有限公司 一种车辆后备箱自动开闭控制方法、控制***及车辆

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010152900A (ja) * 2010-01-18 2010-07-08 Toshiba Corp 画像処理装置及び画像処理プログラム
US9305460B1 (en) * 2013-10-28 2016-04-05 John Justine Aza Roadway warning light detector and method of warning a motorist
CN106183981A (zh) * 2016-07-19 2016-12-07 乐视控股（北京）有限公司 基于汽车的路障检测方法、装置及汽车
CN106845453A (zh) * 2017-02-24 2017-06-13 太原理工大学 基于图像的尾灯检测与识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015026823A1 (en) * 2013-08-19 2015-02-26 Gentex Corporation Vehicle imaging system and method for distinguishing between vehicle tail lights and flashing red stop lights

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010152900A (ja) * 2010-01-18 2010-07-08 Toshiba Corp 画像処理装置及び画像処理プログラム
US9305460B1 (en) * 2013-10-28 2016-04-05 John Justine Aza Roadway warning light detector and method of warning a motorist
CN106183981A (zh) * 2016-07-19 2016-12-07 乐视控股（北京）有限公司 基于汽车的路障检测方法、装置及汽车
CN106845453A (zh) * 2017-02-24 2017-06-13 太原理工大学 基于图像的尾灯检测与识别方法

Also Published As

Publication number Publication date
CN107463886A (zh) 2017-12-12

Similar Documents

Publication Publication Date Title
CN110430401B (zh) 车辆盲区预警方法、预警装置、mec平台和存储介质
US20230304823A1 (en) Navigation Method, Apparatus, and System
CN107240299B (zh) 自主驾驶车辆对移动物体识别以及车辆避障的方法
CN107341454B (zh) 一种场景中障碍物的检测方法及装置、电子设备
WO2018153211A1 (zh) 获取交通路况信息的方法及装置、计算机存储介质
CN106647776B (zh) 车辆变道趋势的判断方法、判断装置和计算机存储介质
JP6082802B2 (ja) 物体検知装置
US11371851B2 (en) Method and system for determining landmarks in an environment of a vehicle
US9077907B2 (en) Image processing apparatus
CN110606093A (zh) 车辆性能评测方法、装置、设备和存储介质
RU2016140345A (ru) Система, способ и компьютерно-читаемые запоминающие носители для основанных на восприятии оценки и обучения ограничению скорости
CN107463886B (zh) 一种双闪识别以及车辆避障的方法和***
KR101103526B1 (ko) 스테레오 카메라를 이용한 충돌회피 방법
JP2018067062A (ja) 車両認識装置及び車両認識方法
KR20190063845A (ko) 차로 유지 보조 방법 및 장치
JP2016122320A (ja) 走行区画線認識装置
US20220388506A1 (en) Control apparatus, movable object, control method, and computer-readable storage medium
WO2024098992A1 (zh) 倒车检测方法及装置
CN112669615B (zh) 一种基于摄像头的停车位检测方法和***
JP5434277B2 (ja) 走行支援装置および走行支援方法
CN111062311B (zh) 一种基于深度级可分离卷积网络的行人手势识别与交互方法
WO2014167793A1 (ja) 車外画像保存装置、及び撮像機能付き携帯端末
CN112766026A (zh) 交通灯的检测方法、计算机存储介质、车载终端和车辆
US11182627B2 (en) Image processing device and image processing method
CN113888895A (zh) 用于创建基础设施模型的***和方法

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
GR01 Patent grant
GR01 Patent grant