CN107738612B - 基于全景视觉辅助***的自动泊车停车位检测与识别*** - Google Patents

基于全景视觉辅助***的自动泊车停车位检测与识别*** Download PDF

Info

Publication number
CN107738612B
CN107738612B CN201710864999.8A CN201710864999A CN107738612B CN 107738612 B CN107738612 B CN 107738612B CN 201710864999 A CN201710864999 A CN 201710864999A CN 107738612 B CN107738612 B CN 107738612B
Authority
CN
China
Prior art keywords
parking space
detection
parking
image
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.)
Active
Application number
CN201710864999.8A
Other languages
English (en)
Other versions
CN107738612A (zh
Inventor
李长乐
李磊
蔡雪莲
张锲石
陈睿
朱丽娜
韩沁
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN201710864999.8A priority Critical patent/CN107738612B/zh
Publication of CN107738612A publication Critical patent/CN107738612A/zh
Application granted granted Critical
Publication of CN107738612B publication Critical patent/CN107738612B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • 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
    • B60R2300/207—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of display used using multi-purpose displays, e.g. camera image and navigation or video on same display
    • 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
    • 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
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/806—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for aiding parking

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Mechanical Engineering (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于全景视觉辅助***的自动泊车停车位检测与识别***，主要解决现有技术因停车位标记线不完全，内部存在阴影或障碍物而导致停车位检测与识别不准确的问题。其包括摄像头检测模块和识别模块，摄像头安装在车辆周围，拼接成能反映车辆周围信息的无缝全景图像；检测模块完成停车位标记线的检测并通过标记线周长完成在停车位标记线不完整下的停车位检测；识别模块通过计算停车位内部灰度变化差异值和障碍物高度完成在停车位内存在阴影或障碍物下的停车位识别，该检测和识别结果通过车载中控大屏显示。本发明实现了高效、准确的停车位检测与识别，为后续自动泊车中路径规划和路径跟踪控制提供了有效依据，可用于驾驶员寻找停车位置。

Description

基于全景视觉辅助***的自动泊车停车位检测与识别***
技术领域
本发明属于计算机视觉处理技术领域，具体涉及一种自动泊车停车位检测与识别***，可用于驾驶员寻找泊车位置。
背景技术
随着汽车保有量的快速上升，在城市场景中“停车难”的问题表现的越来越突出。驾驶员在泊车时，由于受到视野和车位狭小等客观条件的限制，以及技术和心理上的影响，极易发生擦碰事故，带来不必要的损失。一个有效的停车辅助***，能帮助驾驶员快速、安全的完成泊车操作，自动泊车***能够不借助驾驶员的操控自动完成安全、准确的泊车入位。
目前，市场上常用的自动泊车停车位检测与识别方法是基于超声波雷达的方法。然而，基于超声波雷达的方法要求目标停车位前后均停有车辆方可实现车位检测，且超声波雷达检测方法有着检测范围小、存在盲区等的缺点。针对这一问题，将超声波与机器视觉相结合的基于视觉的泊车辅助***无疑是未来泊车辅助***的发展方向。但是当前基于视觉的停车位检测与识别方法只针对普通场景下地面停车位标记线的检测，而忽略了目标停车位存在障碍物、阴影、标记线不全等复杂情况下的停车位检测问题，所以如何在较为复杂的场景下能更为准确、可靠地检测停车位是解决当前交通管理的急需问题。
发明内容
本发明的目的在于针对上述现有技术的不足，提出基于全景视觉辅助***的自动泊车停车位检测与识别***，以提高驾驶员在复杂的场景下检测泊车位置的准确性和可靠性。
实现本发明目的的技术思路是：通过安装在车身周围的四个广角摄像头，生成车辆周围环境全景图像，再结合计算机视觉算法对车身周围停车位进行检测与识别，以识别存在障碍物、阴影、标记线不全这些特殊情况下，实现高效、准确的停车位检测与识别。
根据上述思路，本发明基于全景视觉辅助***的自动泊车停车位检测与识别***，包括：
全景拍摄单元，用于采集车身周围图像，并通过摄像机标定、畸变矫正、俯视图变换和图像拼接生成无缝拼接的360°俯视图，传送至嵌入式单元；
嵌入式单元，用于对全景拍摄模块采集的俯视图进行处理，完成停车位的检测并判定停车位是否被占用，并将检测结果发送至车载电子控制单元ECU和车载中控显示屏；
车载中控显示屏，用于显示嵌入式单元所传送的停车位检测结果；
其特征在于：所述嵌入式单元包括：
接口模块，用于将嵌入式单元检测结果发送至车载电子控制单元ECU；
图像处理模块，其包括检测子模块和识别子模块，
该检测子模块，对无缝拼接的360°俯视图先进行图像预处理，再运用线段检测算法提取出俯视图中的停车位标记线，并计算停车位标记线的周长，根据周长判定停车位标记线是否完整：如不完整则运用图像分割算法将停车位标记线补全，再判定是否为可选停车位；
该识别子模块，对检测子模块检测出的目标停车位，通过计算停车位内部灰度变化差异值，判定可选停车位内部是否存在阴影或障碍物，如存在障碍物再计算障碍物高度，从而判定可选停车位是否被占用；
图像显示子模块，用于将嵌入式单元可选停车位检测结果在车载中控显示屏中显示。
本发明具有如下优点或有益效果：
本发明由于检测过程不依赖相邻汽车的停放姿势而仅依赖于车位停车线，在全景视觉辅助***中，先利用LSD线段检测算法提取出俯视图中的停车位标记线，再通过计算停车位标记线各线段所围成的周长，提高了在停车位标记线不全的情况下停车位的检测准确度；此外由于本发明通过计算图像灰度差异值信息，先判定是否存在阴影或障碍物，如存在障碍物再判定障碍物高度，从而确定可选停车位是否被占用，有效解决了停车位存在障碍物、阴影情况下的停车位检测问题，实现了高效、准确的停车位检测与识别功能，为后续自动泊车中路径规划和路径跟踪控制提供了精度和稳定性的保障。
以下结合附图本发明更加充分的描述本发明的实施例。然而，所附附图仅用于说明和阐述，并不构成对本发明范围的限制。
附图说明
图1为本发明中自动泊车停车位检测与识别***的结构示意图；
图2为本发明中检测子模块进行停车位检测的过程图；
图3为本发明中识别子模块进行停车位识别的过程图。
具体实施方式
一、技术原理
本发明包括自动泊车停车位的检测和自动泊车停车位的识别，其中：
(一)自动泊车停车位的检测
自动泊车停车位的检测包括图像预处理、停车标记线检测、停车标记线周长计算三个部分。
所述图像预处理，包括图像灰度化和图像边缘检测，图像灰度化是指将摄像头采集的彩色图像转化为灰度图像，边缘检测是指检测识别出图像中亮度变化剧烈的像素点构成的集合，图像预处理过程主要用于减少图像中的噪声和外界的干扰，以简化后续处理过程。
所述停车标记线检测，是在前期边缘检测基础上，运用LSD线段检测算法对停车位中的停车标记线进行提取，该算法通过对图像局部分析，得出直线的像素点集，再通过假设参数进行验证求解，将像素点集与误差控制集合合并，进行自适应控制误检的数量，进而提高检测的准确性，是一种可以在线性时间内提取出亚像素级别图像直线特征的算法，与传统的Hough变换进行直线检测的方法比较LSD算法在检测直线段方面，检测精度与计算效率得到了一个很好的平衡。
根据国标GB50067-2014，在实际场景中，停车位的宽度约为2.5米，停车位标记线的宽度约为10厘米。将平行线之间的物理距离设置为w1，范围为0.1米至0.15厘米，两个平行线段对之间的物理距离设置为w2，范围为2.3至2.8米。在边缘图像中检测出满足平行线之间的物理距离为w1且两个平行线段对之间的物理距离为w2的两个平行线段对，完成停车标记线检测。
所述停车标记线周长计算，是针对目标停车位存在标记线不全情况下的停车位准确检测，需利用全景拍摄单元中摄像机标定所得到的摄像机内外参数及图像坐标系与世界坐标系之间的映射关系，计算出停车标记线周长，通过设置停车线周长高阈值和平均阈值，将计算出的停车标记线周长和设置的阈值进行比较，来判定停车位标记是否完全：若判定停车标记线不完全，则利用图像分割技术将缺失的停车线补全，形成闭合矩形，完成车位检测。
(二)自动泊车停车位的识别
自动泊车停车位的识别，包括停车标记线内部区域灰度差异值计算和停车标记线内部障碍物高度计算两部分。
所述停车标记线内部区域灰度差异值计算，是由于停车位被占用时和未被占用时，停车标记线内部区域灰度值变化差异具有明显不同，需先计算出停车位标记线内部灰度变化差异值，再通过设置车位未被占用时灰度变化差异平均阈值，将停车位区域内部灰度变化差异值与车位未被占用时灰度变化差异平均阈值进行比较，以初步判定停车位内部是否被占用。
所述停车标记线内部障碍物高度计算，是在初步判定停车位内部区域存在障碍物情况下，需进一步判断障碍物高度，来最终判定停车位是否被占用：
首先，利用图像分割算法对停车位区域内障碍物进行提取，用最小外接矩形将障碍物在二维图像中显示出来，障碍物的顶点就是二维图像中最小外接矩形与障碍物之间的切点；
然后，利用单目立体视觉算法计算出障碍物的顶点的三维坐标，从而计算出障碍物高度，通过设置车辆平均最小离地间隙阈值，将计算出障碍物高度与车辆平均最小离地间隙阈值进行比较，最终判定停车位是否被占用。
二、***结构
以下结合附图1，对本项发明的实例进行阐述，但本发明的保护范围并不仅限于此。
参照图1，本发明基于全景视觉辅助***的自动泊车停车位检测与识别***，包括全景拍摄单元、车载中控大屏、嵌入式处理单元和电源单元。所述嵌入式处理单元连接全景拍摄单元并与车载中控大屏双向链接，电源单元连接嵌入式处理单元、全景拍摄单元，全景拍摄单元连接嵌入式处理单元。其中：
全景拍摄单元，包括4个170°广角摄像头，前摄像头安装在车辆进气格栅车标下方，两侧摄像头安装车辆B柱上方，后摄像头安装在牌照架上方，将拍摄到车辆前后左右四副广角图像处理生成显示车辆周围场景的360°无缝拼接的俯视图，并发送至嵌入式处理单元；
嵌入式单元，主要负责完成对无缝拼接的俯视图的停车位检测与识别，并将检测结果发送至车载电子控制单元ECU，为后续自动泊车中路径规划和路径跟踪控制提供依据，同时，将检测结果通过图像显示模块发送至车载中控显示屏，其包括接口模块、图像显示模块、图像处理模块；
接口模块，用于分别与全景拍摄单元、车载电子控制单元ECU、车载中控大屏、电源单元进行连接；
图像处理模块，用于完成停车位的检测与识别功能，包括检测子模块和识别子模块。
图像显示模块，用于将图像处理模块检测的结果发送至车载中控显示屏，为驾驶员显示出检测结果，以挑选目标停车位。
参照图2，所述图像处理模块中的检测子模块，包括图像预处理、停车标记线检测、停车标记线周长计算三个部分。其中：
图像预处理，包括图像灰度化和图像边缘检测，即先将彩色图像转化为灰度图像使图像灰度化，再采用Canny算子完成边缘检测，该Canny算子能够满足低错误率、高定位性、最小响应三个最优边缘检测评价标准；
停车标记线线段提取，是在图像预处理的基础上，运用LSD线段检测算法对边缘图像中的线段进行提取，在提取出的线段中，根据国标GB50067-2014，检测出满足平行线之间的物理距离为w1且两个平行线段对之间的物理距离为w2的两个平行线段对，完成停车标记线检测。
停车位标记线周长计算，是对于目标停车位存在标记线不全情况下的车位准确检测，利用全景拍摄单元中摄像头内外参数及停车标记线在图像坐标系和世界坐标系的映射关系，先计算出停车位标记线各线段所围成的周长P1，再设置停车线周长两个阈值，高阈值Ph和平均阈值Pm，将计算出停车位标记线各线段所围成的周长P1与设置的停车线周长两个阈值进行比较：
若停车线周长P1＞Ph，则判定为停车位标记线完全。
若停车线周长Ph＞P1＞Pm，则判定为停车位标记线不完全；
当判定为停车位标记线不完全时，利用图像分割技术将缺失的停车线补全，形成闭合矩形、完成车位检测。
参照图3，所述图像处理模块中识别子模块，包括停车标记线内部区域灰度差异值和障碍物高度计算两个部分。其中：
停车标记线内部区域灰度差异值计算，是根据停车标记线内部的灰度直方图，计算出停车标记线内部区域灰度差异值，即先设置车位未被占用时灰度变化差异平均阈值T，再将计算出的灰度差异值T1与未被占用时灰度变化差异平均阈值T进行比较：
若灰度变化差异值T1＞T，则判定为停车预期内无障碍物；
若灰度变化差异值T1＜T，则判定为停车预期内有障碍物；
停车位标记线内部障碍物高度计算，是先当判定为停车预期内有障碍物时，对停车位内部利用图像分割算法标记出障碍物轮廓，利用车辆位移产生的视觉差，利用立体视觉算法计算出障碍物高度H1，通过设置车辆最小离地间隙再将计算出的障碍物高度H1与车辆离地最小间隙平均阈值H进行比较：
若障碍物高度H1＜H，则判定为车位未被占用，
若障碍物高度H1＞H，则判定为车位被占用。
当***识别为车位未被占用时，将识别结果通过嵌入式单元接口模块发送至车载电子控制单元ECU，以完成后续的自动泊车中路径规划和路径跟踪控制，同时，将识别结果通过嵌入式单元图像显示模块发送至车载中控大屏，为驾驶员显示出检测结果，以挑选目标停车位。
当***识别为车位被占用时，将识别结果发送至嵌入式单元图像处理模块检测子模块，重新进行新一轮的停车位检测。
以上描述仅是本发明的一个具体事例，并未构成对本发明的任何限制，显然对于本领域的专业人员来说，在了解了本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修改和改变，但是这些基于本发明思想的修正和改变仍在本发明的权力要求保护范围之内。

Claims (6)

1.一种基于全景视觉辅助***的自动泊车停车位检测与识别***，包括：
全景拍摄单元，用于采集车身周围图像，并通过摄像机标定、畸变矫正、俯视图变换和图像拼接生成无缝拼接的360°俯视图，传送至嵌入式单元；
嵌入式单元，用于对全景拍摄模块采集的全景图像进行处理，完成停车位的检测并判定停车位是否被占用，并将检测结果发送至车载电子控制单元ECU和车载中控显示屏；
车载中控显示屏，用于显示嵌入式模块所传送的停车位检测结果；
其特征在于：所述嵌入式单元包括：
接口模块，用于将嵌入式模块检测结果发送至车载电子控制单元ECU；
图像处理模块，其包括检测子模块和识别子模块，
该检测子模块，对无缝拼接的360°俯视图先进行图像预处理，再运用线段检测算法提取出俯视图中的停车位标记线，其实现如下：
1)计算图像中每个像素点的梯度值和梯度方向，并生成直线支撑区域；
2)对直线支撑区域进行矩形近似，计算矩形的中心点，方向的角度，长度和宽度，并利用矩形表示线段；
3)基于亥姆霍兹原理，通过区域内总像素点数目n以及与矩形区域方向一致的像素点数目k计算出错误报警数NFA，当NFA小于完美噪声图像平均值ε，判定该直线支撑域矩形是否有意义，即为所检测到的直线；
4)在步骤3)所检测到的所有直线中，根据国标GB50067-2014，查找具有物理距离约0.2米的一条平行线段对；
5)在步骤4)所检测到的所有具有固定距离的平行线段对中，根据国标GB50067-2014，查找两条平行线段对之间的物理距离约为2.5米或5.5米的两条平行线段对，即为停车位的标记线；
并计算停车位标记线的周长，根据周长判定停车位标记线是否完整：如不完整则运用图像分割算法将停车位标记线补全，再判定是否为可选停车位；
该识别子模块，对检测子模块检测出的目标停车位，通过计算停车位内部灰度变化差异值，判定可选停车位内部是否存在阴影或障碍物，如存在障碍物再计算障碍物高度，从而判定可选停车位是否被占用；
图像显示子模块，用于将嵌入式单元可选停车位检测结果在车载中控显示屏中显示。
2.如权利要求1中所述的***，其特征在于：全景拍摄单元包括4个摄像头，这些摄像头分别安装在车辆四周，即前置摄像头安装在车辆进气格栅车标下方，两侧摄像头安装车辆B柱上方，后摄像头安装在牌照架上方，分别采集车辆周围前后左右地面的实时图像。
3.如权利要求1中所述的***，其特征在于：嵌入式单元检测子模块对无缝拼接的360°俯视图首先进行图像预处理，是将全景拍摄单元采集的彩色图像转化为灰度图像，再利用Canny边缘检测算法生成边缘图像，以提高图像处理效率。
4.如权利要求1中所述的***，其特征在于：嵌入式单元检测子模块针对停车线标记，是利用全景拍摄单元中摄像头内外参数及停车标记线在图像坐标系和世界坐标系的映射关系，计算出停车位标记线各线段所围成的周长P1。
5.如权利要求1中所述的***，其特征在于：嵌入式单元检测子模块对于停车位存在标记线不全情况下的车位准确检测，是先设置停车线周长的两个阈值，即高阈值Ph和平均阈值Pm，再将停车位标记线各线段所围成的周长P1与高阈值Ph和平均阈值Pm进行比较：
若停车线周长P1＞Ph，则判定为停车位标记线完全；
若停车线周长Ph＞P1＞Pm，则判定为停车位标记线不完全，并利用图像分割技术将缺失的停车线补全，形成闭合矩形、完成车位检测。
6.如权利要求1中所述的***，其特征在于：嵌入式单元识别子模块针对停车位存在阴影或障碍物场景下，识别停车位是否被占用，其实现如下：
首先，对检测子模块检测出的停车位利用停车位区域内部灰度直方图，计算出灰度变化差异值T1；
然后，设置车位未被占用时灰度变化差异平均阈值T，将停车位区域内部灰度变化差异值T1与车位未被占用时灰度变化差异平均阈值T进行比较：
若灰度变化差异值T1＜T时，则停车位区域内无阴影或障碍物，判定为可选停车位；
若灰度变化差异值T1＞T时，则停车位区域内有阴影或障碍物，需进行障碍物高度检测；
最后，利用图像分割算法对停车位区域内障碍物进行提取，并利用立体视觉算法计算出障碍物高度H1，并将计算出的障碍物高度H1与车辆平均最小离地间隙为H进行比较：
若障碍物高度H1＜H时，则判定为车位未被占用；
若障碍物高度H1＞H时，则判定为车位被占用。
CN201710864999.8A 2017-09-22 2017-09-22 基于全景视觉辅助***的自动泊车停车位检测与识别*** Active CN107738612B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710864999.8A CN107738612B (zh) 2017-09-22 2017-09-22 基于全景视觉辅助***的自动泊车停车位检测与识别***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710864999.8A CN107738612B (zh) 2017-09-22 2017-09-22 基于全景视觉辅助***的自动泊车停车位检测与识别***

Publications (2)

Publication Number Publication Date
CN107738612A CN107738612A (zh) 2018-02-27
CN107738612B true CN107738612B (zh) 2020-04-14

Family

ID=61235234

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710864999.8A Active CN107738612B (zh) 2017-09-22 2017-09-22 基于全景视觉辅助***的自动泊车停车位检测与识别***

Country Status (1)

Country Link
CN (1) CN107738612B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4016496A4 (en) * 2020-10-20 2022-07-20 Guangzhou Xiaopeng Autopilot Technology Co., Ltd. METHOD AND APPARATUS FOR DETECTING PARKING PLACES, VEHICLES AND READABLE MEDIA

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110654375A (zh) 2018-06-29 2020-01-07 比亚迪股份有限公司 自动泊车方法、装置、***及车辆
CN109278861B (zh) * 2018-07-05 2021-06-11 惠州市德赛西威汽车电子股份有限公司 一种基于汽车环视的方向盘回正提醒方法及***
CN109631896B (zh) * 2018-07-23 2020-07-28 同济大学 一种基于车辆视觉和运动信息的停车场自主泊车定位方法
CN110889974B (zh) * 2018-09-11 2021-02-19 广州汽车集团股份有限公司 一种智能泊车车位识别方法及装置、汽车
CN109508682A (zh) * 2018-11-20 2019-03-22 成都通甲优博科技有限责任公司 一种全景停车位的检测方法
CN109685000A (zh) * 2018-12-21 2019-04-26 广州小鹏汽车科技有限公司 一种基于视觉的车位检测方法及装置
CN109740521B (zh) * 2018-12-29 2021-02-19 百度在线网络技术（北京）有限公司 自动泊车的车位位置确定方法及装置、电子设备和计算机可读介质
CN109727481A (zh) * 2019-01-08 2019-05-07 北京优位智停科技有限公司 一种多目车位监控与检测装置
CN109649384B (zh) * 2019-02-15 2020-08-14 华域汽车***股份有限公司 一种泊车辅助方法
CN109754639B (zh) * 2019-02-28 2020-12-25 北京智行者科技有限公司 泊车入库方法及装置
CN109934140B (zh) * 2019-03-01 2022-12-02 武汉光庭科技有限公司 基于检测地面横向标线的自动倒车辅助停车方法及***
CN111746503B (zh) * 2019-03-27 2022-09-06 上海欧菲智能车联科技有限公司 泊车方法、***、设备、车辆及计算机可读存储介质
CN111429469B (zh) * 2019-04-17 2023-11-03 杭州海康威视数字技术股份有限公司 泊位位置确定方法、装置、电子设备及存储介质
CN112009461A (zh) * 2019-05-13 2020-12-01 上海博泰悦臻网络技术服务有限公司 泊车辅助方法以及泊车辅助***
US10867192B1 (en) * 2019-08-06 2020-12-15 Black Sesame International Holding Limited Real-time robust surround view parking space detection and tracking
CN112389419B (zh) * 2019-08-12 2022-04-08 欧特明电子股份有限公司 识别停车位的方法和停车辅助***
CN110751850B (zh) * 2019-08-30 2023-03-07 的卢技术有限公司 一种基于深度神经网络的车位识别方法和***
CN110415555B (zh) * 2019-08-30 2020-09-29 的卢技术有限公司 一种基于深度学习的有效划线车位识别方法和***
CN110544386A (zh) * 2019-09-18 2019-12-06 奇瑞汽车股份有限公司 车位识别方法、装置及存储介质
CN111071248B (zh) * 2019-12-24 2021-11-05 浙江合众新能源汽车有限公司 一种基于电子助力制动器的智能泊车方法
CN113060125B (zh) * 2020-08-31 2022-08-30 惠州华阳通用电子有限公司 一种泊车辅助方法及装置
CN112183413B (zh) * 2020-09-30 2024-05-14 东风柳州汽车有限公司 一种车位检测方法、装置、存储介质及车辆
CN112767425A (zh) * 2020-12-30 2021-05-07 智车优行科技（北京）有限公司 一种基于视觉的车位检测方法及装置
CN113320474A (zh) * 2021-07-08 2021-08-31 长沙立中汽车设计开发股份有限公司 基于全景图像及人机交互的自动泊车方法及装置
CN113554882A (zh) * 2021-07-20 2021-10-26 阿波罗智联(北京)科技有限公司 用于输出信息的方法、装置、设备以及存储介质
CN115909795B (zh) * 2023-03-09 2023-06-23 斯润天朗（北京）科技有限公司 基于车场协同的自主泊车***及方法
CN117261877B (zh) * 2023-08-18 2024-05-14 广州优保爱驾科技有限公司 一种基于车辆外观变化的自修正图像采集***及方法
CN118015599B (zh) * 2024-04-09 2024-06-25 深圳市前海铼停科技有限公司 一种基于图像拼接的双目停车识别方法、***和处理器

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000134608A (ja) * 1998-10-22 2000-05-12 Fujitsu Ten Ltd 車両の後方監視装置
KR101327736B1 (ko) * 2011-12-23 2013-11-11 현대자동차주식회사 Ａｖｍ탑뷰 기반 주차지원 시스템
CN102774324B (zh) * 2012-07-06 2014-12-10 广东好帮手电子科技股份有限公司 一种全景泊车辅助***及其实现方法
GB2515800B (en) * 2013-07-04 2017-06-07 Jaguar Land Rover Ltd Vehicle control system
CN105539430B (zh) * 2015-12-29 2018-04-03 北京理工大学 一种基于手持终端的人车交互智能泊车方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4016496A4 (en) * 2020-10-20 2022-07-20 Guangzhou Xiaopeng Autopilot Technology Co., Ltd. METHOD AND APPARATUS FOR DETECTING PARKING PLACES, VEHICLES AND READABLE MEDIA

Also Published As

Publication number Publication date
CN107738612A (zh) 2018-02-27

Similar Documents

Publication Publication Date Title
CN107738612B (zh) 基于全景视觉辅助***的自动泊车停车位检测与识别***
US11854272B2 (en) Hazard detection from a camera in a scene with moving shadows
US9846812B2 (en) Image recognition system for a vehicle and corresponding method
Goldbeck et al. Lane detection and tracking by video sensors
JP4919036B2 (ja) 移動物体認識装置
WO2020097840A1 (en) Systems and methods for correcting a high-definition map based on detection of obstructing objects
JP4930046B2 (ja) 路面判別方法および路面判別装置
CN110738121A (zh) 一种前方车辆检测方法及检测***
US20130286205A1 (en) Approaching object detection device and method for detecting approaching objects
CN109472831A (zh) 面向压路机施工过程的障碍物识别测距***及方法
CN105225482A (zh) 基于双目立体视觉的车辆检测***和方法
CN104881645B (zh) 基于特征点互信息量和光流法的车辆前方目标的检测方法
CN110334678A (zh) 一种基于视觉融合的行人检测方法
WO2015024407A1 (zh) 基于电力机器人的双目视觉导航***及方法
Lin et al. Lane departure and front collision warning using a single camera
CN104751119A (zh) 基于信息融合的行人快速检测跟踪方法
CN104063882A (zh) 一种基于双目的车辆视频测速方法
Ponsa et al. On-board image-based vehicle detection and tracking
JP4344860B2 (ja) ステレオ画像を用いた道路平面領域並びに障害物検出方法
CN109063632B (zh) 一种基于双目视觉的泊车位特征筛选方法
KR20050020350A (ko) 스테레오 비전을 이용한 자동차 번호판 추출 및 인식시스템 및 그 방법
CN111860270B (zh) 一种基于鱼眼相机的障碍物检测方法及装置
Yang Estimation of vehicle's lateral position via the Lucas-Kanade optical flow method
JP4055785B2 (ja) 移動物体の高さ検出方法及び装置並びに物体形状判定方法及び装置
JP4333683B2 (ja) フロントガラスの範囲検出装置、方法及びプログラム

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