CN108151824A - 基于车载全景影像的水位识别方法及*** - Google Patents
基于车载全景影像的水位识别方法及*** Download PDFInfo
- Publication number
- CN108151824A CN108151824A CN201611102407.0A CN201611102407A CN108151824A CN 108151824 A CN108151824 A CN 108151824A CN 201611102407 A CN201611102407 A CN 201611102407A CN 108151824 A CN108151824 A CN 108151824A
- Authority
- CN
- China
- Prior art keywords
- image
- coordinate system
- vehicle body
- water level
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
- G01F23/80—Arrangements for signal processing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Fluid Mechanics (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Processing (AREA)
Abstract
本发明涉及汽车的技术领域,提供了一种基于车载全景影像的水位识别方法,包括:预存储图像坐标系与车身坐标系对应关系表;获取车身四侧的图像;对图像进行处理,得到水位线在图像坐标系中所对应的像素坐标;将检测到的水位线在图像坐标系中所对应的像素坐标与上述对应关系表进行匹配,根据匹配结果计算车身的实际涉水深度,将实际涉水深度数据输出。本发明还提供一种基于车载全景影像的水位识别***。与现有技术对比,本发明提供的基于车载全景影像的水位识别方法及***,能够有效提高涉水驾驶的安全性,避免发生交通事故。
Description
技术领域
本发明涉及汽车的技术领域,尤其是涉及一种基于车载全景影像的水位识别方法及***。
背景技术
电动汽车在涉水行驶时,由于驾驶员不能及时了解车辆涉水的深度,当水位过高时,车辆内部可能会因进水而造成损坏。
传统的水位识别方法是通过摄像头图像观测水位,如中国专利申请CN201410016112.6公开的“一种基于图像识别的水位采集方法,利用单个摄像头测量河道水位高度,其原理用图像识别的方法辨识照片上的水面、照片上一个特定的参照点,利用摄像头、照片、实物三者的投影关系,建立投射三角形,进而根据参照点的高度、参照点与摄像头的水平距离、摄像头的高度等信息推算出水面的水位高度”。从公开的内容可知,上述水位采集方法使用投射三角形方法来计算,在计算时涉及到一个比例系数,由于这个比例系数的大小由参照点高度、参照点与摄像头的水平距离以及摄像头高度这三者数值的大小来决定,这三者数值越大比例系数就越大,故,较大的比例系数会将计算过程中出现的误差进一步放大,并且上述水位采集方法在实施时会受到地形复杂度影响,在布置时无法保证参照点高度、参照点与摄像头的水平距离以及摄像头高度这三者的大小,进而比例系数的大小无法保证,也无法保证最终计算结果的精度。另外,为了照顾到视野,车辆上大多会采用鱼眼摄像头,而鱼眼摄像头拍摄到的图像是有畸变存在的,上述水位采集方法中的投射三角形算法无法应用在有畸变的图像上。
发明内容
本发明所要解决的技术问题在于提供一种基于车载全景影像的水位识别方法及***,旨在解决现有技术中,车辆涉水行驶时,车身的实际涉水深度无法精确计算的缺陷。
本发明所提供的一种基于车载全景影像的水位识别方法,包括如下步骤:
预存储图像坐标系与车身坐标系对应关系表;
获取车身四侧的图像;
对图像进行处理,得到水位线在图像坐标系中所对应的像素坐标;
将检测到的水位线在图像坐标系中所对应的像素坐标与上述对应关系表进行匹配,根据匹配结果计算车身的实际涉水深度,将实际涉水深度数据输出。
优选的,所述预存储图像坐标系与车身坐标系对应关系表的步骤包括:
在车身的每一侧均设置有相互垂直的水平标识线和一具有刻度的标定部件,所述标定部件延伸至地面,该水平标识线与标定部件构成车身坐标系;
获取车身四侧的图像,以该图像的任意边角的像素坐标为原点构成图像坐标系,并识别出图像中水平标识线及标定部件刻度线;
对图像坐标系中标定部件的预设刻度所处像素坐标进行分析处理,并得到该预设刻度在图像坐标系中对应的像素坐标与该预设刻度在车身坐标系中位置的预设对应关系;
计算出图像坐标系中水平标识线的斜率;
由斜率与上述预设对应关系数据制作图像坐标系与车身坐标系对应关系表并存储。
优选的,所述预存储图像坐标系与车身坐标系对应关系表的步骤还包括在识别出图像中水平标识线及标定部件刻度线并构成图像坐标系之前,对预设摄像头获取的图像进行畸变校正;以及在储存所述对应关系表之前,对图像坐标系中各像素坐标进行逆畸变校正。
优选的,所述标定部件从所述水平标识线延伸至地面。
优选的,所述根据匹配结果计算车身的实际涉水深度的步骤包括:获取车身相对水平面的倾斜角度,根据匹配结果与所述倾斜角度来得出车身的实际涉水深度。
优选的,所述根据匹配结果计算车身的实际涉水深度的步骤中,利用加速度传感器感应加速度信号,计算出车身相对水平面的倾斜角度。
优选的,基于车载全景影像的水位识别方法还包括将输出的实际涉水深度数据与预设的安全水位设置值进行比较;当实际涉水深度数据超出安全水位设置值时,向驾驶员发出警告信息。
本发明所提供的一种基于车载全景影像的水位识别***,包括:
存储单元,存储图像坐标系与车身坐标系对应关系表;
获取单元,用于获取车身四侧的图像;
处理单元,用于对图像进行处理,得到水位线在图像坐标系中所对应的像素坐标;以及
输出单元,用于将检测到的水位线在图像坐标系中所对应的像素坐标与上述对应关系表进行匹配,并在根据匹配结果计算车身的实际涉水深度后将实际涉水深度数据输出。
优选的,基于车载全景影像的水位识别***还包括用于感应加速度信号以获取车身相对水平面的倾斜角度的加速度传感器。
优选的,基于车载全景影像的水位识别***还包括:
数据比较单元,用于将输出的实际涉水深度数据与预设的安全水位设置值进行比;
信息发送单元,用于在实际涉水深度数据超出安全水位设置值时向驾驶员发出警告信息
与现有技术对比,本发明提供的技术方案,在获取车身四侧的图像并对图像进行处理后,得到水位线在图像坐标系中所对应的像素坐标,将检测到的水位线在图像坐标系中所对应的像素坐标与上述对应关系表进行匹配,从而根据匹配结果计算车身的实际涉水深度,进而在车辆涉水行驶时可实现对车身实际涉水深度进行精确计算,能够有效提高涉水驾驶的安全性,避免发生交通事故。
附图说明
图1是本发明一实施例提供的基于车载全景影像的水位识别方法的流程图;
图2是本发明一实施例中图1所示步骤S1的详细流程示意图;
图3是本发明一实施例提供的基于车载全景影像的水位识别***的结构示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例一
如图1所示,为本发明提供的一较佳实施例。
本实施例提供的基于车载全景影像的水位识别方法,包括如下步骤:
S1、预存储图像坐标系与车身坐标系对应关系表;
S2、获取车身四侧的图像;
S3、对图像进行处理,得到水位线在图像坐标系中所对应的像素坐标;
S4、将检测到的水位线在图像坐标系中所对应的像素坐标与上述对应关系表进行匹配,根据匹配结果计算车身的实际涉水深度,将实际涉水深度数据输出。
上述的基于车载全景影像的水位识别方法,在车辆涉水行驶时可实现对车身实际涉水深度进行精确计算,驾驶员便能及早预知和提前防范,可有效提高涉水驾驶的安全性,避免发生交通事故。
以下将结合附图对本发明提供的基于车载全景影像的水位识别方法进行详细说明。
为叙述方便,下文中所称的“前”“后”“左”“右”“上”“下”与车身的前、后、左、右、上、下方向一致,但并不对本发明的结构起限定作用。
参见图1,为本发明一实施例中水位识别方法的流程图。
在步骤S1中,预存储图像坐标系与车身坐标系对应关系表。
在本实施例中,步骤S1的详细流程主要包括S11-S15,如图2所示。
请参阅图2,为本发明一实施例中图1所示步骤S1的详细流程示意图。
考虑到摄像头在安装时水平方向上可能会有倾斜误差,对于平角镜摄像头来说,这部分水平方向上的倾斜误差会导致摄像头图像中对应于现实(即车身坐标系)中的对应位置并不在同一个高度上,另外,对于有畸变的鱼眼摄像头也有类似的情况。故在标定时,除了要从摄像头下方竖直粘贴标定部件外,还需要从摄像头下方水平贴一条标识线。
在步骤S11中,在车身的每一侧均设置有相互垂直的水平标识线和一具有刻度的标定部件,标定部件延伸至地面,该水平标识线与标定部件构成车身坐标系。在本实施例中,于车身的前后左右侧分别设置有一条水平标识线和一标定部件,每一侧的水平标识线的高度可以相同也可以不同,其长度也可相同也可以不同。标定部件为但不局限于具有一定长宽的标定纸,其从摄像头的下方开始沿车身垂直地面粘贴直至标定部件接触地面,标定部件上绘制有刻度,刻度值的精度以“cm”为单位。
具体的,获取单元包括四个摄像头,分别为左右摄像头及前后摄像头,前摄像头可安装于车头格栅正中位置,后摄像头可安装在与后备箱开关水平的位置,左右摄像头分别安装于左右后视镜下。四个摄像头均为平角摄像头,各摄像头的镜头均朝向车身,四个摄像头的安装倾斜角度要保证摄像头能够拍摄到从摄像头安装位置竖直向下的整个车身。车身每侧的水平标识线均位于该侧摄像头的下方,并与水平面基本平行。标定部件大致呈铅垂设置,其上端抵接于水平标识线(当然,标定部件上端也可以向上伸出该水平标识线),下端抵接于底面。
在步骤S12中,获取车身四侧的图像,以该图像的任意边角的像素坐标为原点构成图像坐标系,并识别出图像中水平标识线及标定部件刻度线。在本实施例中,分别从车身前后左右四个摄像头获取图像,以该图像的左上角(当然,也可以是左下角或右上、下角)的像素坐标为原点构成图像坐标系,对获取到的图像进行二值化及边缘检测处理,并识别出图像中的水平标识线及标定部件刻度。该水平标识线及标定部件刻度可通过合适的算法得出,例如通过霍夫变换(Hough Transform)算法计算得出。
在步骤S13中,对图像坐标系中标定部件的预设刻度所处像素坐标进行分析处理,并得到该预设刻度在图像坐标系中对应的像素坐标与该预设刻度在车身坐标系中位置的预设对应关系。在本实施例中,在标定部件上选取若干个预设刻度,分析计算出图像中各预设刻度在图像坐标系中对应的像素坐标所处位置,得出该预设刻度在图像坐标系中对应的像素坐标与该预设刻度的现实高度(即在车身坐标系中位置)的对应关系表。
在步骤S14中,对图像坐标系中的水平标识线进行分析处理以计算出图像坐标系中水平标识线的斜率,该图像坐标系中水平标识线的斜率可通过霍夫变换算法计算得出。
在步骤S15中,由斜率与上述预设对应关系数据制作图像坐标系与车身坐标系对应关系表并存储。容易理解的是,在计算出图像中水平标识线的斜率后,图像上所有与水平标识线斜率相等的直线上的像素坐标对应的现实(即车身坐标系中)高度都是相同的,根据斜率和前面计算得出的预设对应关系,就可以得出图像坐标系中全部像素坐标与车身坐标系中对应位置的对应关系表,将上述对应关系表存储。
请继续参阅图1,在步骤S2中,获取车身四侧的图像。在本实施例中,可在车辆涉水行驶时,利用上述的获取单元获取车身四侧的图像。
在步骤S3中,对图像进行处理,得到水位线在图像坐标系中所对应的像素坐标。在本实施例中,对获取到的图像进行二值化及边缘检测处理,从图像中检测识别出水位线,该水位线可通过合适的算法得出,例如通过霍夫变换算法计算得出。
在步骤S4中,将检测到的水位线在图像坐标系中所对应的像素坐标与上述对应关系表进行匹配,根据匹配结果计算车身的实际涉水深度,将实际涉水深度数据输出。
为了实现车辆对各种平整的路面均能够有效测量水位高度,在步骤S4中,根据匹配结果计算车身的实际涉水深度的步骤包括获取车身相对水平面的倾斜角度,根据匹配结果与倾斜角度来得出车身的实际涉水深度。在本实施例中,利用加速度传感器感应加速度信号,计算出车身相对水平面的倾斜角度。具体地,计算车辆倾斜角度,倾斜分前后倾斜、左右倾斜两种形式,或者两种形式皆有,加速度传感器分为X轴加速度传感器和Y轴加速度传感器,该X轴和Y轴分别为水平面上的前后方向和左右方向。通过车上的X、Y轴加速度传感器,计算出、X、Y方向倾斜角度,首先结合倾斜角度,以及根据水位线在图像中的像素坐标,通过查询对应关系表,即可得出当前的水位高度。
在本实施例中,当X、Y方向倾斜角度都为0时,根据水位线像素坐标查找对应关系表得出的高度即为水位高度;当X、Y方向倾斜角度都不为0时,以右摄像头获取的图像为例,车身涉水深度其中,θ为X方向倾斜角度,β为Y方向倾斜角度,H为水位线在图像中的像素坐标所对应的现实高度的最大值。可以理解的是,前后左摄像头获取的图像中,实际水位深度均可根据上述公式获得,在此,不再重复赘述。
请继续参阅图1,在本实施例中,基于车载全景影像的水位识别方法还包括S5、将输出的实际涉水深度数据与预设的安全水位设置值进行比较,S6、当实际涉水深度数据超出安全水位设置值时,向驾驶员发出警告信息。
在步骤S5中,预先设定车身前后左右四个方向涉水深度报警阈值(即安全水位设置值),对步骤S4中输出的实际涉水深度数据与预设的安全水位设置值进行比较。在步骤S6中,当检测到某一个方向车身涉水深度超过上述安全水位设置值时,向驾驶员发出警报。
本发明实施例提供的基于车载全景影像的水位识别***10,包括:
存储单元101,存储图像坐标系与车身坐标系对应关系表;
获取单元102,用于获取车身四侧的图像;
处理单元103,用于对图像进行处理,得到水位线在图像坐标系中所对应的像素坐标;以及
输出单元104,用于将检测到的水位线在图像坐标系中所对应的像素坐标与上述对应关系表进行匹配,并在根据匹配结果计算车身的实际涉水深度后将实际涉水深度数据输出。
本发明实施例提供的基于车载全景影像的水位识别***10,在车辆涉水行驶时可实现对车身实际涉水深度进行精确计算,驾驶员便能及早预知和提前防范,可有效提高涉水驾驶的安全性,避免发生交通事故。
参见图3,为本发明一实施例中水位识别***的结构示意图。在本实施例中,水位识别***包括存储单元101、获取单元102、处理单元103和输出单元104。
存储单元101,用于存储由上述水位识别方法步骤S1中得到的图像坐标系与车身坐标系对应关系表。
获取单元102,用于获取车身四侧的图像。在本实施例中,获取单元102包括四个摄像头,分别为左右摄像头及前后摄像头,前摄像头可安装于车头格栅正中位置,后摄像头可安装在与后备箱开关水平的位置,左右摄像头分别安装于左右后视镜下。四个摄像头均为平角摄像头,各摄像头的镜头均朝向车身,四个摄像头的安装倾斜角度要保证摄像头能够拍摄到从摄像头安装位置竖直向下的整个车身。
当然,获取单元102也可以是用于控制摄像头的集成电路,该集成电路分别连接处理器与摄像头。
处理单元103,用于对图像进行处理,得到水位线在图像坐标系中所对应的像素坐标。在本实施例中,处理单元103能够对获取到的图像进行二值化及边缘检测处理,从图像中检测识别出水位线,该水位线可通过合适的算法得出,例如通过霍夫变换算法计算得出。
输出单元104,用于将检测到的水位线在图像坐标系中所对应的像素坐标与上述对应关系表进行匹配,在根据匹配结果计算车身的实际涉水深度后,将实际涉水深度数据输出。
为了实现车辆对各种平整的路面均能够有效测量水位高度,本实施例提供的水位识别***还包括用于感应加速度信号以获取车身相对水平面的倾斜角度的加速度传感器。在本实施例中,利用加速度传感器感应加速度信号,计算出车身相对水平面的倾斜角度。具体地,计算车辆倾斜角度,倾斜分前后倾斜、左右倾斜两种形式,或者两种形式皆有,加速度传感器分为X轴加速度传感器和Y轴加速度传感器,该X轴和Y轴分别为水平面上的前后方向和左右方向。通过车上的X、Y轴加速度传感器,计算出、X、Y方向倾斜角度,首先结合倾斜角度,以及根据水位线在图像中的像素坐标,通过查询对应关系表,即可得出当前的水位高度。
为了保证车辆安全行驶,本实施例提供的水位识别***还包括数据比较单元105和信息发送单元106。预先设定车身前后左右四个方向涉水深度报警阈值(即安全水位设置值),通过数据比较单元105将输出的实际涉水深度数据与预设的安全水位设置值进行比,当实际涉水深度数据超出安全水位设置值时,信息发送单元106向驾驶员发出警告信息。这样,能够在车身涉水深度超出安全水位设置值时,及时向驾驶员发出相应的警告信息,以提醒驾驶员采取相应的应对措施,进而保证了车辆行驶安全性。
实施例二
以下仅就与前一实施例中不同之处作详细说明。
在本实施例中,获取单元包括四个摄像头,分别为左右摄像头及前后摄像头,前摄像头可安装于车头格栅正中位置,后摄像头可安装在与后备箱开关水平的位置,左右摄像头分别安装于左右后视镜下。四个摄像头均为鱼眼摄像头,各摄像头的镜头均朝向车身,四个摄像头的安装倾斜角度要保证摄像头能够拍摄到从摄像头安装位置竖直向下的整个车身。
由于鱼眼摄像头的获取的图像会产生畸变,因此,在执行步骤S12构成上述图像坐标系并识别出图像中水平标识线及标定部件刻度线并之前,需要先对预设摄像头获取的图像进行畸变校正;另外,在步骤S15中,在制作图像坐标系与车身坐标系对应关系表后,对图像坐标系中各像素坐标进行逆畸变校正,逆畸变校正后再将对应关系表储存。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换或改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于车载全景影像的水位识别方法,包括如下步骤:
预存储图像坐标系与车身坐标系对应关系表;
获取车身四侧的图像;
对图像进行处理,得到水位线在图像坐标系中所对应的像素坐标;
将检测到的水位线在图像坐标系中所对应的像素坐标与上述对应关系表进行匹配,根据匹配结果计算车身的实际涉水深度,将实际涉水深度数据输出。
2.根据权利要求1所述的基于车载全景影像的水位识别方法,其特征在于,所述预存储图像坐标系与车身坐标系对应关系表的步骤包括:
在车身的每一侧均设置有相互垂直的水平标识线和一具有刻度的标定部件,所述标定部件延伸至地面,该水平标识线与标定部件构成车身坐标系;
获取车身四侧的图像,以该图像的任意边角的像素坐标为原点构成图像坐标系,并识别出图像中水平标识线及标定部件刻度线;
对图像坐标系中标定部件的预设刻度所处像素坐标进行分析处理,并得到该预设刻度在图像坐标系中对应的像素坐标与该预设刻度在车身坐标系中位置的预设对应关系;
计算出图像坐标系中水平标识线的斜率;
由斜率与上述预设对应关系数据制作图像坐标系与车身坐标系对应关系表并存储。
3.根据权利要求2所述的基于车载全景影像的水位识别方法,其特征在于,所述预存储图像坐标系与车身坐标系对应关系表的步骤还包括在识别出图像中水平标识线及标定部件刻度线并构成图像坐标系之前,对预设摄像头获取的图像进行畸变校正;以及在储存所述对应关系表之前,对图像坐标系中各像素坐标进行逆畸变校正。
4.根据权利要求2所述的基于车载全景影像的水位识别方法,其特征在于,所述标定部件从所述水平标识线延伸至地面。
5.根据权利要求1所述的基于车载全景影像的水位识别方法,其特征在于,所述根据匹配结果计算车身的实际涉水深度的步骤包括:获取车身相对水平面的倾斜角度,根据匹配结果与所述倾斜角度来得出车身的实际涉水深度。
6.根据权利要求5所述的基于车载全景影像的水位识别方法,其特征在于,所述根据匹配结果计算车身的实际涉水深度的步骤中,利用加速度传感器感应加速度信号,计算出车身相对水平面的倾斜角度。
7.根据权利要求1所述的基于车载全景影像的水位识别方法,其特征在于,还包括将输出的实际涉水深度数据与预设的安全水位设置值进行比较;当实际涉水深度数据超出安全水位设置值时,向驾驶员发出警告信息。
8.一种基于车载全景影像的水位识别***,其特征在于,包括:
存储单元,存储图像坐标系与车身坐标系对应关系表;
获取单元,用于获取车身四侧的图像;
处理单元,用于对图像进行处理,得到水位线在图像坐标系中所对应的像素坐标;以及
输出单元,用于将检测到的水位线在图像坐标系中所对应的像素坐标与上述对应关系表进行匹配,并在根据匹配结果计算车身的实际涉水深度后将实际涉水深度数据输出。
9.根据权利要求8所述的基于车载全景影像的水位识别***,其特征在于,还包括用于感应加速度信号以获取车身相对水平面的倾斜角度的加速度传感器。
10.根据权利要求8所述的基于车载全景影像的水位识别***,其特征在于,还包括:
数据比较单元,用于将输出的实际涉水深度数据与预设的安全水位设置值进行比;
信息发送单元,用于在实际涉水深度数据超出安全水位设置值时向驾驶员发出警告信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611102407.0A CN108151824B (zh) | 2016-12-05 | 2016-12-05 | 基于车载全景影像的水位识别方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611102407.0A CN108151824B (zh) | 2016-12-05 | 2016-12-05 | 基于车载全景影像的水位识别方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108151824A true CN108151824A (zh) | 2018-06-12 |
CN108151824B CN108151824B (zh) | 2019-11-08 |
Family
ID=62469734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611102407.0A Active CN108151824B (zh) | 2016-12-05 | 2016-12-05 | 基于车载全景影像的水位识别方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108151824B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109515390A (zh) * | 2018-11-09 | 2019-03-26 | 爱驰汽车有限公司 | 制动盘刮水器激活装置及方法 |
CN110254353A (zh) * | 2019-07-11 | 2019-09-20 | 广州小鹏汽车科技有限公司 | 一种车辆的涉水报警***和方法 |
CN112815907A (zh) * | 2021-01-22 | 2021-05-18 | 北京峰智科技有限公司 | 车辆涉水监测方法、装置、***、计算机设备和存储介质 |
CN113658262A (zh) * | 2020-05-12 | 2021-11-16 | 杭州海康威视数字技术股份有限公司 | 相机外参标定方法、装置、***及存储介质 |
CN114161980A (zh) * | 2021-10-15 | 2022-03-11 | 中标慧安信息技术股份有限公司 | 基于边缘计算和大数据分析的安全用电管理方法和*** |
CN115063488A (zh) * | 2022-05-18 | 2022-09-16 | 东风汽车集团股份有限公司 | 一种数字外后视镜***划线标定方法和*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120070071A1 (en) * | 2010-09-16 | 2012-03-22 | California Institute Of Technology | Systems and methods for automated water detection using visible sensors |
US20140293056A1 (en) * | 2011-10-27 | 2014-10-02 | Jaguar Land Rover Limited | Wading apparatus and method |
CN104809718A (zh) * | 2015-03-17 | 2015-07-29 | 合肥晟泰克汽车电子有限公司 | 一种车载摄像头自动匹配标定方法 |
-
2016
- 2016-12-05 CN CN201611102407.0A patent/CN108151824B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120070071A1 (en) * | 2010-09-16 | 2012-03-22 | California Institute Of Technology | Systems and methods for automated water detection using visible sensors |
US20140293056A1 (en) * | 2011-10-27 | 2014-10-02 | Jaguar Land Rover Limited | Wading apparatus and method |
CN104809718A (zh) * | 2015-03-17 | 2015-07-29 | 合肥晟泰克汽车电子有限公司 | 一种车载摄像头自动匹配标定方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109515390A (zh) * | 2018-11-09 | 2019-03-26 | 爱驰汽车有限公司 | 制动盘刮水器激活装置及方法 |
CN110254353A (zh) * | 2019-07-11 | 2019-09-20 | 广州小鹏汽车科技有限公司 | 一种车辆的涉水报警***和方法 |
CN113658262A (zh) * | 2020-05-12 | 2021-11-16 | 杭州海康威视数字技术股份有限公司 | 相机外参标定方法、装置、***及存储介质 |
CN113658262B (zh) * | 2020-05-12 | 2023-06-13 | 杭州海康威视数字技术股份有限公司 | 相机外参标定方法、装置、***及存储介质 |
CN112815907A (zh) * | 2021-01-22 | 2021-05-18 | 北京峰智科技有限公司 | 车辆涉水监测方法、装置、***、计算机设备和存储介质 |
CN114161980A (zh) * | 2021-10-15 | 2022-03-11 | 中标慧安信息技术股份有限公司 | 基于边缘计算和大数据分析的安全用电管理方法和*** |
CN115063488A (zh) * | 2022-05-18 | 2022-09-16 | 东风汽车集团股份有限公司 | 一种数字外后视镜***划线标定方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN108151824B (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108151824B (zh) | 基于车载全景影像的水位识别方法及*** | |
CN108444390B (zh) | 一种无人驾驶汽车障碍物识别方法及装置 | |
US11482013B2 (en) | Object tracking method, object tracking apparatus, vehicle having the same, and computer-program product | |
US20200041284A1 (en) | Map road marking and road quality collecting apparatus and method based on adas system | |
EP2237988B1 (en) | Object detection and recognition system | |
CN105139389B (zh) | 全景摄像机***(vpm)与车辆动态 | |
EP1873716B1 (en) | Calibration apparatus of on-vehicle camera, program, and car navigation system | |
US9912933B2 (en) | Road surface detection device and road surface detection system | |
CN106546257B (zh) | 车距测量方法及装置、车辆相对速度测量方法及装置 | |
CN107305632B (zh) | 基于单目计算机视觉技术的目标对象距离测量方法与*** | |
US20080181591A1 (en) | Camera posture estimation device, vehicle, and camera posture estimation method | |
WO2010067770A1 (ja) | 立体物出現検知装置 | |
CN112906449A (zh) | 基于稠密视差图的路面坑洼检测方法、***和设备 | |
JP2008131250A (ja) | 車載カメラの校正装置及び当該装置を用いた車両の生産方法 | |
KR20160087273A (ko) | 차량 안전 주행 장치 | |
US11410334B2 (en) | Vehicular vision system with camera calibration using calibration target | |
US20200344448A1 (en) | Image processing device and image processing method | |
JP5310027B2 (ja) | 車線認識装置、及び車線認識方法 | |
JP4852905B2 (ja) | 画像処理装置、画像処理方法 | |
CN112017249A (zh) | 车载摄像头滚转角获取、安装角度校正方法及设备 | |
US20230334696A1 (en) | Camera orientation estimation | |
JP5457224B2 (ja) | 路面状態検出装置 | |
CN106355581B (zh) | 利用车辆检测实现车载摄像头的在线标定的装置及方法 | |
JP2008026998A (ja) | 障害物位置算出システム、及び障害物位置算出方法 | |
JP2014174067A (ja) | 車載カメラのキャリブレーション装置 |
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 |