CN109101887A - 基于视觉分析的有轨机车控制方法 - Google Patents
基于视觉分析的有轨机车控制方法 Download PDFInfo
- Publication number
- CN109101887A CN109101887A CN201810762547.3A CN201810762547A CN109101887A CN 109101887 A CN109101887 A CN 109101887A CN 201810762547 A CN201810762547 A CN 201810762547A CN 109101887 A CN109101887 A CN 109101887A
- Authority
- CN
- China
- Prior art keywords
- locomotive
- pantograph
- detection
- signal lamp
- 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
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61C—LOCOMOTIVES; MOTOR RAILCARS
- B61C17/00—Arrangement or disposition of parts; Details or accessories not otherwise provided for; Use of control gear and control systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
-
- 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
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- 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
-
- 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
- G06V2201/07—Target detection
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明属于自动化技术领域,尤其是涉及一种基于视觉分析的有轨机车控制方法,其特征在于包括:步骤1、机车运行定位;步骤2、信号灯识别;步骤3、人、车、路障等其他物体的检测;步骤4、机车编号的字符识别;步骤5、受电弓的状态判断。本发明利用立体视觉原理、目标检测、字符识别等算法代替传统方法的控制手段实现机车***的自动化。无接触式的直观控制方法,既把人力从矿井下节省出来,又利于中央控制中心实时观察矿井下情况并加以操作控制,引入双目摄像***,将传统的二维监控扩展到三维空间,利用立体视觉视差原理获得目标的三维位置信息,并利用该信息实现有轨机车的运行定位、目标检测和距离估算等传统平面摄像***不能完成的功能。
Description
技术领域
本发明属于自动化技术领域,尤其是涉及一种基于视觉分析的有轨机车控制方法。
背景技术
有轨运输***是地下矿生产的重要组成部分。由于地下矿生产环境差、人员劳动强度大,有轨机车自动运行的需求越来越强。当前的有轨机车自动控制***都是基于中央主控下发控制信号,车载主机接收控制指令进行启停等动作。这种方案要求井下全网络覆盖,例如WiFi、Zigbee、3G等,由于需要全网络覆盖,所以工程投资大。
发明内容
本发明的目的是提供一种通过识别视觉***的信号灯,轨道、巷道的状况,而使有轨机车可以进行启动、停止、加减速等动作的基于视觉分析的有轨机车控制方法。
本发明的目的是通过下述技术方案来实现的:
本发明的基于视觉分析的有轨机车控制方法,其特征在于包括:
步骤1、机车运行定位
(1)在地下矿内,沿机车运行轨道每间隔一定距离安装摄像机,定点检测机车是否运行通过;安装摄像机的距离间隔由摄像机的有效拍摄距离决定,以保证机车一直在摄像机***的运行范围之内;
(2)在机车侧面和背面设置黄色的矩形标识,并利用统一的编号规则在该标识上标出本机车编号,以便在检测时可以有效识别不同机车;
(3)当摄像机识别出机车身上的标识,则认为机车目标出现,此时利用字符识别来识别标识上的编号以确定当前车辆的编号信息;
(4)利用双目视觉原理计算目标机车距离摄像机的距离,以此结合摄像机***的安装位置信息,就可以实现不同机车的运行位置定位;
步骤2、信号灯识别
(1)在机车前端安装双目摄像机进行信号灯识别以及其他物体的识别;
(2)利用机车的位置信息反馈功能,判断机车与轨道交叉口或者设置信号灯的位置的距离,当该距离达到一定范围时,开启机车的信号灯识别功能;
(3)利用颜色检测识别机车前方的信号灯所显示的颜色,然后反馈给机车以控制机车运行状态;
步骤3、 人、车、路障等其他物体的检测
利用机车前端的双目摄像机检测机车运行前方的人、车以及路障等其他物体;由于机车的运行轨道比较固定,机车运行状态基本包括直行、左转、右转和交叉口四种情况,对于每一种情况而言,机车前端的双目摄像机拍摄得到的视频内的无障碍正常运行轨道成像是可以估计的,因此根据不同情况下的正常运行轨道成像与当前轨道成像作比较,得到当前成像是否有物体出现;
步骤4、机车编号的字符识别
(1)机车车身后方设有特殊标识,根据该标识的颜色检测或者特征匹配来检测前方物体是否其他机车;
(2)利用边缘特征确定前方检测物是否是人;
(3)对于特别设置的路障,应将其设置为特殊颜色的标识,根据设置的颜色或者特征进行判断;而对于其他情况,则认为是其他物体的出现;
步骤5、受电弓的状态判断
在与传输线水平高度相当的位置安装相机检测受电弓是否与传输线接触成功;由于受电弓在升起和降下时上框架和下壁杆之间的角度不同,并且传输线在与受电弓接触和不接触时的高度会发生明显变化,因此利用视频资料对上述几何参数进行计算以判断受电弓的工作状态,检查是否有异常出现。
在所述的信号灯识别和人、车、路障等其他物体的检测中,利用立体视频和图像处理技术,综合色彩,形状和模板等多种特征进行不同目标的处理。
在所述受电弓的状态判断中,利用图像检测和分割确定受电弓位置和传输线位置,然后估算受电弓角度和传输线高度等几何参数,进行受电弓工作状态的判断。
本发明的优点:
本发明的基于视觉分析的有轨机车控制方法打破了传统控制的思想,采用利用立体视觉原理、目标检测、字符识别等算法代替传统方法的控制手段,利用计算机视觉实现机车***的自动化。这种无接触式的直观的控制方法,既把人力从矿井下节省出来,又利于中央控制中心实时观察矿井下情况并加以操作控制。传统的视频和图像拍摄局限于平面信息的表达,只能提供拍摄物体的平面位置信息,这在很多实际应用中会受到限制。本发明的主要创新点在于基于计算机视觉,引入双目摄像***,将传统的二维监控扩展到三维空间,利用立体视觉视差原理获得目标的三维位置信息,并利用该信息实现有轨机车的运行定位、目标检测和距离估算等传统平面摄像***不能完成的功能。
具体实施方式
下面进一步说明本发明的具体实施方式。
本发明的基于视觉分析的有轨机车控制方法,其特征在于包括:
步骤1、机车运行定位
(1)在地下矿内,沿机车运行轨道每间隔一定距离安装摄像机,定点检测机车是否运行通过;安装摄像机的距离间隔由摄像机的有效拍摄距离决定,以保证机车一直在摄像机***的运行范围之内;
(2)在机车侧面和背面设置黄色的矩形标识,并利用统一的编号规则在该标识上标出本机车编号,以便在检测时可以有效识别不同机车;
(3)当摄像机识别出机车身上的标识,则认为机车目标出现,此时利用字符识别来识别标识上的编号以确定当前车辆的编号信息;
(4)利用双目视觉原理计算目标机车距离摄像机的距离,以此结合摄像机***的安装位置信息,就可以实现不同机车的运行位置定位;
步骤2、信号灯识别
(1)在机车前端安装双目摄像机进行信号灯识别以及其他物体的识别;
(2)利用机车的位置信息反馈功能,判断机车与轨道交叉口或者设置信号灯的位置的距离,当该距离达到一定范围时,开启机车的信号灯识别功能;
(3)利用颜色检测识别机车前方的信号灯所显示的颜色,然后反馈给机车以控制机车运行状态;
步骤3、 人、车、路障等其他物体的检测
利用机车前端的双目摄像机检测机车运行前方的人、车以及路障等其他物体;由于机车的运行轨道比较固定,机车运行状态基本包括直行、左转、右转和交叉口四种情况,对于每一种情况而言,机车前端的双目摄像机拍摄得到的视频内的无障碍正常运行轨道成像是可以估计的,因此根据不同情况下的正常运行轨道成像与当前轨道成像作比较,得到当前成像是否有物体出现;轨道区域是我们的关注焦点,因此上述检测锁定在轨道区域周围一定范围进行。这里的检测不限于人、车和路障,还可以检测到除此之外的其他物体。
步骤4、机车编号的字符识别
(1)机车车身后方设有特殊标识,根据该标识的颜色检测或者特征匹配来检测前方物体是否其他机车;
(2)利用边缘特征确定前方检测物是否是人;
(3)对于特别设置的路障,应将其设置为特殊颜色的标识,根据设置的颜色或者特征进行判断;而对于其他情况,则认为是其他物体的出现;
步骤5、受电弓的状态判断
在与传输线水平高度相当的位置安装相机检测受电弓是否与传输线接触成功;由于受电弓在升起和降下时上框架和下壁杆之间的角度不同,并且传输线在与受电弓接触和不接触时的高度会发生明显变化,因此利用视频资料对上述几何参数进行计算以判断受电弓的工作状态,检查是否有异常出现。
在所述的信号灯识别和人、车、路障等其他物体的检测中,利用立体视频和图像处理技术,综合色彩,形状和模板等多种特征进行不同目标的处理。
在所述受电弓的状态判断中,利用图像检测和分割确定受电弓位置和传输线位置,然后估算受电弓角度和传输线高度等几何参数,进行受电弓工作状态的判断。
本方法引入双目相机拍摄***,利用实时的立体视频图像处理技术,实现机车的运行定位,交叉口红绿灯的识别,运行过程中的人、车、路障的实时检测以及机车受电弓的状态等。需要的设备条件为:
1)在机车侧面和后面设置黄色的矩形标识,并在标识上标出该机车的编号;特定的路障标识也采用特殊颜色标识,以便检测和识别;
2)在地下矿井内,沿机车运行轨道每间隔一定距离安装双目摄像机构成定位***;
3)在机车前方安装双目摄像机进行信号灯的检测和前方物体的检测;
4)在需要检测受电弓的位置,依照传输线的水平高度设置摄像机,用来检测受电弓工作状态;
5)矿井内良好的光照条件。
具体的实施方法如下几个方面:
1)利用立体视觉原理估算目标空间信息
利用双目摄像机拍摄的视频可以估算目标的三维位置信息,进而可以估计待定位机车相对于摄像机的距离以实现机车运行定位,可以估计信号灯和交叉口与机车的距离以控制机车继续运行或者停止,可以估计机车前方出现的物体与机车的距离以调整机车速度。
在立体视觉中,重要的技术点包括双目摄像机矫正,图像立体匹配和视差计算。双目摄像机的矫正是对立体相机的两个摄像头的光轴进行平行矫正和水平等高矫正,它是立体视觉实现的基础。相机获得的图像是后续计算的信息来源,只有经过严格矫正的相机才能获得目标物体的精准信息,因此立体相机的矫正至关重要。立体匹配是对双目摄像机拍摄的左右图像进行匹配的过程,它是计算视差的必要前提。只有在找到目标物体在左右图像的对应点,才能计算出相应点的视差,进而计算其位置信息。视差计算是在前面工作的基础上,进行匹配点的图像位置差运算,然后再转化为三维的空间位置信息。至此,就获得了目标物体的空间位置信息。
2)目标检测
目标检测包括信号灯的检测,机车的检测,机车前方物体(人、车、路障等)的检测,涉及颜色检测,形状轮廓检测,模板匹配等技术点。
在机车识别、特定路障识别和信号灯的信号识别中,由于它们的颜色特征非常明显,因此采用颜色检测方法来识别定位这些物体。色彩空间有众多选择,本方法采用YCbCr空间实行颜色检测,因为YCbCr空间将颜色具有将色度与亮度分离的特点,这样就可以一定程度减少不同光照对颜色检测效果的影响;并且Y、Cb、Cr可以由三基色R、G、B经过线性变换得到,计算效率比较高,同时避免非线性空间的奇异性。
在机车前方摄像机检测前方物体是否出现时,预先估计机车在直行、左转、右转、交叉口四种情况下无物体出现时的正常成像情况,然后与当前实时检测到的图像进行对比。对比过程中确定轨道所在区域,在该区域内出现的差异将被作为物体检测的结果。之后,如果需要对检测到的物体进行进一步确定,则可以根据色彩和形状轮廓特征判断是否为其他机车、特定路障和人。如果不是,则视检测到的物体为意外物体或者障碍物。
在受电弓状态检测中,需要估计图像中物体的角度和高度等几何参数。首先,需要确定图像中受电弓的位置和传输线的位置并进行分割,然后根据分割的结果测算受电弓上框架和下壁杆之间的角度,以及传输线的高度。
3)字符识别
在机车出现在摄像机拍摄范围并被识别之后,还需要对其车身上的标号进行识别,这需要用到字符识别技术。采用模板匹配来实现字符识别,利用统一规范的字符在不同车辆上进行编号标识,这为模板匹配提供了良好的条件。
本发明的基于视觉分析的有轨机车控制方法打破了传统控制的思想,采用利用立体视觉原理、目标检测、字符识别等算法代替传统方法的控制手段,利用计算机视觉实现机车***的自动化。这种无接触式的直观的控制方法,既把人力从矿井下节省出来,又利于中央控制中心实时观察矿井下情况并加以操作控制。传统的视频和图像拍摄局限于平面信息的表达,只能提供拍摄物体的平面位置信息,这在很多实际应用中会受到限制。本发明的主要创新点在于基于计算机视觉,引入双目摄像***,将传统的二维监控扩展到三维空间,利用立体视觉视差原理获得目标的三维位置信息,并利用该信息实现有轨机车的运行定位、目标检测和距离估算等传统平面摄像***不能完成的功能。
Claims (3)
1. 一种基于视觉分析的有轨机车控制方法,其特征在于包括:
步骤1、机车运行定位
(1)在地下矿内,沿机车运行轨道每间隔一定距离安装摄像机,定点检测机车是否运行通过;安装摄像机的距离间隔由摄像机的有效拍摄距离决定,以保证机车一直在摄像机***的运行范围之内;
(2)在机车侧面和背面设置黄色的矩形标识,并利用统一的编号规则在该标识上标出本机车编号,以便在检测时可以有效识别不同机车;
(3)当摄像机识别出机车身上的标识,则认为机车目标出现,此时利用字符识别来识别标识上的编号以确定当前车辆的编号信息;
(4)利用双目视觉原理计算目标机车距离摄像机的距离,以此结合摄像机***的安装位置信息,就可以实现不同机车的运行位置定位;
步骤2、信号灯识别
(1)在机车前端安装双目摄像机进行信号灯识别以及其他物体的识别;
(2)利用机车的位置信息反馈功能,判断机车与轨道交叉口或者设置信号灯的位置的距离,当该距离达到一定范围时,开启机车的信号灯识别功能;
(3)利用颜色检测识别机车前方的信号灯所显示的颜色,然后反馈给机车以控制机车运行状态;
步骤3、人、车、路障等其他物体的检测
利用机车前端的双目摄像机检测机车运行前方的人、车以及路障等其他物体;由于机车的运行轨道比较固定,机车运行状态基本包括直行、左转、右转和交叉口四种情况,对于每一种情况而言,机车前端的双目摄像机拍摄得到的视频内的无障碍正常运行轨道成像是可以估计的,因此根据不同情况下的正常运行轨道成像与当前轨道成像作比较,得到当前成像是否有物体出现;
步骤4、机车编号的字符识别
(1)机车车身后方设有特殊标识,根据该标识的颜色检测或者特征匹配来检测前方物体是否其他机车;
(2)利用边缘特征确定前方检测物是否是人;
(3)对于特别设置的路障,应将其设置为特殊颜色的标识,根据设置的颜色或者特征进行判断;而对于其他情况,则认为是其他物体的出现;
步骤5、受电弓的状态判断
在与传输线水平高度相当的位置安装相机检测受电弓是否与传输线接触成功;由于受电弓在升起和降下时上框架和下壁杆之间的角度不同,并且传输线在与受电弓接触和不接触时的高度会发生明显变化,因此利用视频资料对上述几何参数进行计算以判断受电弓的工作状态,检查是否有异常出现。
2.根据权利要求1所述的基于视觉分析的有轨机车控制方法,其特征在于在所述的信号灯识别和人、车、路障等其他物体的检测中,利用立体视频和图像处理技术,综合色彩,形状和模板等多种特征进行不同目标的处理。
3.根据权利要求1所述的基于视觉分析的有轨机车控制方法,其特征在于在所述受电弓的状态判断中,利用图像检测和分割确定受电弓位置和传输线位置,然后估算受电弓角度和传输线高度等几何参数,进行受电弓工作状态的判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810762547.3A CN109101887B (zh) | 2018-07-12 | 2018-07-12 | 基于视觉分析的有轨机车控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810762547.3A CN109101887B (zh) | 2018-07-12 | 2018-07-12 | 基于视觉分析的有轨机车控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109101887A true CN109101887A (zh) | 2018-12-28 |
CN109101887B CN109101887B (zh) | 2022-03-15 |
Family
ID=64846177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810762547.3A Active CN109101887B (zh) | 2018-07-12 | 2018-07-12 | 基于视觉分析的有轨机车控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109101887B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740526A (zh) * | 2018-12-29 | 2019-05-10 | 清华大学苏州汽车研究院(吴江) | 信号灯识别方法、装置、设备及介质 |
CN111666947A (zh) * | 2020-05-26 | 2020-09-15 | 成都唐源电气股份有限公司 | 一种基于3d成像的受电弓弓头偏移量测量方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100322465A1 (en) * | 2007-08-06 | 2010-12-23 | Qr Limited | Pantograph damage and wear monitoring system |
CN201825066U (zh) * | 2010-10-20 | 2011-05-11 | 成都可益轨道技术有限公司 | 机车地面信号及障碍物自动识别*** |
CN102507601A (zh) * | 2011-11-08 | 2012-06-20 | 南京大学 | 电力机车受电弓在线磨损检测方法与*** |
CN205059645U (zh) * | 2015-10-21 | 2016-03-02 | 武汉钢铁(集团)公司 | 铁路货车车号自动识别*** |
CN105718902A (zh) * | 2016-01-25 | 2016-06-29 | 成都国铁电气设备有限公司 | 接触网受电弓拉出值超限缺陷识别方法及*** |
CN106909152A (zh) * | 2017-03-17 | 2017-06-30 | 奇瑞汽车股份有限公司 | 一种车用环境感知***及汽车 |
-
2018
- 2018-07-12 CN CN201810762547.3A patent/CN109101887B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100322465A1 (en) * | 2007-08-06 | 2010-12-23 | Qr Limited | Pantograph damage and wear monitoring system |
CN201825066U (zh) * | 2010-10-20 | 2011-05-11 | 成都可益轨道技术有限公司 | 机车地面信号及障碍物自动识别*** |
CN102507601A (zh) * | 2011-11-08 | 2012-06-20 | 南京大学 | 电力机车受电弓在线磨损检测方法与*** |
CN205059645U (zh) * | 2015-10-21 | 2016-03-02 | 武汉钢铁(集团)公司 | 铁路货车车号自动识别*** |
CN105718902A (zh) * | 2016-01-25 | 2016-06-29 | 成都国铁电气设备有限公司 | 接触网受电弓拉出值超限缺陷识别方法及*** |
CN106909152A (zh) * | 2017-03-17 | 2017-06-30 | 奇瑞汽车股份有限公司 | 一种车用环境感知***及汽车 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740526A (zh) * | 2018-12-29 | 2019-05-10 | 清华大学苏州汽车研究院(吴江) | 信号灯识别方法、装置、设备及介质 |
CN109740526B (zh) * | 2018-12-29 | 2023-06-20 | 清华大学苏州汽车研究院(吴江) | 信号灯识别方法、装置、设备及介质 |
CN111666947A (zh) * | 2020-05-26 | 2020-09-15 | 成都唐源电气股份有限公司 | 一种基于3d成像的受电弓弓头偏移量测量方法及*** |
CN111666947B (zh) * | 2020-05-26 | 2023-08-04 | 成都唐源电气股份有限公司 | 一种基于3d成像的受电弓弓头偏移量测量方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109101887B (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104949619B (zh) | 车辆用立体图像处理装置 | |
JP7485612B2 (ja) | 衝突前アラートを提供するためのマルチスペクトルシステム | |
CN103522970B (zh) | 基于机器视觉的车辆行驶安全检测方法和*** | |
CN103237685B (zh) | 盲区显示装置及方法 | |
EP1981748B1 (en) | System for measuring speed of a train | |
EP3557527B1 (en) | Object detection device | |
CN102323070B (zh) | 列车异常检测方法和*** | |
US9978276B2 (en) | Vehicle exterior environment recognition device | |
US20150091715A1 (en) | Vehicle external environment recognition device | |
CN104506800B (zh) | 一种多方向电警摄像机场景合成及综合监控方法和装置 | |
CN106218492B (zh) | 一种黑夜行车灯光自动切换装置及切换方法 | |
US20150092989A1 (en) | Vehicle external environment recognition device | |
CN110097591A (zh) | 弓网状态的检测方法 | |
Drulea et al. | Omnidirectional stereo vision using fisheye lenses | |
CN106970581A (zh) | 一种基于无人机群三维全视角的列车受电弓实时智能监测方法及*** | |
CN109101887A (zh) | 基于视觉分析的有轨机车控制方法 | |
WO2017094300A1 (ja) | 画像処理装置、物体認識装置、機器制御システム、画像処理方法およびプログラム | |
CN108197590A (zh) | 一种路面检测方法、装置、终端及存储介质 | |
CN109827516A (zh) | 一种通过车轮来测量距离的方法 | |
US9659376B2 (en) | Filtering device | |
CN105335934B (zh) | 视差图计算方法和装置 | |
US20150091714A1 (en) | Filtering device and environment recognition system | |
CN102874196A (zh) | 一种机器视觉的汽车防撞方法及*** | |
JP2015179066A (ja) | 視差値導出装置、機器制御システム、移動体、ロボット、視差値導出方法、およびプログラム | |
CN106197374A (zh) | 汽车车体偏斜角度测量方法 |
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 |