CN109703491A - 一种安全泊车方法 - Google Patents
一种安全泊车方法 Download PDFInfo
- Publication number
- CN109703491A CN109703491A CN201811366465.3A CN201811366465A CN109703491A CN 109703491 A CN109703491 A CN 109703491A CN 201811366465 A CN201811366465 A CN 201811366465A CN 109703491 A CN109703491 A CN 109703491A
- Authority
- CN
- China
- Prior art keywords
- profile
- parking
- code
- dimensional code
- coordinate
- 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
Landscapes
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种安全泊车方法,包括步骤:在泊车场地设置有图像的停车指示牌;通过采集图像,利用图像处理算法对采集到的图像进行处理,并生成与图像所在地对应的位置坐标和方向信息,然后将位置坐标和方向信息发送给无人车的控制端;无人车控制端根据位置坐标和方向信息对无人车进行泊车控制,使其停止在停车指示牌前方指定的泊车区域;与现有技术相比,本发明实现了精准泊车,提高了停车的准确度,安全性和泊车的可靠性。
Description
技术领域
本发明涉及车辆辅助技术,主要用于提高车辆泊车时的准确度和安全性,具体涉及的是一种安全泊车方法。
背景技术
近几年来,随着人工智能的飞速发展,无人车、自动驾驶,共享单车得到了极大的关注,行业发展迅猛,与此同时,车辆的安全停放也尤为重要。其中,无人车自动泊车阶段也是事故高发的一个阶段,尤其时对于体积大、重量大无人车而言,如果停车区域狭窄、或者停车区域两侧已有停泊车辆,那么它的安全泊车变得非常必要且重要。另外,单车随意放置,既妨碍了交通又造成安全隐患。如何操控车辆安全停放是目前急需解决的技术问题。
发明内容
一种安全泊车方法,其特征在于,包括步骤:
步骤一,在指定停车区域旁设置含有图像的停车指示牌;
步骤二,通过车载数据模块将采集图像信息按照泊车地点状况不同提取二维码或标志码;
步骤三,根据步骤二中生成的二维码或标志码提取车辆地理坐标,然后将坐标发送给车载控制模块;
步骤四,车载控制模块根据位置和方向坐标对车辆进行泊车控制,使其停止安全区域。
所述二维码生成地理坐标步骤:
步骤一,对二维码进行图像灰度化和二值化处理;
步骤二,提取二值图中的轮廓,并对轮廓进行筛选去除;
2.1、根据轮廓形状,对轮廓进行多边形近似,对不满足四边形的轮廓进行去除;
2.2、根据轮廓大小,对轮廓单位像素小于设定阈值时,判断其为噪声轮廓,进行去除;
步骤三,计算二维码的正方向相对于图像的X/Y轴夹角;将二维码轮廓进行透视变换,恢复二维码原本的正方形形状,然后对二维码进行解码;
步骤四,计算地理坐标,对二维码轮廓进行多边形近似计算生成泊车点坐标点。计算泊车点坐标包括:
步骤一,对经过轮廓筛选后的二维码轮廓,再次进行多边形近似,得到四边形的四个顶点;
步骤二,将四边形四个顶点围成的几何中心确定为停车辅助点;
步骤三,将停车辅助点前方D米的位置确定为最终坐标点,停车标识牌到停车区域底边的距离为D。
所述标志码生成地理坐标步骤:
步骤一,对标志码进行图像灰度化和二值化处理;
步骤二,提取二值图中的轮廓,并对轮廓进行筛选去除;
步骤三,计算标志码的正方向;
3.1在标志码内部设定一个黑色圆点作为判断标志码方向的标志;
3.2对获取的标志码轮廓进行多边形近似,得到四边形的四个顶点;
3.3在每个顶点的周围设置感兴趣的区域,然后对每个感兴趣的区域再次进行轮廓检测,如检测到圆形轮廓,则该区域所对应的顶点则为圆点所邻近的顶点;
步骤四,计算泊车点的坐标。
计算泊车点坐标包括:
步骤一,将标志码设置成长宽比为3:1的矩形;
步骤二,标志码几何中心点向黑色圆点所邻近的短边方向平移1/6个长边距离为停车辅助点;
步骤三,将停车辅助点前方D米的位置确定为最终坐标点,停车标识牌到停车区域底边的距离为D。
有益效果
1、本发明提供的泊车方法特别针对无人车泊车过程中,利用无人车的后方车载摄像头拍摄,以获取泊车区域的设置的含有二维码及标志码图像的停车指示牌信息,通过对二维码和标志码进行图像算法处理,对应获取像素坐标和方向,然后反馈给无人车控制端,控制端根据无人车对停车标识牌的距离、摄像头视场角、相机焦距信息,解算出无人车后端相对于停车标识牌的码的距离和方向。
2、本发明利用车辆后方车载摄像头拍摄,以获取泊车区域的设置的含有二维码及标志码图像的停车指示牌信息,通过对二维码和标志码进行图像算法处理,对应获取像素坐标和方向,从而控制车辆进行精准泊车。
3、本发明可以控制车辆进行精准泊车。与现有技术相比,本发明提高了停车的准确度,安全性和泊车的可靠性。
附图说明
图1为本发明辅助泊车场景的示意图;
图2为本发明二维码示意图;
图3为本发明标志码示意图;
图4为本发明二维码图象处理流程图;
图5为本发明标志码图象处理流程图。
具体实施方法
为了使本发明的目的、技术方案和有点更加清楚明白,以下结合附图及实施例对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明利用图象处理技术,在停车区域后侧涉及专用的停车标志牌;停车阶段,通过无人车的车载端的后视摄像头采集图象并实时处理,并将结果反馈给无人车控制端,最终控制端控制而达到使无人车平稳安全得泊车目的。
本发明得算法平台为FPGA+ARM架构得芯片,将计算量大的图象预处理操作移植在FPGA上运行,而在ARM部分运行较高级的图象处理算法,以达到无人车对图象采集、处理的实时性要求。
下面是本发明应用无人车辆进行停放过程的实例;
请参阅图1~图5所示,本发明提供了一种安全泊车方法,包括步骤:
首先在待停车的停车区域后侧放置设有图象的停车标识牌(见图1中停车区域后侧的停车标识牌中间含有黑的区域图像,且设置停车标识牌到停车区域后边的距离为D,D为固定的已知量),停车标志牌中所述图像为包含特殊的二维码(见图2),在特殊的二维码中包含有一个小的标志码(见图3)。
其次安装在无人车上的后视摄像头通过垂直拍照的方式采集所述图像(二维码或标志码),利用图像处理算法对采集到的图像(二维码或标志码)进行处理,并生成与图像(二维码或标志码)所在地对应的位置和方向坐标,然后将坐标发送给无人车控制端。
其中利用图像处理算法对采集到的图像进行处理包括两种不同的方式,一种是无人车与停车标识牌距离较远时,由于视野范围较大,可以采用跟踪二维码的策略,生成与二维码所在地对应的位置和方向坐标(见图4)。
对于跟踪二维码的策略,具体采用预处理算法,轮廓提取以及筛选算法以及对二维码坐标、方向计算的方式。
首先,对二维码进行图像处理。对二维码进行图像灰度化和二值化处理,将输入图像灰度化和二值化,其中二值化采用局部自适应的二值化,目的是去除光照的影响。
其次,提取二值图中的轮廓,并对轮廓进行筛选去除;具体去除方法为:一根据轮廓形状:对轮廓进行多边形近似,对不满足四边形的轮廓进行去除;二是根据轮廓大小:很多噪声轮廓相对于二维码很小。对于轮廓大小(单位为像素)小于给定阀值时,认为是噪声轮廓,进行去除。
然后,计算二维码的正方向相对于图像的X/Y轴的夹角。首先需要将二维码轮廓进行透视变换,恢复二维码原本的正方形形状,然后对二维码进行解码。二维码编码为7*7的栅格,中心5*5的栅格有5个基本ID组成,周围一圈为黑色的边界。解码前,先检测轮廓内靠近边缘的一圈是否为黑色边界,然后再对zhon更新5*5的栅格进行解码。此处需要注意的,为了解码,需要对正方形的二维码旋转四个角度,在每个角度都计算栅格编码和基本ID之间的汉明距离,最小汉明距离对应的角度即为二维码正方向,此时可以得到二维码正方向和图像x/y轴的夹角。
最后,计算泊车点坐标。经过轮廓筛选,得到属于二维码的轮廓。对这个轮廓再次进行多边形近似,得到四边形的四个顶点。最终辅助坐标点为四个点围城的四边形的几何中心,最终的泊车点为辅助坐标点垂直停车标志牌,停车区域方向,前方距离D处。距离D(见图1)为停车标志牌中心与停车区域后边的垂直距离。
另外一种是无人车与停车标志牌之间的距离较近时,由于视野范围较小,可以采用跟踪标志码的策略,生成与标志码所在地对应的位置和方向坐标(见图5)。
对于跟踪标志码的策略,本发明具体采用预处理算法,轮廓提取及筛选算法和标志码坐标、方向计算的公式。
首先,对标志码进行图像灰度化和二值化处理,方式与对二维码进行图像处理相同。
其次,提取二值图中的轮廓,并对轮廓进行筛选去除;方式与对二维码轮廓进行筛选去除相同。
然后,计算标志码的正方向。标志码(小码)为矩形,在标志码内部的某个角附近,增加一个圆点,作为判断小码方向的标志。在得到标志码轮廓后,对轮廓再次进行多边形近似,得到四边形的四个顶点。对于每个顶点,在其周围设置感兴趣的区域,然后对于每个区域再次进行轮廓检测,如果检测到圆形轮廓,那个这个区域对应的顶点即为圆点所邻近的顶点。
最后计算泊车点坐标,标志码的几何中心并非和泊车辅助点中心重叠,将标志码看作一个长宽比为3:1的矩形,停车辅助点坐标为标志码几何中心点向黑色圆点所邻近的短边方向平移1/6个长边距离的点,最终的泊车点为停车辅助点垂直停车标志牌,停车区域方向,前方距离D处。距离D(见图1)为停车标志牌中心与停车区域后边的垂直距离。
对于本实例而言,对于无人车处于不同的泊车距离时,可以采用对二维码和标志码检测结合的方式,先获取二维码的位置坐标和方向,然后再当无人车靠近到一定的距离后,再获取标志码的位置坐标和方向,这样就能够通过无人车控制端根据坐标对无人车进行泊车控制,使无人车能准确地停止在指定的停车区域。
本发明通过无人车端的车载后视摄像头采集图像,并通过对图像处理的方式,得到较高精度的方位信息,从而提高无人车停车的精度和安全性。无人车停车的过程中,摄像头垂直于停车标识牌拍摄,得到码的位置(像素坐标)和方向后,将这些信息实时发送给无人车控制端,控制端根据对高度、摄像头视场角、相机焦距信息、解算出无人车相对于码的水平距离和方向,控制无人车进行精准泊车。在泊车过程中,能够根据无人车后端和停车标识牌的距离,实时转换大小码的检测模式,从而保证在一定距离内,无人车都能够对标志进行有效检测,提高了可靠性。
以上说书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的所作的任何修改、等同替换和改进等,均为包含在本发明的保护范围内。
Claims (5)
1.一种安全泊车方法,其特征在于,包括步骤:
步骤一,在指定停车区域旁设置含有图像的停车指示牌;
步骤二,通过车载数据模块将采集图像信息按照泊车地点状况不同提取二维码或标志码;
步骤三,根据步骤二中生成的二维码或标志码提取车辆位置坐标和方向信息,然后将位置坐标和方向信息发送给车载控制模块;
步骤四,车载控制模块根据位置坐标和方向信息对车辆进行泊车控制,使其停止安全区域。
2.如权利要求1所述的安全泊车方法,其特征在于,所述二维码生成地理坐标步骤:
步骤一,对二维码进行图像灰度化和二值化处理;
步骤二,提取二值图中的轮廓,并对轮廓进行筛选去除;
2.1、根据轮廓形状,对轮廓进行多边形近似,对不满足四边形的轮廓进行去除;2.2、根据轮廓大小,对轮廓单位像素小于设定阈值时,判断其为噪声轮廓,进行去除;
步骤三,计算二维码的正方向相对于图像的X/Y轴夹角;将二维码轮廓进行透视变换,恢复二维码原本的正方形形状,然后对二维码进行解码;
步骤四,计算地理坐标,对二维码轮廓进行多边形近似计算生成泊车点坐标点。
3.如权利要求2所述的安全泊车方法,其特征在于,计算泊车点坐标包括:
步骤一,对经过轮廓筛选后的二维码轮廓,再次进行多边形近似,得到四边形的四个顶点;
步骤二,将四边形四个顶点围成的几何中心确定为停车辅助点;
步骤三,将停车辅助点前方D米的位置确定为最终坐标点,停车标识牌到停车区域底边的距离为D。
4.如权利要求1所述的安全泊车方法,其特征在于,所述标志码生成地理坐标步骤:
步骤一,对标志码进行图像灰度化和二值化处理;
步骤二,提取二值图中的轮廓,并对轮廓进行筛选去除;
步骤三,计算标志码的正方向;
3.1在标志码内部设定一个黑色圆点作为判断标志码方向的标志;
3.2对获取的标志码轮廓进行多边形近似,得到四边形的四个顶点;
3.3在每个顶点的周围设置感兴趣的区域,然后对每个感兴趣的区域再次进行轮廓检测,如检测到圆形轮廓,则该区域所对应的顶点则为圆点所邻近的顶点;
步骤四,计算泊车点的坐标。
5.如权利要求4所述的安全泊车方法,其特征在于,计算泊车点坐标包括:
步骤一,将标志码设置成长宽比为3:1的矩形;
步骤二,标志码几何中心点向黑色圆点所邻近的短边方向平移1/6个长边距离为停车辅助点;
步骤三,将停车辅助点前方D米的位置确定为最终坐标点,停车标识牌到停车区域底边的距离为D。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811366465.3A CN109703491A (zh) | 2018-11-16 | 2018-11-16 | 一种安全泊车方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811366465.3A CN109703491A (zh) | 2018-11-16 | 2018-11-16 | 一种安全泊车方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109703491A true CN109703491A (zh) | 2019-05-03 |
Family
ID=66254911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811366465.3A Pending CN109703491A (zh) | 2018-11-16 | 2018-11-16 | 一种安全泊车方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109703491A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110281983A (zh) * | 2019-06-28 | 2019-09-27 | 清华大学 | 一种基于视觉场景识别的轨道列车精准停车*** |
CN110379178A (zh) * | 2019-07-25 | 2019-10-25 | 电子科技大学 | 基于毫米波雷达成像的无人驾驶汽车智能泊车方法 |
CN114973758A (zh) * | 2022-05-20 | 2022-08-30 | 安徽江淮汽车集团股份有限公司 | 基于外部视觉采集及二维码标记的泊车辅助引导方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008285083A (ja) * | 2007-05-18 | 2008-11-27 | Toyota Motor Corp | 駐車支援装置 |
CN105469637A (zh) * | 2016-01-04 | 2016-04-06 | 上海斐讯数据通信技术有限公司 | 一种基于二维码的泊车定位方法及装置 |
CN106560364A (zh) * | 2015-10-05 | 2017-04-12 | 现代自动车株式会社 | 泊车引导装置及方法 |
CN107450590A (zh) * | 2017-08-07 | 2017-12-08 | 深圳市科卫泰实业发展有限公司 | 一种无人机辅助降落方法 |
CN108513256A (zh) * | 2018-03-12 | 2018-09-07 | 广东工业大学 | 一种车辆定位方法、装置及其应用的泊车辅助方法、车辆 |
-
2018
- 2018-11-16 CN CN201811366465.3A patent/CN109703491A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008285083A (ja) * | 2007-05-18 | 2008-11-27 | Toyota Motor Corp | 駐車支援装置 |
CN106560364A (zh) * | 2015-10-05 | 2017-04-12 | 现代自动车株式会社 | 泊车引导装置及方法 |
CN105469637A (zh) * | 2016-01-04 | 2016-04-06 | 上海斐讯数据通信技术有限公司 | 一种基于二维码的泊车定位方法及装置 |
CN107450590A (zh) * | 2017-08-07 | 2017-12-08 | 深圳市科卫泰实业发展有限公司 | 一种无人机辅助降落方法 |
CN108513256A (zh) * | 2018-03-12 | 2018-09-07 | 广东工业大学 | 一种车辆定位方法、装置及其应用的泊车辅助方法、车辆 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110281983A (zh) * | 2019-06-28 | 2019-09-27 | 清华大学 | 一种基于视觉场景识别的轨道列车精准停车*** |
CN110379178A (zh) * | 2019-07-25 | 2019-10-25 | 电子科技大学 | 基于毫米波雷达成像的无人驾驶汽车智能泊车方法 |
CN114973758A (zh) * | 2022-05-20 | 2022-08-30 | 安徽江淮汽车集团股份有限公司 | 基于外部视觉采集及二维码标记的泊车辅助引导方法 |
CN114973758B (zh) * | 2022-05-20 | 2024-05-07 | 安徽江淮汽车集团股份有限公司 | 基于外部视觉采集及二维码标记的泊车辅助引导方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110979321B (zh) | 一种用于无人驾驶车辆的障碍物躲避方法 | |
US11320833B2 (en) | Data processing method, apparatus and terminal | |
CN108189838B (zh) | 一种融合型自适应巡航弯道控制方法及装置 | |
Franke et al. | Fast obstacle detection for urban traffic situations | |
US20200041284A1 (en) | Map road marking and road quality collecting apparatus and method based on adas system | |
Liu et al. | Combining statistical hough transform and particle filter for robust lane detection and tracking | |
JP5401344B2 (ja) | 車両用外界認識装置 | |
Broggi et al. | Self-calibration of a stereo vision system for automotive applications | |
CN109703491A (zh) | 一种安全泊车方法 | |
CN109061610A (zh) | 一种摄像头与雷达的联合标定方法 | |
CN112740225B (zh) | 一种路面要素确定方法及装置 | |
CN110717445B (zh) | 一种用于自动驾驶的前车距离跟踪***与方法 | |
EP3115933B1 (en) | Image processing device, image capturing device, mobile body control system, image processing method, and computer-readable recording medium | |
CN110033621A (zh) | 一种危险车辆检测方法、装置及*** | |
CN112883790A (zh) | 一种基于单目摄像头的3d物体检测方法 | |
CN109635737A (zh) | 基于道路标记线视觉识别辅助车辆导航定位方法 | |
CN114995450A (zh) | 一种利用多目立体视觉的盲人智慧导航方法及*** | |
Sun | Vision based lane detection for self-driving car | |
CN112528917A (zh) | 斑马线区域识别方法、装置、电子设备和存储介质 | |
CN113569812A (zh) | 未知障碍物的识别方法、装置和电子设备 | |
CN111311658B (zh) | 双光成像***图像配准方法及相关装置 | |
CN112733678A (zh) | 测距方法、装置、计算机设备和存储介质 | |
CN117970341A (zh) | 一种基于多数据融合的矿区电铲电缆检测方法及*** | |
CN115205825B (zh) | 基于改进yolov5的行车视频序列图像检测识别交通标志方法 | |
Schoepflin et al. | Algorithms for calibrating roadside traffic cameras and estimating mean vehicle speed |
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 |
Application publication date: 20190503 |
|
WD01 | Invention patent application deemed withdrawn after publication |