CN110796102B - 一种车辆目标感知***及方法 - Google Patents
一种车辆目标感知***及方法 Download PDFInfo
- Publication number
- CN110796102B CN110796102B CN201911055992.7A CN201911055992A CN110796102B CN 110796102 B CN110796102 B CN 110796102B CN 201911055992 A CN201911055992 A CN 201911055992A CN 110796102 B CN110796102 B CN 110796102B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fisheye camera
- image information
- target
- vehicle target
- 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
Links
Images
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
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种车辆目标感知***及方法,包括前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头和环视控制器,前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头与环视控制器电连接,同时采集行车环境中的图像信息,并实时传输给环视控制器,环视控制器进行处理后,将车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标、车辆航向角组合作为车辆目标信息输出。本发明能实现行驶环境中车辆目标的精细、准确感知,为驾驶决策提供可靠的依据。
Description
技术领域
本发明属于汽车智能驾驶领域,具体涉及一种车辆目标感知***及方法。
背景技术
随着汽车智能化的发展,汽车智能化产品正在从传统的高级驾驶辅助***向自动驾驶***发展,应用场景从简单逐渐向复杂升级。例如,车道偏离预警***、自动紧急制动***、定速巡航***、自适应巡航***、有限自动驾驶***等。这些***利用毫米波雷达和摄像头对行驶环境进行感知,主要感知的环境信息有车道线、车辆目标、行人目标信息。其中车辆目标感知信息作为智能驾驶***避撞功能的主要输入信息,对行车安全十分重要。
现有的针对车辆目标的通用感知方法是将车辆目标视为一个整体,利用识别算法在图像中将车辆目标的车辆边界框计算出来,然后根据此边界框估算车辆目标的位置坐标。这种方法只能给一个车辆目标整体的相对位置坐标,无法准确定位车辆目标相对于本车的位置姿态(即无法确定车辆的航向角),若据此信息进行车辆控制,易引发碰撞风险。
为了确定车辆的航向角,目前采用的方案是根据车辆目标的行驶路径来估算车辆目标的航向角,这种估算出来的航向角,不够精确,不能为驾驶决策(即车辆控制)提供可靠的依据。
发明内容
本发明的目的是提供一种车辆目标感知***及方法,以实现行驶环境中车辆目标的精细、准确感知,为驾驶决策提供可靠的依据。
本发明所述的车辆目标感知***,包括前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头和环视控制器,前鱼眼摄像头安装在前保险杠中心,左鱼眼摄像头安装在左后视镜上,右鱼眼摄像头安装在右后视镜上,前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头与环视控制器电连接,前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头同时采集行车环境中的图像信息,并实时传输给环视控制器,环视控制器进行处理后输出车辆目标信息。
本发明所述的车辆目标感知方法,采用上述车辆目标感知***,其中,所述环视控制器具有图像预处理模块、检测模块、坐标转换模块、目标融合模块和车辆目标信息输出模块;该车辆目标感知方法具体包括:
环视控制器获取前鱼眼摄像头采集的一路图像信息、左鱼眼摄像头采集的一路图像信息、右鱼眼摄像头采集的一路图像信息;
图像预处理模块先对所述三路图像信息进行预处理,然后将经过预处理后的三路图像信息发送给检测模块;
检测模块先利用已训练好的深度神经网络模型识别该三路图像信息中的车辆、车轮,得到各个车辆目标的车辆ID、车辆边界框、前车轮边界框、后车轮边界框,然后将各个车辆目标的车辆ID、车辆边界框、前车轮边界框、后车轮边界框发送给坐标转换模块;
坐标转换模块先将各个车辆目标的车辆边界框、前车轮边界框、后车轮边界框的像素坐标转化为在车辆横纵向平面坐标系中的坐标,得到与各个车辆目标的车辆ID对应的车辆坐标、前车轮坐标、后车轮坐标,然后将各个车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给目标融合模块;
目标融合模块进行判断、融合,并将融合后的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块;
车辆目标信息输出模块先利用前车轮坐标、后车轮坐标计算得到车辆航向角,然后将车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标、车辆航向角组合作为车辆目标信息输出。
目标融合模块的作用是融合前鱼眼摄像头、左鱼眼摄像头的视场重叠区域中的车辆目标和前鱼眼摄像头、右鱼眼摄像头的视场重叠区域中的车辆目标,避免出现一个车辆目标被***识别成两个车辆目标。优选的,所述目标融合模块进行判断、融合的具体方式为:
目标融合模块判断前鱼眼摄像头采集的一路图像信息与左鱼眼摄像头采集的一路图像信息中是否同时存在车辆目标,或者前鱼眼摄像头采集的一路图像信息与右鱼眼摄像头采集的一路图像信息中是否同时存在车辆目标;
如果前鱼眼摄像头采集的一路图像信息与左鱼眼摄像头采集的一路图像信息中同时存在车辆目标,则计算前鱼眼摄像头采集的一路图像信息中的车辆目标与左鱼眼摄像头采集的一路图像信息中的车辆目标对应坐标之间的欧式距离,得到车辆距离D车辆1、前车轮距离D前车轮1、后车轮距离D后车轮1,将车辆距离D车辆1、前车轮距离D前车轮1、后车轮距离D后车轮1中的最小值与设定的距离阈值D阈比较;若该最小值小于设定的距离阈值D阈,则将前鱼眼摄像头采集的一路图像信息中的车辆目标与左鱼眼摄像头采集的一路图像信息中的车辆目标判定为同一车辆目标,将前鱼眼摄像头采集的一路图像信息或者左鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块;若该最小值大于或等于设定的距离阈值D阈,则将前鱼眼摄像头采集的一路图像信息中的车辆目标与左鱼眼摄像头采集的一路图像信息中的车辆目标判定为不同的车辆目标,分别将前鱼眼摄像头采集的一路图像信息和左鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块;
如果前鱼眼摄像头采集的一路图像信息与右鱼眼摄像头采集的一路图像信息中同时存在车辆目标,则计算前鱼眼摄像头采集的一路图像信息中的车辆目标与右鱼眼摄像头采集的一路图像信息中的车辆目标对应坐标之间的欧式距离,得到车辆距离D车辆2、前车轮距离D前车轮2、后车轮距离D后车轮2,将车辆距离D车辆2、前车轮距离D前车轮2、后车轮距离D后车轮2中的最小值与设定的距离阈值D阈比较;若该最小值小于设定的距离阈值D阈,则将前鱼眼摄像头采集的一路图像信息中的车辆目标与右鱼眼摄像头采集的一路图像信息中的车辆目标判定为同一车辆目标,将前鱼眼摄像头采集的一路图像信息或者右鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块;若该最小值大于或等于设定的距离阈值D阈,则将前鱼眼摄像头采集的一路图像信息中的车辆目标与右鱼眼摄像头采集的一路图像信息中的车辆目标判定为不同的车辆目标,分别将前鱼眼摄像头采集的一路图像信息和右鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块;
否则,直接将前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头采集的三路图像信息中的所有车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块。
本发明具有如下效果:
(1)本发明感知并输出的车辆目标信息包含车辆ID、车辆坐标、前车轮坐标、后车轮坐标、车辆航向角,其实现了行驶环境中车辆目标的精细、准确感知,为驾驶决策提供了可靠的依据。
(2)本发明中车辆航向角是通过感知并经计算得到的,与通过行驶路径估算车辆目标的航向角的方法相比,本发明得到的车辆航向角结果更精确。
(3)本发明的车辆目标信息中的前车轮坐标、后车轮坐标可以用在其他驾驶决策中,作为这些驾驶决策的一个考虑因素。
附图说明
图1为车辆目标感知***的架构图。
图2为车辆目标感知方法流程图。
图3为前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头的车辆目标感兴趣区域。
图4为目标融合模块的判断、融合流程图。
具体实施方式
下面结合附图对本发明作详细说明。
如图1所示的车辆目标感知***,包括前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头和环视控制器,环视控制器具有图像预处理模块、检测模块、坐标转换模块、目标融合模块和车辆目标信息输出模块。前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头都为百万像素的高清鱼眼摄像头。前鱼眼摄像头安装在前保险杠中心,左鱼眼摄像头安装在左后视镜上,右鱼眼摄像头安装在右后视镜上,前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头通过数据线与环视控制器电连接,前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头同时采集行车环境中的图像信息,并通过数据线实时传输给环视控制器,环视控制器接收并处理图像信号,然后输出车辆目标信息。将环视控制器与CAN总线通讯连接,环视控制器能将车辆目标信息转换为CAN数据格式发送至CAN总线上。
如图2所示,采用上述车辆目标感知***进行车辆目标感知的方法包括:
步骤一、环视控制器获取前鱼眼摄像头采集的一路图像信息、左鱼眼摄像头采集的一路图像信息、右鱼眼摄像头采集的一路图像信息。
步骤二、图像预处理模块先对三路图像信息进行预处理(即进行高斯滤波降噪、边缘畸变较大区域裁剪),然后将经过预处理后的三路图像信息发送给检测模块。
步骤三、检测模块先利用已训练好的深度神经网络模型识别该三路图像信息中的车辆、车轮,得到各个车辆目标的车辆ID、车辆边界框、前车轮边界框、后车轮边界框,然后将各个车辆目标的车辆ID、车辆边界框、前车轮边界框、后车轮边界框发送给坐标转换模块。深度神经网络模型的训练流程为:首先对已采集的车辆、车轮目标正负样本进行预处理,包括降噪和畸变区裁剪,再输入给深度神经网络模型进行训练。训练深度神经网络模型的方法属于公知的技术方法。
步骤四、坐标转换模块先利用高清鱼眼摄像头的标定参数将各个车辆目标的车辆边界框的像素坐标、前车轮边界框的像素坐标、后车轮边界框的像素坐标转化为其在车辆横纵向平面坐标系中的坐标,得到与各个车辆目标的车辆ID对应的车辆坐标、前车轮坐标、后车轮坐标,然后将各个车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给目标融合模块。通过高清鱼眼摄像头的标定参数可以确定像素坐标(二维坐标系)与车辆的横纵向平面坐标系之间的转化参数;因此,知道高清鱼眼摄像头采集的图像上的某个像素坐标,通过转化参数计算,就能知道该像素点在车辆横纵向平面坐标系中的坐标。坐标转换模块的转换方法属于公知的技术方法。
步骤五、目标融合模块进行判断、融合,并将融合后的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块。如图3所示,前鱼眼摄像头的有效感知区域(即感兴趣区域)为车辆前方长宽为6mx5m的矩形区域,左鱼眼摄像头的有效感知区域为车辆左侧6mx5m的矩形区域,右鱼眼摄像头的有效感知区域为车辆右侧6mx5m的矩形区域;在矩形框重叠区域,各个摄像头输出的车辆目标信息会根据几何约束进行目标融合,避免出现“重影”现象。目标融合模块进行判断、融合的具体方式为:
第一步、判断前鱼眼摄像头采集的一路图像信息与左鱼眼摄像头采集的一路图像信息中是否同时存在车辆目标,如果是,则执行第二步,否则执行第六步;
第二步、计算前鱼眼摄像头采集的一路图像信息中的车辆目标与左鱼眼摄像头采集的一路图像信息中的车辆目标对应坐标之间的欧式距离,得到车辆距离D车辆1、前车轮距离D前车轮1、后车轮距离D后车轮1,然后执行第三步;具体计算公式为:
其中,x、y表示前鱼眼摄像头采集的一路图像信息中的车辆目标的车辆坐标值,x1、y1表示前鱼眼摄像头采集的一路图像信息中的车辆目标的前车轮坐标值,x2、y2表示前鱼眼摄像头采集的一路图像信息中的车辆目标的后车轮坐标值,x′、y′表示左鱼眼摄像头采集的一路图像信息中的车辆目标的车辆坐标值,x1′、y1′表示左鱼眼摄像头采集的一路图像信息中的车辆目标的前车轮坐标值,x2′、y2′表示左鱼眼摄像头采集的一路图像信息中的车辆目标的后车轮坐标值;
第三步、选择车辆距离D车辆1、前车轮距离D前车轮1、后车轮距离D后车轮1中的最小值,并判断该最小值是否小于设定的距离阈值D阈,如果是,则执行第四步,否则执行第五步;
第四步、将前鱼眼摄像头采集的一路图像信息中的车辆目标与左鱼眼摄像头采集的一路图像信息中的车辆目标判定为同一车辆目标,将左鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块,然后结束;
第五步、将前鱼眼摄像头采集的一路图像信息中的车辆目标与左鱼眼摄像头采集的一路图像信息中的车辆目标判定为不同的车辆目标,分别将前鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标和左鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块,然后结束;
第六步、判断前鱼眼摄像头采集的一路图像信息与右鱼眼摄像头采集的一路图像信息中是否同时存在车辆目标,如果是,则执行第七步,否则执行第十一步;
第七步、计算前鱼眼摄像头采集的一路图像信息中的车辆目标与右鱼眼摄像头采集的一路图像信息中的车辆目标对应坐标之间的欧式距离,得到车辆距离D车辆2、前车轮距离D前车轮2、后车轮距离D后车轮2,然后执行第八步;具体计算公式为:
其中,x、y表示前鱼眼摄像头采集的一路图像信息中的车辆目标的车辆坐标值,x1、y1表示前鱼眼摄像头采集的一路图像信息中的车辆目标的前车轮坐标值,x2、y2表示前鱼眼摄像头采集的一路图像信息中的车辆目标的后车轮坐标值,x″、y″表示右鱼眼摄像头采集的一路图像信息中的车辆目标的车辆坐标值,x1″、y1″表示右鱼眼摄像头采集的一路图像信息中的车辆目标的前车轮坐标值,x2″、y2″表示右鱼眼摄像头采集的一路图像信息中的车辆目标的后车轮坐标值;
第八步、选择车辆距离D车辆2、前车轮距离D前车轮2、后车轮距离D后车轮2中的最小值,并判断该最小值是否小于设定的距离阈值D阈,如果是,则执行第九步,否则执行第十步;
第九步、将前鱼眼摄像头采集的一路图像信息中的车辆目标与左鱼眼摄像头采集的一路图像信息中的车辆目标判定为同一车辆目标,将右鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块,然后结束;
第十步、将前鱼眼摄像头采集的一路图像信息中的车辆目标与右鱼眼摄像头采集的一路图像信息中的车辆目标判定为不同的车辆目标,分别将前鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标和右鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块,然后结束;
第十一步、直接将前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头采集的三路图像信息中的所有车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块,然后结束。
步骤六、车辆目标信息输出模块先利用前车轮坐标、后车轮坐标计算得到车辆航向角θ,然后将车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标、车辆航向角组合作为车辆目标信息输出。具体计算公式为:其中,x1、y1表示某个车辆目标的前车轮坐标值,x2、y2表示某个车辆目标对应的后车轮坐标值。
最后,环视控制器输出车辆目标信息,并将车辆目标信息转换为CAN数据格式发送至CAN总线上。
Claims (1)
1.一种车辆目标感知方法,采用的车辆目标感知***包括前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头和环视控制器,前鱼眼摄像头安装在前保险杠中心,左鱼眼摄像头安装在左后视镜上,右鱼眼摄像头安装在右后视镜上,前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头与环视控制器电连接,前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头同时采集行车环境中的图像信息,并实时传输给环视控制器,环视控制器进行处理后输出车辆目标信息;
其特征在于:所述环视控制器具有图像预处理模块、检测模块、坐标转换模块、目标融合模块和车辆目标信息输出模块;所述方法包括:
环视控制器获取前鱼眼摄像头采集的一路图像信息、左鱼眼摄像头采集的一路图像信息、右鱼眼摄像头采集的一路图像信息;
图像预处理模块先对三路图像信息进行预处理,然后将经过预处理后的三路图像信息发送给检测模块;
检测模块先利用已训练好的深度神经网络模型识别该三路图像信息中的车辆、车轮,得到各个车辆目标的车辆ID、车辆边界框、前车轮边界框、后车轮边界框,然后将各个车辆目标的车辆ID、车辆边界框、前车轮边界框、后车轮边界框发送给坐标转换模块;
坐标转换模块先将各个车辆目标的车辆边界框、前车轮边界框、后车轮边界框的像素坐标转化为在车辆横纵向平面坐标系中的坐标,得到与各个车辆目标的车辆ID对应的车辆坐标、前车轮坐标、后车轮坐标,然后将各个车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给目标融合模块;
目标融合模块进行判断、融合,并将融合后的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块;
车辆目标信息输出模块先利用前车轮坐标、后车轮坐标计算得到车辆航向角,然后将车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标、车辆航向角组合作为车辆目标信息输出;
其中,所述目标融合模块进行判断、融合的具体方式为:
如果前鱼眼摄像头采集的一路图像信息与左鱼眼摄像头采集的一路图像信息中同时存在车辆目标,则计算前鱼眼摄像头采集的一路图像信息中的车辆目标与左鱼眼摄像头采集的一路图像信息中的车辆目标对应坐标之间的欧式距离,得到车辆距离D车辆1、前车轮距离D前车轮1、后车轮距离D后车轮1,将车辆距离D车辆1、前车轮距离D前车轮1、后车轮距离D后车轮1中的最小值与设定的距离阈值D阈比较;若该最小值小于设定的距离阈值D阈,则将前鱼眼摄像头采集的一路图像信息中的车辆目标与左鱼眼摄像头采集的一路图像信息中的车辆目标判定为同一车辆目标,将前鱼眼摄像头采集的一路图像信息或者左鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块;若该最小值大于或等于设定的距离阈值D阈,则分别将前鱼眼摄像头采集的一路图像信息和左鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块;
如果前鱼眼摄像头采集的一路图像信息与右鱼眼摄像头采集的一路图像信息中同时存在车辆目标,则计算前鱼眼摄像头采集的一路图像信息中的车辆目标与右鱼眼摄像头采集的一路图像信息中的车辆目标对应坐标之间的欧式距离,得到车辆距离D车辆2、前车轮距离D前车轮2、后车轮距离D后车轮2,将车辆距离D车辆2、前车轮距离D前车轮2、后车轮距离D后车轮2中的最小值与设定的距离阈值D阈比较;若该最小值小于设定的距离阈值D阈,则将前鱼眼摄像头采集的一路图像信息中的车辆目标与右鱼眼摄像头采集的一路图像信息中的车辆目标判定为同一车辆目标,将前鱼眼摄像头采集的一路图像信息或者右鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块;若该最小值大于或等于设定的距离阈值D阈,则分别将前鱼眼摄像头采集的一路图像信息和右鱼眼摄像头采集的一路图像信息中的车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块;
否则,直接将前鱼眼摄像头、左鱼眼摄像头、右鱼眼摄像头采集的三路图像信息中的所有车辆目标的车辆ID、车辆坐标、前车轮坐标、后车轮坐标发送给车辆目标信息输出模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911055992.7A CN110796102B (zh) | 2019-10-31 | 2019-10-31 | 一种车辆目标感知***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911055992.7A CN110796102B (zh) | 2019-10-31 | 2019-10-31 | 一种车辆目标感知***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110796102A CN110796102A (zh) | 2020-02-14 |
CN110796102B true CN110796102B (zh) | 2023-04-14 |
Family
ID=69440590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911055992.7A Active CN110796102B (zh) | 2019-10-31 | 2019-10-31 | 一种车辆目标感知***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110796102B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596090A (zh) * | 2020-06-17 | 2020-08-28 | 中国第一汽车股份有限公司 | 车辆行驶速度的测量方法、装置、车辆和介质 |
CN113065393B (zh) * | 2021-02-25 | 2024-04-02 | 惠州华阳通用电子有限公司 | 一种基于后视摄像头的盲区监测方法 |
CN114842437A (zh) * | 2022-05-26 | 2022-08-02 | 重庆长安汽车股份有限公司 | 一种基于环视鱼眼摄像头的车辆目标感知方法及*** |
CN114821544B (zh) * | 2022-06-29 | 2023-04-11 | 小米汽车科技有限公司 | 感知信息生成方法、装置、车辆、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056100A (zh) * | 2016-06-28 | 2016-10-26 | 重庆邮电大学 | 一种基于车道检测与目标跟踪的车辆辅助定位方法 |
CN108765496A (zh) * | 2018-05-24 | 2018-11-06 | 河海大学常州校区 | 一种多视点汽车环视辅助驾驶***及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9563951B2 (en) * | 2013-05-21 | 2017-02-07 | Magna Electronics Inc. | Vehicle vision system with targetless camera calibration |
JP6643166B2 (ja) * | 2016-03-31 | 2020-02-12 | 株式会社デンソー | 物体認識装置及び物体認識方法 |
CN106708040B (zh) * | 2016-12-09 | 2019-10-08 | 重庆长安汽车股份有限公司 | 自动驾驶***的传感器模块、自动驾驶***及方法 |
KR101969030B1 (ko) * | 2017-09-13 | 2019-04-16 | (주)베이다스 | 차량용 카메라 캘리브레이션 장치 및 그 방법 |
CN109747638B (zh) * | 2018-12-25 | 2020-06-16 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车辆行驶意图识别方法及装置 |
CN209486733U (zh) * | 2019-01-07 | 2019-10-11 | 广东理工学院 | 一种车载全景智能避障*** |
-
2019
- 2019-10-31 CN CN201911055992.7A patent/CN110796102B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056100A (zh) * | 2016-06-28 | 2016-10-26 | 重庆邮电大学 | 一种基于车道检测与目标跟踪的车辆辅助定位方法 |
CN108765496A (zh) * | 2018-05-24 | 2018-11-06 | 河海大学常州校区 | 一种多视点汽车环视辅助驾驶***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110796102A (zh) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796102B (zh) | 一种车辆目标感知***及方法 | |
EP3784505B1 (en) | Device and method for determining a center of a trailer tow coupler | |
US11713038B2 (en) | Vehicular control system with rear collision mitigation | |
JP7291129B2 (ja) | 路面状態と天候に基づく環境影響を認識し評価する方法及び装置 | |
CN110293967B (zh) | 一种汽车低速主动安全执行控制方法及控制*** | |
CN106537180B (zh) | 用于用针对行人的主动制动的摄影机输入缓解雷达传感器限制的方法 | |
CN108638999B (zh) | 一种基于360度环视输入的防碰撞预警***及方法 | |
US20190204834A1 (en) | Method and apparatus for object detection using convolutional neural network systems | |
US9975550B2 (en) | Movement trajectory predicting device and movement trajectory predicting method | |
CN110775057B (zh) | 基于车载盲区视觉场景分析控制转向扭矩的车道辅助方法 | |
US20230204722A1 (en) | Motion-based object detection in a vehicle radar using convolutional neural network systems | |
CN105460009A (zh) | 汽车控制方法及装置 | |
JPWO2019174682A5 (zh) | ||
CN114932902A (zh) | 一种基于车联网技术的鬼探头预警避让方法及*** | |
US20220108117A1 (en) | Vehicular lane marker determination system with lane marker estimation based in part on a lidar sensing system | |
CN114043984A (zh) | 一种基于车联网环境下的智能汽车换道控制***和方法 | |
CN106778907A (zh) | 一种基于多传感器信息融合的智能行车预警*** | |
JP6847709B2 (ja) | カメラ装置、検出装置、検出システムおよび移動体 | |
US11964691B2 (en) | Vehicular control system with autonomous braking | |
JP6789151B2 (ja) | カメラ装置、検出装置、検出システムおよび移動体 | |
US12043309B2 (en) | Vehicular control system with enhanced lane centering | |
US20220176960A1 (en) | Vehicular control system with vehicle control based on stored target object position and heading information | |
US20230234583A1 (en) | Vehicular radar system for predicting lanes using smart camera input | |
CN114842437A (zh) | 一种基于环视鱼眼摄像头的车辆目标感知方法及*** | |
Ma et al. | Vision based front and rear vehicle collision warning system |
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 |