CN112285737A - 一种可移动的道路特征测绘*** - Google Patents

一种可移动的道路特征测绘*** Download PDF

Info

Publication number
CN112285737A
CN112285737A CN202011144438.9A CN202011144438A CN112285737A CN 112285737 A CN112285737 A CN 112285737A CN 202011144438 A CN202011144438 A CN 202011144438A CN 112285737 A CN112285737 A CN 112285737A
Authority
CN
China
Prior art keywords
point cloud
observation device
points
frame
tripod
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
Application number
CN202011144438.9A
Other languages
English (en)
Other versions
CN112285737B (zh
Inventor
洪涛
欧阳若愚
卢雄辉
王红力
陈诺
郑佳文
童旭群
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.)
Shenzhen Fuside Technology Co ltd
Original Assignee
Shenzhen Wujing Intelligent Robot Co ltd
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 Shenzhen Wujing Intelligent Robot Co ltd filed Critical Shenzhen Wujing Intelligent Robot Co ltd
Priority to CN202011144438.9A priority Critical patent/CN112285737B/zh
Publication of CN112285737A publication Critical patent/CN112285737A/zh
Application granted granted Critical
Publication of CN112285737B publication Critical patent/CN112285737B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16M—FRAMES, CASINGS OR BEDS OF ENGINES, MACHINES OR APPARATUS, NOT SPECIFIC TO ENGINES, MACHINES OR APPARATUS PROVIDED FOR ELSEWHERE; STANDS; SUPPORTS
    • F16M3/00—Portable or wheeled frames or beds, e.g. for emergency power-supply aggregates, compressor sets
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16M—FRAMES, CASINGS OR BEDS OF ENGINES, MACHINES OR APPARATUS, NOT SPECIFIC TO ENGINES, MACHINES OR APPARATUS PROVIDED FOR ELSEWHERE; STANDS; SUPPORTS
    • F16M7/00—Details of attaching or adjusting engine beds, frames, or supporting-legs on foundation or base; Attaching non-moving engine parts, e.g. cylinder blocks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种可移动的道路特征测绘***，涉及到道路测绘技术领域，包括观测装置和三脚架，所述观测装置是由激光雷达和相机构成，其特征在于，包括以下测绘步骤：将观测装置和三脚架进行安装，然后水平放置于地面，并且对激光雷达和相机与地面的相对位置进行标定，其中观测装置与三角架安装时倾斜向下设置。本发明提出的可移动的道路特征测绘***，利用可移动、可收起的三脚架作为装置的底座，仅需一个人便可以实现装置的装运、使用，相比于固定安装的测绘装置减少了安装费用与维护费用，相比于驾驶车辆进行数据采集成本更低，也更加灵活。

Description

一种可移动的道路特征测绘***
技术领域
本发明涉及道路测绘技术领域，特别涉及一种可移动的道路特征测绘***。
背景技术
随着无人驾驶产业的发展，越来越多的企业与科研单位投入到无人驾驶行业中。由于无人驾驶目前尚未成熟，直接在道路上进行测试风险较大，因此更多地在***中进行仿真模拟，在模拟过程中的道路上其他车辆需要模仿人的驾驶习惯，如果是真实的道路场景数据对无人驾驶的算法更加有用，因此市场上需要对道路场景特征进行测绘的***。
另一方面，无人驾驶车辆在行驶过程中需要时刻知道自己的位置，这个位置是利用传感器进行测量并用算法进行位置估计，它具有一定偏差，需要外界的观测装置来评判与纠正，目前也需要一种对无人驾驶车辆的位置、速度、方向进行观测的***。
对于道路数据采集方面，目前比较常见的方法有两种：
1.驾驶员驾驶带各类传感器的车辆在道路上进行采集；
2.在路口或者路边铺设固定的测绘装置，对道路信息进行采集；
但是上述的技术在获取道路特征数据的过程中，过程较为繁琐，成本较高。在路口或路边架设固定的测绘装置，一般是对道路的摄像头***进行改动，将装置安装在道路的摄像头支架附近，安装成本较高，不利于大规模使用。驾驶员驾驶带传感器的车辆在道路上进行采集，需要占用无人驾驶车辆，在使用时也不能灵活切换观测的方向、位置。
因此，发明一种可移动的道路特征测绘***来解决上述问题很有必要。
发明内容
本发明的目的在于提供一种可移动的道路特征测绘***，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种可移动的道路特征测绘***，包括观测装置和三脚架，所述观测装置是由激光雷达和相机构成，其特征在于，包括以下测绘步骤：
(一)将观测装置和三脚架进行安装，然后水平放置于地面，并且对激光雷达和相机与地面的相对位置进行标定，其中观测装置与三角架安装时倾斜向下设置；
(二)观测装置倾斜向下放置后，激光雷达观测到的路面向上倾斜，在使用时将路面转换到水平面上，具体的在使用时，每次观测装置的向下倾斜角度会有细微不同，路面转换为水平面的转化关系也不一致，因此要对装置与路面的角度进行标定，标定流程如下：
S1.使观测装置朝向路面，保持短时间静止，对每一帧雷达点云提取最大平面，即路面平面；
S2.对该平面中的点集进行平面拟合，每个点的坐标为(x，y，z)，拟合后得到平面方程ax+by+cz+1＝0；
S3.通过步骤S2中的平面方程得到雷达坐标系到世界坐标系的转换关系；
(三)使观测装置保持短时间静止，对环境进行初始化，并滤去静止的背景物体，其具体的操作步骤如下：
S4.根据激光雷达的特性，设计一帧深度图，在初始化时间内，将雷达的点云对深度图进行投影，深度作为对应像素点的像素值；
S5.当一个像素点在不同的时间点都有点云的点与之对应，更远的点替代更近的点，这样得到一幅留下静态背景的深度图；
S6.再然后在人流车流繁忙的地带(地铁站出口)，将观测装置静止安放一段时间，深度图中只留下静态物体，而动态的车辆与行人均被滤去；
(四)对车辆、行人进行识别，并对速度、尺寸等信息进行精确观测与估计，具体包括以下步骤：
S7.图像识别与跟踪：通过开源算法yolov3对车辆、行人进行识别，并且通过相机获取一帧图像，并传入算法模型中，输出对该图像的分类结果与包络框，识别出的每个物体都被矩形框标出，而在每一帧识别后，记录下识别框的大小与位置，与上一帧的识别框进行配对比较，位置、大小相近的视为同一个物体的框，实现连续观测下的物体跟踪；
S8.获取物体的雷达点云：在对齐了雷达点云和图像后，将S7中每个识别框中的所有点取出，投影到深度图中，再与初始化的深度图进行对比，深度小于初始化时的深度的点就是不属于背景的点；
S9.计算物体最小包络盒：测量计算物体的尺寸以及位置需要用长方体对物体进行刻画，通过物体点云的形状，判断出点云的主矢量方向，即点云中所有的点到点云质心的距离方差最大的方向，然后将点云投影到水平面得到二维点云，计算水平面上的主矢量方向，通过主矢量方向与垂直其方向，绘制出矩形与长方体，得到包络住物体点云块的最小长方体；
S10.根据物体的连续观测对位置、速度信息进行估计：在得到最小包络盒之后，将包络盒的中心作为物体的当前位置，通过两个观测时刻的时间差以及物***置的距离，可以计算得到物体的速度。
优选的，步骤(一)中观测装置和三脚架安装时的倾斜角度小于45°。
优选的，步骤S6中的观测装置静止安放时间不小于30秒。
优选的，步骤S8中通过使用欧拉聚类方法对属于识别框中的点云进行聚类，距离小于阈值的点云块聚为一块，分成若干块之后，点数量最多的块就是属于识别物体的点云块，使得步骤S8中残留了背后其他物体的点进行去除。
本发明的技术效果和优点：本发明提出的可移动的道路特征测绘***，利用可移动、可收起的三脚架作为装置的底座，仅需一个人便可以实现装置的装运、使用，相比于固定安装的测绘装置减少了安装费用与维护费用，相比于驾驶车辆进行数据采集成本更低，也更加灵活。
附图说明
图1为本发明的装置倾斜向下放置示意图。
图2为本发明的雷达坐标系下的物体观测示意图。
图3为本发明的对静态环境的初始化示意图。
图4为本发明的基于yolov3算法的图像识别示意图。
图5为本发明的点云的主矢量方向示意图。
图6为本发明的物体的最小包络盒示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了如图1-6所示的一种可移动的道路特征测绘***，包括观测装置和三脚架，所述观测装置是由激光雷达和相机构成，其特征在于，包括以下测绘步骤：
(一)将观测装置和三脚架进行安装，然后水平放置于地面，并且对激光雷达和相机与地面的相对位置进行标定，其中观测装置与三角架安装时倾斜向下设置，并且倾斜角度小于45°，如图1所示；
(二)观测装置倾斜向下放置后，如图2所示，激光雷达观测到的路面向上倾斜，在使用时将路面转换到水平面上，具体的在使用时，每次观测装置的向下倾斜角度会有细微不同，路面转换为水平面的转化关系也不一致，因此要对装置与路面的角度进行标定，标定流程如下：
S1.使观测装置朝向路面，保持短时间静止，对每一帧雷达点云提取最大平面，即路面平面；
S2.对该平面中的点集进行平面拟合，每个点的坐标为(x，y，z)，拟合后得到平面方程ax+by+cz+1＝0；
具体的，对于一个平面来说，具有一个向量(a，b，c)与其垂直，称为该平面的法向量，而平面的方程是ax+by+cz+d＝0，对d进行归一化可得到ax+by+cz+1＝0；对S2的平面中的点集，不可能每个点(xi，yi，zi)都满足该平面方程，因此需要使整体误差最小，令函数f(a，b，c)＝ax+by+cz+1，其中x，y，z为一个三维点，是已知的，因此使所有的f(a，b，c)的和最小的解就是拟合出来的平面方程，用梯度下降法求解a，b，c；
S3.通过步骤S2中的平面方程得到雷达坐标系到世界坐标系的转换关系；
具体的，在雷达坐标系下的地面平面法向量为(a，b，c)，在世界坐标系下的地面平面法向量竖直向上为(0，0，1)，存在一个旋转将前者转换到后者。在雷达坐标系下，原点为雷达位置，通过点到平面的距离计算，可得雷达的高度，这就是雷达坐标系到世界坐标系的平移。结合求得的旋转和平移，这就是雷达坐标系转换到世界坐标系的位姿变换。得到位姿变换后，可以将观测到的倾斜点云转换到水平面上；
(三)使观测装置保持短时间静止，对环境进行初始化，并滤去静止的背景物体，其具体的操作步骤如下：
S4.根据激光雷达的特性，设计一帧深度图，在初始化时间内，将雷达的点云对深度图进行投影，深度作为对应像素点的像素值；
S5.当一个像素点在不同的时间点都有点云的点与之对应，更远的点替代更近的点，这样得到一幅留下静态背景的深度图，如图3所示；
S6.再然后在人流车流繁忙的地带(地铁站出口)，将观测装置静止安放一段时间，静止安放时间不小于30秒，深度图中只留下静态物体，而动态的车辆与行人均被滤去；
(四)对车辆、行人进行识别，并对速度、尺寸等信息进行精确观测与估计，具体包括以下步骤：
S7.图像识别与跟踪：通过开源算法yolov3对车辆、行人进行识别，如图4所示，并且通过相机获取一帧图像，并传入算法模型中，输出对该图像的分类结果与包络框，识别出的每个物体都被矩形框标出，而在每一帧识别后，记录下识别框的大小与位置，与上一帧的识别框进行配对比较，位置、大小相近的视为同一个物体的框，实现连续观测下的物体跟踪；
S8.获取物体的雷达点云：在对齐了雷达点云和图像后，将S7中每个识别框中的所有点取出，投影到深度图中，再与初始化的深度图(如图3所示)进行对比，深度小于初始化时的深度的点就是不属于背景的点，另外通过使用欧拉聚类方法对属于识别框中的点云进行聚类，距离小于阈值的点云块聚为一块，分成若干块之后，点数量最多的块就是属于识别物体的点云块，使得步骤S8中残留了背后其他物体的点进行去除；
S9.计算物体最小包络盒：测量计算物体的尺寸以及位置需要用长方体对物体进行刻画，通过物体点云的形状，判断出点云的主矢量方向，即点云中所有的点到点云质心的距离方差最大的方向，如图5所示，然后将点云投影到水平面得到二维点云，计算水平面上的主矢量方向，通过主矢量方向与垂直其方向，绘制出矩形与长方体，得到包络住物体点云块的最小长方体，如图6所示；
S10.根据物体的连续观测对位置、速度信息进行估计：在得到最小包络盒之后，将包络盒的中心作为物体的当前位置，通过两个观测时刻的时间差以及物***置的距离，可以计算得到物体的速度。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种可移动的道路特征测绘***，包括观测装置和三脚架，所述观测装置是由激光雷达和相机构成，其特征在于，包括以下测绘步骤：
(一)将观测装置和三脚架进行安装，然后水平放置于地面，并且对激光雷达和相机与地面的相对位置进行标定，其中观测装置与三角架安装时倾斜向下设置；
(二)观测装置倾斜向下放置后，激光雷达观测到的路面向上倾斜，在使用时将路面转换到水平面上，具体的在使用时，每次观测装置的向下倾斜角度会有细微不同，路面转换为水平面的转化关系也不一致，因此要对装置与路面的角度进行标定，标定流程如下：
S1.使观测装置朝向路面，保持短时间静止，对每一帧雷达点云提取最大平面，即路面平面；
S2.对该平面中的点集进行平面拟合，每个点的坐标为(x，y，z)，拟合后得到平面方程ax+by+cz+1＝0；
S3.通过步骤S2中的平面方程得到雷达坐标系到世界坐标系的转换关系；
(三)使观测装置保持短时间静止，对环境进行初始化，并滤去静止的背景物体，其具体的操作步骤如下：
S4.根据激光雷达的特性，设计一帧深度图，在初始化时间内，将雷达的点云对深度图进行投影，深度作为对应像素点的像素值；
S5.当一个像素点在不同的时间点都有点云的点与之对应，更远的点替代更近的点，这样得到一幅留下静态背景的深度图；
S6.再然后在人流车流繁忙的地带(地铁站出口)，将观测装置静止安放一段时间，深度图中只留下静态物体，而动态的车辆与行人均被滤去；
(四)对车辆、行人进行识别，并对速度、尺寸等信息进行精确观测与估计，具体包括以下步骤：
S7.图像识别与跟踪：通过开源算法yolov3对车辆、行人进行识别，并且通过相机获取一帧图像，并传入算法模型中，输出对该图像的分类结果与包络框，识别出的每个物体都被矩形框标出，而在每一帧识别后，记录下识别框的大小与位置，与上一帧的识别框进行配对比较，位置、大小相近的视为同一个物体的框，实现连续观测下的物体跟踪；
S8.获取物体的雷达点云：在对齐了雷达点云和图像后，将S7中每个识别框中的所有点取出，投影到深度图中，再与初始化的深度图进行对比，深度小于初始化时的深度的点就是不属于背景的点；
S9.计算物体最小包络盒：测量计算物体的尺寸以及位置需要用长方体对物体进行刻画，通过物体点云的形状，判断出点云的主矢量方向，即点云中所有的点到点云质心的距离方差最大的方向，然后将点云投影到水平面得到二维点云，计算水平面上的主矢量方向，通过主矢量方向与垂直其方向，绘制出矩形与长方体，得到包络住物体点云块的最小长方体；
S10.根据物体的连续观测对位置、速度信息进行估计：在得到最小包络盒之后，将包络盒的中心作为物体的当前位置，通过两个观测时刻的时间差以及物***置的距离，可以计算得到物体的速度。
2.根据权利要求1所述的一种可移动的道路特征测绘***，其特征在于：步骤(一)中观测装置和三脚架安装时的倾斜角度小于45°。
3.根据权利要求1所述的一种可移动的道路特征测绘***，其特征在于：步骤S6中的观测装置静止安放时间不小于30秒。
4.根据权利要求1所述的一种可移动的道路特征测绘***，其特征在于：步骤S8中通过使用欧拉聚类方法对属于识别框中的点云进行聚类，距离小于阈值的点云块聚为一块，分成若干块之后，点数量最多的块就是属于识别物体的点云块，使得步骤S8中残留了背后其他物体的点进行去除。
CN202011144438.9A 2020-10-23 2020-10-23 一种可移动的道路特征测绘*** Active CN112285737B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011144438.9A CN112285737B (zh) 2020-10-23 2020-10-23 一种可移动的道路特征测绘***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011144438.9A CN112285737B (zh) 2020-10-23 2020-10-23 一种可移动的道路特征测绘***

Publications (2)

Publication Number Publication Date
CN112285737A true CN112285737A (zh) 2021-01-29
CN112285737B CN112285737B (zh) 2024-06-25

Family

ID=74424791

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011144438.9A Active CN112285737B (zh) 2020-10-23 2020-10-23 一种可移动的道路特征测绘***

Country Status (1)

Country Link
CN (1) CN112285737B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2990828A1 (en) * 2014-08-26 2016-03-02 Kabushiki Kaisha Topcon Point cloud position data processing device, point cloud position data processing system, point cloud position data processing method, and program therefor
WO2017154061A1 (ja) * 2016-03-07 2017-09-14 三菱電機株式会社 地図作成装置および地図作成方法
WO2020039937A1 (ja) * 2018-08-23 2020-02-27 日本電信電話株式会社 位置座標推定装置、位置座標推定方法およびプログラム
CN110850439A (zh) * 2020-01-15 2020-02-28 奥特酷智能科技(南京)有限公司 一种高精度三维点云地图构建方法
CN210860503U (zh) * 2019-10-21 2020-06-26 山西省信息产业技术研究院有限公司 一种驾考全景三维vr构图装置
CN111694010A (zh) * 2020-05-27 2020-09-22 东南大学 一种基于视觉与激光雷达融合的路侧车辆识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2990828A1 (en) * 2014-08-26 2016-03-02 Kabushiki Kaisha Topcon Point cloud position data processing device, point cloud position data processing system, point cloud position data processing method, and program therefor
WO2017154061A1 (ja) * 2016-03-07 2017-09-14 三菱電機株式会社 地図作成装置および地図作成方法
WO2020039937A1 (ja) * 2018-08-23 2020-02-27 日本電信電話株式会社 位置座標推定装置、位置座標推定方法およびプログラム
CN210860503U (zh) * 2019-10-21 2020-06-26 山西省信息产业技术研究院有限公司 一种驾考全景三维vr构图装置
CN110850439A (zh) * 2020-01-15 2020-02-28 奥特酷智能科技(南京)有限公司 一种高精度三维点云地图构建方法
CN111694010A (zh) * 2020-05-27 2020-09-22 东南大学 一种基于视觉与激光雷达融合的路侧车辆识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李宁;郭江华;蓝伟;: "基于多线激光雷达的非结构化道路感知技术研究", 车辆与动力技术, no. 03 *

Also Published As

Publication number Publication date
CN112285737B (zh) 2024-06-25

Similar Documents

Publication Publication Date Title
CN110175576B (zh) 一种结合激光点云数据的行驶车辆视觉检测方法
CN103559791B (zh) 一种融合雷达和ccd摄像机信号的车辆检测方法
CN110850439B (zh) 一种高精度三维点云地图构建方法
Zheng et al. A novel vehicle detection method with high resolution highway aerial image
CN102867414B (zh) 一种基于ptz摄像机快速标定的车辆排队长度测量方法
Wen et al. Spatial-related traffic sign inspection for inventory purposes using mobile laser scanning data
CN108717540B (zh) 基于2d激光雷达区分行人和车辆的方法及装置
CN110648389A (zh) 基于无人机和边缘车辆协同的城市街景3d重建方法和***
CN114359181B (zh) 一种基于图像和点云的智慧交通目标融合检测方法及***
CN108107462A (zh) Rtk与高速相机组合的交通标志杆姿态监测装置及方法
CN112712023B (zh) 车型识别方法、***及电子设备
CN112487907B (zh) 一种基于图分类的危险场景识别方法及***
CN114677435A (zh) 一种点云全景融合要素提取方法和***
CN113449692A (zh) 一种基于无人机的地图车道信息更新方法及其***
CN115424135A (zh) 一种用于植被提取深度学习的四通道影像处理方法
CN106709432B (zh) 基于双目立体视觉的人头检测计数方法
CN113298781B (zh) 一种基于图像和点云融合的火星表面三维地形检测方法
CN114648549A (zh) 一种融合视觉和激光雷达的交通场景目标检测及定位方法
CN113156456A (zh) 一种路面、隧道一体化检测方法及检测设备、车辆
CN112285737A (zh) 一种可移动的道路特征测绘***
CN110415299B (zh) 一种运动约束下基于设定路牌的车辆位置估计方法
Bandaru et al. TScan–Stationary LiDAR for Traffic and Safety Applications: Vehicle Interpretation and Tracking
CN115083209B (zh) 一种基于视觉定位的车路协同方法及***
CN112883778B (zh) 一种基于计算机视觉的道路井盖高差识别方法及设备
CN114155258A (zh) 一种公路施工围封区域的检测方法

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
TA01 Transfer of patent application right

Effective date of registration: 20240520

Address after: 518129, Unit 13B, Building 5, Bantian Yuelang Yuan, Yayuan Road, Bantian Street, Longgang District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen Fuside Technology Co.,Ltd.

Country or region after: China

Address before: 518000 a501, 5th floor, Shanshui building, Nanshan cloud Valley Innovation Industrial Park, 4093 Liuxian Avenue, Taoyuan Street, Nanshan District, Shenzhen City, Guangdong Province

Applicant before: SHENZHEN WUJING INTELLIGENT ROBOT Co.,Ltd.

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant