CN112763231B - 车道保持辅助***功能测评方法、装置及终端与存储介质 - Google Patents
车道保持辅助***功能测评方法、装置及终端与存储介质 Download PDFInfo
- Publication number
- CN112763231B CN112763231B CN202110068215.7A CN202110068215A CN112763231B CN 112763231 B CN112763231 B CN 112763231B CN 202110068215 A CN202110068215 A CN 202110068215A CN 112763231 B CN112763231 B CN 112763231B
- Authority
- CN
- China
- Prior art keywords
- lane
- lane line
- determining
- dimensional coordinate
- road picture
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 68
- 230000006870 function Effects 0.000 claims abstract description 106
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012360 testing method Methods 0.000 abstract description 27
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000012827 research and development Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007488 abnormal function Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车道保持辅助***功能测评方法，其包括：根据多帧道路图片获得车道线轨迹，基于获得的车道线轨迹测评车道保持辅助***功能。本发明通过多帧道路图片即可获得车道线轨迹并可测评车道保持辅助***功能，因而对测试场地要求宽松，能够满足路试等大规模测试需求；而且，无需专业测试人员现场使用专业测试设备进行测评，因而测试成本比较低。
Description
技术领域
本发明涉及车辆横向控制技术领域，尤其涉及一种车道保持辅助***功能测评方法、装置及终端与存储介质。
背景技术
LKA(Lane Keep Asistant，车道保持辅助)***的功能是，根据车辆与两侧车道线的距离，横向控制车辆，使车辆保持在车道中心线附近的规定车道内行驶，以防止车辆偏离车道线。
为确保LKA***的有效性，需要对LKA***的功能进行测评。目前对LKA***的功能进行测评的方法一般为：在测试场地局部绘制车道线，进行实车测试，并由专业测试人员现场使用专业测试设备进行LKA***功能测评。
目前的LKA***功能测评方法仅能在特定的测试场地进行，无法满足路试等大规模测试需求；而且，由于需要专业测试人员现场使用专业测试设备进行测评，因而测试成本比较高。
发明内容
(一)发明目的
本发明的目的是提供一种车道保持辅助***功能测评方法、装置及终端与存储介质，用以解决现有技术中存在的LKA***功能测评方法无法满足路试等大规模测试需求并且测试成本比较高的问题。
(二)技术方案
为解决上述问题，本发明的第一方面提供了一种车道保持辅助***功能测评方法，包括：
根据多帧道路图片获得车道线轨迹；
基于获得的车道线轨迹测评车道保持辅助***功能。
可选地，根据多帧道路图片获得车道线轨迹，包括：
确定每帧道路图片中车道线的二维坐标点及其连接顺序；
根据确定的二维坐标点及其连接顺序，获得车道线轨迹。
可选地，根据确定的二维坐标点及其连接顺序，获得车道线轨迹，包括：
根据车道线绘制方程确定连接顺序相邻的二维坐标点之间的补充坐标点；
按顺序依次连接二维坐标点和补充坐标点，获得车道线轨迹。
可选地，确定每帧道路图片中车道线的二维坐标点及其连接顺序，包括：
对每帧道路图片进行网格化处理；
对网格化处理后的多帧道路图片建立三维坐标系；其中，以任意一帧道路图片的任意位置为原点，分别以道路图片的横向、纵向和时间方向为第一坐标轴、第二坐标轴和第三坐标轴，根据道路图片的网格对第一坐标轴和第二坐标轴进行刻度划分，根据时间对第三坐标轴进行刻度划分；
确定每帧道路图片中车道线在三维坐标系中的三维坐标点；
根据车道线的三维坐标点中的第一坐标值和第二坐标值，确定车道线的二维坐标点；以及，根据车道线的三维坐标点中的第三坐标值，确定二维坐标点的连接顺序；其中，第一坐标值、第二坐标值和第三坐标值分别为第一坐标轴、第二坐标轴和第三坐标轴的坐标值。
可选地，基于获得的车道线轨迹测评车道保持辅助***功能，包括：
在道路图片所在区域中确定出车道线的标准区域范围；
根据车道线轨迹与标准区域范围的位置关系，测评车道保持辅助***功能。
可选地，在道路图片所在区域中确定出车道线的标准区域范围，包括：
根据摄像头中心线与车辆中心线的横向距离、车道线宽度和横向路径误差，在道路图片所在区域中确定出车道线的标准区域范围。
可选地，基于获得的车道线轨迹测评车道保持辅助***功能，包括：
根据车道线轨迹确定车道线轨迹中心线；以及，在道路图片所在区域中确定出车道线标准中心线；
根据车道线轨迹中心线与车道线标准中心线相距的远近程度，测评车道保持辅助***功能。
本发明的第二方面提供了一种车道保持辅助***功能测评装置，包括：
获取模块，用于根据多帧道路图片获得车道线轨迹；
测评模块，用于基于获得的车道线轨迹测评车道保持辅助***功能。
可选地，获取模块，包括：
确定子模块，用于确定每帧道路图片中车道线的二维坐标点及其连接顺序；
连接子模块，用于根据确定的二维坐标点及其连接顺序，获得车道线轨迹。
可选地，连接子模块，具体用于：
根据车道线绘制方程确定连接顺序相邻的二维坐标点之间的补充坐标点；按顺序依次连接二维坐标点和补充坐标点，获得车道线轨迹。
可选地，确定子模块，具体用于：
对每帧道路图片进行网格化处理；对网格化处理后的多帧道路图片建立三维坐标系；其中，以任意一帧道路图片的任意位置为原点，分别以道路图片的横向、纵向和时间方向为第一坐标轴、第二坐标轴和第三坐标轴，根据道路图片的网格对第一坐标轴和第二坐标轴进行刻度划分，根据时间对第三坐标轴进行刻度划分；确定每帧道路图片中车道线在三维坐标系中的三维坐标点；根据车道线的三维坐标点中的第一坐标值和第二坐标值，确定车道线的二维坐标点；以及，根据车道线的三维坐标点中的第三坐标值，确定二维坐标点的连接顺序；其中，第一坐标值、第二坐标值和第三坐标值分别为第一坐标轴、第二坐标轴和第三坐标轴的坐标值。
可选地，测评模块，具体用于：
在道路图片所在区域中确定出车道线的标准区域范围；根据车道线轨迹与标准区域范围的位置关系，测评车道保持辅助***功能。
可选地，测评模块，具体用于：
根据车道线轨迹确定车道线轨迹中心线；以及，在道路图片所在区域中确定出车道线标准中心线；根据车道线轨迹中心线与车道线标准中心线相距的远近程度，测评车道保持辅助***功能。
本发明的第三方面提供了一种车道保持辅助***功能测评终端，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现所述的车道保持辅助***功能测评方法。
本发明的第四方面提供了一种存储介质，所述存储介质为计算机可读存储介质其上存储有计算机程序；
所述计算机程序被处理器执行以实现所述的车道保持辅助***功能测评方法。
(三)有益效果
本发明提供了一种车道保持辅助***功能测评方法，包括：根据多帧道路图片获得车道线轨迹，基于获得的车道线轨迹测评车道保持辅助***功能。本发明通过多帧道路图片即可获得车道线轨迹并可测评车道保持辅助***功能，因而对测试场地要求宽松，能够满足路试等大规模测试需求；而且，无需专业测试人员现场使用专业测试设备进行测评，因而测试成本比较低。
附图说明
图1是本发明实施例提供的一种车道保持辅助***功能测评方法流程示意图；
图2是本发明实施例提供的网格化处理后的道路图片的示意图；
图3A和图3B是本发明实施例提供的坐标系的示意图；
图4是本发明实施例提供的摄像头中心线与车辆中心线的横向距离的示意图；
图5是本发明实施例提供的车道线的标准区域范围的示意图；
图6是本发明实施例提供的横向路径误差的示意图；
图7是本发明实施例提供的一种车道保持辅助***功能测评装置的结构示意图；
图8是本发明实施例提供的一种车道保持辅助***功能测评终端的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
显然，所描述的实施例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。
在本发明的描述中，需要说明的是，术语“第一”、“第二”仅用于区分目的，而不能理解为指示或暗示相对重要性。
本发明实施例提供了一种车道保持辅助***功能测评方法，如图1所示，该方法包括：
步骤101、根据多帧道路图片获得车道线轨迹；
步骤102、基于获得的车道线轨迹测评车道保持辅助***功能。
实施中，本发明通过多帧道路图片即可获得车道线轨迹并可测评车道保持辅助***功能，因而对测试场地要求宽松，能够满足路试等大规模测试需求。
实施中，应用本发明实施例提供的LKA***功能测评方案，除了对测试场地要求宽松，对人员和设备的专业性、测评时间和地点以及用于测评的道路图片是在线数据还是离线数据等均要求宽松，因而应用场景很广。
实施中，应用本发明实施例提供的LKA***功能测评方案，可用于测评的数据规模大，因而可得到更加客观真实的测评结果。
实施中，应用本发明实施例提供的LKA***功能测评方案，方案简单易行。
实施中，应用本发明实施例提供的LKA***功能测评方案，无需专门的实车测试过程且可快速得到测评结果，因而测评效率比较高。
实施中，应用本发明实施例提供的LKA***功能测评方案，无需专业测试人员现场使用专业测试设备进行测评，因而测评成本比较低。
实施中，本发明实施例提供的LKA***功能测评方案，具有很大的应用前景。
其中，在步骤101中，多帧道路图片，是指录制的道路视频中的多帧图片，具体地，可以为道路视频中的全部图片或者部分图片。若多帧道路图片为道路视频中的部分图片，则可以根据测评需要从道路视频中提取多帧道路图片，比如，根据测评所需时间从道路视频中提取多帧道路图片。
其中，道路视频可通过车辆上的视频录制设备进行录制。视频录制设备可以为工业相机、运动相机或者行车记录仪等常见的视频录制设备。
其中，本发明实施例可以采用现有技术中任一种图片检测技术，从道路图片中检测出车道线，比如，根据车道线特征(比如与路面色差、形状、等距离断开和趋势)从道路图片中检测出车道线。
其中，在步骤101中，每帧道路图片中都包含车道线的位置信息，因而根据多帧道路图片便可获得车道线轨迹，任一种根据多帧道路图片获得车道线轨迹的方案均适用于本发明实施例，比如，直接连接每帧道路图片中车道线位置获得车道线轨迹；或者，确定每帧道路图片中车道线位置中心点，连接每帧道路图片中车道线位置中心点获得车道线轨迹；或者，确定每帧道路图片中车道线的坐标点，连接每帧道路图片中车道线的坐标点获得车道线轨迹等。
可选地，在步骤101中，根据多帧道路图片获得车道线轨迹，包括：
步骤1011、确定每帧道路图片中车道线的二维坐标点及其连接顺序；
步骤1012、根据确定的二维坐标点及其连接顺序，获得车道线轨迹。
实施中，通过描点可以获得更加客观真实的车道线轨迹，从而可以得到更加准确的测评结果。
其中，在步骤1011中，每帧道路图片中都包含车道线的位置信息，可以很方便地确定出每帧道路图片中车道线的二维坐标点，任一种确定每帧道路图片中车道线的二维坐标点的方案均适用于本发明实施例，比如，对道路图片建立二维坐标系，确定每帧道路图片中车道线的二维坐标点；或者，对多帧道路图片建立三维坐标系，确定每帧道路图片中车道线的三维坐标点，将车道线的三维坐标点转换成二维坐标点；或者，对道路图片建立其他坐标系，确定每帧道路图片中车道线的坐标点，将车道线的坐标点转换成二维坐标点。
其中，在步骤1011中，一帧道路图片中车道线的二维坐标点可以为车道线任意位置的二维坐标点，比如车道线中心位置的二维坐标点；另外，一帧道路图片中车道线的二维坐标点可以为一个或多个二维坐标点。
其中，在步骤1011中，根据多帧道路图片在道路视频中的时间顺序，确定多帧道路图片中车道线的二维坐标点的连接顺序。
可选地，在步骤1011中，确定每帧道路图片中车道线的二维坐标点及其连接顺序，包括：
步骤10111、对每帧道路图片进行网格化处理；
步骤10112、对网格化处理后的多帧道路图片建立三维坐标系；其中，以任意一帧道路图片的任意位置为原点，分别以道路图片的横向、纵向和时间方向为第一坐标轴、第二坐标轴和第三坐标轴，根据道路图片的网格对第一坐标轴和第二坐标轴进行刻度划分，根据时间对第三坐标轴进行刻度划分；
步骤10113、确定每帧道路图片中车道线在三维坐标系中的三维坐标点；
步骤10114、根据车道线的三维坐标点中的第一坐标值和第二坐标值，确定车道线的二维坐标点；以及，根据车道线的三维坐标点中的第三坐标值，确定二维坐标点的连接顺序；其中，第一坐标值、第二坐标值和第三坐标值分别为第一坐标轴、第二坐标轴和第三坐标轴的坐标值。
实施中，对多帧道路图片建立一个坐标系，同时确定多帧道路图片中车道线的二维坐标点及其连接顺序，可以提高获得车道线轨迹的速度和准确度，从而提高获得的测评结果的速度和准确度。
其中，在步骤10111中，可以采用现有技术中任一种网格化技术，对每帧道路图片进行网格化处理。
其中，网格化处理后的道路图片如图2所示，在图2中未示出道路图片的内容。
实施中，对每帧道路图片进行网格化处理，并对网格化处理后的多帧道路图片建立三维坐标系，可以降低确定车道线的二维坐标点的复杂度。
其中，步骤10111可以省略，即在步骤10112中，直接对多帧道路图片建立三维坐标系，此时，根据道路图片的像素对第一坐标轴和第二坐标轴进行刻度划分。
为方便理解，下面结合具体例子，对步骤10112中对网格化处理后的多帧道路图片建立三维坐标系的方案进行介绍。
比如，首先，如图3A所示，将道路图片以帧为单位进行处理，将每一帧道路图片按照2D方式，以道路图片右下角为原点o，分别以道路图片的横向和纵向为x轴和z轴。
其次，如图3B所示，将多帧道路图片按照3D方式，以首帧道路图片右下角为原点o，分别以横向、纵向和时间方向为x轴、z轴和y轴，根据道路图片的网格对x轴和z轴进行刻度划分，根据时间对y轴进行刻度划分，其中，当前帧为多帧道路图片中时间最小的一帧道路图片。
最后，基于建立的三维坐标系，便可以确定任一帧道路图片中任一位置的三维坐标点，比如，原点坐标为(0,0,0)，首帧道路图片右下角网格的坐标为(1,0,0)，首帧道路图片右上角网格的坐标为(0,0,Z)，首帧道路图片左上角网格的坐标为(X,0,Z)，首帧道路图片左下角网格的坐标为(X,0,0)，首帧道路图片之后n帧道路图片左下角网格的坐标分别为(X,1,0)、(X,2,0)……(X,n,0)。
其中，在步骤10113中，一帧道路图片中车道线的三维坐标点可以为车道线任意位置的三维坐标点，比如车道线中心位置的三维坐标点；另外，一帧道路图片中车道线的三维坐标点可以为一个或多个三维坐标点。
其中，在步骤10114中，任一种根据三维坐标点中的第一坐标值和第二坐标值确定二维坐标点的方案均适用于本发明实施例，比如，直接去掉三维坐标点中的第三坐标值，得到二维坐标点；或者，确定三维坐标点在由第一坐标轴和第二坐标轴所确定的坐标平面上的正投影点，根据正投影点的第一坐标值和第二坐标值确定正投影点在由第一坐标轴和第二坐标轴所确定的二维坐标系中的二维坐标点。
其中，在步骤1012中，可以直接按顺序依次连接二维坐标点获得车道线轨迹，也可以先确定二维坐标点的补充坐标点，再按顺序依次连接二维坐标点和补充坐标点以获得车道线轨迹。
可选地，在步骤1012中，根据确定的二维坐标点及其连接顺序，获得车道线轨迹，包括：
10121、根据车道线绘制方程确定连接顺序相邻的二维坐标点之间的补充坐标点；
10122、按顺序依次连接二维坐标点和补充坐标点，获得车道线轨迹。
实施中，通过补充坐标点可以提高获得的车道线轨迹的准确度，从而可以提高测评结果的准确度。
其中，在步骤10121中，现有技术中任一种车道线绘制方程均适用于本发明实施例。
可选地，在步骤10121中，车道线绘制方程为y＝c0+ax+bx2+cx3，c0为车道线与车辆中心的距离，a、b和c为车道线变化趋势系数。
其中，在步骤102中，基于车道线轨迹测评车道保持辅助***功能的方案有多种，比如，根据车道线轨迹测评车道保持辅助***功能；或者，根据车道线轨迹得到车道线轨迹相关的其他线段，根据车道线轨迹相关的其他线段测评车道保持辅助***功能；或者，根据车道线轨迹以及与车道线轨迹相关的其他线段测评车道保持辅助***功能，下面将分别进行介绍。
一、根据车道线轨迹测评车道保持辅助***功能。
可选地，在步骤102中，基于获得的车道线轨迹测评车道保持辅助***功能，包括：
步骤1021、在道路图片所在区域中确定出车道线的标准区域范围；
步骤1022、根据车道线轨迹与标准区域范围的位置关系，测评车道保持辅助***功能。
实施中，根据车道线轨迹与标准区域范围的位置关系，可以直观测评LKA***的功能。
实施中，应用本发明实施例提供的LKA***功能测评方案，可以为研发提供精确参考数据，节约研发成本，提高研发效率。
其中，在步骤1021中，车道线的标准区域范围，是指LKA***功能正常时车道线的区域范围。
其中，在步骤1021中，在道路图片所在区域中确定出车道线的标准区域范围时，需要考虑视频录制设备的摄像头中心线与车辆中心线的横向距离、车道线宽度和横向路径误差，根据该横向距离、车道线宽度和横向路径误差在道路图片所在区域中确定出车道线的标准区域范围的任一种实施方式均适用于本发明实施例。
其中，如图4所示，线段V表示车辆中心线，线段F表示视频录制设备的摄像头中心线，则摄像头中心线与车辆中心线的横向距离为线段V和线段F之间的距离d。
其中，若摄像头中心线与车辆中心线的横向距离为0，则如图5所示，车道线标准中心线在道路图片所在区域的横向中心线上；若摄像头中心线与车辆中心线的横向距离不为0，则需要对道路图片所在区域的横向中心线进行位置补偿以得到车道线标准中心线，如图4所示，位置补偿的目标是使摄像头中心线到每侧车道线的距离与车辆中心线到每侧车道线的距离相等，具体为：若摄像头中心线位于车辆中心线的水平方向上的一侧且横向距离为d，则道路图片所在区域的横向中心线向水平方向上的另一侧平移d距离以在道路图片所在区域中确定出车道线标准中心线。
其中，车道线标准中心线，是指LKA***功能正常时车道线的中心线。
其中，车道线宽度，是指真实道路上车道线宽度根据道路图片尺寸等比例缩小值，比如，若真实道路上车道线宽度为3.75米，则车道线宽度是3.75米根据道路图片尺寸等比例缩小值。
其中，如图5所示，根据车道线标准中心线和车道线宽度，能够在道路图片所在区域中确定出标准车道线。
其中，标准车道线，是指LKA***功能正常时的车道线。
其中，如图6所示，横向路径误差，即横向路径偏移量，是指车头中线与规划路径之间的水平距离；也即，LKA***功能允许的横向误差，在该误差范围内也认为LKA***功能正常。根据不同标准，横向路径误差的取值不同，比如根据企业标准，横向路径误差的取值为0.2，横向路径误差单位与车道线宽度单位一致。
其中，如图5所示，根据标准车道线和横向路径误差，能够在道路图片所在区域中确定出车道线的标准区域范围D1和D2，D1和D2的宽度相等。
从图5可以看出，车道线的标准区域范围D1和D2将道路图片所在区域分成5个区域，依次为：A区、D1区、B区、D2区和C区；而且，车道线的标准区域范围D1和D2限定了标准车道线的最小宽度L1和最大宽度L2。
可选地，在步骤1021中，首先，根据摄像头中心线与车辆中心线的横向距离，在道路图片所在区域中确定出车道线标准中心线；其次，根据车道线宽度和车道线标准中心线，在道路图片所在区域中确定出标准车道线；最后，根据横向路径误差和标准车道线，在道路图片所在区域中确定出车道线的标准区域范围。当然，三个步骤顺序也可以根据需要进行变换，比如，假设车道线标准中心线在道路图片所在区域的横向中心线上，首先，根据车道线宽度和假设车道线标准中心线，在道路图片所在区域中确定出假设标准车道线；其次，根据横向路径误差和假设标准车道线，在道路图片所在区域中确定出假设车道线的标准区域范围；最后，根据摄像头中心线与车辆中心线的横向距离，在道路图片所在区域中确定出车道线标准中心线，并基于确定出的车道线标准中心线与假设车道线标准中心线的位置误差，补偿假设车道线的标准区域范围，以确定出车道线的标准区域范围。
其中，在步骤1021中，可以在每帧道路图片上划分出车道线的标准区域范围，也可以在道路图片的观察窗口上划分出车道线的标准区域范围。
其中，在步骤1022中，根据车道线轨迹与标准区域范围的位置关系，测评车道保持辅助***功能是否正常；具体地，若车道线轨迹位于标准区域范围内，则车道保持辅助***功能正常；否则，车道保持辅助***功能异常。
其中，在步骤1022中，在测评出车道保持辅助***功能异常后，根据车道线轨迹与标准区域范围的位置关系，测评车道保持辅助***功能的异常种类，根据车道线轨迹的实施方式不同，一共分为三种情况，下面将分别进行介绍。
情况一、车道线轨迹包括位于水平方向第一侧的第一侧车道线轨迹，标准区域范围包括位于水平方向第一侧的第一侧标准区域范围。
若第一侧车道线轨迹位于第一侧标准区域范围的第一侧，则异常种类为车辆第一侧控制超出阈值；若第一侧车道线轨迹位于第一侧标准区域范围的第二侧，则异常种类为车辆第二侧控制超出阈值。
比如，如图5所示，假设第一侧指图5中的左侧且第二侧指图5中的右侧，若左侧车道线轨迹位于A区，无右侧车道线，则车辆左侧控制超出阈值；若左侧车道线轨迹位于B区，无右侧车道线，则车辆右侧控制超出阈值。
情况二、车道线轨迹包括位于水平方向第二侧的第二侧车道线轨迹，标准区域范围包括位于水平方向第二侧的第二侧标准区域范围。
若第二侧车道线轨迹位于第二侧标准区域范围的第一侧，则异常种类为车辆第一侧控制超出阈值；若第二侧车道线轨迹位于第二侧标准区域范围的第二侧，则异常种类为车辆第二侧控制超出阈值。
比如，如图5所示，假设第一侧指图5中的左侧且第二侧指图5中的右侧，若右侧车道线轨迹位于B区，无左侧车道线，则车辆左侧控制超出阈值；若右侧车道线轨迹位于C区，无左侧车道线，则车辆右侧控制超出阈值。
情况三、车道线轨迹包括位于水平方向第一侧的第一侧车道线轨迹和第二侧的第二侧车道线轨迹，标准区域范围包括位于水平方向第一侧的第一侧标准区域范围和第二侧的第二侧标准区域范围。
若第一侧车道线轨迹位于第一侧标准区域范围的第一侧、并且第二侧车道线轨迹位于第二侧标准区域范围的第一侧，则异常种类为车辆第一侧控制超出阈值；若第一侧车道线轨迹位于第一侧标准区域范围的第二侧、并且第二侧车道线轨迹位于第二侧标准区域范围的第二侧，则异常种类为车辆第二侧控制超出阈值。
比如，如图5所示，假设第一侧指图5中的左侧、且第二侧指图5中的右侧，若左侧车道线轨迹位于A区，右侧车道线轨迹位于B区，则车辆左侧控制超出阈值；若左侧车道线轨迹位于B区，右侧车道线轨迹位于C区，则车辆右侧控制超出阈值。
二、根据车道线轨迹得到车道线轨迹相关的其他线段，根据车道线轨迹相关的其他线段测评车道保持辅助***功能。
可选地，在步骤102中，基于获得的车道线轨迹测评车道保持辅助***功能，包括：
步骤102A、根据车道线轨迹确定车道线轨迹中心线；以及，在道路图片所在区域中确定出车道线标准中心线；
步骤102B、根据车道线轨迹中心线与车道线标准中心线相距的远近程度，测评车道保持辅助***功能。
实施中，根据车道线轨迹中心线与车道线标准中心线相距的远近程度，可以直观并且客观测评LKA***的功能。
实施中，应用本发明实施例提供的LKA***功能测评方案，可以为研发提供精确参考数据，节约研发成本，提高研发效率。
其中，在步骤102A中，可以采用现有技术中任一种确定两条线间的中心线的方法，根据车道线轨迹确定车道线轨迹中心线，比如，中心点连线法。
其中，在步骤102A中，在道路图片所在区域中确定出车道线标准中心线的实施方式，可以参见步骤1021的具体实施方式中相关内容，在此不再赘述。
其中，在步骤102B中，根据车道线轨迹中心线与车道线标准中心线相距的远近程度，可以定性测评车道保持辅助***功能；即，车道线轨迹中心线与车道线标准中心线相距越近，车道保持辅助***功能越好；车道线轨迹中心线与车道线标准中心线相距越远，车道保持辅助***功能越差。
其中，在步骤102B中，根据车道线轨迹中心线与车道线标准中心线相距的远近程度，可以定量测评车道保持辅助***功能；即，根据车道线轨迹中心线上的点与车道线标准中心线的距离值，测评车道保持辅助***功能是否正常；具体地，若车道线轨迹中心线上的点与车道线标准中心线的距离值小于预设距离阈值，则车道保持辅助***功能正常；否则，车道保持辅助***功能异常；其中，预设距离阈值是根据横向路径误差确定的。
其中，在步骤102B中，在测评出车道保持辅助***功能异常后，可以结合车道线轨迹中心线上的点与车道线标准中心线的位置关系，测评车道保持辅助***功能的异常种类；具体地，若车道线轨迹中心线上的点位于车道线标准中心线的第一侧，则异常种类为车辆第一侧控制超出阈值；若车道线轨迹中心线上的点位于车道线标准中心线的第二侧，则异常种类为车辆第二侧控制超出阈值。
三、根据车道线轨迹以及与车道线轨迹相关的其他线段测评车道保持辅助***功能。
可选地，在步骤102中，基于获得的车道线轨迹测评车道保持辅助***功能，包括：
在道路图片所在区域中确定出车道线的标准区域范围；根据车道线轨迹与标准区域范围的位置关系，得到车道保持辅助***功能的第一测评结果；
根据车道线轨迹确定车道线轨迹中心线；以及，在道路图片所在区域中确定出车道线标准中心线；根据车道线轨迹中心线与车道线标准中心线相距的远近程度，得到车道保持辅助***功能的第二测评结果；
根据第一测评结果和第二测评结果，测评车道保持辅助***功能。
实施中，根据第一测评结果和第二测评结果，可以得到更准确的LKA***功能的测评结果。
可选地，在步骤102之后，还包括：
将多帧道路图片转换成视频文件进行保存。
实施中，将多帧道路图片转换成视频文件进行保存，方便通过回放视频以俯视图视角进行主观测评，丰富测评功能。
基于同一发明构思，本发明实施例提供了一种车道保持辅助***功能测评装置，用于执行上述的一种车道保持辅助***功能测评方法，如图7所示，该装置包括：
获取模块710，用于根据多帧道路图片获得车道线轨迹；
测评模块720，用于基于获得的车道线轨迹测评车道保持辅助***功能。
其中，本发明实施例对于获取模块710和测评模块720的具体形状结构不做限定，本领域技术人员可以根据其实现的功能作用对其进行任意设置，在此不再赘述；另外，本发明实施例中获取模块710和测评模块720所实现的操作步骤的具体实现过程以及实现效果与本发明实施例中步骤101和步骤102的具体实现过程以及实现效果相同，具体可参考上述陈述内容，在此不再赘述。
可选地，获取模块710，包括：
确定子模块711，用于确定每帧道路图片中车道线的二维坐标点及其连接顺序；
连接子模块712，用于根据确定的二维坐标点及其连接顺序，获得车道线轨迹。
其中，本发明实施例对于确定子模块711和连接子模块712的具体形状结构不做限定，本领域技术人员可以根据其实现的功能作用对其进行任意设置，在此不再赘述；另外，本发明实施例中确定子模块711和连接子模块712所实现的操作步骤的具体实现过程以及实现效果与本发明实施例中步骤1011和步骤1012的具体实现过程以及实现效果相同，具体可参考上述陈述内容，在此不再赘述。
在上述实施例的基础上，继续参考图7，本发明实施例对于连接子模块712获得车道线轨迹的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在连接子模块712获得车道线轨迹时，该连接子模块712具体用于执行：根据车道线绘制方程确定连接顺序相邻的二维坐标点之间的补充坐标点；按顺序依次连接二维坐标点和补充坐标点，获得车道线轨迹。
在上述实施例的基础上，继续参考图7，本发明实施例对于确定子模块711确定每帧道路图片中车道线的二维坐标点及其连接顺序的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在确定子模块711确定每帧道路图片中车道线的二维坐标点及其连接顺序时，该确定子模块711具体用于执行：对每帧道路图片进行网格化处理；对网格化处理后的多帧道路图片建立三维坐标系；其中，以任意一帧道路图片的任意位置为原点，分别以道路图片的横向、纵向和时间方向为第一坐标轴、第二坐标轴和第三坐标轴，根据道路图片的网格对第一坐标轴和第二坐标轴进行刻度划分，根据时间对第三坐标轴进行刻度划分；确定每帧道路图片中车道线在三维坐标系中的三维坐标点；根据车道线的三维坐标点中的第一坐标值和第二坐标值，确定车道线的二维坐标点；以及，根据车道线的三维坐标点中的第三坐标值，确定二维坐标点的连接顺序；其中，第一坐标值、第二坐标值和第三坐标值分别为第一坐标轴、第二坐标轴和第三坐标轴的坐标值。
在上述实施例的基础上，继续参考图7，本发明实施例对于测评模块720测评车道保持辅助***功能的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在测评模块720测评车道保持辅助***功能时，该测评模块720具体用于执行：在道路图片所在区域中确定出车道线的标准区域范围；根据车道线轨迹与标准区域范围的位置关系，测评车道保持辅助***功能。
在上述实施例的基础上，继续参考图7，本发明实施例对于测评模块720测评车道保持辅助***功能的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在测评模块720测评车道保持辅助***功能时，该测评模块720具体用于执行：根据车道线轨迹确定车道线轨迹中心线；以及，在道路图片所在区域中确定出车道线标准中心线；根据车道线轨迹中心线与车道线标准中心线相距的远近程度，测评车道保持辅助***功能。
基于同一发明构思，本发明实施例提供了一种车道保持辅助***功能测评终端，用于执行车道保持辅助***功能测评方法，如图8所示，该装置包括：
存储器810；
处理器820；以及
计算机程序；
其中，计算机程序存储在存储器810中，并被配置为由处理器820执行以实现车道保持辅助***功能测评方法。
基于同一发明构思，本发明实施例提供了一种存储介质，该存储介质为计算机可读存储介质，其上存储有计算机程序；
该计算机程序被处理器执行以实现车道保持辅助***功能测评方法。
其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，简称ROM)或随机存取存储器(RandomAccessMemory，简称RAM)等。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (12)
1.一种车道保持辅助***功能测评方法，其特征在于，包括：
根据多帧道路图片获得车道线轨迹；
基于获得的所述车道线轨迹测评车道保持辅助***功能；
所述基于获得的所述车道线轨迹测评车道保持辅助***功能，包括：
在道路图片所在区域中确定出车道线的标准区域范围；
根据所述车道线轨迹与所述标准区域范围的位置关系，测评车道保持辅助***功能；
所述在道路图片所在区域中确定出车道线的标准区域范围，包括：
根据摄像头中心线与车辆中心线的横向距离、车道线宽度和横向路径误差，在道路图片所在区域中确定出车道线的标准区域范围。
2.根据权利要求1所述的方法，其特征在于，所述根据多帧道路图片获得车道线轨迹，包括：
确定每帧道路图片中车道线的二维坐标点及其连接顺序；
根据确定的所述二维坐标点及其连接顺序，获得所述车道线轨迹。
3.根据权利要求2所述的方法，其特征在于，根据确定的所述二维坐标点及其连接顺序，获得所述车道线轨迹，包括：
根据车道线绘制方程确定连接顺序相邻的所述二维坐标点之间的补充坐标点；
按顺序依次连接所述二维坐标点和所述补充坐标点，获得所述车道线轨迹。
4.根据权利要求2所述的方法，其特征在于，所述确定每帧道路图片中车道线的二维坐标点及其连接顺序，包括：
对每帧道路图片进行网格化处理；
对网格化处理后的多帧道路图片建立三维坐标系；其中，以任意一帧道路图片的任意位置为原点，分别以道路图片的横向、纵向和时间方向为第一坐标轴、第二坐标轴和第三坐标轴，根据道路图片的网格对第一坐标轴和第二坐标轴进行刻度划分，根据时间对第三坐标轴进行刻度划分；
确定每帧道路图片中车道线在所述三维坐标系中的三维坐标点；
根据车道线的所述三维坐标点中的第一坐标值和第二坐标值，确定车道线的二维坐标点；以及，根据车道线的所述三维坐标点中的第三坐标值，确定所述二维坐标点的连接顺序；其中，第一坐标值、第二坐标值和第三坐标值分别为第一坐标轴、第二坐标轴和第三坐标轴的坐标值。
5.根据权利要求1所述的方法，其特征在于，所述基于获得的所述车道线轨迹测评车道保持辅助***功能，包括：
根据所述车道线轨迹确定车道线轨迹中心线；以及，在道路图片所在区域中确定出车道线标准中心线；
根据所述车道线轨迹中心线与所述车道线标准中心线相距的远近程度，测评车道保持辅助***功能。
6.一种车道保持辅助***功能测评装置，其特征在于，包括：
获取模块，用于根据多帧道路图片获得车道线轨迹；
测评模块，用于基于获得的所述车道线轨迹测评车道保持辅助***功能；
所述测评模块，具体用于：
在道路图片所在区域中确定出车道线的标准区域范围；根据所述车道线轨迹与所述标准区域范围的位置关系，测评车道保持辅助***功能；
所述在道路图片所在区域中确定出车道线的标准区域范围，包括：
根据摄像头中心线与车辆中心线的横向距离、车道线宽度和横向路径误差，在道路图片所在区域中确定出车道线的标准区域范围。
7.根据权利要求6所述的装置，其特征在于，所述获取模块，包括：
确定子模块，用于确定每帧道路图片中车道线的二维坐标点及其连接顺序；
连接子模块，用于根据确定的所述二维坐标点及其连接顺序，获得所述车道线轨迹。
8.根据权利要求7所述的装置，其特征在于，所述连接子模块，具体用于：
根据车道线绘制方程确定连接顺序相邻的所述二维坐标点之间的补充坐标点；按顺序依次连接所述二维坐标点和所述补充坐标点，获得所述车道线轨迹。
9.根据权利要求7所述的装置，其特征在于，所述确定子模块，具体用于：
对每帧道路图片进行网格化处理；对网格化处理后的多帧道路图片建立三维坐标系；其中，以任意一帧道路图片的任意位置为原点，分别以道路图片的横向、纵向和时间方向为第一坐标轴、第二坐标轴和第三坐标轴，根据道路图片的网格对第一坐标轴和第二坐标轴进行刻度划分，根据时间对第三坐标轴进行刻度划分；确定每帧道路图片中车道线在所述三维坐标系中的三维坐标点；根据车道线的所述三维坐标点中的第一坐标值和第二坐标值，确定车道线的二维坐标点；以及，根据车道线的所述三维坐标点中的第三坐标值，确定所述二维坐标点的连接顺序；其中，第一坐标值、第二坐标值和第三坐标值分别为第一坐标轴、第二坐标轴和第三坐标轴的坐标值。
10.根据权利要求6所述的装置，其特征在于，所述测评模块，具体用于：
根据所述车道线轨迹确定车道线轨迹中心线；以及，在道路图片所在区域中确定出车道线标准中心线；根据所述车道线轨迹中心线与所述车道线标准中心线相距的远近程度，测评车道保持辅助***功能。
11.一种车道保持辅助***功能测评终端，其特征在于，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-5中任意一项所述的车道保持辅助***功能测评方法。
12.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质其上存储有计算机程序；
所述计算机程序被处理器执行以实现如权利要求1-5中任意一项所述的车道保持辅助***功能测评方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110068215.7A CN112763231B (zh) | 2021-01-19 | 2021-01-19 | 车道保持辅助***功能测评方法、装置及终端与存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110068215.7A CN112763231B (zh) | 2021-01-19 | 2021-01-19 | 车道保持辅助***功能测评方法、装置及终端与存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112763231A CN112763231A (zh) | 2021-05-07 |
| CN112763231B true CN112763231B (zh) | 2023-06-02 |
Family
ID=75703072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110068215.7A Active CN112763231B (zh) | 2021-01-19 | 2021-01-19 | 车道保持辅助***功能测评方法、装置及终端与存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112763231B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113758501B (zh) * | 2021-09-08 | 2024-06-04 | 广州小鹏自动驾驶科技有限公司 | 检测地图中的异常车道线的方法和可读存储介质 |
| CN114509281B (zh) * | 2022-03-11 | 2023-05-16 | 东风汽车集团股份有限公司 | 一种车道偏离辅助***测试装置及方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101915672B (zh) * | 2010-08-24 | 2012-07-25 | 清华大学 | 车道偏离报警***的测试装置及测试方法 |
| DE102013103952B4 (de) * | 2012-05-02 | 2020-07-09 | GM Global Technology Operations LLC | Spurerkennung bei voller Fahrt mit einem Rundumsichtsystem |
| CN103978978B (zh) * | 2014-05-26 | 2016-06-22 | 武汉理工大学 | 基于逆投影变换的车道保持方法 |
| CN105711588B (zh) * | 2016-01-20 | 2018-05-11 | 奇瑞汽车股份有限公司 | 一种车道保持辅助***和车道保持辅助方法 |
| CN111220197B (zh) * | 2016-09-12 | 2022-02-22 | 上海沃尔沃汽车研发有限公司 | 车道线偏离报警***的测试***和测试方法 |
| US10207706B2 (en) * | 2016-12-28 | 2019-02-19 | Automotive Research & Testing Center | System for detecting lane line of road and method thereof |
| CN106682646B (zh) * | 2017-01-16 | 2020-12-22 | 北京新能源汽车股份有限公司 | 一种车道线的识别方法及装置 |
| CN110006665B (zh) * | 2019-04-22 | 2020-05-19 | 中国汽车工程研究院股份有限公司 | 一种利用虚拟车道线的室内车道偏离预警测试方法 |
| CN110487562B (zh) * | 2019-08-21 | 2020-04-14 | 北京航空航天大学 | 一种用于无人驾驶的车道保持能力检测***及方法 |
| CN111797766B (zh) * | 2020-07-06 | 2022-01-11 | 三一专用汽车有限责任公司 | 识别方法、识别装置、计算机可读存储介质和车辆 |
| CN111738207B (zh) * | 2020-07-13 | 2022-11-08 | 腾讯科技（深圳）有限公司 | 车道线检测方法、装置、电子设备及可读存储介质 |
-
2021
- 2021-01-19 CN CN202110068215.7A patent/CN112763231B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112763231A (zh) | 2021-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112763231B (zh) | 车道保持辅助***功能测评方法、装置及终端与存储介质 | |
| CN107678036B (zh) | 一种车载非接触式接触网几何参数动态检测***及方法 | |
| US20080075358A1 (en) | Apparatus for extracting camera motion, system and method for supporting augmented reality in ocean scene using the same | |
| CN107703513B (zh) | 一种基于图像处理的非接触式接触网相对位置检测方法 | |
| DE102013211930A1 (de) | Binokulares Objektvergleichsverfahren mit breiter Basislinie unter Verwendung eines Flussnetzes mit minimalen Kosten | |
| CN114577131B (zh) | 一种基于3d结构光相机的车身间隙检测方法及*** | |
| US20020159053A1 (en) | Machine vision system and method for analyzing illumination lines in an image to determine characteristics of an object being inspected | |
| JP2015017921A (ja) | 摺り板形状計測装置 | |
| CN105263018A (zh) | 一种视频图像中叠加条纹检测方法和装置 | |
| CN103096117B (zh) | 视频噪声检测方法及装置 | |
| CN112785654A (zh) | 轨道几何检测***标定方法及装置 | |
| Santur et al. | An adaptive fault diagnosis approach using pipeline implementation for railway inspection | |
| Wang et al. | A machine vision system based on driving recorder for automatic inspection of rail curvature | |
| CN110909620A (zh) | 车辆检测方法、装置、电子设备及存储介质 | |
| CN112435289B (zh) | 钢轨接头轨缝宽度的检测方法及装置 | |
| JP6908445B2 (ja) | 変化検出装置及び鉄道設備部品の保守管理方法 | |
| JP6960252B2 (ja) | 画像分析装置及び鉄道設備部品の保守管理方法 | |
| JP6699323B2 (ja) | 電車設備の三次元計測装置及び三次元計測方法 | |
| Aydin et al. | Detection of Rail Defects with Deep Learning Controlled Autonomous UAV | |
| CN116884235A (zh) | 基于撞线的视频车速检测方法、装置、设备以及存储介质 | |
| CN111951328A (zh) | 一种物***置检测方法、装置、设备和存储介质 | |
| CN115984805A (zh) | 一种数据增强方法、目标检测方法及车辆 | |
| CN108022429B (zh) | 一种车辆检测的方法及装置 | |
| JP4429640B2 (ja) | 溶接痕の外観検査方法 | |
| JP2003341389A (ja) | トロリー線の位置計測装置 |
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 |