CN112766026B - 交通灯的检测方法、计算机存储介质、车载终端和车辆 - Google Patents
交通灯的检测方法、计算机存储介质、车载终端和车辆 Download PDFInfo
- Publication number
- CN112766026B CN112766026B CN201911072559.4A CN201911072559A CN112766026B CN 112766026 B CN112766026 B CN 112766026B CN 201911072559 A CN201911072559 A CN 201911072559A CN 112766026 B CN112766026 B CN 112766026B
- Authority
- CN
- China
- Prior art keywords
- image
- light source
- preset position
- light
- traffic light
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000012706 support-vector machine Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 7
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 4
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 4
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 241000283070 Equus zebra Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
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
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Studio Devices (AREA)
Abstract
本申请公开交通灯的检测方法、计算机存储介质、车载终端和车辆,其中检测方法包括控制摄像头拍摄第一图像和第二图像,第二图像的曝光度小于第一图像的曝光度;从第二图像中提取第一预设位置所对应的光源;从第一图像确定与第一预设位置相对应的第二预设位置,判断第二预设位置是否包括交通灯;若是,则根据光源确定所述交通灯的交通信息。本申请检测方法可以快速识别出当前画面中的交通灯并获得交通灯信息,提高检测效率。
Description
技术领域
本申请涉及智能驾驶领域,特别是涉及交通灯的检测方法、计算机存储介质、车载终端和车辆。
背景技术
随着科学技术的不断发展,汽车,作为人们生活中不可或缺的交通工具,也变得越来越智能化。
目前,在汽车中可以安装有高级驾驶辅助***(advanced driving assistantsystem,ADAS),以帮助用户更好地勘察路况,便于用户及时掌握周围环境,以提前做出相应的操作行为。
但现有技术中的高级驾驶辅助***会检测整个画面的内容,导致检测红绿灯的速度较慢,无法满足用户的需求。
发明内容
本申请提供一种交通灯的检测方法、计算机存储介质、车载终端和车辆,能够快速准确识别画面中的交通灯,使得驾驶人员或者车辆能够及时做出对应措施,提高驾驶安全性。
为解决上述技术问题,本申请提出一种交通灯的检测方法,检测方法包括:控制摄像头拍摄第一图像和第二图像,第二图像的曝光度小于第一图像的曝光度;从第二图像中提取第一预设位置所对应的光源;从第一图像确定与第一预设位置相对应的第二预设位置,判断第二预设位置是否包括交通灯;若是,则根据光源确定交通灯的交通信息。
可选的,从所述第二图像中提取第一预设位置所对应的光源的步骤,包括:从第二图像中提取出光源的位置和光源的颜色;从第二图像中提取出光源的位置和光源的颜色之后,还包括:确认光源的颜色为预设的颜色;确认光源的位置对应的在第二图像中的位置为第一预设位置。通过第二图像中的光源的位置和光源的颜色,控制器可以确认第二图像中的第一预设位置。
可选的,根据光源确定交通灯的交通信息的步骤,包括:根据光源颜色确定交通灯的交通信息。通过第二图像中的光源颜色,控制器可以确定交通灯的交通信息。
可选的,控制摄像头拍摄第一图像和第二图像的步骤,包括:控制摄像头依次进入第一模式拍摄第一图像和进入第二模式拍摄第二图像,其中,第二模式的曝光值小于第一模式的曝光值。通过控制摄像头的参数,控制器可以依次拍摄获得第一图像和第二图像。
可选的,根据光源确定交通灯的交通信息之后的步骤,包括:若确定交通灯为红灯或黄灯,则控制车辆在预设位置停止前进;若确定交通灯为绿灯,则控制车辆继续行驶。通过获取交通信息,控制器可以控制车辆行驶或停止。
可选的,根据光源确定交通灯的交通信息之后的步骤,包括:通过语音提醒或者在屏幕显示文字的方式提醒用户交通灯的交通信息。通过获取交通信息,控制器可以提醒用户注意交通信息。
可选的,判断第二预设位置是否包括交通灯的步骤,包括:通过支持向量机或者深度学习方法对第二预设位置进行识别以判断第二预设位置是否包括交通灯。通过支持向量机或者深度学习,控制器可以快速检测出交通灯。
为解决上述技术问题,本申请提出一种计算机存储介质,计算机存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述检测方法。
为解决上述技术问题,本申请提出一种车载终端,车载终端包括存储器和处理器,存储器连接处理器,存储器存储有计算器程序,计算机程序被处理器执行时实现上述检测方法。
为解决上述技术问题,本申请提出一种车辆,车辆包括车辆本体和上述车载终端,车载终端安装于车辆本体上。
本申请公开了一种交通灯的检测方法,控制摄像头拍摄第一图像和第二图像,第二图像的曝光度小于第一图像的曝光度;从第二图像中提取第一预设位置所对应的光源;从第一图像确定与第一预设位置相对应的第二预设位置,判断第二预设位置是否包括交通灯;若是,则根据光源确定所述交通灯的交通信息。通过上述检测方法,在对交通灯的交通信息进行检测时,只需对第一图像中的第二预设位置进行判断,无需对第一图像的整个画面进行判断,节省了检测时间,从而提高了交通灯的检测效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请交通灯检测方法一实施例的流程示意图;
图2是本申请交通灯检测方法一实施例的示意图;
图3是本申请红绿灯检测方法另一实施例的流程示意图;
图4是本申请红绿灯检测方法又一实施例的流程示意图;
图5是本申请车载检测装置一实施例的机构示意图;
图6是本申请计算机存储介质一实施例的结构示意图;
图7是本申请车载终端一实施例的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本申请的技术方案,下面结合附图和具体实施方式对发明所提供的交通灯的检测方法、计算机存储介质、车载终端和车辆进一步详细描述。
目前,在自动驾驶或ADAS***中,需要对当前的画面进行检测,从而获取交通信息。然而,相关技术中检测方法是对全图进行检测,算法运算量大,导致识别的效率慢,需要较长的时间才能获得检测结果。
基于此,本申请提出一种检测方法,可以对当前画面进行筛选,只需对画面的局部区域进行识别就可获得交通信息,提高检测速度。本申请的检测方法可应用于自动驾驶或ADAS***,其中自动驾驶或ADAS***可以包括摄像头和控制器,摄像头用于获取图像,控制器用于处理图像并获取交通信息。
请参阅图1和图2,图1是本申请交通灯检测方法一实施例的流程示意图,图2是本申请交通灯检测方法一实施例的示意图。本实施例的检测方法可以包括以下步骤:
S11:控制摄像头拍摄第一图像和第二图像,第二图像的曝光度小于第一图像的曝光度。
控制器可以控制摄像头拍摄依次第一图像100和第二图像200。拍摄第一图像100和第二图像200的时间间隔可以是预设的,比如,该时间间隔可以设置为1/35~1/20秒,优选的,可以为1/30~1/24秒,例如1/25秒。
显然,本申请可以以控制器控制摄像头拍摄第一图像100和第二图像200的时间间隔越短,以提高检测效果的准确性。
控制器可以从摄像头中获取第一图像100和第二图像200。具体地,摄像头可以通过有线或无线的方式将第一图像100和第二图像200传输至控制器,有线传输的方式可以包括利用金属导线的传输电信号或者利用光纤传输光信号,其中,电信号或者光信号中携带第一图像100和第二图像200的信息。无线传输的方式可以包括微波传输,例如通过蓝牙、无线宽带(wireless fidelity,WIFI)或者无线局域网(wireless local area networks,WLAN)的方式实现。
在本实施例,第二图像200的曝光度小于第一图像100的曝光度。因此,控制器可以接收曝光度相同的第一图像100和第二图像200,再对第一图像100和第二图像200进行参数调节,例如将第二图像200的曝光度调低,以使第二图像200的曝光度小于第一图像100的曝光度,或者,控制器可以控制摄像头的参数以获得不同曝光度的第一图像100和第二图像200。
例如,控制器可以控制摄像头依次进入第一模式拍摄第一图像100和进入第二模式拍摄第二图像200,其中,第二模式的曝光值可以小于第一模式的曝光值,例如第一模式可以是正常曝光模式,第二模式可以是欠曝光模式。
具体的,控制器可以控制摄像头的快门时间或者光圈大小从而控制拍摄模式的曝光值。例如,当控制器控制摄像头进入欠曝光模式时,摄像头的快门时间小于正常曝光模式下的快门时间,或者,控制器可以控制摄像头进入曝光模式时,摄像头的光圈大小小于正常曝光模式下的光圈大小,从而获得正常曝光的第一图像100和欠曝光的第二图像200。
S12:从第二图像中提取第一预设位置所对应的光源。
控制器从曝光度较小的第二图像200中提取出光源。由于第二图像200中的曝光度小于第一图像100中的曝光度,因此跟第一图像100相比,第二图像200会丢失图像中的大部分细节,只剩下亮度高的光源等,因此控制器可以快速从第二图像200中提取出亮度高的光源。
第一预设位置21为对应光源的位置。第二图像200中可以包括多个光源,即第二图像200中可以设置多个第一预设位置21。
S13:从第一图像确定与第一预设位置相对应的第二预设位置,判断第二预设位置是否包括交通灯。
由于摄像头拍摄的时间间隔比较短,因此控制器获得的第一图像和第二图像的图像除了曝光度外都相同。继续参阅图2,控制器从第一图像100中确定与第二图像200中第一预设位置21相对应的第二预设位置11。控制器判断第一图像100中的第二预设位置11是否具有交通灯。若是,则进入步骤S14;若否则结束本次检测。
可选的,为了使得检测结果更为准确,第二预设位置11的范围可以在第一预设位置21的基础上进行扩大,以使得控制器可以获得更多的特征进行检测。由于第一图像100中的曝光度正常,因此保留着图像中的全部细节,检测第一图像100中的第二预设位置11既缩小了范围,也保留了更多的交通灯的细节,有利于帮助控制器进行图像识别。
可选的,控制器可以通过支持向量机(support vector machine,SVM)方法或者深度学习(deep learning,DL)的方法对第二预设位置11进行识别以判断第二预设位置11是否包括交通灯。
S14:根据光源确定交通灯的交通信息。
若控制器判断出第二预设位置11包括交通灯,则进一步根据光源确定交通灯的交通信息,以辅助用户驾驶或者实现智能驾驶。
本申请中控制器控制摄像头拍摄第一图像和第二图像,其中第二图像的曝光度小于第一图像中的曝光度,控制器从曝光度较小的第二图像中获取第一预设位置所对应的光源,再从第一图像中获取与第一预设位置相对应的第二预设位置,正常曝光度的第一图像中包含更多的图像信息,有利于控制器进一步判断第二预设位置中是不是包括交通灯,若是,则根据光源确定交通灯的交通信息。通过上述方式,本申请中的控制器无需对第一图像中的全部区域进行图像识别,只需识别第一图像中的第二预设位置即可识别当前图像中是否具有交通灯,节省了大量的运算,提高了交通灯检测的效率。
请参阅图3,图3是本申请红绿灯检测方法另一实施例的流程示意图。本实施例的检测方法包括以下步骤:
S31:控制摄像头拍摄第一图像和第二图像,第二图像的曝光度小于第一图像的曝光度。
S32:从第二图像中提取出光源的位置和光源的颜色。
控制器对第二图像进行图像识别;由于第二图像中的曝光度较低,图像中亮度不够的细节可以被忽略,控制器可以快速从第二图像中识别出光源。进一步的,控制器可以从第二图像中获取光源的位置和光源的颜色。
S33:确认光源的颜色为预设的颜色;
控制器进一步确认光源的颜色是否为预设的颜色,预设的颜色可以是交通灯上的颜色,例如红绿黄等。
S34:确认光源的位置对应的在第二图像中的位置为第一预设位置。
当确认光源的颜色为预设的颜色时,进一步确认光源你的位置对应在第二图像中的位置为第一预设位置。
S35:从第一图像确定与第一预设位置相对应的第二预设位置,判断第二预设位置是否包括交通灯。
S36:根据光源的颜色获得交通信息。
步骤S35~S36与上述步骤中的S13~S14相类似,在此不再赘述,具体可参阅上述步骤。
按照本实施例的方法,获取光源的颜色可以对第一预设位置进行筛选。例如,若控制器在第二图像中检测出第一光源和第二光源,其中第一光源的颜色为红色,第二光源的颜色为紫色。控制器判断出第一光源的颜色为预设的颜色,则进一步获取第一光源的第一预设位置,并在第一图像对应第一预设位置的第二预设位置进行图像识别,判断是否包括交通灯;控制器判断出第二光源的颜色不在预设的颜色范围内,则无需获取第二光源的第一预设位置。
第二图像中的光源可以是交通灯发出的光、也可以是太阳光、路灯发出的光、装饰灯发出的光等。因此第二图像中可能会出现多个第一预设位置。控制器可以利用光源的颜色对第二图像中的第一预设位置进行筛选,减少第一图像中第二预设位置的数量,从而可以更快得完成对第一图像中交通灯的识别。
请参阅图4,图4是本申请红绿灯检测方法又一实施例的流程示意图,本实施例中的检测方法包括以下步骤:
S41:控制摄像头拍摄第一图像和第二图像,所述第二图像的曝光度小于所述第一图像的曝光度。
S42:从第二图像中提取第一预设位置所对应的光源。
S43:从第一图像确定与第一预设位置相对应的第二预设位置,判断第二预设位置是否包括交通灯。
S44:根据光源确定交通灯的交通信息。
上述步骤S41~S44与上述步骤中的S11~S14相同,在此不再赘述,具体可参阅上述实施例。
控制器从交通灯中获得交通信息后,可以执行下述步骤S451或者下述步骤S452。
S451:若确定交通灯为红灯或黄灯,则控制车辆在预设位置停止前进;若确定交通灯为绿灯,则控制车辆继续行驶。
当控制器负责控制车辆行驶时,若确定交通灯为红灯或黄灯,则控制车辆在预设的位置,例如斑马线前停止前进,等到交通灯变为绿灯后再继续前进;若控制器确定交通灯为绿灯,则可以控制车辆继续行驶。
S452:通过语音提醒或者在屏幕显示文字的方式提醒用户交通灯的交通信息。
当控制器负责辅助用户时,控制器可以通过语音提醒或者在屏幕显示文字的方式提醒用户当前交通灯的交通信息。例如当控制器检测出当前交通灯为红灯时,则语音提醒用户“当前路口为红灯,请注意停车。
基于上述检测方法,本申请还提出一种车载检测装置。请参阅图5,图5是本申请车载检测装置一实施例的机构示意图。车载检测装置500包括互相连接的获取检测模块151和处理模块52。
获取检测模块51用于执行上述任一实施例中涉及到检测的步骤;处理模块52用于执行上述任一实施例中涉及到处理的步骤,处理模块52可以包括控制器,控制器可以用于执行上述任一实施例中涉及到处理的步骤。
在一些实施例中,控制器可以用于控制摄像头一次拍摄第一图像和第二图像,并接收到第一图像和第二图像,其中,第二图像的曝光度可以小于第一图像的曝光度;从第二图像中提取光源,从第一图像获取与光源对应的候选区域,并判断候选区域是否具有交通灯,若是,则从交通灯获得交通信息。
基于上述检测方法,本申请还提出一种计算机存储介质。请参阅图6,图6是本申请计算机存储介质一实施例的结构示意图。计算机存储介质600上存储有计算机程序61,计算机程序61被处理器执行时实现上述任一实施例的方法。其步骤和原理在上述检测方法已详细介绍,在此不再赘述。
进一步的,计算机存储介质600还可以是U盘、移动硬盘、只读存储器(read-onlymemory,ROM)、随机存储器(random access memory,RAM)、磁带或者光盘等各种可以存储程序代码的介质。
基于上述检测方法,本申请还提出一种车载终端。请参阅图7,图7是本申请车载终端一实施例的机构示意图。车载终端700包括存储器71、处理器72和摄像头73,摄像头73可以连接处理器72,存储器71可以连接处理器72,存储器71存储有计算机程序,计算机程序被处理器72执行时实现上述任一实施例的方法。其步骤和原理在上述检测方法已详细介绍,在此不再赘述。
在本实施例中,处理器72还可以称为CPU(central processing unit,中央处理单元)。处理器72可以是一种集成电路芯片,具有信号的处理能力。处理器72还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
基于上述检测方法,本申请还提供一种车辆。车辆包括车辆本体和上述的车载终端,车载终端可以安装于车辆本体上。
可以理解的是,此处所描述的具体实施例仅用于解释本申请,而非对本申请的限定。另外为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种交通灯的检测方法,其特征在于,所述检测方法包括:
控制摄像头拍摄第一图像和第二图像,所述第二图像的曝光度小于所述第一图像的曝光度;
从所述第二图像中提取第一预设位置所对应的光源;
从所述第一图像确定与所述第一预设位置相对应的第二预设位置,判断所述第二预设位置是否包括交通灯;
若是,则根据所述光源确定所述交通灯的交通信息。
2.根据权利要求1所述的检测方法,其特征在于,所述从所述第二图像中提取第一预设位置所对应的光源的步骤,包括:
从所述第二图像中提取出所述光源的位置和所述光源的颜色;
所述从所述第二图像中提取出所述光源的位置和所述光源的颜色之后,还包括:
确定所述光源的颜色为预设的颜色;
确认所述光源的位置对应的在所述第二图像中的位置为所述第一预设位置。
3.根据权利要求2所述的检测方法,其特征在于,所述根据所述光源确定所述交通灯的交通信息的步骤,包括:
根据所述光源的颜色确定所述交通灯的交通信息。
4.根据权利要求1至3任一项所述的检测方法,其特征在于,所述控制摄像头拍摄第一图像和第二图像的步骤,包括:
控制所述摄像头依次进入第一模式拍摄所述第一图像和进入第二模式拍摄所述第二图像,其中,所述第二模式的曝光值小于所述第一模式的曝光值。
5.根据权利要求1至3任一项所述的检测方法,其特征在于,所述根据所述光源确定所述交通灯的交通信息之后的步骤,还包括:
若确定所述交通灯为红灯或黄灯,则控制车辆在预设位置停止前进;
若确定所述交通灯为绿灯,则控制所述车辆继续行驶。
6.根据权利要求1至3任一项所述的检测方法,其特征在于,所述根据所述光源确定所述交通灯的交通信息之后的步骤,还包括:
通过语音提醒或者在屏幕显示文字的方式提醒用户所述交通灯的交通信息。
7.根据权利要求1至3任一项所述的检测方法,其特征在于,所述判断所述第二预设位置是否包括交通灯的步骤,包括:
通过支持向量机方法或者深度学习方法对所述第二预设位置进行识别以判断所述第二预设位置是否包括所述交通灯。
8.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的检测方法。
9.一种车载终端,其特征在于,所述车载终端包括存储器和处理器,所述存储器连接所述处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1-7任一项所述的检测方法。
10.一种车辆,其特征在于,所述车辆包括车辆本体和如权利要求9所述的车载终端,所述车载终端安装于所述车辆本体上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911072559.4A CN112766026B (zh) | 2019-11-05 | 2019-11-05 | 交通灯的检测方法、计算机存储介质、车载终端和车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911072559.4A CN112766026B (zh) | 2019-11-05 | 2019-11-05 | 交通灯的检测方法、计算机存储介质、车载终端和车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112766026A CN112766026A (zh) | 2021-05-07 |
CN112766026B true CN112766026B (zh) | 2024-02-02 |
Family
ID=75692863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911072559.4A Active CN112766026B (zh) | 2019-11-05 | 2019-11-05 | 交通灯的检测方法、计算机存储介质、车载终端和车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112766026B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20240010233A1 (en) * | 2022-07-07 | 2024-01-11 | Gm Cruise Holdings Llc | Camera calibration for underexposed cameras using traffic signal targets |
CN115031933A (zh) * | 2022-08-09 | 2022-09-09 | 苏州浪潮智能科技有限公司 | 显示灯的测试装置及相关组件 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10161051A (ja) * | 1996-12-04 | 1998-06-19 | Sankyo Seiki Mfg Co Ltd | 光走査装置 |
JP2012034275A (ja) * | 2010-08-02 | 2012-02-16 | Clarion Co Ltd | ドライブレコーダおよびドライブレコーダシステム |
JP2013109391A (ja) * | 2011-11-17 | 2013-06-06 | Fuji Heavy Ind Ltd | 車外環境認識装置および車外環境認識方法 |
CN103782307A (zh) * | 2011-06-07 | 2014-05-07 | 罗伯特·博世有限公司 | 用于识别车辆的环境中的对象的方法和设备 |
CN107506760A (zh) * | 2017-08-04 | 2017-12-22 | 西南大学 | 基于gps定位与视觉图像处理的交通信号检测方法及*** |
CN107730481A (zh) * | 2017-09-19 | 2018-02-23 | 浙江大华技术股份有限公司 | 一种交通信号灯图像处理方法及交通信号灯图像处理装置 |
CN108229250A (zh) * | 2016-12-14 | 2018-06-29 | 杭州海康威视数字技术股份有限公司 | 交通信号灯重定位方法及装置 |
CN109492507A (zh) * | 2017-09-12 | 2019-03-19 | 百度在线网络技术(北京)有限公司 | 红绿灯状态的识别方法及装置、计算机设备及可读介质 |
CN110298793A (zh) * | 2018-03-22 | 2019-10-01 | 株式会社斯巴鲁 | 车外环境识别装置 |
-
2019
- 2019-11-05 CN CN201911072559.4A patent/CN112766026B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10161051A (ja) * | 1996-12-04 | 1998-06-19 | Sankyo Seiki Mfg Co Ltd | 光走査装置 |
JP2012034275A (ja) * | 2010-08-02 | 2012-02-16 | Clarion Co Ltd | ドライブレコーダおよびドライブレコーダシステム |
CN103782307A (zh) * | 2011-06-07 | 2014-05-07 | 罗伯特·博世有限公司 | 用于识别车辆的环境中的对象的方法和设备 |
JP2013109391A (ja) * | 2011-11-17 | 2013-06-06 | Fuji Heavy Ind Ltd | 車外環境認識装置および車外環境認識方法 |
CN108229250A (zh) * | 2016-12-14 | 2018-06-29 | 杭州海康威视数字技术股份有限公司 | 交通信号灯重定位方法及装置 |
CN107506760A (zh) * | 2017-08-04 | 2017-12-22 | 西南大学 | 基于gps定位与视觉图像处理的交通信号检测方法及*** |
CN109492507A (zh) * | 2017-09-12 | 2019-03-19 | 百度在线网络技术(北京)有限公司 | 红绿灯状态的识别方法及装置、计算机设备及可读介质 |
CN107730481A (zh) * | 2017-09-19 | 2018-02-23 | 浙江大华技术股份有限公司 | 一种交通信号灯图像处理方法及交通信号灯图像处理装置 |
CN110298793A (zh) * | 2018-03-22 | 2019-10-01 | 株式会社斯巴鲁 | 车外环境识别装置 |
Non-Patent Citations (1)
Title |
---|
基于色度方向角的离线城市红绿灯识别算法;宋永超;巨永锋;杜凯;韩宜轩;;北京交通大学学报(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112766026A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108804983B (zh) | 交通信号灯状态识别方法、装置、车载控制终端及机动车 | |
CN102197418B (zh) | 车辆周围监测装置 | |
US10147195B2 (en) | Object detection along pre-defined trajectory | |
CN104272363B (zh) | 边界线检测装置、边界线偏离检测装置以及边界线检测方法 | |
WO2019223586A1 (zh) | 车位使用状况的检测方法、装置、电子设备及存储介质 | |
EP1930863A2 (en) | Detecting and recognizing traffic signs | |
KR101799778B1 (ko) | 원형 교통 표지 인식 환경에서 화이트 이너 서클과 관련된 확인 장치 및 그 방법 | |
CN108860045B (zh) | 驾驶辅助方法、驾驶辅助装置及存储介质 | |
CN112766026B (zh) | 交通灯的检测方法、计算机存储介质、车载终端和车辆 | |
CN105390021A (zh) | 车位状态的检测方法及装置 | |
CN105245869A (zh) | 故障检测设备及故障检测程序 | |
CN111950536A (zh) | 信号灯图像的处理方法、装置、计算机***和路侧设备 | |
JP2011216051A (ja) | 信号灯識別プログラムおよび信号灯識別装置 | |
CN110572912A (zh) | 一种隧道行车灯光控制方法 | |
CN105809095B (zh) | 交通路口通行状态的确定 | |
US11482012B2 (en) | Method for driving assistance and mobile device using the method | |
CN109204114B (zh) | 车辆迎宾灯的投射方法和装置 | |
CN110119725B (zh) | 用于检测信号灯的方法及装置 | |
CN111666800A (zh) | 一种行人重识别模型训练方法及行人重识别方法 | |
KR101563112B1 (ko) | 전방위 카메라와 레이저센서를 이용한 차량 카운트 시스템 | |
CN106529411B (zh) | 车辆提示方法及装置 | |
JP2016196233A (ja) | 車両用道路標識認識装置 | |
CN111277956A (zh) | 车辆盲区信息的采集方法及装置 | |
CN111565283A (zh) | 一种交通灯颜色的识别方法、校正方法和装置 | |
CN104228667B (zh) | 判断雾存在与否的方法及其装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 233000 building 4, national financial incubation Industrial Park, 17 Yannan Road, high tech Zone, Bengbu City, Anhui Province Applicant after: Dafu Technology (Anhui) Co.,Ltd. Address before: 518104 First, Second and Third Floors of A1, A2, A3 101, A4 of Shajing Street, Shajing Street, Baoan District, Shenzhen City, Guangdong Province Applicant before: SHENZHEN TATFOOK TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |