CN113942458A - 用于车载摄像头调整***的控制方法、装置、设备和介质 - Google Patents

用于车载摄像头调整***的控制方法、装置、设备和介质 Download PDF

Info

Publication number
CN113942458A
CN113942458A CN202111267322.9A CN202111267322A CN113942458A CN 113942458 A CN113942458 A CN 113942458A CN 202111267322 A CN202111267322 A CN 202111267322A CN 113942458 A CN113942458 A CN 113942458A
Authority
CN
China
Prior art keywords
image
vehicle
vehicle body
information
body image
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
CN202111267322.9A
Other languages
English (en)
Other versions
CN113942458B (zh
Inventor
刘纯阳
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.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing 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 HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202111267322.9A priority Critical patent/CN113942458B/zh
Publication of CN113942458A publication Critical patent/CN113942458A/zh
Application granted granted Critical
Publication of CN113942458B publication Critical patent/CN113942458B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
    • B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
    • B60R2011/0042—Arrangements for holding or mounting articles, not otherwise provided for characterised by mounting means
    • B60R2011/008—Adjustable or movable supports

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Studio Devices (AREA)

Abstract

本公开的实施例公开了用于车载摄像头调整***的控制方法、装置、设备和介质。该方法的一具体实施方式包括：获取目标车辆的驾驶场景信息和目标车辆的车况信息；基于驾驶场景信息和车况信息，确定车身图像占比标准值；控制摄像头进行图像采集，得到路况图像；确定路况图像包括的车身图像的车身图像占比值；基于车身图像占比标准值和车身图像占比值，确定调整角度信息；控制安装底座根据调整角度信息进行角度调整。该实施方式可以使得目标车辆采集的路况图像更加贴合实际需求，实现调整角度与理想调整角度之间存在的误差降低的效果，进而，提高了调整角度的准确度。

Description

用于车载摄像头调整***的控制方法、装置、设备和介质
技术领域
本公开的实施例涉及车载摄像头控制技术领域，具体涉及用于车载摄像头调整***的控制方法、装置、设备和介质。
背景技术
车载摄像头是目前在汽车行业中应用最广的自动驾驶传感器之一。现有的车载摄像头的安装角度一般是通过估算较为合适的安装角度，并通过人工对摄像头的角度进行调整，使得摄像头能够提供驾驶环境中的路况图像。
目前的车载摄像头的安装角度的调整往往存在如下技术问题：
第一，现有的车载摄像头的调整角度是根据人工进行判断，导致实际调整角度与理想调整角度之间存在较大误差，从而，使得调整角度的准确度较低；
第二，确定车身图像占比值时需要处理的图像的信息较多，导致计算机的计算量较大，使得图像处理的速度较低，从而，不能及时准确的确定图像的面积；
第三，现有的车载摄像头的安装角度的调整是通过人工进行调整，由于人工调整的技术不一，使得摄像头位置参数偏差较大，导致摄像头输出的图像的合成效果较差，从而，影响自动驾驶体验。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了用于车载摄像头调整***的控制方法、装置、设备和介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种用于车载摄像头调整***的控制方法，上述车载摄像头调整***包括摄像头和安装底座，该方法包括：获取目标车辆的驾驶场景信息和上述目标车辆的车况信息；基于上述驾驶场景信息和上述车况信息，确定车身图像占比标准值；控制上述摄像头进行图像采集，得到路况图像，其中，上述路况图像是包括车身图像的图像，上述车身图像是上述路况图像中包括的多个子图像之一；确定上述路况图像包括的车身图像的车身图像占比值；基于上述车身图像占比标准值和上述车身图像占比值，确定调整角度信息；控制上述安装底座根据上述调整角度信息进行角度调整。
第二方面，本公开的一些实施例提供了一种用于车载摄像头调整***的控制装置，上述车载摄像头调整***包括摄像头和安装底座，该装置包括：获取单元，被配置成获取目标车辆的驾驶场景信息和上述目标车辆的车况信息；第一确定单元，被配置成基于上述驾驶场景信息和上述车况信息，确定车身图像占比标准值；第一控制单元，被配置成控制上述摄像头进行图像采集，得到路况图像，其中，上述路况图像是包括车身图像的图像，上述车身图像是上述路况图像中包括的多个子图像之一；第二确定单元，被配置成确定上述路况图像包括的车身图像的车身图像占比值；第三确定单元，被配置成基于上述车身图像占比标准值和上述车身图像占比值，确定调整角度信息；第二控制单元，被配置成控制上述安装底座根据上述调整角度信息进行角度调整。
第三方面，本公开的一些实施例提供了一种电子设备，包括：摄像头；安装底座；一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的用于车载摄像头调整***的控制方法对车载摄像头安装角度的调整进行控制，实现了调整角度的准确度提高的效果。具体来说，导致调整角度的准确度较低的原因在于：现有的车载摄像头的调整角度是根据人工进行判断，导致实际调整角度与理想调整角度之间存在较大误差。基于此，本公开的一些实施例的用于车载摄像头调整***的控制方法。首先，可以获取目标车辆的驾驶场景信息和上述目标车辆的车况信息。由此，可以获取目标车辆所行驶的环境、车辆类型以及摄像头的位置参数，为确定目标车辆的摄像头采集的车身图像的车身图像占比标准值提供了应用场景和数据支撑。其次，可以基于上述驾驶场景信息和上述车况信息，确定车身图像占比标准值。在实际中，目标车辆的驾驶场景信息和车况信息，都会对摄像头的安装角度产生影响。本公开综合考虑了驾驶场景信息和车况信息，根据具体的驾驶场景，例如，高速公路、城市道路；车辆类型，例如，自动驾驶汽车、小汽车；车辆的尺寸等等，确定目标车辆采集的图像中，车身图像占采集的整张图像的平均值作为车身图像占比标准值。从而，可以作为摄像头位置调整的基准，使得摄像头的调整有了可靠的参考标准。然后，可以控制上述摄像头进行图像采集，得到路况图像，其中，上述路况图像是包括车身图像的图像，上述车身图像是上述路况图像中包括的多个子图像之一。由此，可以获取摄像头在当前安装位置拍摄的路况图像，从而，可以确定摄像头在当前安装位置拍摄的路况图像是否符合车身图像占比标准值的规定，若不符合，则需要对摄像头的安装位置进行调整。之后，可以确定上述路况图像包括的车身图像的车身图像占比值。由此，可以在得到车身图像占比标准值之后，获取目标车辆的摄像头在当前安装角度采集得到的图像，并确定车身图像的车身图像占比值。这里的车身图像占比值是摄像头采集的路况图像中的车身图像占路况图像的比值。这里的车身图像是目标车辆的车身图像。最后，可以基于上述车身图像占比标准值和上述车身图像的车身图像占比值，确定调整角度信息。由此，通过车身图像占比标准值和上述车身图像的车身图像占比值，确定调整角度信息，提高了调整角度信息的准确度。最后，可以控制上述安装底座根据上述调整角度信息进行角度调整。从而，使得目标车辆采集的路况图像更加贴合实际需求，实现了实际调整角度与理想调整角度之间存在的误差降低的效果，进而，提高了调整角度的准确度。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的用于车载摄像头调整***的控制方法的一个应用场景的示意图；
图2是根据本公开的用于车载摄像头调整***的控制方法的一些实施例的流程图；
图3是根据本公开的用于车载摄像头调整***的一个实施例的结构示意图；
图4是根据本公开的用于车载摄像头调整***的又一个实施例的结构示意图；
图5是根据本公开的固定支架的结构示意图；
图6是根据本公开的摄像头、固定支架和车身底座的结构示意图；
图7是根据本公开的车身底座的结构示意图；
图8是根据本公开的用于车载摄像头调整***的控制装置的一些实施例的结构示意图；
图9是根据本公开的用于车载摄像头调整***的控制方法的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开的一些实施例的用于车载摄像头调整***的控制方法的一个应用场景的示意图；
在图1的应用场景中，首先，计算设备101可以获取目标车辆的驾驶场景信息102和上述目标车辆的车况信息103。其次，计算设备101可以基于上述驾驶场景信息102和上述车况信息103，确定车身图像占比标准值104。然后，计算设备101可以控制上述摄像头进行图像采集，得到路况图像105，其中，上述路况图像105是包括车身图像的图像，上述车身图像是上述路况图像105中包括的多个子图像之一。接着，计算设备101可以确定上述路况图像105包括的车身图像的车身图像占比值106。之后，计算设备101可以基于上述车身图像占比标准值104和上述车身图像占比值106，确定调整角度信息107。最后，计算设备101可以控制上述安装底座根据上述调整角度信息107进行角度调整。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。
继续参考图2，示出了根据本公开的用于车载摄像头调整***的控制方法的一些实施例的流程200。该用于车载摄像头调整***的控制方法，包括以下步骤：
步骤201，获取目标车辆的驾驶场景信息和目标车辆的车况信息。
在一些实施例中，用于车载摄像头调整***的控制方法的执行主体（如图1所示的计算设备101）可以获取目标车辆的驾驶场景信息和上述目标车辆的车况信息。其中，上述目标车辆可以是安装有车载摄像头，并行驶在车道上的车辆。上述驾驶场景信息可以是上述目标车辆的行驶环境信息。上述车况信息可以包括但不限于以下至少一项：上述目标车辆的车辆类型、上述目标车辆的尺寸和上述目标车辆上安装的摄像头的位置参数。
作为示例，上述驾驶场景信息可以是车道信息或道路信息等等。车道信息可以是车道的数量。道路信息可以是高速公路或城市道路的信息。上述目标车辆的车辆类型可以是自动驾驶汽车或者小汽车。上述摄像头的位置参数可以摄像头在车体坐标系中的坐标信息。车体坐标系可以是横轴（例如：X轴）平行于地面指向车辆前方，纵轴（例如：Z轴）通过汽车质心指向上方，竖轴（例如：Y轴）指向驾驶员的左侧的坐标系。
步骤202，基于驾驶场景信息和车况信息，确定车身图像占比标准值。
在一些实施例中，上述执行主体可以基于上述驾驶场景信息和上述车况信息，确定车身图像占比标准值。其中，上述车身图像占比标准值可以是数据统计得出的标准值。该标准值可以是某类型的车辆在行驶过程中采集的图像中车身图像占采集的整个图像的平均比值。
作为示例，作为全景影像的环视摄像头要求相邻摄像头采集的图像的重叠区域为5%-10%，车身图像占采集图像的3%-5%。该数据可以是从海量数据样本中得到的平均百分比。
在一些实施例的一些可选的实现方式中，上述执行主体可以基于上述驾驶场景信息和上述车况信息，通过以下步骤确定车身图像占比标准值：
确定上述驾驶场景信息和上述车况信息是否满足第一预设条件，响应于上述驾驶场景信息和上述车况信息满足上述第一预设条件，确定车身图像占比标准值。其中，上述第一预设条件可以是上述驾驶场景信息和上述车况信息与预设的车况占比信息表中的任一预设的车况占比信息相匹配。上述预设的车况占比信息表中多个驾驶场景信息和多个车况信息分别与多个预设的车身图像占比标准值一一对应，即一个驾驶场景信息和一个车况信息与一个预设的车身图像占比标准值对应。
作为示例，预设的车况占比信息表的中的预设的车况占比信息可以是车况和该车况在某个驾驶场景中对应的车身图像占比标准值。其中，车况的数量可以是多个。驾驶场景的类型可以是多个。
步骤203，控制摄像头进行图像采集，得到路况图像。
在一些实施例中，上述执行主体可以控制上述摄像头进行图像采集，得到路况图像。其中，上述路况图像可以是包括车身图像的图像，上述车身图像是上述路况图像中包括的多个子图像之一。上述路况图像可以包括车身图像区域和行驶环境图像区域。
步骤204，确定路况图像包括的车身图像的车身图像占比值。
在一些实施例中，上述执行主体可以确定上述路况图像包括的车身图像的车身图像占比值。其中，上述车身图像的车身图像占比值可以是当前时间点，目标车辆在行驶过程中采集的图像中车身图像占采集的整张图像的比值。
在一些实施例的一些可选的实现方式中，上述确定上述路况图像包括的车身图像的车身图像占比值，可以包括以下步骤：
第一步，对上述路况图像进行灰度处理，得到灰度路况图像。其中，上述执行主体可以将上述路况图像中的每个像素的红、绿、蓝三种颜色的通道值，分别乘以第一预设权重、第二预设权重和第三预设权重，得到灰度化后的路况图像。第一预设权重可以是红色通道值对应的权重。第二预设权重可以是绿色通道值对应的权重。第三预设权重可以是蓝色通道值对应的权重。
第二步，将上述灰度路况图像输入至中值滤波器，以对上述灰度路况图像进行图像去噪处理，得到去噪路况图像。由于摄像头采集的路况图像包括的是目标车辆的车身、其他车辆、房屋和道路等图像。这类图像中点、线和尖顶细节较少，用中值滤波器可以很好的去除图像的噪声。
第三步，利用预定的阈值范围，对上述去噪路况图像进行图像分割，以确定车身图像。其中，预定的阈值范围可以通过实验得到。
第四步，将上述去噪路况图像中组成车身图像的像素的灰度值设置为255，以及将上述去噪路况图像中除组成车身图像的像素之外的像素的像素值设置为0，得到二值化图像。其中，上述执行主体可以获取上述去噪路况图像中的各个像素点，由于上述第三步已经确定了去噪路况图像中的车身图像，因此，可以判断上述去噪路况图像中的每个像素点是否属于车身图像。在判断上述去噪路况图像中的每个像素点是否属于车身图像时，可以确定组成车身图像的像素点所围成的区域的坐标范围。然后，判断上述去噪路况图像中的每个像素点是否在上述坐标范围内。若在上述坐标范围内，则属于车身图像，将该像素点的值设置为255。若不在上述坐标范围内，则不属于车身图像，将该像素点的值设置为0。从而，得到二值化图像。
第五步，确定上述二值化图像包括的像素的数目，以作为路况图像面积。
第六步，确定上述二值化图像中像素值为0的像素的数目，以得到车身图像包括的像素的数目作为车身图像面积。
第七步，将上述车身图像面积与上述路况图像面积的比值确定为车身图像的车身图像占比值。
上述步骤204作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“确定车身图像占比值时需要处理的图像的信息较多，导致计算机的计算量较大，使得图像处理的速度较低，从而，不能及时准确的确定图像的面积”。导致不能及时准确的确定图像的面积的原因往往如下：确定车身图像占比值时需要处理的图像的信息较多，导致计算机的计算量较大，使得图像处理的速度较低。如果解决了上述原因，就能实现及时准确的确定图像的面积的效果。为了达到这一效果，首先，由于摄像头拍摄的车辆行驶中的图像的信息较多，图像的大小较大，因此，对图像进行灰度处理，从而，可以减少计算机的计算量，加快后续图像处理的速度。由于摄像头采集的路况图像包括的是目标车辆的车身、其他车辆、房屋和道路等图像。这类图像中点、线和尖顶细节较少，用中值滤波器可以很好的去除图像的噪声。从而，提高了图像去噪的效率。然后，对图像进行分割，从而确定车身图像的范围。并对图像进行二值化处理，从而，可以快速、准确的确定车身图像包括的像素数和路况图像包括的像素数。将上述像素数的数量作为面积的参考值，提高了车身图像占比值的准确度。由此，通过上述步骤降低了计算机的计算量，提高了图像处理的速度，从而，可以及时准确的确定图像的面积。
可选的，上述确定上述路况图像包括的车身图像的车身图像占比值，可以包括以下步骤：
第一步，对上述路况图像进行面积识别，得到路况图像面积。其中，上述路况图像面积可以是安装在目标车辆上的摄像头采集的路况图像的面积。
在一些实施例中，上述执行主体可以将上述路况图像输入至预先训练的图像面积检测模型，并输出路况图像面积。其中，上述预先训练的图像面积检测模型可以是由CNN（Convolutional Neural Networks，卷积神经网络）、RNN（Recurrent Neural Networks，循环神经网络）或DNN（Deep Neural Networks，深度神经网络）训练得到的网络模型。
第二步，对上述路况图像进行车身识别，得到车身图像面积。
在一些实施例中，上述执行主体可以将上述路况图像输入至预先训练的车身检测模型，并输出车身图像面积。其中，上述预先训练的车身检测模型可以是由CNN（Convolutional Neural Networks，卷积神经网络）、RNN（Recurrent Neural Networks，循环神经网络）或DNN（Deep Neural Networks，深度神经网络）训练得到的网络模型。
第三步，将上述车身图像面积与上述路况图像面积的比值确定为车身图像的车身图像占比值。
步骤205，基于车身图像占比标准值和车身图像占比值，确定调整角度信息。
在一些实施例中，上述执行主体可以基于上述车身图像占比标准值和上述车身图像占比值，确定调整角度信息。其中，上述调整角度信息可以是目标车辆上的摄像头需要调整的角度信息。
在一些实施例的一些可选的实现方式中，上述基于上述车身图像占比标准值和上述车身图像占比值，确定调整角度信息，可以包括以下步骤：
第一步，将上述车身图像占比标准值和上述车身图像的车身图像占比值进行求差值处理，得到车身图像占比差值。
第二步，根据上述车身图像占比差值和第二预设条件，确定调整角度信息。
在一些实施例中，上述执行主体可以将上述车身图像占比差值和预设的差值调整角度关系表进行比对，将上述车身图像占比差值与上述预设的差值调整角度关系表中比对一致的车身图像占比差值对应的预设的调整角度信息确定为调整角度信息。其中，上述第二预设条件可以是上述车身图像占比差值与预设的差值调整角度关系表中的任一预设的差值调整角度关系相匹配。上述预设的差值调整角度关系表中多个车身图像占比差值分别与多个预设的调整角度信息相对应。
步骤206，控制安装底座根据调整角度信息进行角度调整。
在一些实施例中，上述执行主体可以控制上述安装底座根据上述调整角度信息进行角度调整。
可选的，上述车载摄像头调整***包括摄像头和安装底座。
图3是根据本公开的用于车载摄像头调整***的一个实施例的结构示意图。如图3所示，上述车载摄像头调整***包括摄像头1和安装底座2。在工作状态下，摄像头1和安装底座2可以进行组合安装，并安装在目标车辆上，便于采集图像。
可选的，上述安装底座包括固定支架和车身底座，上述车身底座包括调节电机，上述固定支架用于固定摄像头，上述调节电机通过与上述固定支架连接，从而对上述摄像头的角度进行调整。
图4是根据本公开的用于车载摄像头调整***的又一个实施例的结构示意图。如图4所示，安装底座2包括固定支架21和车身底座22。上述车身底座22包括调节电机221。上述固定支架21用于固定摄像头1。固定支架21的结构如图5所示。上述调节电机221通过与上述固定支架21连接，从而对上述摄像头1的角度进行调整。图6是根据本公开的摄像头、固定支架和车身底座的结构示意图。上述车载摄像头调整***可以包括摄像头1和固定支架21和车身底座22。
可选的，上述调节电机221用于根据上述调整角度信息进行旋转，从而带动上述固定支架21旋转。在工作状态下，上述固定支架21进行预设范围内任意角度的旋转偏移，从而保证上述摄像头1进行角度调整。
可选的，上述车身底座还包括固定底座，上述固定底座包括电机固定侧壁和车身贴合底块，上述电机固定侧壁通过螺柱与上述调节电机连接，上述车身贴合底块包括通孔和螺柱，上述通孔与上述螺柱相配合，在工作状态下，上述车身贴合底块的背面紧贴上述目标车辆，通过穿过上述通孔的螺柱与上述目标车辆相连接。
继续参考图4并参考图7，图7是根据本公开的车身底座的结构示意图。车身底座22还包括固定底座222。上述固定底座222包括电机固定侧壁2221和车身贴合底块2222，上述电机固定侧壁2221通过螺柱与上述调节电机221连接，上述车身贴合底块2222包括通孔和螺柱。上述通孔与上述螺柱相配合。在工作状态下，上述车身贴合底块2222的背面紧贴上述目标车辆，通过穿过上述通孔的螺柱与上述目标车辆相连接。
上述步骤206作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题三“现有的车载摄像头的安装角度的调整是通过人工进行调整，由于人工调整的技术不一，使得摄像头位置参数偏差较大，导致摄像头输出的图像的合成效果较差，从而，影响自动驾驶体验”。影响自动驾驶体验的原因往往如下：由于人工调整的技术不一，使得摄像头位置参数偏差较大，导致摄像头输出的图像的合成效果较差。如果解决了上述原因，就能实现产生较好的自动驾驶体验的效果。基于此，本公开的一些实施例的车载摄像头调整***包括摄像头和安装底座。上述安装底座包括固定支架和车身底座，上述车身底座包括固定底座，上述固定底座包括电机固定侧壁和车身贴合底块，上述电机固定侧壁通过螺柱与上述调节电机连接，上述车身贴合底块包括通孔和螺柱，上述通孔与上述螺柱相配合。由此，可以将摄像机固定在目标车辆上，便于采集图像，同时，可以避免由于摄像机安装不牢固，导致采集的图像不清楚等问题。上述车身底座包括调节电机，上述固定支架可以用于固定摄像头，上述调节电机可以接收调整角度信息，并根据上述调整角度信息进行旋转，从而带动上述固定支架旋转，对上述摄像头的角度进行调整。由此，可以实现摄像头安装角度的自动调节，从而，使得摄像头位置参数偏差较小，提高了摄像头输出图像的合成效果，减小了对驾驶环境的判断产生的误差，进而，产生较好的自动驾驶体验。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的用于车载摄像头调整***的控制方法对车载摄像头安装角度的调整进行控制，实现了调整角度的准确度提高的效果。具体来说，导致调整角度的准确度较低的原因在于：现有的车载摄像头的调整角度是根据人工进行判断，导致实际调整角度与理想调整角度之间存在较大误差。基于此，本公开的一些实施例的用于车载摄像头调整***的控制方法。首先，可以获取目标车辆的驾驶场景信息和上述目标车辆的车况信息。由此，可以获取目标车辆所行驶的环境、车辆类型以及摄像头的位置参数，为确定目标车辆的摄像头采集的车身图像的车身图像占比标准值提供了应用场景和数据支撑。其次，可以基于上述驾驶场景信息和上述车况信息，确定车身图像占比标准值。在实际中，目标车辆的驾驶场景信息和车况信息，都会对摄像头的安装角度产生影响。本公开综合考虑了驾驶场景信息和车况信息，根据具体的驾驶场景，例如，高速公路、城市道路；车辆类型，例如，自动驾驶汽车、小汽车；车辆的尺寸等等，确定目标车辆采集的图像中，车身图像占采集的整张图像的平均值作为车身图像占比标准值。从而，可以作为摄像头位置调整的基准，使得摄像头的调整有了可靠的参考标准。然后，可以控制上述摄像头进行图像采集，得到路况图像，其中，上述路况图像是包括车身图像的图像，上述车身图像是上述路况图像中包括的多个子图像之一。由此，可以获取摄像头在当前安装位置拍摄的路况图像，从而，可以确定摄像头在当前安装位置拍摄的路况图像是否符合车身图像占比标准值的规定，若不符合，则需要对摄像头的安装位置进行调整。之后，可以确定上述路况图像包括的车身图像的车身图像占比值。由此，可以在得到车身图像占比标准值之后，获取目标车辆的摄像头在当前安装角度采集得到的图像，并确定车身图像的车身图像占比值。这里的车身图像占比值是摄像头采集的路况图像中的车身图像占路况图像的比值。这里的车身图像是目标车辆的车身图像。最后，可以基于上述车身图像占比标准值和上述车身图像的车身图像占比值，确定调整角度信息。由此，通过车身图像占比标准值和上述车身图像的车身图像占比值，确定调整角度信息，提高了调整角度信息的准确度。最后，可以控制上述安装底座根据上述调整角度信息进行角度调整。从而，使得目标车辆采集的路况图像更加贴合实际需求，实现了实际调整角度与理想调整角度之间存在的误差降低的效果，进而，提高了调整角度的准确度。
进一步参考图8，作为对上述各图所示方法的实现，本公开提供了一种用于车载摄像头调整***的控制装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图8所示，一些实施例的用于车载摄像头调整***的控制装置300包括：获取单元301、第一确定单元302、第一控制单元303、第二确定单元304、第三确定单元305和第二控制单元306。其中，获取单元301，被配置成获取目标车辆的驾驶场景信息和上述目标车辆的车况信息；第一确定单元302，被配置成基于上述驾驶场景信息和上述车况信息，确定车身图像占比标准值；第一控制单元303，被配置成控制上述摄像头进行图像采集，得到路况图像，其中，上述路况图像是包括车身图像的图像，上述车身图像是上述路况图像中包括的多个子图像之一；第二确定单元304，被配置成确定上述路况图像包括的车身图像的车身图像占比值；第三确定单元305，被配置成基于上述车身图像占比标准值和上述车身图像占比值，确定调整角度信息；第二控制单元306，被配置成控制上述安装底座根据上述调整角度信息进行角度调整。
可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。
下面参考图9，其示出了适于用来实现本公开的一些实施例的电子设备（例如，图1中的计算设备101）400的结构示意图。图9示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图9所示，电子设备400可以包括处理装置（例如中央处理器、图形处理器等）401，其可以根据存储在只读存储器（ROM）402中的程序或者从存储装置408加载到随机访问存储器（RAM）403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出（I/O）接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图9中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标车辆的驾驶场景信息和上述目标车辆的车况信息；基于上述驾驶场景信息和上述车况信息，确定车身图像占比标准值；控制上述摄像头进行图像采集，得到路况图像，其中，上述路况图像是包括车身图像的图像，上述车身图像是上述路况图像中包括的多个子图像之一；确定上述路况图像包括的车身图像的车身图像占比值；基于上述车身图像占比标准值和上述车身图像占比值，确定调整角度信息；控制上述安装底座根据上述调整角度信息进行角度调整。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、第一确定单元、第一控制单元、第二确定单元、第三确定单元和第二控制单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标车辆的驾驶场景信息和上述目标车辆的车况信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上***（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种用于车载摄像头调整***的控制方法，所述车载摄像头调整***包括摄像头和安装底座，所述方法包括：
获取目标车辆的驾驶场景信息和所述目标车辆的车况信息；
基于所述驾驶场景信息和所述车况信息，确定车身图像占比标准值；
控制所述摄像头进行图像采集，得到路况图像，其中，所述路况图像是包括车身图像的图像，所述车身图像是所述路况图像中包括的多个子图像之一；
确定所述路况图像包括的车身图像的车身图像占比值；
基于所述车身图像占比标准值和所述车身图像占比值，确定调整角度信息；
控制所述安装底座根据所述调整角度信息进行角度调整。
2.根据权利要求1所述的方法，其中，所述基于所述驾驶场景信息和所述车况信息，确定车身图像占比标准值，包括：
确定所述驾驶场景信息和所述车况信息是否满足第一预设条件，响应于所述驾驶场景信息和所述车况信息满足所述第一预设条件，确定车身图像占比标准值，其中，所述第一预设条件是所述驾驶场景信息和所述车况信息与预设的车况占比信息表中的任一预设的车况占比信息相匹配，所述预设的车况占比信息表中多个驾驶场景信息和多个车况信息分别与多个预设的车身图像占比标准值相对应。
3.根据权利要求2所述的方法，其中，所述确定所述路况图像包括的车身图像的车身图像占比值，包括：
对所述路况图像进行灰度处理，得到灰度路况图像；
将所述灰度路况图像输入至中值滤波器，以对所述灰度路况图像进行图像去噪处理，得到去噪路况图像；
利用预定的阈值范围，对所述去噪路况图像进行图像分割，以确定车身图像；
将所述去噪路况图像中组成车身图像的像素的灰度值设置为255，以及将所述去噪路况图像中除组成车身图像的像素之外的像素的像素值设置为0，得到二值化图像；
确定所述二值化图像包括的像素的数目，以作为路况图像面积；
确定所述二值化图像中像素值为0的像素的数目，以得到车身图像包括的像素的数目作为车身图像面积；
将所述车身图像面积与所述路况图像面积的比值确定为车身图像的车身图像占比值。
4.根据权利要求3所述的方法，其中，所述基于所述车身图像占比标准值和所述车身图像占比值，确定调整角度信息，包括：
将所述车身图像占比标准值和所述车身图像占比值进行求差值处理，得到车身图像占比差值；
根据所述车身图像占比差值和第二预设条件，确定调整角度信息，其中，所述第二预设条件是所述车身图像占比差值与预设的差值调整角度关系表中的任一预设的差值调整角度关系相匹配，所述预设的差值调整角度关系表中多个车身图像占比差值分别与多个预设的调整角度信息相对应。
5.根据权利要求4所述的方法，其中，所述安装底座包括固定支架和车身底座，所述车身底座包括调节电机，所述固定支架用于固定摄像头，所述调节电机通过与所述固定支架连接，从而对所述摄像头的角度进行调整。
6.根据权利要求5所述的方法，其中，所述调节电机用于根据所述调整角度信息进行旋转，从而带动所述固定支架旋转，在工作状态下，所述固定支架进行预设范围内任意角度的旋转偏移，从而保证所述摄像头进行角度调整。
7.根据权利要求6所述的方法，其中，所述车身底座还包括固定底座，所述固定底座包括电机固定侧壁和车身贴合底块，所述电机固定侧壁通过螺柱与所述调节电机连接，所述车身贴合底块包括通孔和螺柱，所述通孔与所述螺柱相配合，在工作状态下，所述车身贴合底块的背面紧贴所述目标车辆，通过穿过所述通孔的螺柱与所述目标车辆相连接。
8.一种用于车载摄像头调整***的控制装置，所述车载摄像头调整***包括摄像头和安装底座，所述装置包括：
获取单元，被配置成获取目标车辆的驾驶场景信息和所述目标车辆的车况信息；
第一确定单元，被配置成基于所述驾驶场景信息和所述车况信息，确定车身图像占比标准值；
第一控制单元，被配置成控制所述摄像头进行图像采集，得到路况图像，其中，所述路况图像是包括车身图像的图像，所述车身图像是所述路况图像中包括的多个子图像之一；
第二确定单元，被配置成确定所述路况图像包括的车身图像的车身图像占比值；
第三确定单元，被配置成基于所述车身图像占比标准值和所述车身图像占比值，确定调整角度信息；
第二控制单元，被配置成控制所述安装底座根据所述调整角度信息进行角度调整。
9.一种电子设备，包括：
摄像头；
安装底座；
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN202111267322.9A 2021-10-29 2021-10-29 用于车载摄像头调整***的控制方法、装置、设备和介质 Active CN113942458B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111267322.9A CN113942458B (zh) 2021-10-29 2021-10-29 用于车载摄像头调整***的控制方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111267322.9A CN113942458B (zh) 2021-10-29 2021-10-29 用于车载摄像头调整***的控制方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN113942458A true CN113942458A (zh) 2022-01-18
CN113942458B CN113942458B (zh) 2022-07-29

Family

ID=79336992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111267322.9A Active CN113942458B (zh) 2021-10-29 2021-10-29 用于车载摄像头调整***的控制方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN113942458B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114347917A (zh) * 2021-12-28 2022-04-15 华人运通(江苏)技术有限公司 一种车辆、车载摄像***的校准方法和装置

Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3869565A (en) * 1970-03-26 1975-03-04 Bofors Ab Picture generating unit of scanning type
JP2001245326A (ja) * 1999-12-24 2001-09-07 Aisin Seiki Co Ltd 車載カメラの校正装置および校正方法、並びに校正指標
JP2006155428A (ja) * 2004-11-30 2006-06-15 Honda Motor Co Ltd 車両周辺監視装置
JP2009177764A (ja) * 2007-12-27 2009-08-06 Eastman Kodak Co 撮像装置
JP2010197198A (ja) * 2009-02-25 2010-09-09 Roland Dg Corp 画像の差分による高精度ステレオカメラキャリブレーション
JP2011087308A (ja) * 2010-11-25 2011-04-28 Aisin Seiki Co Ltd 車載カメラの校正装置、方法、及びプログラム
CN104875681A (zh) * 2015-06-16 2015-09-02 四川长虹佳华信息产品有限责任公司 一种基于应用场景进行车载摄像头动态控制的方法
JP2017114471A (ja) * 2015-08-27 2017-06-29 日本電産エレシス株式会社 車載カメラおよび車載カメラの製造方法
CN108068817A (zh) * 2017-12-06 2018-05-25 张家港天筑基业仪器设备有限公司 一种无人驾驶汽车自动变道装置及方法
CN207931660U (zh) * 2017-12-06 2018-10-02 柳州市北部科技服务有限公司 一种多功能汽车记录仪装置
CN109353276A (zh) * 2018-09-21 2019-02-19 上海豫兴电子科技有限公司 一种车载摄像头角度标定方法和标定装置
CN109606358A (zh) * 2018-12-12 2019-04-12 禾多科技（北京）有限公司 应用于智能驾驶汽车的图像采集装置及其采集方法
US20190166345A1 (en) * 2016-06-17 2019-05-30 Sony Corporation Image processor, imaging device, and image processing system
CN110228414A (zh) * 2019-02-28 2019-09-13 上海豫兴电子科技有限公司 一种车载摄像头安装方法和装置
JP2019215661A (ja) * 2018-06-12 2019-12-19 パナソニック株式会社 画質調整システムおよび画質調整方法
US20200023831A1 (en) * 2018-07-17 2020-01-23 Jaguar Land Rover Limited Method and apparatus for outputting a control signal
CN110793544A (zh) * 2019-10-29 2020-02-14 北京百度网讯科技有限公司 感知传感器参数标定方法、装置、设备及存储介质
CN111376841A (zh) * 2018-12-28 2020-07-07 北汽福田汽车股份有限公司 车道偏离***的标定方法和装置、及存储介质
CN111491093A (zh) * 2019-01-26 2020-08-04 初速度（苏州）科技有限公司 一种摄像头视场角的调整方法和装置
CN112215214A (zh) * 2020-12-11 2021-01-12 智道网联科技(北京)有限公司 调整智能车载终端的摄像头偏移的方法及***
CN112598762A (zh) * 2020-09-16 2021-04-02 禾多科技（北京）有限公司 三维车道线信息生成方法、装置、电子设备和介质
KR20210061069A (ko) * 2019-11-19 2021-05-27 삼성전자주식회사 3차원 객체를 표시하는 방법 및 장치
CN112927303A (zh) * 2021-02-22 2021-06-08 中国重汽集团济南动力有限公司 一种基于车道线的自动驾驶车载相机位姿估计方法及***
WO2021139749A1 (zh) * 2020-01-09 2021-07-15 上海擎感智能科技有限公司 用于采集图像的方法、电子设备、计算机存储介质和车辆
CN113232677A (zh) * 2021-05-10 2021-08-10 前海七剑科技(深圳)有限公司 车辆驾驶辅助控制方法、控制***、电子设备及存储介质
CN113276771A (zh) * 2021-06-24 2021-08-20 广州通达汽车电气股份有限公司 一种基于行驶环境的后视视野调节方法及装置
CN113379852A (zh) * 2021-08-10 2021-09-10 禾多科技（北京）有限公司 用于验证相机标定结果的方法、装置、电子设备和介质
CN113479191A (zh) * 2021-06-30 2021-10-08 重庆长安汽车股份有限公司 用于泊车的无车道线的车道边界检测***、方法及车辆

Patent Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3869565A (en) * 1970-03-26 1975-03-04 Bofors Ab Picture generating unit of scanning type
JP2001245326A (ja) * 1999-12-24 2001-09-07 Aisin Seiki Co Ltd 車載カメラの校正装置および校正方法、並びに校正指標
JP2006155428A (ja) * 2004-11-30 2006-06-15 Honda Motor Co Ltd 車両周辺監視装置
JP2009177764A (ja) * 2007-12-27 2009-08-06 Eastman Kodak Co 撮像装置
JP2010197198A (ja) * 2009-02-25 2010-09-09 Roland Dg Corp 画像の差分による高精度ステレオカメラキャリブレーション
JP2011087308A (ja) * 2010-11-25 2011-04-28 Aisin Seiki Co Ltd 車載カメラの校正装置、方法、及びプログラム
CN104875681A (zh) * 2015-06-16 2015-09-02 四川长虹佳华信息产品有限责任公司 一种基于应用场景进行车载摄像头动态控制的方法
JP2017114471A (ja) * 2015-08-27 2017-06-29 日本電産エレシス株式会社 車載カメラおよび車載カメラの製造方法
US20190166345A1 (en) * 2016-06-17 2019-05-30 Sony Corporation Image processor, imaging device, and image processing system
CN108068817A (zh) * 2017-12-06 2018-05-25 张家港天筑基业仪器设备有限公司 一种无人驾驶汽车自动变道装置及方法
CN207931660U (zh) * 2017-12-06 2018-10-02 柳州市北部科技服务有限公司 一种多功能汽车记录仪装置
JP2019215661A (ja) * 2018-06-12 2019-12-19 パナソニック株式会社 画質調整システムおよび画質調整方法
US20200023831A1 (en) * 2018-07-17 2020-01-23 Jaguar Land Rover Limited Method and apparatus for outputting a control signal
CN109353276A (zh) * 2018-09-21 2019-02-19 上海豫兴电子科技有限公司 一种车载摄像头角度标定方法和标定装置
CN109606358A (zh) * 2018-12-12 2019-04-12 禾多科技（北京）有限公司 应用于智能驾驶汽车的图像采集装置及其采集方法
CN111376841A (zh) * 2018-12-28 2020-07-07 北汽福田汽车股份有限公司 车道偏离***的标定方法和装置、及存储介质
CN111491093A (zh) * 2019-01-26 2020-08-04 初速度（苏州）科技有限公司 一种摄像头视场角的调整方法和装置
CN110228414A (zh) * 2019-02-28 2019-09-13 上海豫兴电子科技有限公司 一种车载摄像头安装方法和装置
CN110793544A (zh) * 2019-10-29 2020-02-14 北京百度网讯科技有限公司 感知传感器参数标定方法、装置、设备及存储介质
KR20210061069A (ko) * 2019-11-19 2021-05-27 삼성전자주식회사 3차원 객체를 표시하는 방법 및 장치
WO2021139749A1 (zh) * 2020-01-09 2021-07-15 上海擎感智能科技有限公司 用于采集图像的方法、电子设备、计算机存储介质和车辆
CN112598762A (zh) * 2020-09-16 2021-04-02 禾多科技（北京）有限公司 三维车道线信息生成方法、装置、电子设备和介质
CN112215214A (zh) * 2020-12-11 2021-01-12 智道网联科技(北京)有限公司 调整智能车载终端的摄像头偏移的方法及***
CN112927303A (zh) * 2021-02-22 2021-06-08 中国重汽集团济南动力有限公司 一种基于车道线的自动驾驶车载相机位姿估计方法及***
CN113232677A (zh) * 2021-05-10 2021-08-10 前海七剑科技(深圳)有限公司 车辆驾驶辅助控制方法、控制***、电子设备及存储介质
CN113276771A (zh) * 2021-06-24 2021-08-20 广州通达汽车电气股份有限公司 一种基于行驶环境的后视视野调节方法及装置
CN113479191A (zh) * 2021-06-30 2021-10-08 重庆长安汽车股份有限公司 用于泊车的无车道线的车道边界检测***、方法及车辆
CN113379852A (zh) * 2021-08-10 2021-09-10 禾多科技（北京）有限公司 用于验证相机标定结果的方法、装置、电子设备和介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
罗艳龙等: "一种基于车辆状态及用车场景的自适应行车影像监测***", 《上海汽车》 *
罗艳龙等: "一种基于车辆状态及用车场景的自适应行车影像监测***", 《上海汽车》, no. 05, 10 May 2020 (2020-05-10), pages 38 - 41 *
金浙等: "基于机器视觉的直行车道路偏离预警***设计", 《汽车工程师》 *
金浙等: "基于机器视觉的直行车道路偏离预警***设计", 《汽车工程师》, no. 02, 25 February 2018 (2018-02-25), pages 19 - 21 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114347917A (zh) * 2021-12-28 2022-04-15 华人运通(江苏)技术有限公司 一种车辆、车载摄像***的校准方法和装置
CN114347917B (zh) * 2021-12-28 2023-11-10 华人运通(江苏)技术有限公司 一种车辆、车载摄像***的校准方法和装置

Also Published As

Publication number Publication date
CN113942458B (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
CN109241373B (zh) 用于采集数据的方法和装置
CN108877269B (zh) 一种交叉路口车辆状态检测及v2x广播方法
US10406917B2 (en) Systems and methods for vehicle cruise control smoothness adaptation
CN112348029B (zh) 局部地图调整方法、装置、设备和计算机可读介质
DE112017005807T5 (de) Bildverarbeitungsvorrichtung und Bildverarbeitungsverfahren
CN113276774B (zh) 无人车远程驾驶过程中视频画面的处理方法、装置及设备
DE102020133414B4 (de) System und Verfahren zum Entfernen eines Fahrzeugschattens aus Bildinformationen
DE112019001087T5 (de) Chipinterne kompensation der wirkung eines rollenden verschlusses in einem bildgebungssensor für fahrzeuge
US10755564B2 (en) System to optimize SCATS adaptive signal system using trajectory data
CN113942458B (zh) 用于车载摄像头调整***的控制方法、装置、设备和介质
US20220335728A1 (en) Electronic device, method, and computer readable storage medium for detection of vehicle appearance
DE112017005228T5 (de) Bildverarbeitungsvorrichtung und Bildverarbeitungsverfahren
US11748664B1 (en) Systems for creating training data for determining vehicle following distance
CN109240314B (zh) 用于采集数据的方法和装置
CN111965383B (zh) 车速信息生成方法、装置、电子设备和计算可读介质
CN108346294B (zh) 车辆识别***、方法和装置
CN111340880B (zh) 用于生成预测模型的方法和装置
CN110654395A (zh) 车载控制***、车辆及方法
CN111868778B (zh) 图像处理装置、图像处理方法以及存储介质
CN113095266B (zh) 一种角度识别方法、装置及设备
CN113312403B (zh) 地图获取方法、装置、电子设备及存储介质
US11301782B2 (en) Method and arrangement for determining a current location speed-limit in a road-vehicle
DE112020001581T5 (de) Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren und programm
CN116309814B (zh) 车辆位姿确定方法、装置、计算设备和介质
CN110979319A (zh) 驾驶辅助方法、装置和***

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
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: Halibut Pioneer Park, No. 12, shunbai Road, Chaoyang District, Beijing 100022

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

CP03 Change of name, title or address