-
公开(公告)号：CN108615242B
公开(公告)日：2021-07-27
申请号：CN201810420757.4
申请日：2018-05-04
Applicant: 重庆邮电大学
IPC: G06T7/277
Abstract: 本发明涉及一种高速护栏跟踪方法，属于无人驾驶中道路环境感知领域，用于在高速路环境中建立护栏模型并对护栏进行跟踪，包括：首先采用摄像机获取道路图像，其次对采集的图像预处理，并对图像进行逆透视变换，然后对于预处理后的图像数据，采用一种可操纵滤波器的方法，建立图像中的护栏模型，并用迭代加权最小二乘法去除干扰线段拟合护栏，从而获得护栏相关参数，随后采用卡尔曼滤波跟踪护栏模型，得到护栏位置、斜率以及曲率的最优估计值，最终实现对高速护栏的跟踪。上述高速护栏跟踪方法可以仅利用摄像机精确稳定地实现高速护栏的跟踪。
-
Patent Agency Ranking
公开(公告)号：CN110197173B
公开(公告)日：2022-09-23
申请号：CN201910512488.9
申请日：2019-06-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于双目视觉的路沿检测方法，属于智能交通领域。该方法在通过UV视差图得到感兴趣区域的基础上，提取路沿的外观特征和几何特征，采用大小轮廓滤除法滤除路面干扰；在得到外观特征的基础上，采用霍夫变换提取边缘特征信息，并通过直方图统计得到左右路沿候选位置，并根据路沿的几何特征，进一步滤除干扰点，然后对应到霍夫检测的结果中，筛选出左右路沿；采用卡尔曼滤波对路沿实现跟踪，将跟踪结果反馈至下一帧的检测结果中，从而进一步滤除误检点，提高检测精度，得到最终路沿检测结果。本发明可以充分利用双目立体视觉的优点，结合路沿的多种特征精确稳定地检测路沿。
-
公开(公告)号：CN108615242A
公开(公告)日：2018-10-02
申请号：CN201810420757.4
申请日：2018-05-04
Applicant: 重庆邮电大学
IPC: G06T7/277
Abstract: 本发明涉及一种高速护栏跟踪方法，属于无人驾驶中道路环境感知领域，用于在高速路环境中建立护栏模型并对护栏进行跟踪，包括：首先采用摄像机获取道路图像，其次对采集的图像预处理，并对图像进行逆透视变换，然后对于预处理后的图像数据，采用一种可操纵滤波器的方法，建立图像中的护栏模型，并用迭代加权最小二乘法去除干扰线段拟合护栏，从而获得护栏相关参数，随后采用卡尔曼滤波跟踪护栏模型，得到护栏位置、斜率以及曲率的最优估计值，最终实现对高速护栏的跟踪。上述高速护栏跟踪方法可以仅利用摄像机精确稳定地实现高速护栏的跟踪。
-
公开(公告)号：CN110197173A
公开(公告)日：2019-09-03
申请号：CN201910512488.9
申请日：2019-06-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于双目视觉的路沿检测方法，属于智能交通领域。该方法在通过UV视差图得到感兴趣区域的基础上，提取路沿的外观特征和几何特征，采用大小轮廓滤除法滤除路面干扰；在得到外观特征的基础上，采用霍夫变换提取边缘特征信息，并通过直方图统计得到左右路沿候选位置，并根据路沿的几何特征，进一步滤除干扰点，然后对应到霍夫检测的结果中，筛选出左右路沿；采用卡尔曼滤波对路沿实现跟踪，将跟踪结果反馈至下一帧的检测结果中，从而进一步滤除误检点，提高检测精度，得到最终路沿检测结果。本发明可以充分利用双目立体视觉的优点，结合路沿的多种特征精确稳定地检测路沿。
-
公开(公告)号：CN110210451B
公开(公告)日：2022-07-08
申请号：CN201910511680.6
申请日：2019-06-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种斑马线检测方法，属于无人驾驶中道路环境感知技术领域。S1：采用固定安装在车顶部的摄像头实时检测斑马线，获取图像；S2：对图像进行预处理；S3：对斑马线候选区域进行逆投影变换，将图像转换为俯视图，在俯视图的基础上进行斑马线的特征提取和检测；S4：计算峰值间距离，保留距离相同的峰值；S5：确定斑马线候选区域；S6：确定斑马线候选区域后对斑马线特征点进行提取；S7：确定斑马线区域。本发明通过直方图峰值和LSD直线检测，并结合斑马线本身黑白突变点特征，可以为智能车提供复杂路段的斑马线检测，因而具有广阔的市场前景和应用价值。
-
公开(公告)号：CN110210451A
公开(公告)日：2019-09-06
申请号：CN201910511680.6
申请日：2019-06-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种斑马线检测方法，属于无人驾驶中道路环境感知技术领域。S1：采用固定安装在车顶部的摄像头实时检测斑马线，获取图像；S2：对图像进行预处理；S3：对斑马线候选区域进行逆投影变换，将图像转换为俯视图，在俯视图的基础上进行斑马线的特征提取和检测；S4：计算峰值间距离，保留距离相同的峰值；S5：确定斑马线候选区域；S6：确定斑马线候选区域后对斑马线特征点进行提取；S7：确定斑马线区域。本发明通过直方图峰值和LSD直线检测，并结合斑马线本身黑白突变点特征，可以为智能车提供复杂路段的斑马线检测，因而具有广阔的市场前景和应用价值。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
