-
公开(公告)号:CN105930819B
公开(公告)日:2019-04-12
申请号:CN201610298509.8
申请日:2016-05-06
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于单目视觉和GPS组合导航系统的实时城区交通灯识别系统,该系统通过交互图像标注、相机标定、三维位置恢复等方法步骤离线创建交通灯地图,给出交通灯在全局定位的GPS坐标系下的位置坐标及语义属性。在线检测时,以创建的离线交通灯地图为先验,结合位姿定位求解交通灯在图像中的大致范围,从而确定感兴趣区域,在感兴趣区域中利用交通灯的形态信息进行交通灯的颜色分割与形状识别。该交通灯识别系统可适应于多种不同路况和场景,实现多种环境下的交通灯稳定且长距离的检测感知。由于系统采用低成本、低功耗的导航设备、图像采集设备及计算平台,可广泛应用于无人驾驶汽车视觉导航、智能车视觉辅助驾驶等领域。
-
公开(公告)号:CN109270534A
公开(公告)日:2019-01-25
申请号:CN201810426821.X
申请日:2018-05-07
Applicant: 西安交通大学
Abstract: 本发明公开了一种智能车激光传感器与相机在线标定方法,通过相机标定、三维激光传感器与图像传感器离线标定、激光数据与图像数据时间对齐、激光传感器与图像传感器的在线对齐等方法步骤将激光数据与图像数据进行精确的标定。该标定系统可适应于多种不同路况和场景,实现激光和图像的在线的高精度标定。将激光和图像标定起来以后,可利用两种传感器的信息对某一障碍物进行综合分析并作出准确决策,对智能车的感知技术有着重要的意义,因此这一技术可广泛应用于无人驾驶汽车视觉导航、智能车视觉辅助驾驶等领域。
-
公开(公告)号:CN108955702B
公开(公告)日:2021-09-07
申请号:CN201810428366.7
申请日:2018-05-07
Applicant: 西安交通大学
Abstract: 本发明公开了基于三维激光和GPS惯性导航系统的车道级地图创建系统,该系统通过数据采集、激光路面分割、车道线参数化等方法步骤离线创建车道级高精度地图,给出结构化城区环境下精确的车道级地图信息。该车道级高精度地图创建系统可适应于城区和高速等结构化场景,对于辅助无人驾驶车辆在实际环境的定位导航有重要的作用。由于系统采用高精度、高鲁棒性的数据采集设备及计算平台,可广泛应用于无人驾驶汽车定位导航、高级辅助驾驶技术等领域。
-
公开(公告)号:CN109270534B
公开(公告)日:2020-10-27
申请号:CN201810426821.X
申请日:2018-05-07
Applicant: 西安交通大学
IPC: G01S17/931 , G01S17/86 , G01S7/497 , G01C21/16
Abstract: 本发明公开了一种智能车激光传感器与相机在线标定方法,通过相机标定、三维激光传感器与图像传感器离线标定、激光数据与图像数据时间对齐、激光传感器与图像传感器的在线对齐等方法步骤将激光数据与图像数据进行精确的标定。该标定系统可适应于多种不同路况和场景,实现激光和图像的在线的高精度标定。将激光和图像标定起来以后,可利用两种传感器的信息对某一障碍物进行综合分析并作出准确决策,对智能车的感知技术有着重要的意义,因此这一技术可广泛应用于无人驾驶汽车视觉导航、智能车视觉辅助驾驶等领域。
-
公开(公告)号:CN108955702A
公开(公告)日:2018-12-07
申请号:CN201810428366.7
申请日:2018-05-07
Applicant: 西安交通大学
Abstract: 本发明公开了基于三维激光和GPS惯性导航系统的车道级地图创建系统,该系统通过数据采集、激光路面分割、车道线参数化等方法步骤离线创建车道级高精度地图,给出结构化城区环境下精确的车道级地图信息。该车道级高精度地图创建系统可适应于城区和高速等结构化场景,对于辅助无人驾驶车辆在实际环境的定位导航有重要的作用。由于系统采用高精度、高鲁棒性的数据采集设备及计算平台,可广泛应用于无人驾驶汽车定位导航、高级辅助驾驶技术等领域。
-
公开(公告)号:CN105930819A
公开(公告)日:2016-09-07
申请号:CN201610298509.8
申请日:2016-05-06
Applicant: 西安交通大学
CPC classification number: G06K9/00825 , G06K9/325
Abstract: 本发明公开了一种基于单目视觉和GPS组合导航系统的实时城区交通灯识别系统,该系统通过交互图像标注、相机标定、三维位置恢复等方法步骤离线创建交通灯地图,给出交通灯在全局定位的GPS坐标系下的位置坐标及语义属性。在线检测时,以创建的离线交通灯地图为先验,结合位姿定位求解交通灯在图像中的大致范围,从而确定感兴趣区域,在感兴趣区域中利用交通灯的形态信息进行交通灯的颜色分割与形状识别。该交通灯识别系统可适应于多种不同路况和场景,实现多种环境下的交通灯稳定且长距离的检测感知。由于系统采用低成本、低功耗的导航设备、图像采集设备及计算平台,可广泛应用于无人驾驶汽车视觉导航、智能车视觉辅助驾驶等领域。
-
-
-
-
-