[发明专利]一种面向自动泊车的停车位视觉识别系统及其识别方法在审

专利信息
申请号: 201910555377.6 申请日: 2019-06-25
公开(公告)号: CN110334625A 公开(公告)日: 2019-10-15
发明(设计)人: 张小俊;张玉峰;孙凌宇;张明路 申请(专利权)人: 河北工业大学
主分类号: G06K9/00 分类号: G06K9/00;G06T7/10;G08G1/14
代理公司: 天津盛理知识产权代理有限公司 12209 代理人: 王利文
地址: 300401 天津市*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 停车位 目标停车位 自动泊车 视觉识别系统 处理模块 图像识别 追踪模块 图像采集模块 世界坐标系 目标车位 实时显示 市场应用 视频图像 显示模块 坐标信息 鲁棒性 正确率 停车场 追踪 采集 图像 传递
【权利要求书】:

1.一种面向自动泊车的停车位视觉识别系统,其特征在于包括如下模块:

停车位图像采集模块:对停车场内的停车位图像进行采集,并将采集到的停车位视频图像传递给停车位图像识别处理模块;

停车位图像识别处理模块:对接收到的停车位视频图像按帧依次进行识别处理,直至在某帧视频图像中识别出拍摄完整的停车位,确定该帧视频图像中识别出的完整停车位为目标停车位,并将目标停车位的四个角点的图像坐标传递给停车位追踪模块;

停车位追踪模块:对停车位图像识别处理模块识别出的目标停车位进行追踪识别,绘制目标停车位与目标停车位在世界坐标系下的坐标信息并传递给停车位显示模块;

停车位显示模块:将停车位追踪模块传递的目标停车位与目标停车位在世界坐标系下的坐标信息实时显示出来,供驾驶员参考。

2.根据权利要求1所述的一种面向自动泊车的停车位视觉识别系统,其特征在于:所述停车位图像采集模块整体安装在车辆两侧B柱上方的车顶边缘;该停车位图像采集模块包含两个安装在底座上的广角摄像头,每个广角摄像均安装在一个底座上并可360度旋转。

3.一种如权利要求1或2所述面向自动泊车的停车位视觉识别系统的识别方法,其特征在于包括以下步骤:

步骤1、停车位图像采集模块对停车场内的停车位图像进行采集,并将采集到的停车位视频图像传递给停车位图像识别处理模块;

步骤2、停车位图像识别处理模块对接收到的停车位视频图像按帧依次进行识别处理,直至在某帧视频图像中识别出拍摄完整的停车位,确定该帧视频图像中识别出的完整停车位为目标停车位,并将目标停车位的四个角点的图像坐标传递给停车位追踪模块;

步骤3、对停车位图像识别处理模块识别出的目标停车位进行追踪识别,绘制目标停车位与目标停车位在世界坐标系下的坐标信息并传递给停车位显示模块,直至自动泊车过程结束;

步骤4、停车位显示模块将停车位追踪模块检测到并绘制出来的目标停车位与目标停车位在世界坐标系下的坐标信息实时显示出来,供驾驶员参考,实现人机交互功能。

4.根据权利要求3所述一种面向自动泊车的停车位视觉识别系统的识别方法,其特征在于:所述步骤1停车位图像采集模块是通过安装在车辆两侧B柱上方的车顶边缘处的可360度旋转的两个广角摄像头实现的。

5.根据权利要求3所述一种面向自动泊车的停车位视觉识别系统的识别方法,其特征在于:所述步骤2停车位图像识别处理模块识别停车位视频图像中停车位的方法为:

⑴对原始停车位图像中的停车位与背景进行优化分割,将该帧停车位图像分别转换至灰度图与HSV颜色空间;

⑵对优化处理后得到的停车位与背景的分割图像进行细化操作以提取停车位的骨架;

⑶将每条车位线的骨架点聚集起来进行直线拟合,得到每条车位线所在的直线,并将拟合得到的直线聚集,形成车位线集合;

⑷对车位线集合中的直线两两求交点作为停车位角点的候选点,并对候选角点进行判断,如果两个候选停车位角点均在图像之内且连线与车位线集合中的某条直线重合同时该两点之间均匀分布着车位线骨架点,则说明这两个停车位候选角点是停车位四个角点中位于同一条车位线上的两个角点,进行多次判断后,得到图像中停车位的所有角点;判断角点的个数,如果其个数为四,则确定该停车位为拍摄到的完整的目标停车位并将其四个角点的图像坐标传递给停车位追踪模块;否则,继续对接收到的停车位视频图像的第二帧停车位图像进行上述识别操作,直至检测到的角点个数等于四即图像中拍摄到完整的停车位。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河北工业大学,未经河北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910555377.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top