CN119399725A 一种基于摄像头视觉集合信息的车位识别方法 (一汽-大众汽车有限公司)_第1页
CN119399725A 一种基于摄像头视觉集合信息的车位识别方法 (一汽-大众汽车有限公司)_第2页
CN119399725A 一种基于摄像头视觉集合信息的车位识别方法 (一汽-大众汽车有限公司)_第3页
CN119399725A 一种基于摄像头视觉集合信息的车位识别方法 (一汽-大众汽车有限公司)_第4页
CN119399725A 一种基于摄像头视觉集合信息的车位识别方法 (一汽-大众汽车有限公司)_第5页
已阅读5页,还剩19页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种基于摄像头视觉集合信息的车位识别括一个独特的车位提取定位算法和一个判断停被神经网络分类为垂直车位长边的像素数量等步骤。本车位识别方法提高了车位识别的准确2S24:每两个像素团形成一个像素团对,计算每个像素团对中的两个像素团之间的距个像素团之间的连线被初步认定为一个划线个像素对中的两个像素团之间连线被认定为划线根据像素值找到分类为车位长短边交点的所有像素,将该像素的像寻找二值图中的像素团并得到每个像素团的像素点在二值图述步骤S25中,根据车位宽度的范围以及每个像素代表的实际距离来设定每个像素团对中3分别过每个划线车位短边的端点对应的两像素团的几何中心10.如权利要求2所述的一种基于摄像头视觉集合信息的车位识别方法,其特征在于,网络分割模型输出的网格矩阵分割图的图像尺寸与所4库无GPS信号等情况下,构建停车场的高精度地图并进行车位识别就成为无人驾驶自动泊的每个像素对中的两个像素团之间连线被认56个时间戳下的神经网络输出的分割结果进行几何上和空间上的后处理,使用分类算法提7用到的计算包是开源的OpenCV4.1预先编译好的[0054]参考图4,在得到的二值图上使用OpenCV的findContours函数,寻找二值图中的cluster像素团(聚集在一起的多个像素形成一个像素团)并得到每个cluster中的所有像[0058]对步骤2.3得到的所有两两组成的cluster对(像素团[0060]cluster下标号是对应cluster的索引值,索引值上限由当前图中cluster的总数8的每个像素对中的两个像素团之间连线被认点的分类,如果20个点的分类超过60%被神经网络分割模型输出为划线车位的短边类别,[0070]在一具体的示例中,判断泊入方向,先找到cluster1和cluster2的几何中点,9y1)/(x2_x1)长边的像素点,比较两次统计的结果。设两个统计结果分别是c2和c1,若c1>c2且c1/c2>

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论