[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN113221833B - 一种后视摄像头实现全景泊车的方法 - Google Patents

一种后视摄像头实现全景泊车的方法 Download PDF

Info

Publication number
CN113221833B
CN113221833B CN202110607728.0A CN202110607728A CN113221833B CN 113221833 B CN113221833 B CN 113221833B CN 202110607728 A CN202110607728 A CN 202110607728A CN 113221833 B CN113221833 B CN 113221833B
Authority
CN
China
Prior art keywords
top view
blind area
area
vehicle
camera
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.)
Active
Application number
CN202110607728.0A
Other languages
English (en)
Other versions
CN113221833A (zh
Inventor
唐忠林
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.)
Shenzhen Tianshuang Technology Co ltd
Original Assignee
Shenzhen Tianshuang Technology 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 Shenzhen Tianshuang Technology Co ltd filed Critical Shenzhen Tianshuang Technology Co ltd
Priority to CN202110607728.0A priority Critical patent/CN113221833B/zh
Publication of CN113221833A publication Critical patent/CN113221833A/zh
Application granted granted Critical
Publication of CN113221833B publication Critical patent/CN113221833B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明是一种后视摄像头实现全景泊车的方法，所述的方法包括：建立以车辆位置为参考的物理坐标系，后摄像头内外参数的标定、采集一帧数据、生成原始俯视图、生成无盲区俯视图和生成最终俯视图，属于车辆泊车系统方面的相关技术领域。目的是通过后视摄像头实现了通常需要车身四周四个摄像头才能实现的全景影像。从而节省了设备的硬件成本，缩短了全景影像系统运算的时间，提高了精确度，优化了全景泊车的效果。

Description

一种后视摄像头实现全景泊车的方法
技术领域
本发明涉及一种实现全景泊车的方法，特别是一种后视摄像头实现全景泊车的方法。
背景技术
360全景泊车系统，是一套通过车载显示屏幕观看汽车四周360度全景融合，超宽视角，无缝拼接的适时鸟瞰图像，了解车辆周边视线盲区，帮助汽车驾驶员更为直观、更为安全地停泊车辆的泊车辅助系统。360全景泊车系统是通常是通过安装在车身上的四个全景摄像头实现的。而采用车身四周的四个全景摄像头实现全景泊车系统，在图像采集以及图像处理方面会相应的增加系统运算的复杂程度，且硬件设备中需要安装的四个摄像头也是会给新加一定的成本。
发明内容
本发明的目的是在于解决现有的泊车系统中所述的方法，大多是采用车身四周四个摄像头进行图像采集以及采集后图像拼装，使得全景系统的运算时间相对较长，且设备的成本较高，现推出一种后视摄像头实现全景泊车的方法。
一种后视摄像头实现全景泊车的方法，所述方法的步骤如下：
1.1、建立以车辆位置为参考的物理坐标系，并确定俯视图的观察范围，将俯视图的图像坐标和物理坐标进行线性转换；并将后摄像头内外参数进行标定，标定后可根据摄像头的物理坐标得到对应的图形坐标；
1.2、采集一帧数据，即获取车辆后摄像头的一帧原始数据；
1.3、生成原始俯视图：
根据摄像头标定结果，把俯视图每个点的物理坐标转化为后摄像头的图像坐标，其中没有对应关系的设置为黑色，由于后摄像头只能照到后方区域，因此原始俯视图大部分区域都是黑色的；
1.4、生成无盲区俯视图：
当倒车时，俯视图中的后摄像头盲区是前几帧图像的可见区，因此，可以通过车辆运动原理，得到帧之间车辆场景的关联，从前几帧取得数据，从而生成无盲区俯视图；
1.5、生成最终俯视图：
生成最终俯视图的过程如下：
1.5.1、将无盲区俯视图拷贝到最终俯视图；
1.5.2、贴上透明度可配置的半透明车模；
1.6、退出:
当完成上述1.1至1.5的步骤后，如需要退出，则直接退出系统,如不退出，则重复步骤1.2至1.5步骤的操作。
进一步的，所述的无盲区俯视图由三部分组成：
一是中前区域，即车身和车前的整片区域，这部分区域后摄像头无法照到；
二是过渡区域，即中前区域后20厘米区域；
三是后方区域。
进一步的，所述的生成无盲区俯视图过程如下：
3.1、生成无盲区参考俯视图：
因无盲区参考俯视图要一直存在内存中并不断更新，无盲区俯视图的生成依赖无盲区参考俯视图；
首次调用要生成默认的无盲区参考俯视图，当间隔时间大于150毫秒或移动距离超过1.5米时，用当前无盲区俯视图替换无盲区参考俯视图；
3.2、生成无盲区俯视图：
无盲区俯视图三个区域分开处理，具体如下：
后方区域，直接拷贝当前原始俯视图；
中前区域，采样对应的无盲区参考俯视图色彩值；方法如下：根据车辆运动原理，带入车速、车轮转角、间隔时间和车身数据参数，得到当前物理坐标与无盲区参考俯视图物理坐标的转换公式，坐标转换后，再把物理坐标转换为图像坐标并对无盲区参考俯视图进行采样，如果是直行，采用最近点采样，否则采用线性采样；如果图像坐标无效，则填充黑色；
过渡区域，获取当前原始俯视图色彩值，采样对应的无盲区参考俯视图色彩值，然后对两者进行alpha混叠。
采用上述技术方案的有益效果是：通过后视摄像头实现了通常需要车身四周四个摄像头才能实现的全景影像。从而节省了设备的硬件成本，缩短了全景影像系统运算的时间，提高了精确度。
附图说明
图1为本发明中所述方法的操作框图。
具体实施方式
以下结合附图和本发明优选的具体实施例对本发明的内容作进一步地说明。所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1中所示，在本方案中所述的，一种后视摄像头实现全景泊车的方法，所述方法的步骤如下：
1.1、建立以车辆位置为参考的物理坐标系，并确定俯视图的观察范围，将俯视图的图像坐标和物理坐标进行线性转换；并将后摄像头内外参数进行标定，标定后可根据摄像头的物理坐标得到对应的图形坐标；
1.2、采集一帧数据，即获取车辆后摄像头的一帧原始数据；
1.3、生成原始俯视图：
根据摄像头标定结果，把俯视图每个点的物理坐标转化为后摄像头的图像坐标，其中没有对应关系的设置为黑色，由于后摄像头只能照到后方区域，因此原始俯视图大部分区域都是黑色的；
1.4、生成无盲区俯视图：
当倒车时，俯视图中的后摄像头盲区是前几帧图像的可见区，因此，可以通过车辆运动原理，得到帧之间车辆场景的关联，从前几帧取得数据，从而生成无盲区俯视图；
在本方案中，所述的无盲区俯视图由三部分组成：
一是中前区域，即车身和车前的整片区域，这部分区域后摄像头无法照到；
二是过渡区域，即中前区域后20厘米区域；具体在实施过程中也是可以根据具体情况重新划分过渡区域的范围，但在本实施例中采用的是过渡区域为中前区域后20厘米的区域范围内；
三是后方区域；
在本方案中所述的生成无盲区俯视图过程如下：
1.4.1、生成无盲区参考俯视图：
因无盲区参考俯视图要一直存在内存中并不断更新，无盲区俯视图的生成依赖无盲区参考俯视图；
首次调用要生成默认的无盲区参考俯视图，当间隔时间大于150毫秒或移动距离超过1.5米时，用当前无盲区俯视图替换无盲区参考俯视图；在具体实施中上述的间隔时间和移动距离，是可以根据实际情况进行相应的调整，在本实施例中分别采用的是上述数值；
1.4.2、生成无盲区俯视图：
无盲区俯视图三个区域分开处理，具体如下：
后方区域，直接拷贝当前原始俯视图；
中前区域，采样对应的无盲区参考俯视图色彩值；方法如下：根据车辆运动原理，带入车速、车轮转角、间隔时间和车身数据参数，得到当前物理坐标与无盲区参考俯视图物理坐标的转换公式，坐标转换后，再把物理坐标转换为图像坐标并对无盲区参考俯视图进行采样，如果是直行，采用最近点采样，否则采用线性采样；如果图像坐标无效，则填充黑色；
过渡区域，获取当前原始俯视图色彩值，采样对应的无盲区参考俯视图色彩值，然后对两者进行alpha混叠；
1.5、生成最终俯视图：
生成最终俯视图的过程如下：
1.5.1、将无盲区俯视图拷贝到最终俯视图；
1.5.2、贴上透明度可配置的半透明车模；
1.6、退出:
当完成上述1.1至1.5的步骤后，如需要退出，则直接退出系统,如不退出，则重复步骤1.2至1.5步骤的操作。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种后视摄像头实现全景泊车的方法，其特征在于，所述方法的步骤如下：
1.1、建立以车辆位置为参考的物理坐标系，并确定俯视图的观察范围，将俯视图的图像坐标和物理坐标进行线性转换；并将后摄像头内外参数进行标定，标定后可根据摄像头的物理坐标得到对应的图像坐标；
1.2、采集一帧数据，获取车辆后摄像头的一帧原始数据；
1.3、生成原始俯视图：
根据摄像头标定结果，把俯视图每个点的物理坐标转化为后摄像头的图像坐标，其中没有对应关系的设置为黑色，由于后摄像头只能照到后方区域，因此原始俯视图大部分区域都是黑色的；
1.4、生成无盲区俯视图：
当倒车时，俯视图中的后摄像头盲区是前几帧图像的可见区，因此，可以通过车辆运动原理，得到帧之间车辆场景的关联，从前几帧取得数据，从而生成无盲区俯视图，所述生成无盲区俯视图过程如下：
1.4.1、生成无盲区参考俯视图：
因无盲区参考俯视图要一直存在内存中并不断更新，无盲区俯视图的生成依赖无盲区参考俯视图；
首次调用要生成默认的无盲区参考俯视图，当间隔时间大于150毫秒或移动距离超过1.5米时，用当前无盲区俯视图替换无盲区参考俯视图；
1.4.2、生成无盲区俯视图：
无盲区俯视图三个区域分开处理，具体如下：
后方区域，直接拷贝当前原始俯视图；
中前区域，采样对应的无盲区参考俯视图色彩值；方法如下：根据车辆运动原理，带入车速、车轮转角、间隔时间和车身数据参数，得到当前物理坐标与无盲区参考俯视图物理坐标的转换公式，坐标转换后，再把物理坐标转换为图像坐标并对无盲区参考俯视图进行采样，如果是直行，采用最近点采样，否则采用线性采样；如果图像坐标无效，则填充黑色；
过渡区域，获取当前原始俯视图色彩值，采样对应的无盲区参考俯视图色彩值，然后对两者进行alpha混叠；
1.5、生成最终俯视图：
生成最终俯视图的过程如下：
1.5.1、将无盲区俯视图拷贝到最终俯视图；
1.5.2、贴上透明度可配置的半透明车模；
1.6、退出
当完成上述1.1至1.5的步骤后，如需要退出，则直接退出系统,如不退出，则重复步骤1.2至1.5步骤的操作。
2.根据权利要求1中所述的后视摄像头实现全景泊车的方法，其特征在于，所述的无盲区俯视图由三部分组成：
一是中前区域，所述中前区域为车身和车前的整片区域，这部分区域后摄像头无法照到；
二是过渡区域，所述过渡区域为中前区域后20厘米区域；
三是后方区域。
CN202110607728.0A 2021-06-01 2021-06-01 一种后视摄像头实现全景泊车的方法 Active CN113221833B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110607728.0A CN113221833B (zh) 2021-06-01 2021-06-01 一种后视摄像头实现全景泊车的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110607728.0A CN113221833B (zh) 2021-06-01 2021-06-01 一种后视摄像头实现全景泊车的方法

Publications (2)

Publication Number Publication Date
CN113221833A CN113221833A (zh) 2021-08-06
CN113221833B true CN113221833B (zh) 2023-05-26

Family

ID=77082107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110607728.0A Active CN113221833B (zh) 2021-06-01 2021-06-01 一种后视摄像头实现全景泊车的方法

Country Status (1)

Country Link
CN (1) CN113221833B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103072528A (zh) * 2013-01-30 2013-05-01 深圳市汉华安道科技有限责任公司 一种车辆及其全景泊车方法、系统
WO2015043507A1 (zh) * 2013-09-27 2015-04-02 比亚迪股份有限公司 用于汽车的图像处理方法与装置、生成汽车环视图像的方法和汽车环视系统
CN111986270A (zh) * 2020-08-26 2020-11-24 深圳市爱培科技术股份有限公司 一种全景泊车标定方法、装置及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105825475B (zh) * 2016-04-01 2019-01-29 西安电子科技大学 基于单摄像头的360度全景影像生成方法
CN106060427B (zh) * 2016-08-25 2019-05-21 深圳智联车网科技有限公司 基于单摄像头的全景成像方法及其装置
CN107507131B (zh) * 2017-08-08 2021-02-23 广州市安晓科技有限责任公司 基于单摄像头的360度全景倒车影像生成方法
CN109131082B (zh) * 2018-08-31 2022-03-15 深圳以恒科技有限公司 一种完全基于视觉的单目全景泊车影像系统及其泊车方法
CN112215747A (zh) * 2019-07-12 2021-01-12 杭州海康威视数字技术股份有限公司 无车底盲区的车载全景图的生成方法、装置及存储介质
CN111959397B (zh) * 2020-08-24 2023-03-31 北京茵沃汽车科技有限公司 在全景影像中显示车底图像的方法、系统、装置及介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103072528A (zh) * 2013-01-30 2013-05-01 深圳市汉华安道科技有限责任公司 一种车辆及其全景泊车方法、系统
WO2015043507A1 (zh) * 2013-09-27 2015-04-02 比亚迪股份有限公司 用于汽车的图像处理方法与装置、生成汽车环视图像的方法和汽车环视系统
CN111986270A (zh) * 2020-08-26 2020-11-24 深圳市爱培科技术股份有限公司 一种全景泊车标定方法、装置及存储介质

Also Published As

Publication number Publication date
CN113221833A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN110381255B (zh) 应用360全景环视技术的车载视频监控系统及方法
CN104851076B (zh) 用于商用车的全景环视泊车辅助系统及摄像头安装方法
CN105763854B (zh) 一种基于单目摄像头的全景成像系统及其成像方法
CN107021015B (zh) 用于图像处理的系统及方法
CN104321224B (zh) 具有摄像机监控系统的机动车
CN108765496A (zh) 一种多视点汽车环视辅助驾驶系统及方法
CN110363085B (zh) 一种基于铰接角补偿的重型铰接车环视实现方法
KR20160046480A (ko) 차량 외부 영상 출력 제어 장치 및 방법
CN101635838A (zh) 图像处理系统、成像装置、图像处理方法和计算机程序
CN111572452A (zh) 一种防遮挡的汽车a柱盲区监测装置和方法
CN113221833B (zh) 一种后视摄像头实现全景泊车的方法
JP2013024712A (ja) 複数カメラの校正方法及び校正システム
WO2017158829A1 (ja) 表示制御装置および表示制御方法
CN111016786B (zh) 基于3d视线估计的汽车a柱遮挡区域显示方法
CN212220070U (zh) 基于视觉语义分割技术的车辆实时定位系统
CN113263978B (zh) 一种车底透视的全景泊车系统及其方法
CN209776359U (zh) 一种车用全景式辅助驾驶系统
CN112758015A (zh) 一种用于投影车载a柱盲区的方法
CN113665485B (zh) 汽车前挡风玻璃防眩光系统及控制方法
CN202923503U (zh) 一种多输出模式的全景辅助泊车系统
CN113212307B (zh) 具有360度环景监控功能的电子后视镜
CN110667477A (zh) 一种车辆夜间影视处理系统及方法
CN116653775A (zh) 车载辅助显示方法、显示系统、显示设备及可读存储介质
CN117197253A (zh) 一种cms视野自适应调节方法
CN114872631A (zh) 透明底盘功能实现方法及系统

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