公开(公告)号：CN111649643B

公开(公告)日：2021-08-10

申请号：CN202010504394.X

申请日：2020-06-05

申请人： 武汉理工大学

发明人： 侯献军 ,  李文博 ,  邹斌 ,  王科未 ,  唐陆奇

IPC分类号： G01B5/00 ,  G01C15/00

摘要： 本发明公开了一种智能车传感器定位辅助装置及方法，包括全站仪（10）、用于车辆四角定位的角点定位杆、以及用于边缘测距的测中卡尺；测中卡尺包括导轨（3）、固定于导轨（3）顶端的固定板（1）、以及与固定板（1）平行设置在导轨（3）一侧的移动板（4），在固定板（1）和移动板（4）之间的导轨（3）上设置测中板支座（2），测中板支座（2）上设置用于与全站仪(10)对中的第一测中板（6）；角点定位杆包括对中杆（7）和对中杆（7）顶部设置的第二测中板（9）。通过传感器中心位置获取、车辆四角位置获取和边缘距离计算实现传感器智能标定。

公开(公告)号：CN108877267B

公开(公告)日：2020-11-03

申请号：CN201810883499.3

申请日：2018-08-06

申请人： 武汉理工大学

发明人： 颜伏伍 ,  王科未 ,  邹斌 ,  唐陆奇 ,  李文博

IPC分类号： G08G1/0967 ,  G06K9/00 ,  G06K9/62

摘要： 本发明提出了一种基于车载单目相机的交叉路口检测方法。本发明通过车载单目相机采集前方道路彩色图像并存储，通过位置传感器同步采集车辆在行驶过程中的地球大地坐标系位置信息，并转换为高斯平面坐标系下的坐标得到位置样本集，根据位置样本集构建路网拓扑图，根据路网拓扑图对原始图像样本集中的车辆前方道路图像样本进行标注；通过特征编码子网络、路口类型分类子网络和距离估计子网络构建深度神经网络；筛选样本集的图像样本作为深度神经网络输入，通过设计路口类型分类子任务的损失函数以及距离估计子任务的损失函数构建综合损失函数，综合损失函数通过最小批随机梯度下降的算法训练深度神经网络，得到训练后深度神经网络。

公开(公告)号：CN112070839A

公开(公告)日：2020-12-11

申请号：CN202010951129.6

申请日：2020-09-11

申请人： 武汉理工大学 ,  武汉新能源汽车工业技术研究院有限公司

发明人： 邹斌 ,  张文聪 ,  李文博 ,  张聪 ,  邱祥瑞 ,  占启航 ,  王科未 ,  唐陆奇 ,  卢炽华 ,  袁守利 ,  王海雄

IPC分类号： G06T7/73 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提出一种对后方车辆横纵向定位测距方法及设备，通过摄像头获取车辆在结构化上行驶的图像；图像输入车辆检测模型，获得图像的车辆位置信息；车辆检测模型是利用卷积神经网络训练的网络模型；根据图像检测与跟踪图像的消失点，消失点为图像中的车辆所在车道线在无限远处的交点；根据消失点计算当前车辆偏航角和俯仰角，得到车辆在城市高架上行驶时的姿态角；根据俯仰角进行逆透视变换畸变矫正，得到前方道路俯视图；根据检测车辆和车道线，遍历水平线获取车辆所处第几车道；根据俯视图快速检测车道线；根据偏航角建立几何模型，计算本车道后方车辆相对本车的横向和纵向距离。本发明能够快速实现后方车辆的横纵向定位测距，提高精度和实时性。

公开(公告)号：CN112082484A

公开(公告)日：2020-12-15

申请号：CN202010951114.X

申请日：2020-09-11

申请人： 武汉理工大学 ,  武汉新能源汽车工业技术研究院有限公司

发明人： 邹斌 ,  占启航 ,  李文博 ,  汪洋浪 ,  张文聪 ,  邱祥瑞 ,  张聪 ,  唐陆奇 ,  王科未 ,  卢炽华 ,  袁守利 ,  王海雄

IPC分类号： G01B11/00

摘要： 本发明提出一种基于单线激光雷达检测工程车车身偏移的装置及方法，包括单线激光雷达、工程车、工控机，单线激光雷达安倾斜装于工程车头部，通过设置IP地址，将工控机与激光雷达通过网线相连。对激光雷达进行外参标定，将激光雷达坐标系转换到工程车的坐标系下。通过特定区域的选取，提取工程车车身上的特征点云，最后基于最小二乘法对特征点进行直线拟合，并求得斜率。本发明能实现对工程车车身偏移的检测，抗干扰性好，检测精度高。

公开(公告)号：CN111649643A

公开(公告)日：2020-09-11

申请号：CN202010504394.X

申请日：2020-06-05

申请人： 武汉理工大学

发明人： 侯献军 ,  李文博 ,  邹斌 ,  王科未 ,  唐陆奇

IPC分类号： G01B5/00 ,  G01C15/00

摘要： 本发明公开了一种智能车传感器定位辅助装置及方法，包括全站仪（10）、用于车辆四角定位的角点定位杆、以及用于边缘测距的测中卡尺；测中卡尺包括导轨（3）、固定于导轨（3）顶端的固定板（1）、以及与固定板（1）平行设置在导轨（3）一侧的移动板（4），在固定板（1）和移动板（4）之间的导轨（3）上设置测中板支座（2），测中板支座（2）上设置用于与全站仪(10)对中的第一测中板（6）；角点定位杆包括对中杆（7）和对中杆（7）顶部设置的第二测中板（9）。通过传感器中心位置获取、车辆四角位置获取和边缘距离计算实现传感器智能标定。

公开(公告)号：CN108877267A

公开(公告)日：2018-11-23

申请号：CN201810883499.3

申请日：2018-08-06

申请人： 武汉理工大学

发明人： 颜伏伍 ,  王科未 ,  邹斌 ,  唐陆奇 ,  李文博

IPC分类号： G08G1/0967 ,  G06K9/00 ,  G06K9/62

CPC分类号： G08G1/096725 ,  G06K9/00791 ,  G06K9/6256 ,  G06K9/6268

摘要： 本发明提出了一种基于车载单目相机的交叉路口检测方法。本发明通过车载单目相机采集前方道路彩色图像并存储，通过位置传感器同步采集车辆在行驶过程中的地球大地坐标系位置信息，并转换为高斯平面坐标系下的坐标得到位置样本集，根据位置样本集构建路网拓扑图，根据路网拓扑图对原始图像样本集中的车辆前方道路图像样本进行标注；通过特征编码子网络、路口类型分类子网络和距离估计子网络构建深度神经网络；筛选样本集的图像样本作为深度神经网络输入，通过设计路口类型分类子任务的损失函数以及距离估计子任务的损失函数构建综合损失函数，综合损失函数通过最小批随机梯度下降的算法训练深度神经网络，得到训练后深度神经网络。