预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107554430A(43)申请公布日2018.01.09(21)申请号201710854609.9(22)申请日2017.09.20(71)申请人京东方科技集团股份有限公司地址100015北京市朝阳区酒仙桥路10号(72)发明人刘童李月苏海军(74)专利代理机构北京市立方律师事务所11330代理人刘延喜王增鑫(51)Int.Cl.B60R1/00(2006.01)权利要求书2页说明书12页附图2页(54)发明名称车辆盲区可视化方法、装置、终端、系统及车辆(57)摘要本发明提供了一种车辆盲区可视化方法、装置、终端、系统及车辆,获取车辆前方的实时图像数据,利用获取的所述图像数据构建三维地图及确定车辆在该三维地图中的当前位置;获取驾驶员与遮挡驾驶员视角的遮挡物之间的相对位置信息,并结合该遮挡物的结构信息确定驾驶员的视角盲区;依据所述三维地图、车辆在该三维地图中的当前位置及驾驶员的视角盲区确定所述视角盲区中的环境信息。本发明实现了在不影响车辆美观度和车厢内部容纳空间的情况下,保证驾驶员能够安全驾驶车辆,降低交通事故发生的概率,同时由于设备少,使得设备维护费用降低,节约了经济成本,同时便于安装和维护。CN107554430ACN107554430A权利要求书1/2页1.一种车辆盲区可视化方法,其特征在于,包括:获取车辆前方的实时图像数据,利用获取的所述图像数据构建三维地图及确定车辆在该三维地图中的当前位置;确定驾驶员的视角盲区;依据所述三维地图、车辆在该三维地图中的当前位置及驾驶员的视角盲区确定所述视角盲区中的环境信息。2.根据权利要求1所述的车辆盲区可视化方法,其特征在于,在所述依据所述三维地图、车辆在该三维地图中的当前位置及驾驶员的视角盲区确定所述视角盲区中的环境信息的步骤之后,还包括:对所述视角盲区中的环境信息进行实时检测,以判断所述视角盲区中是否存在目标对象;若是,则发送提醒信息。3.根据权利要求1所述的车辆盲区可视化方法,其特征在于,在所述依据所述三维地图、车辆在该三维地图中的当前位置及驾驶员的视角盲区确定所述视角盲区中的环境信息的步骤之后,还包括:将所述视角盲区中的环境信息显示在车厢内部。4.根据权利要求1所述的车辆盲区可视化方法,其特征在于,所述确定驾驶员的视角盲区的步骤中,具体包括:获取车厢内部实时图像数据,构建车厢内部的车厢三维模型;建立坐标系,并根据所述车厢三维模型确定驾驶员和遮挡物在所述坐标系中的坐标值,计算出驾驶员和遮挡物的相对位置信息;获取驾驶员与遮挡驾驶员视角的遮挡物之间的相对位置信息,并结合该遮挡物的结构信息,以确定驾驶员的视角盲区。5.根据权利要求1或4所述的车辆盲区可视化方法,其特征在于,所述获取车辆前方的实时图像数据,利用获取的所述图像数据构建三维地图及确定车辆在该三维地图中的当前位置步骤之前,还包括:预设车辆的车体参数信息和遮挡物的结构信息;所述遮挡物的结构信息包括所述遮挡物的棱长、遮挡物棱的顶点和/或端点、遮挡物各棱的交点、遮挡物面向驾驶员一面的面积中的至少一种。6.根据权利要求5所述的车辆盲区可视化方法,其特征在于,所述结合该遮挡物的结构信息确定驾驶员的视角盲区的过程中,具体包括:获取遮挡物各棱的端点和/或顶点在所述坐标系中的坐标值;在所述车厢三维模型中,以驾驶员所在的坐标值的点为基准点,直线连接所述基准点与遮挡驾驶员视角的遮挡物各棱的端点和/或顶点;将所述直线与遮挡物的各棱的交点为起始点,背向驾驶员延伸,所述直线和遮挡物共同构成的背向驾驶员的区域为所述视角盲区。7.根据权利要求5所述的车辆盲区可视化方法,其特征在于,所述确定车辆在该三维地图中的当前位置的过程中,具体包括:根据车辆的车体参数信息,以车辆中获取所述实时图像数据装置的位置为在所述三维地图中构建所述车体模型的基准点,在所述三维地图中构建所述车体模型,确定车辆在该三维地图中的当前位置。2CN107554430A权利要求书2/2页8.根据权利要求1或4所述的车辆盲区可视化方法,其特征在于,所述三维地图和/或车厢三维模型采用Slam方式构建。9.根据权利要求8所述的车辆盲区可视化方法,其特征在于,所述Slam方式的构建步骤包括:获取车辆前方的实时图像数据/车厢内部实时图像数据,提取车辆前方实时图像数据/车厢内部实时图像数据中的特征点,匹配不同帧的车辆前方实时图像数据/车厢内部实时图像数据中的特征点;基于匹配成功的不同帧的车辆前方实时图像数据/车厢内部实时图像数据中的特征点和特征点的归一化算法,预估所述三维地图中的运动参数;依据所述运动参数,将所有帧的车辆前方实时图像数据/车厢内部实时图像数据中的特征点转换到同一坐标系中,构建所述三维地图/所述车厢三维模型。10.