Automatic determination of car movement parameters based on image detection

• Autorzy: Marchel Ł.

Identyfikatory

DOI

10.1515/aon-2016-0014

• Języki publikacji: EN

Abstrakty

EN

This article presents alternative way of distance measurement to the preceding vehicle. Investigations were conducted for the purpose of assessing the possibility of using automatic determination of a car plate size in a photograph picture, and basing on that com-puting range to a vehicle. The first part describes the research methodology relating to angular measurements made with a still camera, The second part includes the method employed to automatically detect area occupied by a registration plate in a picture of a vehicle. The final part contains the mechanism of calculating distance to a car and the results of the investigation which justify using described method as a tool for range measurement.

PL

W artykule przedstawiono alternatywny sposób pozyskiwania odległości do poprzedzającego pojazdu. Przeprowadzono badania mające na celu ocenę możliwości automatycznego wyznaczania rozmiaru rejestracji samochodowej na zdjęciu fotograficznym i na tej podstawie pomiaru odległości do pojazdu. W pierwszej części opisano metodę badań związaną z oceną dokładnościową pomiarów kąta i wyznaczania odległości wykonanych aparatem fotograficznym. W części drugiej przedstawiono sposób automatycznej detekcji obszarów zajmowanych przez rejestrację samochodową na zdjęciu pojazdu. Ostatnia cześć zawiera zasadę wyznaczania odległości do pojazdu oraz wyniki pomiarów z przeprowadzonych badań, potwierdzających zasadność stosowania opracowanego sposobu jako narzędzia do pomiarów odległości na podstawie elementów poddawanych automatycznej teledetekcji.

Słowa kluczowe

EN

remote sensing; autonomy; photo-based measurement

• Wydawca: Polskie Forum Nawigacyjne
• Czasopismo: Annual of Navigation
• Rocznik: 2016
• Tom: No. 23
• Strony: 199--208
• Opis fizyczny: Bibliogr. 23 poz., rys., tab.

Twórcy

autor

Marchel Ł.

• Polish Naval Academy Śmidowicza 69 Str., 81-127 Gdynia, Poland

Bibliografia

• [1] Akhand M., Improvement of Haar Feature Based Face Detection in OpenCV Incorporating Human Skin Color Characteristic, Tetuan 2016.
• [2] Cheng S., Stereo Vision in Autonomous Car Application, [online], www.stacks.stanford.edu/ file/druid:ys177gb6618/Chen_Theodosis_Wilson_Stereo_Vision_in_Autonomous_Car_ Application.pdf [access 10.10.2016].
• [3] Curtis D., Electric and Hybrid Cars: A History, McFarland 2005.
• [4] Guizzol I., How Google’s self-driving car works, IEEE, San Francisco 2011.
• [5] Jun-Wei H., Morphology-based License Plate Detection from Comlex Scenes, Conference paper, Canada 2002, pp. 176–179.
• [6] Kirchner A., Integrated obstacle and road tracking using a laser scanner, Intelligent Vehicles Symposium paper, 2000, pp. 675–681.
• [7] Lamberd F., Google’s self-driving car vs Tesla Autopilot: 1.5 M miles in 6 years vs 47 M miles in 6 months, [online], www.electrek.co/2016/04/11/google-self-driving-car-tesla-autopilot [access 04.11.2016].
• [8] Langaniere R., OpenCV 2 Computer Vision Application Programming Cookbook, Pact publishing, Birmingham 2011.
• [9] Lelis D., Mastering OpenCV with Practical Computer Vision Projects, Pact publishing, Birmingham 2012.
• [10] Levinson J., Towards fully autonomous driving systems and algorithms, Intelligent vehicles symposium paper, 2011, pp. 1–6.
• [11] Mandal B., A Wearable Face Recognition System on Google Glass for Assisting Social Interactions, ACCV, Singapore 2014.
• [12] Mousavi S., Car Plate Segmentation Based on Morphological and Labeling Approach, Conference paper, Secunderabad 2014, pp. 84–87.
• [13] Naus K., The still picture as a tool for angular measurement of surface object in an off-shore area, Zeszyty Naukowe Akademii Marynarki Wojennej, Gdynia 2015.
• [14] Nawaz S., HOG-SVM Car Detection on an Embadded GPU, Eindhoven 2016.
• [15] Open Source Computer Vision, [online], http://www.opencv.org, [access 10.10.2016].
• [16] Ritesh K., Vision-Based Adaptive Cruise Control Using Pattern Matching, Conference paper, Durbanm 2013, pp. 40–46.
• [17] Streller D., Vehicle and object models for robust tracking in traffic scenes using laser range images, International Conference on Intelligent Transportation Systems, 2002, pp. 118–123.
• [18] Tadeusiewicz R., Computer analysis and image computing, [in Polish], WFPT, Kraków 1997.
• [19] Tianfu W., Recognizing Car Fluents From Video, [online], www.researchgate.net/ publication/301836952_Recognizing_Car_Fluents_from_Video [access 10.10.2016].
• [20] Tran D., Building an Automatic Vehicle License-Plate Recognition System, Conference paper, Can Thom 2005, pp. 59–63.
• [21] Urmson C., Autonomous Driving in Urban Environments: Boss and the Urban Challange, ‘Journal of a Field Robotics’, 2008, Vol. 25, No. 8, pp. 525–566.
• [22] Wilczewski M., Method of picture binarization, [online], http://www.mif.pg.gda.pl/ homepages/marcin/Wyklad3.pdf [access 10.10.2016].
• [23] Zawieska D., The New Approach to Camera Calibration — GCPs or TLS Data?, Conference paper, Prague 2016, pp. 75–82.