CN103991449A - 一种车辆行进控制方法及*** - Google Patents
一种车辆行进控制方法及*** Download PDFInfo
- Publication number
- CN103991449A CN103991449A CN201410259608.6A CN201410259608A CN103991449A CN 103991449 A CN103991449 A CN 103991449A CN 201410259608 A CN201410259608 A CN 201410259608A CN 103991449 A CN103991449 A CN 103991449A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- camera
- road image
- dead ahead
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000013507 mapping Methods 0.000 claims description 26
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 16
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000010200 validation analysis Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 230000000903 blocking effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种车辆行进控制方法及***,涉及自动控制技术领域。从设置在车辆上不同位置处的摄像头实时获取多幅不同角度的车辆前方道路图像,处理后得到有效的车辆正前方道路图像,从其中识别出车道线信息,计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离,进而根据所述偏离角度和偏离距离控制车辆行进。能避免繁杂的公式算法,不但提高了效率,且可根据实际图像进行缺失信息的获取,进一步提高了准确性,使得方案简单高效、控制准确,不受到应用场景的限制,无论道路中车辆较多、并线等多发事件、道路不规范、车速较快等复杂情况下,都能很方便的获取到多个角度的图像,对多种场景适应性更强,更好的实现对车辆行进的自动控制。
Description
技术领域
本发明涉及自动控制技术领域,特别涉及一种车辆行进控制方法及***。
背景技术
智能驾驶技术涉及认知工程、车辆工程、电子电气工程、控制科学与工程、人工智能等诸多学科,智能车辆是衡量一个国家科研实力和工业水平的重要标志。无人驾驶车的出现,从根本上改变了传统的“人-车-路”闭环***中的车辆驾驶方式,将驾驶员从疲劳驾驶中解放出来,利用先进的传感器以及信息技术控制车辆行驶,让驾驶活动中常规、持久、低级、重复的操作自动完成,能够极大地提高交通***的效率和安全,提高人类移动生活的品质,具有广泛的社会应用价值。同时,智能驾驶技术的研究将极大地增强我国在汽车主动安全等方面的核心竞争力,对提升我国汽车电子产品和汽车产业自主创新能力具有重大的战略意义。
由于实际道路运行环境相当复杂,在对车辆行进进行智能控制的过程中,常常会出现对车道线遮挡等影响车道线识别的情况,如果道路上车辆较少,道路较为规范,且车速较低等比较理想的情况下,现有解决方案能够在一定程度上应对实际道路中出现的一些实际问题,比如上述道路中由于某些情况造成的道路遮挡、阴影等问题,实现理想状态下车辆的自动控制。
比如,目前一种常用的解决方案,使用回旋曲线作为简化的道路模型,避免了道路几何复杂的重构问题,提高了***对阴影的鲁棒性,其核心思想是通过算法对图像中由于遮挡等造成的隐形进行修复,但需要复杂的公式算法匹配,计算复杂且效率低下,而且当道路不符合模型假设时会失效。另外,该解决方案中由车载摄像机获取的道路图像具有强烈的透视效果,主要表现为车道标志线在图像底部较直,在灭点附近成为比较复杂的曲线,这样的车道标志线模型与世界坐标系下具有平行结构的车道标志线模型相比,显然要复杂很多,进一步导致方案的复杂性以及修复的效果,可见,当道路中车辆较多、并线等事件较多、道路不规范、且车速较快等非理想状态下,该方案由于计算速度以及算法本身的限制,将不再适用。
另一种常用的解决方案,为了能够使用简单的车道标志线模型展开研究,通过逆透视变换的方法对道路图像进行处理,消除了图像的透视效果。该***在假设道路宽度固定或变化缓慢的前提下,检测具有一定宽度的平行车道线,能够对阴影和遮挡具备一定的鲁棒性,但是该假设并不适于宽度变换频繁的道路。可见,该方案由于受到使用的计算模型的限制,在道路中车辆较多、并线等事件较多、道路不规范、且车速较快等非理想状态下,将不能很好适用。
可见,对于道路中车辆较多、并线等多发事件、道路不规范、车速较快等非理想状态下,现有的几种解决方案都不能很好的应对车道线遮挡等影响车道线识别的情况,在实际应用中都存在对车辆行进控制不够准确,甚至无法实现控制的问题。
即,对于智能驾驶这一新兴技术领域而言,现有的多种针对车辆行进控制的解决方案,都存在诸多问题,不能很好的适应智能驾驶技术的进一步发展和实际应用需求。因此,迫切需要提供一种方案简单高效、控制准确且对多种场景适应性更强的解决方案,以适用和促进智能驾驶技术的快速发展。
发明内容
鉴于上述问题,本发明实施例提供一种车辆行进控制方法和***,能够提供一种针对智能驾驶技术的方案简单高效、控制准确且对多种场景适应性更强的解决方案,以更好的实现对车辆行进的自动控制。
本发明实施例采用了如下技术方案:
本发明一个实施例提供了一种车辆行进控制方法,所述方法包括:
从设置在车辆上不同位置处的摄像头实时获取多幅不同角度的车辆前方道路图像;
对多幅所述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像;所述有效的车辆正前方道路图像为包含有车辆前方有效车道线信息的图像;
从所述有效的车辆正前方道路图像中识别出车道线信息;
根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离;
根据所述偏离角度和偏离距离控制车辆行进。
所述方法还包括对设置在车辆不同位置处的摄像头进行分组管理,具体包括:
依据图像覆盖范围对摄像头进行分组:若一摄像头的位置所拍摄图像角度中能覆盖车辆前方有效车道线信息,则将该摄像头作为一组;若设置在车辆相对位置的多个摄像头所拍摄图像角度中能完全覆盖车辆前方有效车道线信息,则将该设置在车辆相对位置的多个摄像头作为一组;
所述对多幅所述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像包括:
按照分组中包含的摄像头数量由少至多的顺序逐组对摄像头获取的图像进行判断,确定包含完整车辆前方有效车道线信息的一组图像;
若上述确定的包含完整车辆前方有效车道线信息的一组图像为来自一部摄像头拍摄的车辆前方道路图像,则将该车辆前方道路图像作为有效的车辆正前方道路图像;若上述确定的包含完整车辆前方有效车道线信息的一组图像为来自多部摄像头拍摄的车辆前方道路图像,则将该多部摄像头拍摄的车辆前方道路图像进行组合,得到有效的车辆正前方道路图像。
车辆不同位置处设置有三个摄像头,其中:
第一摄像头,设置于车辆后视镜处,镜头面向车辆正前方,用于实时获取车辆正前方道路图像;
第二摄像头,垂直设置于车辆左倒车镜下方,镜头面向车辆左前方,用于实时获取车辆左前方道路图像;
第三摄像头,垂直设置于车辆右倒车镜下方,镜头面向车辆右前方,用于实时获取车辆右前方道路图像;
所述从设置在车辆上不同位置处的摄像头实时获取多幅不同角度的车辆前方道路图像包括:
从第一摄像头获取车辆正前方道路图像、从第二摄像头获取车辆左前方道路图像、及从第三摄像头获取车辆右前方道路图像;
所述对多幅所述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像包括:
判断从第一摄像头获取的所述车辆正前方道路图像是否为有效的车辆正前方道路图像,即判断从第一摄像头获取的所述车辆正前方道路图像中是否包含完整的车辆前方有效车道线信息;
若为有效的车辆正前方道路图像,则将所述车辆正前方道路图像作为有效的车辆正前方道路图像;若为无效的车辆正前方道路图像,则将从第二摄像头获取的所述车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行拼接,得到有效的车辆正前方道路图像。
判断图像中是否包含完整的车辆前方有效车道线信息的方法包括:
识别图像中的车道线左边界和车道线右边界;
从识别到的每组车道线左边界和车道线右边界中,判断有效的车道线边界组;
若有效的车道线边界组数量大于预置值,则确认所述图像中包含完整的车辆前方有效车道线信息。
所述将从第二摄像头获取的所述车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行拼接,得到有效的车辆正前方道路图像包括:
对第二摄像头获取的车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行几何畸变校正和噪声点抑制处理;
对经上述处理后的车辆左前方道路图像和车辆右前方道路图像进行图像配准;
对配准后的车辆左前方道路图像和车辆右前方道路图像中的重叠区域进行融合处理,实现图像拼接,得到有效的车辆正前方道路图像。
所述从所述有效的车辆正前方道路图像中识别出车道线信息包括:
对所述有效的车辆正前方道路图像进行逆透视变换处理,消除所述有效的车辆正前方道路图像中的透视效果;
对逆透视变换处理后的图像进行车道线自适应阈值二值化处理,得到二值化的车道线边缘图像;
所述根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离包括:
对所述二值化的车道线边缘图像进行Hough变换,检测出车道线的左边界点和右边界点,利用左边界点和右边界点计算得到车道线虚拟中心线上的至少两点,根据得到的车道线虚拟中心线上的至少两点计算当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离。
另外,本发明实施例还提供了一种车辆行进控制***,所述***包括设置在车辆上不同位置处的摄像头、及车辆行进控制设备:
所述车辆行进控制设备包括:
图像获取模块,用于从设置在车辆上不同位置处的摄像头实时获取多幅不同角度的车辆前方道路图像;
有效性处理模块,用于对多幅所述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像;所述有效的车辆正前方道路图像为包含有车辆前方有效车道线信息的图像;
车道线识别模块,用于从所述有效的车辆正前方道路图像中识别出车道线信息;
偏离信息计算模块,用于根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离;
行进控制模块,用于根据所述偏离角度和偏离距离控制车辆行进。
所述车辆行进控制设备还包括摄像头管理模块,
所述摄像头管理模块,用于依据图像覆盖范围对摄像头进行分组:若一摄像头的位置所拍摄图像角度中能覆盖车辆前方有效车道线信息,则将该摄像头作为一组;若设置在车辆相对位置的多个摄像头所拍摄图像角度中能完全覆盖车辆前方有效车道线信息,则将该设置在车辆相对位置的多个摄像头作为一组;
所述有效性处理模块包括:
顺序判断单元,用于按照分组中包含的摄像头数量由少至多的顺序逐组对摄像头获取的图像进行判断,确定包含完整车辆前方有效车道线信息的一组图像;
有效性确认单元,用于当所述顺序判断单元确定的包含完整车辆前方有效车道线信息的一组图像为来自一部摄像头拍摄的车辆前方道路图像,则将该车辆前方道路图像作为有效的车辆正前方道路图像;当所述顺序判断单元确定的包含完整车辆前方有效车道线信息的一组图像为来自多部摄像头拍摄的车辆前方道路图像,则将该多部摄像头拍摄的车辆前方道路图像进行组合,得到有效的车辆正前方道路图像。
车辆不同位置处设置有三个摄像头,其中:
第一摄像头,设置于车辆后视镜处,镜头面向车辆正前方,用于实时获取车辆正前方道路图像;
第二摄像头,垂直设置于车辆左倒车镜下方,镜头面向车辆左前方,用于实时获取车辆左前方道路图像;
第三摄像头,垂直设置于车辆右倒车镜下方,镜头面向车辆右前方,用于实时获取车辆右前方道路图像;
所述图像获取模块,具体用于从第一摄像头获取车辆正前方道路图像、从第二摄像头获取车辆左前方道路图像、及从第三摄像头获取车辆右前方道路图像;
所述顺序判断单元,具体用于判断从第一摄像头获取的所述车辆正前方道路图像是否为有效的车辆正前方道路图像,即判断从第一摄像头获取的所述车辆正前方道路图像中是否包含完整的车辆前方有效车道线信息;
所述有效性确认单元,具体用于当所述顺序判断单元的判断结果为从第一摄像头获取的所述车辆正前方道路图像中包含完整的车辆前方有效车道线信息,则将所述车辆正前方道路图像作为有效的车辆正前方道路图像;当所述顺序判断单元的判断结果为从第一摄像头获取的所述车辆正前方道路图像为无效的车辆正前方道路图像,则将从第二摄像头获取的所述车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行拼接,得到有效的车辆正前方道路图像。
所述车道线识别模块包括:
逆透视变换单元,用于对所述有效的车辆正前方道路图像进行逆透视变换处理,消除所述有效的车辆正前方道路图像中的透视效果;
二值化处理单元,用于对逆透视变换处理后的图像进行车道线自适应阈值二值化处理,得到二值化的车道线边缘图像;
所述偏离信息计算模块,具体用于:
对所述二值化的车道线边缘图像进行Hough变换,检测出车道线的左边界点和右边界点,利用左边界点和右边界点计算得到车道线虚拟中心线上的至少两点,根据得到的车道线虚拟中心线上的至少两点计算当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离。
可见,本发明实施例提供的一种车辆行进控制方法和***,从设置在车辆上不同位置处的摄像头实时获取多幅不同角度的车辆前方道路图像,对多幅上述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像,从有效的车辆正前方道路图像中识别出车道线信息,根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离,进而根据所述偏离角度和偏离距离控制车辆行进。这样,由于在车辆的不同位置处分别设置多部摄像头,便可以从不同角度拍摄到车辆前方图像,当由于复杂的路况导致某个角度中,用于车辆行进控制的某些重要信息被遮挡等原因导致缺失时,便可以直接从其它角度中拍摄的图像中获取。因此,本发明实施例避免了繁杂的公式算法,不但提高了效率,而且可以根据实际图像进行缺失信息的获取,进一步提高了准确性,从而使得方案简单高效、控制准确,而且,不受到应用场景的限制,无论道路中车辆较多、并线等多发事件、道路不规范、车速较快等复杂情况下,本发明实施例都能很方便的获取到多个角度的图像,能够对多种场景适应性更强,以更好的实现对车辆行进的自动控制。
进一步的,本发明实施例还包括对设置在车辆不同位置处的多组摄像头拍摄的多组图像按照优先顺序进行图像进行有效性处理,即在车辆不同位置处设置的多个摄像头,其中,若一摄像头的位置所拍摄图像角度中能覆盖车辆前方有效车道线信息,则将该摄像头作为一组;若设置在车辆相对位置的多个摄像头所拍摄图像角度中能完全覆盖车辆前方有效车道线信息,则将该设置在车辆相对位置的多个摄像头作为一组。车辆上设置的每组摄像头设置的角度所拍摄的图像能够完全覆盖车辆前方有效车道线信息。在对图像进行有效性处理时,优先针对包括摄像头数量少的分组,可以在满足车道线识别条件的基础上,对较少数量的图像进行车道线识别处理,从而进一步提高车辆行进控制的效率。
进一步的,本发明实施例在车道线识别的过程中,在逆透视变换的基础上,进一步引入高速公路的结构约束条件,并且引入了视频图像的帧间关系,进一步提高了车道线检测的准确度。
进一步的,本发明实施例在计算当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离的过程中,也加入对车道线分布的多种限制条件,以进一步减少搜索范围,大大提高算法效率和准确性。
附图说明
图1为本发明实施例提供的一种车辆行进控制方法流程图;
图2为本发明实施例中当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离示意图;
图3为本发明实施例提供的一种车辆行进控制方法流程图;
图4为本发明实施例中摄像头在车辆上设置位置示意图;
图5为本发明实施例提供的一种车辆行进控制***结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
参见图1,本发明实施例提供一种车辆行进控制方法,具体包括如下步骤:
S101:从设置在车辆上不同位置处的摄像头实时获取多幅不同角度的车辆前方道路图像。
本发明实施例实现的一种车辆行进控制方法,需要在所控制车辆上设置摄像头,以获取车辆前方的道路图像,进而从中识别出车道线信息,控制车辆正常行驶。
需要说明的是,若仅仅在车辆上设置一部摄像头,或为了摄像头故障时替换而仅仅在相近或类似位置处设置的多个摄像头,拍摄到的车辆前方图像中如果缺失了部分重要信息的话,则只能通过现有的一些算法对图像进行修改,不但算法复杂,效率较低,图像恢复效果不佳,而且还很有可能无法完整恢复,导致车辆行进控制不够准确甚至无法实现控制的问题。
优选的,本发明实施例中,在车辆的不同位置处分别设置多部摄像头,这样,便可以从不同角度拍摄到车辆前方图像,当由于复杂的路况导致某个角度中,用于车辆行进控制的某些重要信息被遮挡等原因导致缺失时,便可以直接从其它角度中拍摄的图像中获取。可见,本发明实施例避免了繁杂的公式算法,不但提高了效率,而且可以根据实际图像进行缺失信息的获取,进一步提高了准确性,从而使得方案简单高效、控制准确,而且,不受到应用场景的限制,无论道路中车辆较多、并线等多发事件、道路不规范、车速较快等复杂情况下,本发明实施例都能很方便的获取到多个角度的图像,能够对多种场景适应性更强,以更好的实现对车辆行进的自动控制。
作为进一步方案,本发明实施例中,在车辆不同位置处设置的摄像头,若其中某一摄像头设置的角度所拍摄的车辆前方图像中,不能包含完整的车辆前方有效车道线信息,则需要在该摄像头相对的位置处再设置一或多个摄像头,使其配合使用,形成一组摄像头,车辆上设置的每组摄像头设置的角度所拍摄的图像能够完全覆盖车辆前方有效车道线信息。
也就是说,本发明实施例提供的车辆行进控制方法还包括对设置在车辆不同位置处的摄像头进行分组管理,具体包括:
依据图像覆盖范围对摄像头进行分组:若一摄像头的位置所拍摄图像角度中能覆盖车辆前方有效车道线信息,则将该摄像头作为一组;若设置在车辆相对位置的多个摄像头所拍摄图像角度中能完全覆盖车辆前方有效车道线信息,则将该设置在车辆相对位置的多个摄像头作为一组。
相应的,后续对图像进行处理识别车道线的过程中,可以根据分组中包括摄像头数量由少至多的顺序尝试,这样可以在满足车道线识别条件的基础上,对较少数量的图像进行车道线识别处理,从而进一步提高控制效率。
实际应用中,在车辆上设置几个摄像头、在哪些位置设置,可以根据实际应用场景、控制精度及成本等多方因素综合考虑自行设计。需要说明的是,在车辆上至少设置2组摄像头,以实现本发明目的。
S102:对多幅上述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像。
其中,所述有效的车辆正前方道路图像为在没有遮挡的情况下能够包含有车辆前方有效车道线信息的图像。
所谓有效车道线信息,具体是指对车辆进行行进控制所需的车道线信息。若图像中包含的车道线信息缺失超过允许范围,就会导致后续无法从图像中识别出车道线或者识别出的车道线信息不足以计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离,因此,有效车道线信息也可以理解为能够保证识别出车辆前方车道线信息且能满足计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离的最少量的车道线信息。
作为优选方案,对多幅所述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像具体可以是:
按照分组中包含的摄像头数量由少至多的顺序逐组对摄像头获取的图像进行判断,确定包含完整车辆前方有效车道线信息的一组图像;
若上述确定的包含完整车辆前方有效车道线信息的一组图像为来自一部摄像头拍摄的车辆前方道路图像,则将该车辆前方道路图像作为有效的车辆正前方道路图像;若上述确定的包含完整车辆前方有效车道线信息的一组图像为来自多部摄像头拍摄的车辆前方道路图像,则将该多部摄像头拍摄的车辆前方道路图像进行组合,得到有效的车辆正前方道路图像。
也就是说,先针对包含一部摄像头的分组进行判断,即判断从该部摄像头获取的车辆前方道路图像中是否包含完整的车辆前方有效车道线信息,若是,则将该车辆前方车辆图像作为有效的车辆正前方道路图像,用于后续车道线信息的识别,就不用再对其它组摄像头获取的图片进行分析判断了。若从该部摄像头获取的车辆前方道路图像中未包含完整的车辆前方有效车道线信息,则再依次针对包含两部、三部。。。摄像头的分组进行判断,依次进行,直至确定来自某组多部摄像头的图像中包含有完整的车辆前方有效车道线信息,后续仅需要对从该组摄像头获取的图像进行组合,作为有效的车辆正前方道路图像,用于后续提取车道线信息。可见,可以在满足车道线识别条件的基础上,对较少数量的图像进行车道线识别处理,进一步提高控制效率。
具体的,判断图像中是否包含完整的车辆前方有效车道线信息的方法可以包括以下几个子步骤:
识别图像中的车道线左边界和车道线右边界;
从识别到的每组车道线左边界和车道线右边界中,判断有效的车道线边界组;
若有效的车道线边界组数量大于预置值,则确认所述图像中包含完整的车辆前方有效车道线信息。
具体实现中,识别车道线左右边界的方法有很多种,判断有效车道线边界组的方法也有很多种,比如,判断图像中是否包含完整的车辆前方有效车道线信息的一种具体实施方式可以是:
第一,在图像有效区域内找寻车道线的左边界,每5行找一点(以像素为单位),该点必须满足三个条件:首先该白色像素点出现前至少出现了若干个黑色像素点,如果满足,那么以该白色像素点为左上顶点选取的20×20(以像素为单位)区域内必须都为白色像素点,并且从这一点往右,这一行还必须出现黑色像素点。
第二,记录检测到的边界点的坐标,如果5行内没有满足条件的点,那么该五行内边界点坐标值为初始值(横坐标为0)。
第三,对识别到的每组点(每5行内找到的左右边界点为一组)进行判断,主要以横坐标作为依据判断,如果左点或右点横坐标有一个为0,或者左点横坐标值大于右点横坐标值则认为该组点无效,将两点的纵坐标值设为0(为下面排序做准备),同时记录无效点个数。
第四,按纵坐标值大小对有效组点排序,从纵坐标值最大的点开始取,计算有效点个数,若达到要求个数,则认为前方车道线信息为有效车道线信息。
S103:从有效的车辆正前方道路图像中识别出车道线信息。
具体的,一种车道线识别方法可以是:
对所述有效的车辆正前方道路图像进行逆透视变换处理,消除所述有效的车辆正前方道路图像中的透视效果;
对逆透视变换处理后的图像进行车道线自适应阈值二值化处理,得到二值化的车道线边缘图像。
其中,透视效果是指由于物体与观察者的距离增加而导致物体显得更小的一种视觉效果。对有效的车辆正前方道路图像进行逆透视变换处理,能够消除所述有效的车辆正前方道路图像中的透视效果。
一幅图像包括目标物体、背景还有噪声,要想从多值的数字图像中直接提取出目标物体,最常用的方法就是设定一个阈值T,用T将图像的数据分成两部分:大于T的像素群和小于T的像素群。针对灰度变换的上述方法,称为图像的二值化(BINARIZATION)。这里,对逆透视变换处理后的图像进行车道线自适应阈值二值化处理,能够得到二值化的车道线边缘图像。
优选的,在逆透视变换的基础上,进一步引入道路的结构约束条件(比如可以是高速公路的结构约束条件),并结合视频图像的帧间关系,进一步提高了车道线识别的准确度。
具体的,道路的结构约束条件及视频图像的帧间关系可以包括但不限于:
1、车道线都是处于平行的关系,若检测到的线段不平行则可忽略;
2、车道线的宽度是固定的,车道线之间的间隔也是固定的,可根据此条件过滤掉偏离较远的点;
3、后一帧图像的数据可在前一帧图像得到的车道线附近进行搜索,可大大缩短检测时间;
等等。
可见,该算法在逆透视变换的基础上,进一步引入高速公路的结构约束条件,并且引入了视频图像的帧间关系,实现了车道标志线的准确检测。
S104:根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离。
需要说明的是,参见图2,具体示出当前车辆行进方向偏离应行进车道线的偏离角度r和偏离距离d。当前车辆行进方向偏离应行进车道线的偏离距离d为车辆的车体中心线与车道线之间的相对位置偏差。
具体的,根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离的一种实现方式可以是:
对所述二值化的车道线边缘图像进行Hough变换,检测出车道线的左边界点和右边界点,利用左边界点和右边界点计算得到车道线虚拟中心线上的至少两点,根据得到的车道线虚拟中心线上的至少两点计算当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离。
简单的说,Hough变换利用图像空间和Hough参数空间的点-线对偶性,把图像空间中的检测问题转换到参数空间。通过在参数空间里进行简单的累加统计,然后在Hough参数空间寻找累加器峰值的方法检测直线。例如,图像空间中的九条线段对应于Hough参数空间中的九个累加器峰值。Hough参数空间的横纵坐标分别为直线极坐标方程:ρ=x×cos(θ)+y×sin(θ)的两个参数ρ和θ。九个峰值的ρ和θ值唯一的确定其对应线段所在直线的两个参数。并且线段的长度决定坐标(ρ,θ)处的累加值的大小。
对所述二值化的车道线边缘图像进行Hough变换,检测出车道线的左边界点和右边界点,利用左边界点和右边界点计算得到车道线虚拟中心线上的至少两点,根据得到的车道线虚拟中心线上的至少两点计算当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离的方法具体为:
将前面跟踪检测得到的车道线(车道标志线)左边界点(左边线信息点)(xL0,yL0),(xL1,yL1),…,(xLn,yLn)和右边界点(右边线信息点)(xR0,yR0),(xR1,yR1),…,(xRn,yRn)进行处理。利用左边界点和右边界点的信息,求出道路虚拟中心线上的点(xi,yi),具体计算方法为 从虚拟中心线上半部分中选取一点(xup,yup),再从虚拟中心线下半部分中选取一点(xdown,ydown),则可获得车辆偏移角度为:
偏移距离为:d=-(w/2-xi)*3.4+5,其中w为图像宽度。
优选的,在Hough变换过程中,可以加入以下几点约束:
(1)考虑到车辆紧挨一边车道线行驶的极端情况,检测到的车道线底部距离图像底部中心(约为车辆中心点)距离不超过1个车道宽度;
(2)左、右车道线的大部分信息分别分布在图像的左半和右半区域;
(3)逆透视图中,车道线与竖直方向的夹角不会太大;
(4)检测到的左右车道线应当保持平行的关系。等等。
通过约束条件,可减少搜索范围,提高算法效率和准确性。
S105:根据所述偏离角度和偏离距离控制车辆行进。
具体的,根据偏离角度和偏离距离,控制车辆向着回归应行进车道线的方向继续行进,以保证在车道线内行驶。
可见,本发明实施例提供的车辆行进控制方法,从设置在车辆上不同位置处的摄像头实时获取多幅不同角度的车辆前方道路图像,对多幅上述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像,从有效的车辆正前方道路图像中识别出车道线信息,根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离,进而根据所述偏离角度和偏离距离控制车辆行进。这样,由于在车辆的不同位置处分别设置多部摄像头,便可以从不同角度拍摄到车辆前方图像,当由于复杂的路况导致某个角度中,用于车辆行进控制的某些重要信息被遮挡等原因导致缺失时,便可以直接从其它角度中拍摄的图像中获取。因此,本发明实施例避免了繁杂的公式算法,不但提高了效率,而且可以根据实际图像进行缺失信息的获取,进一步提高了准确性,从而使得方案简单高效、控制准确,而且,不受到应用场景的限制,无论道路中车辆较多、并线等多发事件、道路不规范、车速较快等复杂情况下,本发明实施例都能很方便的获取到多个角度的图像,能够对多种场景适应性更强,以更好的实现对车辆行进的自动控制。
进一步的,本发明实施例还包括对设置在车辆不同位置处的多组摄像头拍摄的多组图像按照优先顺序进行图像进行有效性处理,即在车辆不同位置处设置的多个摄像头,其中,若一摄像头的位置所拍摄图像角度中能覆盖车辆前方有效车道线信息,则将该摄像头作为一组;若设置在车辆相对位置的多个摄像头所拍摄图像角度中能完全覆盖车辆前方有效车道线信息,则将该设置在车辆相对位置的多个摄像头作为一组。车辆上设置的每组摄像头设置的角度所拍摄的图像能够完全覆盖车辆前方有效车道线信息。在对图像进行有效性处理时,优先针对包括摄像头数量少的分组,可以在满足车道线识别条件的基础上,对较少数量的图像进行车道线识别处理,从而进一步提高车辆行进控制的效率。
进一步的,本发明实施例在车道线识别的过程中,在逆透视变换的基础上,进一步引入高速公路的结构约束条件,并且引入了视频图像的帧间关系,进一步提高了车道线检测的准确度。
进一步的,本发明实施例在计算当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离的过程中,也加入对车道线分布的多种限制条件,以进一步减少搜索范围,大大提高算法效率和准确性。
参见图3,本发明实施例提出一种车辆行进控制方法。
优选的,参见图4,在车辆不同位置处设置有三个摄像头,其中:
第一摄像头401,设置于车辆后视镜处,镜头面向车辆正前方,用于实时获取车辆正前方道路图像;
第二摄像头402,垂直设置于车辆左倒车镜下方,镜头面向车辆左前方,用于实时获取车辆左前方道路图像;
第三摄像头403,垂直设置于车辆右倒车镜下方,镜头面向车辆右前方,用于实时获取车辆右前方道路图像。
可以理解,本发明实施例中一共包括两个摄像头分组,第一摄像头为一个分组,第二摄像头和第三摄像头构成一个分组。
需要说明的是,上述摄像头的设置方法仅为一种优选方案,本发明实施例还可以包括其它多种摄像头优选设置方案,比如第一摄像头设置于车辆后视镜处,镜头面向车辆正前方,用于实时获取车辆正前方道路图像;第四摄像头设置于前保险扛处,镜头面向车辆正前方,用于实时获取车辆正前方道路图像;等等。此时,第一摄像头和第四摄像头获取的图像在没有遮挡的情况下,都能全面覆盖车辆前方有效车道线信息,因此,各自分别形成一个分组,在此种情况下,后续进行图像有效性处理时,可以根据两个摄像头拍摄效果预定优先顺序,比如可以约定优先判断第一摄像头获取的图像是否包含完整车辆前方有效车道线信息,若没有再判断第四摄像头获取的图像是否包含完整车辆前方有效车道线信息。
本发明实施例提出一种车辆行进控制方法,具体包括如下步骤:
S301:从第一摄像头获取车辆正前方道路图像、从第二摄像头获取车辆左前方道路图像、及从第三摄像头获取车辆右前方道路图像。
S302:判断从第一摄像头获取的所述车辆正前方道路图像是否为有效的车辆正前方道路图像,即判断从第一摄像头获取的所述车辆正前方道路图像中是否包含完整的车辆前方有效车道线信息。
S303:若为有效的车辆正前方道路图像(即包含完整的车辆前方有效车道线信息),则将所述车辆正前方道路图像作为有效的车辆正前方道路图像;若为无效的车辆正前方道路图像(即包含的车辆前方有效车道线信息不够完整,有信息缺失),则将从第二摄像头获取的所述车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行拼接,得到有效的车辆正前方道路图像。
也就是说,根据分组中包括摄像头数量由多至少的顺序,优先判断从第一摄像头获取的图像是否有效,若有效,则直接从其中识别出车道线信息即可,若无效,再考虑将从第二摄像头获取的图像和从第三摄像头获取的图像进行组合拼接,得到有效的车辆正前方道路图像,再从中识别出车道线信息。这样可以在满足车道线识别条件的基础上,对较少数量的图像进行车道线识别处理,从而进一步提高控制效率。
其中,将从第二摄像头获取的所述车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行拼接,得到有效的车辆正前方道路图像的方式包括:
对第二摄像头获取的车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行几何畸变校正和噪声点抑制处理;
对经上述处理后的车辆左前方道路图像和车辆右前方道路图像进行图像配准;
对配准后的车辆左前方道路图像和车辆右前方道路图像中的重叠区域进行融合处理,实现图像拼接,得到有效的车辆正前方道路图像。
具体的,一种具体实现方式可以是:
提取左右倒车镜上摄像头(第二摄像头和第三摄像头)的一帧图像,进行图像预处理,主要包括对图像进行几何畸变校正和噪声点的抑制等,让参考图像和待拼接图像不存在明显的几何畸变。
进行首帧图像配准,首先利用提取局部特征SIFT算法,提取关键点位置、尺度、旋转不变量等特征。然后,采用关键点特征向量的欧式距离来作为两幅图像中关键点的相似性判定度量,从而完成关键点的粗匹配;最后利用RANSAC算法消除误匹配、建立透视变换矩阵H。
分别从摄像头读取帧图像,基于矩阵H进行透视变换,采用渐入渐出算法对重叠区域进行融合处理,得到拼接后的帧图像。
S304:从上述有效的车辆正前方道路图像中识别出车道线信息。
该步骤具体实现方式可以是:
从所述有效的车辆正前方道路图像中识别出车道线信息包括:
对所述有效的车辆正前方道路图像进行逆透视变换处理,消除所述有效的车辆正前方道路图像中的透视效果;
对逆透视变换处理后的图像进行车道线自适应阈值二值化处理,得到二值化的车道线边缘图像。
优选的,该算法在逆透视变换的基础上,进一步引入高速公路的结构约束条件,并且引入了视频图像的帧间关系,进一步实现了车道标志线的检测准确度。
S305:根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离。
该步骤具体实现方式可以是:
对所述二值化的车道线边缘图像进行Hough变换,检测出车道线的左边界点和右边界点,利用左边界点和右边界点计算得到车道线虚拟中心线上的至少两点,根据得到的车道线虚拟中心线上的至少两点计算当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离。
优选的,在Hough变换过程中,加入了以下几点约束:
(1)考虑到车辆紧挨一边车道线行驶的极端情况,检测到的车道线底部距离图像底部中心(约为车辆中心点)距离不超过1个车道宽度;
(2)左、右车道线的大部分信息分别分布在图像的左半和右半区域;
(3)逆透视图中,车道线与竖直方向的夹角不会太大;
(4)检测到的左右车道线应当保持平行的关系。
通过约束条件,可减少搜索范围,提高算法效率和准确性。
S306:根据所述偏离角度和偏离距离控制车辆行进。
可见,本发明实施例中,通过多摄像头数据融合,可解决车辆较多等情况导致对车道线遮挡的情况下,对车辆实现准确高效的智能控制。
参见图5,为本发明实施例提供的一种车辆行进控制***,所述***包括设置在车辆上不同位置处的摄像头501、及车辆行进控制设备502。
所述车辆行进控制设备502包括:
图像获取模块5021,用于从设置在车辆上不同位置处的摄像头501实时获取多幅不同角度的车辆前方道路图像。
有效性处理模块5022,用于对多幅所述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像。
其中,所述有效的车辆正前方道路图像为包含有车辆前方有效车道线信息的图像。
车道线识别模块5023,用于从所述有效的车辆正前方道路图像中识别出车道线信息。
偏离信息计算模块5024,用于根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离。
以及,行进控制模块5025,用于根据所述偏离角度和偏离距离控制车辆行进。
进一步的,所述车辆行进控制设备还包括摄像头管理模块,用于对设置在车辆不同位置处的摄像头进行分组管理。
具体的,所述摄像头管理模块,用于依据图像覆盖范围对摄像头进行分组:若一摄像头的位置所拍摄图像角度中能覆盖车辆前方有效车道线信息,则将该摄像头作为一组;若设置在车辆相对位置的多个摄像头所拍摄图像角度中能完全覆盖车辆前方有效车道线信息,则将该设置在车辆相对位置的多个摄像头作为一组。
相应的,所述有效性处理模块包括:
顺序判断单元,用于按照分组中包含的摄像头数量由少至多的顺序逐组对摄像头获取的图像进行判断,确定包含完整车辆前方有效车道线信息的一组图像。
以及,有效性确认单元,用于当所述顺序判断单元确定的包含完整车辆前方有效车道线信息的一组图像为来自一部摄像头拍摄的车辆前方道路图像,则将该车辆前方道路图像作为有效的车辆正前方道路图像;当所述顺序判断单元确定的包含完整车辆前方有效车道线信息的一组图像为来自多部摄像头拍摄的车辆前方道路图像,则将该多部摄像头拍摄的车辆前方道路图像进行组合,得到有效的车辆正前方道路图像。
作为一个具体实施例,优选的,车辆不同位置处可以设置有三个摄像头,其中:
第一摄像头,设置于车辆后视镜处,镜头面向车辆正前方,用于实时获取车辆正前方道路图像。
第二摄像头,垂直设置于车辆左倒车镜下方,镜头面向车辆左前方,用于实时获取车辆左前方道路图像。
第三摄像头,垂直设置于车辆右倒车镜下方,镜头面向车辆右前方,用于实时获取车辆右前方道路图像。
需要说明的是,上述摄像头的设置方法仅为一种优选方案,本发明实施例还可以包括其它多种摄像头优选设置方案,比如第一摄像头设置于车辆后视镜处,镜头面向车辆正前方,用于实时获取车辆正前方道路图像;第四摄像头设置于前保险扛处,镜头面向车辆正前方,用于实时获取车辆正前方道路图像;等等。此时,第一摄像头和第四摄像头获取的图像在没有遮挡的情况下,都能全面覆盖车辆前方有效车道线信息,因此,各自分别形成一个分组,在此种情况下,后续进行图像有效性处理时,可以根据两个摄像头拍摄效果预定优先顺序,比如可以约定优先判断第一摄像头获取的图像是否包含完整车辆前方有效车道线信息,若没有再判断第四摄像头获取的图像是否包含完整车辆前方有效车道线信息。
相应的,所述图像获取模块,具体用于从第一摄像头获取车辆正前方道路图像、从第二摄像头获取车辆左前方道路图像、及从第三摄像头获取车辆右前方道路图像。
所述顺序判断单元,具体用于判断从第一摄像头获取的所述车辆正前方道路图像是否为有效的车辆正前方道路图像,即判断从第一摄像头获取的所述车辆正前方道路图像中是否包含完整的车辆前方有效车道线信息。
所述有效性确认单元,具体用于当所述顺序判断单元的判断结果为从第一摄像头获取的所述车辆正前方道路图像中包含完整的车辆前方有效车道线信息,则将所述车辆正前方道路图像作为有效的车辆正前方道路图像;当所述顺序判断单元的判断结果为从第一摄像头获取的所述车辆正前方道路图像为无效的车辆正前方道路图像,则将从第二摄像头获取的所述车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行拼接,得到有效的车辆正前方道路图像。
其中,有效性确认单元中,将从第二摄像头获取的所述车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行拼接,得到有效的车辆正前方道路图像的具体实施方式可以包括:
对第二摄像头获取的车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行几何畸变校正和噪声点抑制处理;
对经上述处理后的车辆左前方道路图像和车辆右前方道路图像进行图像配准;
对配准后的车辆左前方道路图像和车辆右前方道路图像中的重叠区域进行融合处理,实现图像拼接,得到有效的车辆正前方道路图像。
优选的,所述车道线识别模块包括:
逆透视变换单元,用于对所述有效的车辆正前方道路图像进行逆透视变换处理,消除所述有效的车辆正前方道路图像中的透视效果。
以及,二值化处理单元,用于对逆透视变换处理后的图像进行车道线自适应阈值二值化处理,得到二值化的车道线边缘图像。
所述偏离信息计算模块,具体用于:
对所述二值化的车道线边缘图像进行Hough变换,检测出车道线的左边界点和右边界点,利用左边界点和右边界点计算得到车道线虚拟中心线上的至少两点,根据得到的车道线虚拟中心线上的至少两点计算当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离。
本发明实施例中,有效性处理模块中,对多幅所述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像。其中,判断图像中是否包含完整的车辆前方有效车道线信息的具体实施方式可以包括:
识别图像中的车道线左边界和车道线右边界;
从识别到的每组车道线左边界和车道线右边界中,判断有效的车道线边界组;
若有效的车道线边界组数量大于预置值,则确认所述图像中包含完整的车辆前方有效车道线信息。
需要说明的是,本发明***实施例中的各个模块或者子模块的工作原理和处理过程可以参见上述图1-图4所示方法实施例中的相关描述,此处不再赘述。
可见,本发明实施例提供一种车辆行进控制***,从设置在车辆上不同位置处的摄像头实时获取多幅不同角度的车辆前方道路图像,对多幅上述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像,从有效的车辆正前方道路图像中识别出车道线信息,根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离,进而根据所述偏离角度和偏离距离控制车辆行进。这样,由于在车辆的不同位置处分别设置多部摄像头,便可以从不同角度拍摄到车辆前方图像,当由于复杂的路况导致某个角度中,用于车辆行进控制的某些重要信息被遮挡等原因导致缺失时,便可以直接从其它角度中拍摄的图像中获取。因此,本发明实施例避免了繁杂的公式算法,不但提高了效率,而且可以根据实际图像进行缺失信息的获取,进一步提高了准确性,从而使得方案简单高效、控制准确,而且,不受到应用场景的限制,无论道路中车辆较多、并线等多发事件、道路不规范、车速较快等复杂情况下,本发明实施例都能很方便的获取到多个角度的图像,能够对多种场景适应性更强,以更好的实现对车辆行进的自动控制。
进一步的,本发明实施例还包括对设置在车辆不同位置处的多组摄像头拍摄的多组图像按照优先顺序进行图像进行有效性处理,即在车辆不同位置处设置的多个摄像头,其中,若一摄像头的位置所拍摄图像角度中能覆盖车辆前方有效车道线信息,则将该摄像头作为一组;若设置在车辆相对位置的多个摄像头所拍摄图像角度中能完全覆盖车辆前方有效车道线信息,则将该设置在车辆相对位置的多个摄像头作为一组。车辆上设置的每组摄像头设置的角度所拍摄的图像能够完全覆盖车辆前方有效车道线信息。在对图像进行有效性处理时,优先针对包括摄像头数量少的分组,可以在满足车道线识别条件的基础上,对较少数量的图像进行车道线识别处理,从而进一步提高车辆行进控制的效率。
进一步的,本发明实施例在车道线识别的过程中,在逆透视变换的基础上,进一步引入高速公路的结构约束条件,并且引入了视频图像的帧间关系,进一步提高了车道线检测的准确度。
进一步的,本发明实施例在计算当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离的过程中,也加入对车道线分布的多种限制条件,以进一步减少搜索范围,大大提高算法效率和准确性。
为了便于清楚描述本发明实施例的技术方案,在发明的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定。
本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,包括如下步骤:(方法的步骤),所述的存储介质,如:ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。
Claims (10)
1.一种车辆行进控制方法,其特征在于,所述方法包括:
从设置在车辆上不同位置处的摄像头实时获取多幅不同角度的车辆前方道路图像;
对多幅所述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像;所述有效的车辆正前方道路图像为包含有车辆前方有效车道线信息的图像;
从所述有效的车辆正前方道路图像中识别出车道线信息;
根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离;
根据所述偏离角度和偏离距离控制车辆行进。
2.根据权利要求1所述的车辆行进控制方法,其特征在于,所述方法还包括对设置在车辆不同位置处的摄像头进行分组管理,具体包括:
依据图像覆盖范围对摄像头进行分组:若一摄像头的位置所拍摄图像角度中能覆盖车辆前方有效车道线信息,则将该摄像头作为一组;若设置在车辆相对位置的多个摄像头所拍摄图像角度中能完全覆盖车辆前方有效车道线信息,则将该设置在车辆相对位置的多个摄像头作为一组;
所述对多幅所述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像包括:
按照分组中包含的摄像头数量由少至多的顺序逐组对摄像头获取的图像进行判断,确定包含完整车辆前方有效车道线信息的一组图像;
若上述确定的包含完整车辆前方有效车道线信息的一组图像为来自一部摄像头拍摄的车辆前方道路图像,则将该车辆前方道路图像作为有效的车辆正前方道路图像;若上述确定的包含完整车辆前方有效车道线信息的一组图像为来自多部摄像头拍摄的车辆前方道路图像,则将该多部摄像头拍摄的车辆前方道路图像进行组合,得到有效的车辆正前方道路图像。
3.根据权利要求2所述的车辆行进控制方法,其特征在于,车辆不同位置处设置有三个摄像头,其中:
第一摄像头,设置于车辆后视镜处,镜头面向车辆正前方,用于实时获取车辆正前方道路图像;
第二摄像头,垂直设置于车辆左倒车镜下方,镜头面向车辆左前方,用于实时获取车辆左前方道路图像;
第三摄像头,垂直设置于车辆右倒车镜下方,镜头面向车辆右前方,用于实时获取车辆右前方道路图像;
所述从设置在车辆上不同位置处的摄像头实时获取多幅不同角度的车辆前方道路图像包括:
从第一摄像头获取车辆正前方道路图像、从第二摄像头获取车辆左前方道路图像、及从第三摄像头获取车辆右前方道路图像;
所述对多幅所述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像包括:
判断从第一摄像头获取的所述车辆正前方道路图像是否为有效的车辆正前方道路图像,即判断从第一摄像头获取的所述车辆正前方道路图像中是否包含完整的车辆前方有效车道线信息;
若为有效的车辆正前方道路图像,则将所述车辆正前方道路图像作为有效的车辆正前方道路图像;若为无效的车辆正前方道路图像,则将从第二摄像头获取的所述车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行拼接,得到有效的车辆正前方道路图像。
4.根据权利要求1所述的车辆行进控制方法,其特征在于,判断图像中是否包含完整的车辆前方有效车道线信息的方法包括:
识别图像中的车道线左边界和车道线右边界;
从识别到的每组车道线左边界和车道线右边界中,判断有效的车道线边界组;
若有效的车道线边界组数量大于预置值,则确认所述图像中包含完整的车辆前方有效车道线信息。
5.根据权利要求3所述的车辆行进控制方法,其特征在于,所述将从第二摄像头获取的所述车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行拼接,得到有效的车辆正前方道路图像包括:
对第二摄像头获取的车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行几何畸变校正和噪声点抑制处理;
对经上述处理后的车辆左前方道路图像和车辆右前方道路图像进行图像配准;
对配准后的车辆左前方道路图像和车辆右前方道路图像中的重叠区域进行融合处理,实现图像拼接,得到有效的车辆正前方道路图像。
6.根据权利要求1所述的车辆行进控制方法,其特征在于,所述从所述有效的车辆正前方道路图像中识别出车道线信息包括:
对所述有效的车辆正前方道路图像进行逆透视变换处理,消除所述有效的车辆正前方道路图像中的透视效果;
对逆透视变换处理后的图像进行车道线自适应阈值二值化处理,得到二值化的车道线边缘图像;
所述根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离包括:
对所述二值化的车道线边缘图像进行Hough变换,检测出车道线的左边界点和右边界点,利用左边界点和右边界点计算得到车道线虚拟中心线上的至少两点,根据得到的车道线虚拟中心线上的至少两点计算当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离。
7.一种车辆行进控制***,其特征在于,所述***包括设置在车辆上不同位置处的摄像头、及车辆行进控制设备:
所述车辆行进控制设备包括:
图像获取模块,用于从设置在车辆上不同位置处的摄像头实时获取多幅不同角度的车辆前方道路图像;
有效性处理模块,用于对多幅所述车辆前方道路图像进行图像有效性处理,得到有效的车辆正前方道路图像;所述有效的车辆正前方道路图像为包含有车辆前方有效车道线信息的图像;
车道线识别模块,用于从所述有效的车辆正前方道路图像中识别出车道线信息;
偏离信息计算模块,用于根据识别出的车道线信息计算出当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离;
行进控制模块,用于根据所述偏离角度和偏离距离控制车辆行进。
8.根据权利要求7所述的车辆行进控制***,其特征在于,所述车辆行进控制设备还包括摄像头管理模块,
所述摄像头管理模块,用于依据图像覆盖范围对摄像头进行分组:若一摄像头的位置所拍摄图像角度中能覆盖车辆前方有效车道线信息,则将该摄像头作为一组;若设置在车辆相对位置的多个摄像头所拍摄图像角度中能完全覆盖车辆前方有效车道线信息,则将该设置在车辆相对位置的多个摄像头作为一组;
所述有效性处理模块包括:
顺序判断单元,用于按照分组中包含的摄像头数量由少至多的顺序逐组对摄像头获取的图像进行判断,确定包含完整车辆前方有效车道线信息的一组图像;
有效性确认单元,用于当所述顺序判断单元确定的包含完整车辆前方有效车道线信息的一组图像为来自一部摄像头拍摄的车辆前方道路图像,则将该车辆前方道路图像作为有效的车辆正前方道路图像;当所述顺序判断单元确定的包含完整车辆前方有效车道线信息的一组图像为来自多部摄像头拍摄的车辆前方道路图像,则将该多部摄像头拍摄的车辆前方道路图像进行组合,得到有效的车辆正前方道路图像。
9.根据权利要求8所述的车辆行进控制***,其特征在于,车辆不同位置处设置有三个摄像头,其中:
第一摄像头,设置于车辆后视镜处,镜头面向车辆正前方,用于实时获取车辆正前方道路图像;
第二摄像头,垂直设置于车辆左倒车镜下方,镜头面向车辆左前方,用于实时获取车辆左前方道路图像;
第三摄像头,垂直设置于车辆右倒车镜下方,镜头面向车辆右前方,用于实时获取车辆右前方道路图像;
所述图像获取模块,具体用于从第一摄像头获取车辆正前方道路图像、从第二摄像头获取车辆左前方道路图像、及从第三摄像头获取车辆右前方道路图像;
所述顺序判断单元,具体用于判断从第一摄像头获取的所述车辆正前方道路图像是否为有效的车辆正前方道路图像,即判断从第一摄像头获取的所述车辆正前方道路图像中是否包含完整的车辆前方有效车道线信息;
所述有效性确认单元,具体用于当所述顺序判断单元的判断结果为从第一摄像头获取的所述车辆正前方道路图像中包含完整的车辆前方有效车道线信息,则将所述车辆正前方道路图像作为有效的车辆正前方道路图像;当所述顺序判断单元的判断结果为从第一摄像头获取的所述车辆正前方道路图像为无效的车辆正前方道路图像,则将从第二摄像头获取的所述车辆左前方道路图像及从第三摄像头获取的车辆右前方道路图像进行拼接,得到有效的车辆正前方道路图像。
10.根据权利要求7所述的车辆行进控制***,其特征在于,所述车道线识别模块包括:
逆透视变换单元,用于对所述有效的车辆正前方道路图像进行逆透视变换处理,消除所述有效的车辆正前方道路图像中的透视效果;
二值化处理单元,用于对逆透视变换处理后的图像进行车道线自适应阈值二值化处理,得到二值化的车道线边缘图像;
所述偏离信息计算模块,具体用于:
对所述二值化的车道线边缘图像进行Hough变换,检测出车道线的左边界点和右边界点,利用左边界点和右边界点计算得到车道线虚拟中心线上的至少两点,根据得到的车道线虚拟中心线上的至少两点计算当前车辆行进方向偏离应行进车道线的偏离角度和偏离距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410259608.6A CN103991449B (zh) | 2014-06-12 | 2014-06-12 | 一种车辆行进控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410259608.6A CN103991449B (zh) | 2014-06-12 | 2014-06-12 | 一种车辆行进控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103991449A true CN103991449A (zh) | 2014-08-20 |
CN103991449B CN103991449B (zh) | 2017-01-18 |
Family
ID=51305864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410259608.6A Expired - Fee Related CN103991449B (zh) | 2014-06-12 | 2014-06-12 | 一种车辆行进控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103991449B (zh) |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104691333A (zh) * | 2015-03-30 | 2015-06-10 | 吉林大学 | 基于车道偏离频次的长途客车驾驶员疲劳状态评价方法 |
CN104899858A (zh) * | 2015-02-15 | 2015-09-09 | 北京联合大学 | 基于双摄像机图像融合的车道线识别方法 |
CN105069859A (zh) * | 2015-07-24 | 2015-11-18 | 深圳市佳信捷技术股份有限公司 | 车辆行驶状态监测方法和装置 |
CN105620359A (zh) * | 2016-02-25 | 2016-06-01 | 上海斐讯数据通信技术有限公司 | 一种基于移动终端的车道偏离预警方法及*** |
CN105674992A (zh) * | 2014-11-20 | 2016-06-15 | 高德软件有限公司 | 一种导航方法及装置 |
CN105718865A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 一种自动驾驶中基于双目摄像头的道路安全检测***及其方法 |
CN105718870A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 自动驾驶中基于前向摄像头的道路标线提取方法 |
CN106097246A (zh) * | 2016-06-07 | 2016-11-09 | 深圳市凯立德科技股份有限公司 | 一种行车记录图像处理方法及*** |
CN106156723A (zh) * | 2016-05-23 | 2016-11-23 | 北京联合大学 | 一种基于视觉的路口精定位方法 |
CN106484845A (zh) * | 2016-09-30 | 2017-03-08 | 北京百度网讯科技有限公司 | 基于电子地图的信息点区域确定方法及装置 |
CN106568448A (zh) * | 2015-07-20 | 2017-04-19 | 德韧营运有限责任公司 | 用于验证针对机动车辆的道路位置信息的***和方法 |
CN106781440A (zh) * | 2016-12-26 | 2017-05-31 | 北汽福田汽车股份有限公司 | 车队的监控方法和*** |
CN106740841A (zh) * | 2017-02-14 | 2017-05-31 | 驭势科技(北京)有限公司 | 基于动态控制的车道线检测方法、装置及车载设备 |
CN106960192A (zh) * | 2017-03-23 | 2017-07-18 | 深圳智达机械技术有限公司 | 自动驾驶中基于前向摄像头的道路标线提取*** |
CN107389084A (zh) * | 2017-06-09 | 2017-11-24 | 深圳市速腾聚创科技有限公司 | 行车路径规划方法及存储介质 |
CN107672593A (zh) * | 2017-08-26 | 2018-02-09 | 圣码智能科技(深圳)有限公司 | 防止车辆偏离导航的方法 |
CN107719361A (zh) * | 2017-10-10 | 2018-02-23 | 深圳市豪恩汽车电子装备股份有限公司 | 基于图像视觉的自动泊车辅助方法及*** |
CN107867291A (zh) * | 2016-09-23 | 2018-04-03 | 株式会社斯巴鲁 | 车辆的行驶控制装置 |
CN108297866A (zh) * | 2018-01-03 | 2018-07-20 | 西安交通大学 | 一种车辆的车道保持控制方法 |
CN108399357A (zh) * | 2017-02-08 | 2018-08-14 | 浙江宇视科技有限公司 | 一种人脸定位方法及装置 |
CN108583573A (zh) * | 2018-03-30 | 2018-09-28 | 吉利汽车研究院(宁波)有限公司 | 一种车道偏离防止*** |
CN108664016A (zh) * | 2017-03-31 | 2018-10-16 | 腾讯科技(深圳)有限公司 | 确定车道中心线的方法及装置 |
CN108898171A (zh) * | 2018-06-20 | 2018-11-27 | 深圳市易成自动驾驶技术有限公司 | 图像识别处理方法、***及计算机可读存储介质 |
CN108909716A (zh) * | 2018-07-02 | 2018-11-30 | 奇瑞汽车股份有限公司 | 车辆控制方法及装置 |
CN108944927A (zh) * | 2018-09-28 | 2018-12-07 | 合刃科技(武汉)有限公司 | 车辆的车道保持装置及方法 |
CN108995648A (zh) * | 2018-06-28 | 2018-12-14 | 上海寰钛教育科技有限公司 | 自动驾驶方法和智能车 |
CN109615660A (zh) * | 2018-11-21 | 2019-04-12 | 吉利汽车研究院(宁波)有限公司 | 对车辆全景画面进行标定的方法及装置 |
CN109606361A (zh) * | 2017-09-25 | 2019-04-12 | 本田技研工业株式会社 | 车辆控制装置 |
CN109765588A (zh) * | 2018-12-25 | 2019-05-17 | 上海普适导航科技股份有限公司 | 一种稀疏轨迹平滑纠错***及方法 |
CN110196062A (zh) * | 2019-06-27 | 2019-09-03 | 成都圭目机器人有限公司 | 一种单相机跟踪车道线的导航方法 |
CN110414487A (zh) * | 2019-08-16 | 2019-11-05 | 东软睿驰汽车技术(沈阳)有限公司 | 一种识别车道线的方法及装置 |
CN110596741A (zh) * | 2019-08-05 | 2019-12-20 | 深圳华桥智能设备科技有限公司 | 车辆定位方法、装置、计算机设备和存储介质 |
CN110803163A (zh) * | 2018-07-19 | 2020-02-18 | 广州小鹏汽车科技有限公司 | 车辆行驶轨迹的预测、车辆跟随目标的选择方法及设备 |
CN111002990A (zh) * | 2019-12-05 | 2020-04-14 | 华南理工大学 | 一种基于动态偏离阈值的车道偏离预警方法及*** |
CN111077893A (zh) * | 2019-12-31 | 2020-04-28 | 驭势科技(南京)有限公司 | 一种基于多灭点的导航方法、电子设备和存储介质 |
CN111174796A (zh) * | 2019-12-31 | 2020-05-19 | 驭势科技(南京)有限公司 | 一种基于单灭点的导航方法、电子设备和存储介质 |
CN112406884A (zh) * | 2019-08-20 | 2021-02-26 | 北京地平线机器人技术研发有限公司 | 车辆行驶状态的识别方法和装置、存储介质、电子设备 |
CN113942503A (zh) * | 2021-12-02 | 2022-01-18 | 天津天瞳威势电子科技有限公司 | 一种车道保持方法和装置 |
CN114212079A (zh) * | 2022-02-18 | 2022-03-22 | 国汽智控(北京)科技有限公司 | 基于acc的车辆控制方法、装置及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070091173A1 (en) * | 2005-10-21 | 2007-04-26 | Alexander Kade | Vehicular lane monitoring system utilizing front and rear cameras |
CN101916516A (zh) * | 2010-08-13 | 2010-12-15 | 深圳市豪恩汽车电子装备股份有限公司 | 一种车道偏移识别方法 |
KR101224239B1 (ko) * | 2011-02-14 | 2013-01-21 | 주식회사 만도 | 차선유지제어 방법 및 그 시스템 |
DE102013206815A1 (de) * | 2012-04-16 | 2013-10-17 | GM Global Technology Operations LLC (n.d. Ges. d. Staates Delaware) | System und Verfahren für eine Fahrzeugquersteuerung |
KR20140068475A (ko) * | 2012-11-28 | 2014-06-09 | 현대모비스 주식회사 | 차선 인식 시스템 |
-
2014
- 2014-06-12 CN CN201410259608.6A patent/CN103991449B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070091173A1 (en) * | 2005-10-21 | 2007-04-26 | Alexander Kade | Vehicular lane monitoring system utilizing front and rear cameras |
CN101916516A (zh) * | 2010-08-13 | 2010-12-15 | 深圳市豪恩汽车电子装备股份有限公司 | 一种车道偏移识别方法 |
KR101224239B1 (ko) * | 2011-02-14 | 2013-01-21 | 주식회사 만도 | 차선유지제어 방법 및 그 시스템 |
DE102013206815A1 (de) * | 2012-04-16 | 2013-10-17 | GM Global Technology Operations LLC (n.d. Ges. d. Staates Delaware) | System und Verfahren für eine Fahrzeugquersteuerung |
KR20140068475A (ko) * | 2012-11-28 | 2014-06-09 | 현대모비스 주식회사 | 차선 인식 시스템 |
Cited By (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105674992A (zh) * | 2014-11-20 | 2016-06-15 | 高德软件有限公司 | 一种导航方法及装置 |
CN104899858A (zh) * | 2015-02-15 | 2015-09-09 | 北京联合大学 | 基于双摄像机图像融合的车道线识别方法 |
CN104691333A (zh) * | 2015-03-30 | 2015-06-10 | 吉林大学 | 基于车道偏离频次的长途客车驾驶员疲劳状态评价方法 |
CN106568448A (zh) * | 2015-07-20 | 2017-04-19 | 德韧营运有限责任公司 | 用于验证针对机动车辆的道路位置信息的***和方法 |
CN105069859A (zh) * | 2015-07-24 | 2015-11-18 | 深圳市佳信捷技术股份有限公司 | 车辆行驶状态监测方法和装置 |
CN105069859B (zh) * | 2015-07-24 | 2018-01-30 | 深圳市佳信捷技术股份有限公司 | 车辆行驶状态监测方法和装置 |
CN105718865A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 一种自动驾驶中基于双目摄像头的道路安全检测***及其方法 |
CN105718870A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 自动驾驶中基于前向摄像头的道路标线提取方法 |
CN105718870B (zh) * | 2016-01-15 | 2019-06-14 | 武汉光庭科技有限公司 | 自动驾驶中基于前向摄像头的道路标线提取方法 |
CN105620359A (zh) * | 2016-02-25 | 2016-06-01 | 上海斐讯数据通信技术有限公司 | 一种基于移动终端的车道偏离预警方法及*** |
CN105620359B (zh) * | 2016-02-25 | 2017-12-19 | 上海斐讯数据通信技术有限公司 | 一种基于移动终端的车道偏离预警方法及*** |
CN106156723A (zh) * | 2016-05-23 | 2016-11-23 | 北京联合大学 | 一种基于视觉的路口精定位方法 |
CN106156723B (zh) * | 2016-05-23 | 2019-02-15 | 北京联合大学 | 一种基于视觉的路口精定位方法 |
CN106097246A (zh) * | 2016-06-07 | 2016-11-09 | 深圳市凯立德科技股份有限公司 | 一种行车记录图像处理方法及*** |
CN107867291B (zh) * | 2016-09-23 | 2019-05-10 | 株式会社斯巴鲁 | 车辆的行驶控制装置 |
CN107867291A (zh) * | 2016-09-23 | 2018-04-03 | 株式会社斯巴鲁 | 车辆的行驶控制装置 |
CN106484845A (zh) * | 2016-09-30 | 2017-03-08 | 北京百度网讯科技有限公司 | 基于电子地图的信息点区域确定方法及装置 |
CN106484845B (zh) * | 2016-09-30 | 2019-10-15 | 北京百度网讯科技有限公司 | 基于电子地图的信息点区域确定方法及装置 |
CN106781440A (zh) * | 2016-12-26 | 2017-05-31 | 北汽福田汽车股份有限公司 | 车队的监控方法和*** |
CN108399357B (zh) * | 2017-02-08 | 2020-12-29 | 浙江宇视科技有限公司 | 一种人脸定位方法及装置 |
CN108399357A (zh) * | 2017-02-08 | 2018-08-14 | 浙江宇视科技有限公司 | 一种人脸定位方法及装置 |
CN106740841A (zh) * | 2017-02-14 | 2017-05-31 | 驭势科技(北京)有限公司 | 基于动态控制的车道线检测方法、装置及车载设备 |
CN106960192A (zh) * | 2017-03-23 | 2017-07-18 | 深圳智达机械技术有限公司 | 自动驾驶中基于前向摄像头的道路标线提取*** |
US11455809B2 (en) | 2017-03-31 | 2022-09-27 | Tencent Technology (Shenzhen) Company Ltd | Method and apparatus for determining lane centerline |
CN108664016A (zh) * | 2017-03-31 | 2018-10-16 | 腾讯科技(深圳)有限公司 | 确定车道中心线的方法及装置 |
CN107389084A (zh) * | 2017-06-09 | 2017-11-24 | 深圳市速腾聚创科技有限公司 | 行车路径规划方法及存储介质 |
CN107389084B (zh) * | 2017-06-09 | 2020-06-05 | 深圳市速腾聚创科技有限公司 | 行车路径规划方法及存储介质 |
CN107672593A (zh) * | 2017-08-26 | 2018-02-09 | 圣码智能科技(深圳)有限公司 | 防止车辆偏离导航的方法 |
CN109606361B (zh) * | 2017-09-25 | 2022-03-22 | 本田技研工业株式会社 | 车辆控制装置 |
CN109606361A (zh) * | 2017-09-25 | 2019-04-12 | 本田技研工业株式会社 | 车辆控制装置 |
CN107719361A (zh) * | 2017-10-10 | 2018-02-23 | 深圳市豪恩汽车电子装备股份有限公司 | 基于图像视觉的自动泊车辅助方法及*** |
CN108297866A (zh) * | 2018-01-03 | 2018-07-20 | 西安交通大学 | 一种车辆的车道保持控制方法 |
CN108297866B (zh) * | 2018-01-03 | 2019-10-15 | 西安交通大学 | 一种车辆的车道保持控制方法 |
CN108583573A (zh) * | 2018-03-30 | 2018-09-28 | 吉利汽车研究院(宁波)有限公司 | 一种车道偏离防止*** |
CN108898171A (zh) * | 2018-06-20 | 2018-11-27 | 深圳市易成自动驾驶技术有限公司 | 图像识别处理方法、***及计算机可读存储介质 |
CN108898171B (zh) * | 2018-06-20 | 2022-07-22 | 深圳市易成自动驾驶技术有限公司 | 图像识别处理方法、***及计算机可读存储介质 |
CN108995648A (zh) * | 2018-06-28 | 2018-12-14 | 上海寰钛教育科技有限公司 | 自动驾驶方法和智能车 |
CN108909716B (zh) * | 2018-07-02 | 2020-07-03 | 奇瑞汽车股份有限公司 | 车辆控制方法及装置 |
CN108909716A (zh) * | 2018-07-02 | 2018-11-30 | 奇瑞汽车股份有限公司 | 车辆控制方法及装置 |
CN110803163A (zh) * | 2018-07-19 | 2020-02-18 | 广州小鹏汽车科技有限公司 | 车辆行驶轨迹的预测、车辆跟随目标的选择方法及设备 |
CN108944927A (zh) * | 2018-09-28 | 2018-12-07 | 合刃科技(武汉)有限公司 | 车辆的车道保持装置及方法 |
CN109615660A (zh) * | 2018-11-21 | 2019-04-12 | 吉利汽车研究院(宁波)有限公司 | 对车辆全景画面进行标定的方法及装置 |
CN109765588B (zh) * | 2018-12-25 | 2023-10-31 | 上海普适导航科技股份有限公司 | 一种稀疏轨迹平滑纠错***及方法 |
CN109765588A (zh) * | 2018-12-25 | 2019-05-17 | 上海普适导航科技股份有限公司 | 一种稀疏轨迹平滑纠错***及方法 |
CN110196062B (zh) * | 2019-06-27 | 2022-03-25 | 成都圭目机器人有限公司 | 一种单相机跟踪车道线的导航方法 |
CN110196062A (zh) * | 2019-06-27 | 2019-09-03 | 成都圭目机器人有限公司 | 一种单相机跟踪车道线的导航方法 |
CN110596741A (zh) * | 2019-08-05 | 2019-12-20 | 深圳华桥智能设备科技有限公司 | 车辆定位方法、装置、计算机设备和存储介质 |
CN110414487A (zh) * | 2019-08-16 | 2019-11-05 | 东软睿驰汽车技术(沈阳)有限公司 | 一种识别车道线的方法及装置 |
CN110414487B (zh) * | 2019-08-16 | 2022-05-13 | 东软睿驰汽车技术(沈阳)有限公司 | 一种识别车道线的方法及装置 |
CN112406884A (zh) * | 2019-08-20 | 2021-02-26 | 北京地平线机器人技术研发有限公司 | 车辆行驶状态的识别方法和装置、存储介质、电子设备 |
CN111002990B (zh) * | 2019-12-05 | 2021-06-08 | 华南理工大学 | 一种基于动态偏离阈值的车道偏离预警方法及*** |
CN111002990A (zh) * | 2019-12-05 | 2020-04-14 | 华南理工大学 | 一种基于动态偏离阈值的车道偏离预警方法及*** |
CN111174796A (zh) * | 2019-12-31 | 2020-05-19 | 驭势科技(南京)有限公司 | 一种基于单灭点的导航方法、电子设备和存储介质 |
CN111174796B (zh) * | 2019-12-31 | 2022-04-29 | 驭势科技(浙江)有限公司 | 一种基于单灭点的导航方法、电子设备和存储介质 |
CN111077893A (zh) * | 2019-12-31 | 2020-04-28 | 驭势科技(南京)有限公司 | 一种基于多灭点的导航方法、电子设备和存储介质 |
CN113942503A (zh) * | 2021-12-02 | 2022-01-18 | 天津天瞳威势电子科技有限公司 | 一种车道保持方法和装置 |
CN114212079A (zh) * | 2022-02-18 | 2022-03-22 | 国汽智控(北京)科技有限公司 | 基于acc的车辆控制方法、装置及*** |
Also Published As
Publication number | Publication date |
---|---|
CN103991449B (zh) | 2017-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103991449A (zh) | 一种车辆行进控制方法及*** | |
CN104036279A (zh) | 一种智能车行进控制方法及*** | |
CN109435942B (zh) | 一种基于信息融合的车位线车位识别方法及装置 | |
US10580124B2 (en) | Inspection device, control method and control apparatus for the same | |
CN110737266B (zh) | 一种自动驾驶控制方法、装置、车辆和存储介质 | |
CN111209780A (zh) | 车道线属性检测方法、装置、电子设备及可读存储介质 | |
CN113870550B (zh) | 基于边缘计算的区域异常检测方法和*** | |
CN107745710A (zh) | 一种基于机器视觉与机器学习的自动泊车方法及*** | |
WO2021184570A1 (zh) | 电动自行车驾驶行为的识别方法、装置和计算机设备 | |
CN103093229B (zh) | 车标定位方法及装置 | |
CN113269163B (zh) | 基于鱼眼图像的立体泊车位检测方法及装置 | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
CN108664905A (zh) | 一种基于红外图像的路侧停车管理方法、***及装置 | |
CN111209779A (zh) | 可行驶区域检测及智能驾驶控制方法、装置和*** | |
CN112654998B (zh) | 一种车道线检测方法和装置 | |
CN105574502A (zh) | 一种自助发卡机违章行为自动检测方法 | |
CN114694095A (zh) | 确定车辆进出泊位的方法、装置、设备和存储介质 | |
CN102096912A (zh) | 一种图像处理方法及装置 | |
CN112270258A (zh) | 一种非机动车的违规信息获取方法及装置 | |
CN117184075A (zh) | 一种车辆变道检测方法、装置及计算机可读存储介质 | |
CN102163328B (zh) | 用于交通视频图像中眩光的检测和消除方法 | |
CN112507993B (zh) | 一种异常驶离的检测方法、***、电子设备及存储介质 | |
CN107452230A (zh) | 一种障碍物检测方法、装置、终端设备及存储介质 | |
Wu et al. | A novel traffic light recognition method for traffic monitoring systems | |
KR20210035360A (ko) | 교행 다차로를 위한 차량번호 인식방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170118 Termination date: 20170612 |
|
CF01 | Termination of patent right due to non-payment of annual fee |