CN104240536B - 一种用于检测车行道上的车辆的车道位置的装置及方法 - Google Patents
一种用于检测车行道上的车辆的车道位置的装置及方法 Download PDFInfo
- Publication number
- CN104240536B CN104240536B CN201410269967.XA CN201410269967A CN104240536B CN 104240536 B CN104240536 B CN 104240536B CN 201410269967 A CN201410269967 A CN 201410269967A CN 104240536 B CN104240536 B CN 104240536B
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- model
- route
- driveway
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000003287 optical effect Effects 0.000 claims abstract description 32
- 230000004044 response Effects 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims description 11
- 230000005611 electricity Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- 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
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
- B60W2050/009—Priority selection
- B60W2050/0091—Priority selection of control inputs
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
- B60W2050/0215—Sensor drifts or sensor failures
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
一种带有电子水平仪的车道监控方法,一种用于在具有车道标识线的车行道上运行的车辆的装置包括提供车行道的光学数据的光学传感器。第一车道模型响应于在光学数据中的检测到的车道标识线存储在电子存储器中。电子水平仪***追踪车辆位置并响应于该位置提供车行道数据。第二车道模型响应于车行道数据存储在电子存储器中。置信度检查器将第一和第二车道模型之间的差异与阈值做比较以便确定置信级。当在光学数据中检测到车道标识线时,输出选择器选择第一车道模型,并且如果在光学数据中未检测到车道标识线并且置信级高于预先确定的等级,则选择第二车道模型。
Description
技术领域
本发明总体上涉及对车行道车道相对于车辆的位置的监控,以及更具体地,涉及在当无光学标识符的时候的改进的车道检测。
背景技术
自动车道检测和监控对支持诸如车道偏离报警***或车道保持辅助***这样的各种驾驶员辅助***来说是有用的。用于传统车道检测***中的主要传感器是基于视觉的,例如,光学照相机。车道检测算法检测诸如对应道路边缘的画上的车道线或表面特征这样的车道标记,然后估计车道内的车辆横向位置、车道宽度,以及相对于车道的车辆航向角。
当前在车道检测算法中使用的图像处理技术是足够先进的,可以检测多各种条件下的各种车道标记和道路边缘。然而,道路表面的车道标记仍然难以检测。它们会磨损或被污物覆盖。有很多其它导致光学***不能检测车道位置的可能的障碍物,例如影子、天桥、雨、雪。在这些情况下,会在对被追踪的车道的表示中形成空白。当光学***找不到车道时,车道偏离报警/车道保持辅助***就会失效,所以就不会基于不准确或缺失信息采取行动。
估计或补充缺失的车道标记以便提高整个***的可用性是可取的。在追踪多条车道边界并且一条边界的标记暂时消失时,在距检测到的边界固定偏移距离处重建缺失边界是众所周知的。然而,当基于照相机的***不能够产生有效输出时,仍会发生各种情况。
车道追踪的另一种可能性是通过使用地理定位来确定车辆位置并将该位置与代表车行道的数字地图相关联。地理坐标典型地是用车辆中的车载GPS接收单元和/或基于惯性传感器输出的航位推算***来测量的。除了当前位置,这些***也可以提供瞬时车速和航向角。
关于国家大部分道路的地图数据库已经建立,这使得确定车辆的车道部署在理论上是可行的。关于在车辆的匹配坐标处的车行道的几何与属性信息可以从数字地图数据库中查找。对车辆周围的该道路信息的收集被称为电子水平仪(Electronic Horizon,简称EH)。在典型的EH***中,车行道由很多路段(也被称为链接)组成,为这些路段限定道路几何与属性信息。路段的几何信息包括经度、纬度、海拔、水平曲率和沿着道路的坡度。道路属性信息可能包括道路标志、车道数目、道路功能分类(如高速公路、坡道、干线)、车道标记类型、铺设/未铺设以及有分车带/无分车带。
虽然可以表示车道的数目,但是由于必须表示的数据量显著增加,地图数据库典型地不会直接表示各个车道的坐标。反而,链接代表典型地对应于车行道的中心线的一维路线。甚至在数字地图数据库直接表示给定车行道的实际车道边界的情况下,地理定位***的个别位置的错误和间断可用性的问题限制了这些***的可靠性。因此,基于光学照相机的车道监控***通常比基于GPS的更受偏爱。
发明内容
本发明采用基于光学的***作为主要检测器,并在光学数据不可用时使用地理定位***作为备份数据源,其中,通过使用源自在光学数据可用的时候的偏移调整来增强地理定位数据的有效性。
在本发明的一个方面,在带有车道标识线的车行道上运行的车辆的装置包含提供车行道的光学数据的光学传感器。第一车道模型响应于在光学数据中检测到的车道标识而存储在电子存储器中。电子水平仪***追踪车辆的位置并响应于该位置提供车行道数据。第二车道模型响应于车行道数据而存储在电子存储器中。置信检验器将第一和第二车道模型间的差异与阈值作比较以便确定置信级。当在光学数据中检测到车道标识时,输出选择器选择第一车道模型,并且如果未在光学数据中检测到车道标识且置信级比预先确定的级别高,则选择第二车道模型。
附图说明
图1是展示带有基于光学的车道检测***的车辆的框图。
图2是展示来自数字地图数据库的车辆和车行道的路线的相对位置的示意图。
图3展示了车辆位置与路线之间的最短距离的推导。
图4展示了由光学***主动检测到的车道边界与使用地理定位所确定的路线之间的关系。
图5展示了与光学检测到的车道相一致的路线的移位。
图6是展示本发明的一个优选装置的框图。
图7是展示本发明的一个优选方法的流程图。
具体实施方式
现在参照图1,车辆10在以画上的车道线12和道路边缘13为边界的车道中沿车行道11移动。车辆10包括耦接到车道监控模块15的照相机***14,车道监控模块15可以包括用于检测诸如车道线12和道路边缘13这样的的车道标记的模式识别器,以便监控车辆10相对于检测到的车道的位置。关于车辆10的相对位置以及车辆10周围检测到的车道的边缘的信息提供给车辆偏离报警***(lane departure warning system,LDW)16,在车辆10开始驶出其车道的情况下,车辆偏离报警***(LDW)16会产生驾驶员警报。另一种依靠车道位置信息的驾驶员辅助***是自适应巡航控制***,其中目标车辆选择通过使用EH和基于照相机的车道信息得以改进。通常,驾驶员辅助***响应于根据检测到的车道报告主车辆和周围车辆的位置的自动产生的车道模型来控制驾驶员辅助参数(如警告或调整车辆设置速度的产生)。
在本发明中,在数字地图数据库中所表示的路段被用于获得二级车道追踪模型,可以在主要的、源自光学的车道模型不可用的时候使用二级车道追踪模型。如图2所示,车辆10具有根据东西纬线20和南北经线21的瞬时地理坐标。车辆10正行驶在带有路线22的车行道上,路线22在数字地图数据库中表示为在大量连续的点23之间的多个段,或由代表道路形状的数学方程式表示。对于路线22上的每一个点,各自的点处的车行道曲率与点的地理坐标一起存储。针对本发明的目的,在连续的点23之间产生一系列插值点24-26以便获得所表示的路线的期望精确度水平是可取的。点24-26的位置是根据预先确定的间距(如大约一米)产生的并根据邻近点23处的曲率计算的。在点24-26中的每个点之间,路线遵循直线,以便使如下所述的计算更容易。
为了确定车辆10关于路线22的相对位置,如图3所示确定路线22上最靠近车辆10的点。车辆10位于坐标(x0,y0)(例如通过GPS单元获得)处,路线22上最接近的(由内插值计算得出)两个点27和28的坐标分别为(xi,yi)和(xj,yj)。以预先确定的间距p分隔点27和28。根据如下公式确定距离dEH:
dEH=((xj–xi)·(y0–yi)–(x0-xi)·(yj-yi))/p.
距离dEH给出了车辆10和源自地图的路线22之间的横向偏移距离,虽然路线22不对应任何特定的车道边界,但是也应当与所有车道平行。点27和28之间的路线22进一步具有表示为相对于正北方向测量的角度φEH的航向方向。航向角φEH可以根据以下公式导出:
确定距离和角度的上述计算最好定期进行。例如,可以在行驶预先确定的距离(如一米)之后触发每次迭代。
每当通过光学感测***主动检测到实际的车道边界时,可以按照图4所示确定在检测到的车道部署和源自地图的路线之间的偏移。光学***提供第一车道模型表示其最好包括车道偏移距离d车道(dLane)和航向角φ车道(φLANE)(同样相对于正北方向测量)。最好可以响应于源自GPS导航或航位推算***的实际车辆航向φGPS,以及车辆行驶路径和车道的边缘之间的车道行驶角θ车道(θLANE)确定车道航向角φLANE。如果角φEH和φLANE大致相等,并且如果路线22保持与检测到的车道边界的间距不变,那么当光学***不能够产生有效输出时,对在路线22中重建车道边界就会有足够高的置信度。
在图4中,直线30代表源自光学车道监控***的相对于车辆10的车道路径。例如,该检测可以基于画上的车道线31的存在。通过把来自视觉***的关于车道布局的航向角与由GPS和/或航位推算***所确定的实际的车辆航向方向相结合,确定绝对车道航向φLANE。计算角φEH和φLANE之间的差值,并将该差值与阈值Δφ做比较。如果该差值比Δφ小,那么只要在基于视觉的车道边界和源自EH的路线之间的分隔距离还保持足够一致,就可以在电子水平仪数据中评定高置信度。换句话说,一系列连续测量值的偏移方差必须足够小。如果在两个车道模型间的这些差异中的每一个的量值都低于各自的阈值,那么就存在置信级,以便可靠地产生来自源自EH的路线的车道边界。
该方差最好作为在距离dEH和dLANE之间的差值的移动平均值来计算。该平均值最好可以表现为统计方差σ2或标准偏差σ的形式。如果该方差低于各自的阈值,那么置信度就高,如果该方差高于阈值,那么置信度就低。在一个实施例中,通过使用积累一系列周期测量值的计数来追踪置信级。该计数追踪方差低于阈值的连续编号的样本。一旦连续计数达到预定数(即置信度阈值),那么在光学检测失败的情况下,路线就可以可靠地用来重建车道边界。否则,不能进行车道的检测。
图5展示了移动路线22的过程,该过程是为了基于车行道数据将路线22转换为第二车道模型,该车行道数据来自地图数据库并根据光学检测到的车道位置的最近的性能加以提炼。这样,路线22移动距离Δd,计算距离Δd,将其作为在dEH和来自光学追踪***的最新有效车道偏移距离dLane之间的距离。特别地,路线22沿直线33移动——直线33在路线22与车辆10之间(即横向移动)具有最短距离——以便保持相同的航向φEH。当车辆横穿同一车行道直到光学检测再次恢复并起作用或者置信度降到阈值以下时,除非检测到车道改变,否则移动距离Δd就用于将路线转换成第二车道模型。
图6展示了本发明实施于车辆的一个优选装置。视觉(即基于光学的)车道追踪***40向车道信息选择器41提供存储在其存储器中的第一车道模型。选择器41给予基于光学的车道模型优先权,以便每当视觉***40表明其提供有效输出时就自动选择选择器41。车辆装置进一步包括向卡尔曼滤波器块(Kalman filter block)43提供瞬时车辆坐标、速度和航向的传统GPS导航***42。车辆包括诸如惯性传感器这样的航位推算传感器44、加速计、角速度传感器、车轮速度传感器、方向盘角传感器,以及用于获取还提供给卡尔曼滤波器43的车辆位置、速度和航向的独立数值的其它传感器。如所属技术领域公知的那样,卡尔曼滤波器43整合来自GPS***42和航位推算***44的位置、速度和航向信息,并提供它们的最优估计值。由来自卡尔曼滤波器43的位置、速度和航向所组成的车辆状态输入到连接到数字地图数据库46的距离和角度计算器45中。基于车辆坐标,识别车行道,并且从地图数据库46中检索对应的路线,以便在计算器45中找到路线的偏移距离和航向角。作为结果的路线连同来自视觉***40的第一车道模型和来自卡尔曼滤波器43的车辆状态一起输入到置信度检查器47中。置信度检查器47将基于光学的车道模型和地图确定的路线之间的差异与一个或多个阈值做比较,以便确定置信级。
虚拟车道生成器48从置信度检查器47接收置信级、从计算器45接收路线和偏移距离,并从视觉***40接收第一车道模型。基于偏移距离,虚拟车道生成器48移动路线,以便与由车辆和来自视觉***40的车道边界之间的之前确定的偏移相一致。
生成器48的存储器向车道选择器41的一个输入提供第二车道模型,该第二车道模型基于来自地图数据库的追踪的车辆位置和车行道数据。置信级也提供给车道选择器41,以便当来自视觉***40的第一车道模型失效时,选择器41检查置信级,然后只有在置信度高时才输出第二车道模型的虚拟生成的车道。否则,其不输出车道模型。由选择器41输出的任何车道模型数据都联接到诸如车道偏移报警***这样的应用程序50中。
图7概括了本发明的优选方法,该方法从步骤61开始。在步骤62中进行检查以判定车道监控***是否运行。如果车道监控***未运行,那么该过程在步骤63结束。否则,在步骤64中对主车辆定位(例如,使用GPS接收单元)。在步骤65中获得主车辆航向角,并且在步骤66中,基于指定为来自数字地图中的车行道的路线的道路形状点,生成以插值的道路形状点。步骤67中,计算从原点(即车辆位置(x0,y0))到连接车行道形状点的分段线性路线的最短距离dEH和航向角φEH。
步骤68中,检查并更新源自地图的路线的匹配置信度。例如,可以保持置信度数。如果航向和偏移距离的匹配条件如上文关于图4所述相符,那么置信度数增加。否则,置信度数下降。置信度数可以在从0到预先确定的正整数之间是限定范围的。置信级阈值可以限定为该范围内的另一个正整数。这样,每当置信度数高于预先确定的阈值时,就可以将置信度限定为高,否则限定为低。
步骤70中进行检查以确定基于视觉的车道信息是否可用。如果可用,那么在步骤71中输出源自视觉的车道信息,并返回步骤62进行下一次迭代。
如果在步骤70中视觉信息不可用,那么就在步骤72中进行判定以确定匹配置信度是否高。如果匹配置信度不高,那么就不会向应用程序输出车道信息并且返回步骤62。如果匹配置信度高,那么就在步骤73中生成第二车道模型的虚拟车道。可选择地,在步骤74中执行检查以确定主车辆是否仍然在目标车行道或车道内。如果不是,那么就返回步骤62进行下次迭代,而不输出车道模型(并且最好可以重置置信度数)。否则,基于源自地图的信息的第二车道模型的虚拟车道信息在返回步骤62之前在步骤75中输出。
如在这里所使用的,可以根据各种替代测试或阈值来描述匹配置信度(即两个车道模型之间的相似性)的特性。由于源自每个模型的航向应该相同,所以可以将差值跟阈值做比较。由于从车辆到车道边界的横向偏移距离与从车辆到地图路线的横向偏移距离常常会不是相同的,而是有差异的,该差异应该保持实质上不变,所以在所说明的实施例中使用由随时间的过去的差异所呈现的方差或标准偏差。
Claims (10)
1.一种用于在带有车道标识线的车行道上运行的车辆的装置,其特征在于,包含:
提供车行道的光学数据的光学传感器;
第一车道模型,该第一车道模型响应于在光学数据中的检测到的车道标识线存储在电子存储器中;
电子水平仪***,该电子水平仪***追踪车辆的位置并响应于该位置提供车行道数据;
第二车道模型,该第二车道模型响应于车行道数据存储在电子存储器中;
置信度检查器,该置信度检查器将第一和第二车道模型之间的差异与阈值进行比较,以便确定置信级;以及
输出选择器,当在光学数据中检测到车道标识线时,输出选择器选择第一车道模型,并且如果在光学数据中未检测到车道标识线并且置信级比预先确定的等级高,则输出选择器选择第二车道模型,
其中,所述差异响应于车辆和第二车道模型的代表车行道的路线上最接近车辆的点之间的横向偏移距离与第一车道模型的车道标识线偏移距离来确定。
2.如权利要求1所述的装置,其特征在于,进一步包含控制驾驶员辅助参数的驾驶员辅助***,其中驾驶员辅助***耦接到输出选择器上,并响应于由输出选择器所输出的模型调整辅助参数。
3.如权利要求1所述的装置,其特征在于,电子水平仪***包括将车行道表示为沿着路线的多个段的地图数据库,其中第二车道模型根据路线与第一车道模型之间的距离,通过横向移位生成虚拟车道边界。
4.如权利要求3所述的装置,其特征在于,电子水平仪***由GPS导航***组成。
5.如权利要求3所述的装置,其特征在于,电子水平仪***由航位推算***组成。
6.一种用于检测车行道上的车辆的车道位置的方法,其特征在于,包含以下步骤:
基于光学传感器数据保持第一车道模型;
基于监控的车辆位置和地图数据库保持第二车道模型;
评估模型的相似性;
响应于在光学传感器数据中是否检测到车道标识线以及相似性是否超过预先确定的相似性,选择主动车道模型,
其中,所述相似性响应于车辆和第二车道模型的代表车行道的路线上最接近车辆的点之间的横向偏移距离与第一车道模型的车道标识线偏移距离来确定。
7.如权利要求6所述方法,其特征在于,第一车道模型包括车道航向和车道标识线偏移距离,其中第二车道模型包括路线航向和虚拟偏移距离,并且其中该方法包含以下步骤:
从地图数据库中获取代表车行道的路线;
确定路线上最接近车辆的点;
响应于最接近的点处的线路的方向确定路线航向;
确定在车辆和最接近的点之间的横向偏移距离;
根据路线的横向偏移距离和第一车道模型的车道标识线偏移距离之间的差值,通过移动路线来确定虚拟偏移距离。
8.如权利要求7所述的方法,其特征在于,评估相似性的步骤包含:
监控多个时间样本的横向偏移距离和车道标识线偏移之间的差值;
确定多个监控的差值之间的方差;以及
如果路线航向和车道航向之间的差值比第一阈值小并且如果方差比第二阈值小,则检测超过预先确定的相似性的相似性。
9.如权利要求7所述的方法,其特征在于,评估相似性的步骤包含:
监测多个时间样本的横向偏移距离和车道标识线偏移之间的差值;
确定多个监控的差值之间的方差;
如果路线航向和车道航向之间的差值小于第一阈值并且如果方差小于第二阈值,则增加相似性计数;以及
如果相似性计数超过第三阈值,则检测超过预先确定的相似性的相似性。
10.如权利要求6所述的方法,其特征在于,使用模式识别来保持第一车道模型,以确定在光学传感器数据中的包括画上的车道线和道路边缘的车道标识线。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/922,535 US8996197B2 (en) | 2013-06-20 | 2013-06-20 | Lane monitoring with electronic horizon |
US13/922,535 | 2013-06-20 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104240536A CN104240536A (zh) | 2014-12-24 |
CN104240536B true CN104240536B (zh) | 2018-07-27 |
Family
ID=52010621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410269967.XA Active CN104240536B (zh) | 2013-06-20 | 2014-06-17 | 一种用于检测车行道上的车辆的车道位置的装置及方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8996197B2 (zh) |
CN (1) | CN104240536B (zh) |
DE (1) | DE102014211450A1 (zh) |
RU (1) | RU2572939C9 (zh) |
Families Citing this family (59)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2905204B1 (en) * | 2012-10-04 | 2017-07-19 | Nissan Motor Co., Ltd | Steering control device |
US20150367859A1 (en) * | 2012-12-21 | 2015-12-24 | Harman Becker Automotive Systems Gmbh | Input device for a motor vehicle |
EP2949548B1 (en) * | 2014-05-27 | 2018-07-11 | Volvo Car Corporation | Lane keeping suppressing system and method |
US10317231B2 (en) * | 2014-06-10 | 2019-06-11 | Mobileye Vision Technologies Ltd. | Top-down refinement in lane marking navigation |
JP6140658B2 (ja) * | 2014-08-20 | 2017-05-31 | 株式会社Soken | 走行区画線認識装置、走行区画線認識プログラム |
JP6456682B2 (ja) * | 2014-12-25 | 2019-01-23 | 株式会社Soken | 走行区画線認識装置 |
JP6389119B2 (ja) * | 2014-12-25 | 2018-09-12 | 株式会社デンソー | 車線境界線認識装置 |
JP6479513B2 (ja) * | 2015-03-12 | 2019-03-06 | 株式会社デンソーアイティーラボラトリ | 道路幅推定装置及び道路幅推定方法 |
DE102015003124A1 (de) * | 2015-03-12 | 2016-09-15 | Daimler Ag | Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs |
JP6237685B2 (ja) * | 2015-04-01 | 2017-11-29 | トヨタ自動車株式会社 | 車両制御装置 |
US9922565B2 (en) * | 2015-07-20 | 2018-03-20 | Dura Operating Llc | Sensor fusion of camera and V2V data for vehicles |
US9857181B2 (en) * | 2015-08-11 | 2018-01-02 | Gm Global Technology Operations Llc. | Methods and apparatus for evaluating operation of a vehicle onboard navigation system using lateral offset data |
US9952049B2 (en) | 2015-09-10 | 2018-04-24 | GM Global Technology Operations LLC | Methods and apparatus for performance assessment of a vehicle onboard navigation system using adaptive stochastic filtering |
KR102355321B1 (ko) * | 2015-09-10 | 2022-01-25 | 주식회사 만도모빌리티솔루션즈 | 차선 유지 보조 시스템 및 차선 유지 보조 방법 |
JP6535561B2 (ja) * | 2015-09-25 | 2019-06-26 | 株式会社Subaru | 車両の走行制御装置 |
US9878711B2 (en) | 2015-12-14 | 2018-01-30 | Honda Motor Co., Ltd. | Method and system for lane detection and validation |
EP3190022B1 (en) * | 2016-01-11 | 2018-08-29 | Delphi Technologies, Inc. | Lane extension for vision steered automated vehicle |
CN106991820B (zh) * | 2016-01-20 | 2021-03-23 | 中兴通讯股份有限公司 | 违规车辆处理方法及装置 |
US9969389B2 (en) * | 2016-05-03 | 2018-05-15 | Ford Global Technologies, Llc | Enhanced vehicle operation |
US10019014B2 (en) | 2016-05-13 | 2018-07-10 | Delphi Technologies, Inc. | Lane-keeping system for automated vehicles |
DE102016209232B4 (de) | 2016-05-27 | 2022-12-22 | Volkswagen Aktiengesellschaft | Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Bestimmung der lateralen Position eines Fahrzeuges relativ zu den Fahrstreifen einer Fahrbahn |
CN105953778A (zh) * | 2016-06-14 | 2016-09-21 | 河南华泰规划勘测设计咨询有限公司 | 一种多用途测绘车 |
DE102016213817B4 (de) | 2016-07-27 | 2019-03-07 | Volkswagen Aktiengesellschaft | Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Bestimmung der lateralen Position eines Fahrzeuges relativ zu den Fahrstreifen einer Fahrbahn |
DE102016213782A1 (de) * | 2016-07-27 | 2018-02-01 | Volkswagen Aktiengesellschaft | Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Bestimmung der lateralen Position eines Fahrzeuges relativ zu den Fahrstreifen einer Fahrbahn |
US10102744B2 (en) | 2016-09-27 | 2018-10-16 | International Business Machines Corporation | Predictive traffic management using virtual lanes |
RU170548U1 (ru) * | 2016-09-30 | 2017-04-28 | Акционерное общество "Когнитив" | Система контроля потери полосы движения транспортным средством |
RU2646771C1 (ru) * | 2016-11-21 | 2018-03-07 | Федеральное государственное унитарное предприятие "Центральный ордена Трудового Красного Знамени научно-исследовательский автомобильный и автомоторный институт "НАМИ" (ФГУП "НАМИ") | Способ трассировки маршрута движения автоматического транспортного средства |
RU2660977C2 (ru) * | 2016-11-30 | 2018-07-11 | Общество С Ограниченной Ответственностью "Инновационный Центр Самоцвет" (Ооо "Иц Самоцвет") | Способ обеспечения курсовой устойчивости и безопасности автомобиля и устройство для его осуществления |
US20180259961A1 (en) * | 2017-03-07 | 2018-09-13 | Delphi Technologies, Inc. | Lane-changing system for automated vehicles |
JP6438516B2 (ja) * | 2017-03-31 | 2018-12-12 | 株式会社Subaru | 車両の走行制御装置 |
US10254414B2 (en) | 2017-04-11 | 2019-04-09 | Veoneer Us Inc. | Global navigation satellite system vehicle position augmentation utilizing map enhanced dead reckoning |
EP3637371B1 (en) * | 2017-06-07 | 2023-03-22 | Nissan Motor Co., Ltd. | Map data correcting method and device |
WO2019083513A1 (en) * | 2017-10-24 | 2019-05-02 | Nissan North America, Inc. | LOCATION DETERMINATION FOR VEHICLE OPERATION |
FR3075355B1 (fr) * | 2017-12-14 | 2019-11-08 | Safran Electronics & Defense | Procede d'estimation de donnees de navigation d'un vehicule terrestre utilisant des parametres de geometrie et d'orientation de route |
CN108573272B (zh) * | 2017-12-15 | 2021-10-29 | 蔚来(安徽)控股有限公司 | 车道拟合方法 |
CN108090456B (zh) * | 2017-12-27 | 2020-06-19 | 北京初速度科技有限公司 | 识别车道线模型的训练方法、车道线识别方法及装置 |
FR3077549B1 (fr) | 2018-02-08 | 2023-04-14 | Psa Automobiles Sa | Procede de determination de la trajectoire d’un vehicule automobile en absence de marquage au sol. |
US10551836B2 (en) * | 2018-06-06 | 2020-02-04 | Ford Global Technologies, Llc | Driver assist |
EP3816966B1 (en) * | 2018-06-26 | 2022-09-21 | Nissan Motor Co., Ltd. | Driving assistance method and driving assistance device |
KR102611927B1 (ko) * | 2018-07-11 | 2023-12-08 | 르노 에스.아.에스. | 주행 환경 정보의 생성 방법, 운전 제어 방법, 주행 환경 정보 생성 장치 |
RU2766038C1 (ru) * | 2018-07-11 | 2022-02-07 | Ниссан Мотор Ко., Лтд. | Способ и устройство для генерирования информации о среде передвижения для транспортного средства, а также способ управления движением для транспортного средства |
DE102018005865A1 (de) | 2018-07-26 | 2019-07-04 | Daimler Ag | Verfahren zum Testen eines Assistenzsystems für ein Fahrzeug |
DE102018006231A1 (de) * | 2018-08-07 | 2020-02-13 | Psa Automobiles Sa | Validieren einer Spurführungsinformation einer digitalen Karte |
US20200062252A1 (en) * | 2018-08-22 | 2020-02-27 | GM Global Technology Operations LLC | Method and apparatus for diagonal lane detection |
KR102586331B1 (ko) * | 2018-11-19 | 2023-10-06 | 현대자동차 주식회사 | 차선유지 성능 검사 시스템 및 그 방법 |
TWI689433B (zh) * | 2018-11-21 | 2020-04-01 | 財團法人車輛研究測試中心 | 用於自動駕駛車輛的車道追蹤方法及系統 |
DE102019200145A1 (de) * | 2019-01-08 | 2020-07-09 | Robert Bosch Gmbh | Vorrichtung und Verfahren zum Verifizieren von elektronischen Horizonten |
WO2020152490A1 (ja) * | 2019-01-22 | 2020-07-30 | 日産自動車株式会社 | 車両の走行制御方法及び走行制御装置 |
KR102034316B1 (ko) * | 2019-01-29 | 2019-11-08 | 주식회사 만도 | 차량 위치 보정 시스템 및 방법, 그리고 카메라 |
CN112172810A (zh) * | 2019-06-18 | 2021-01-05 | 广州汽车集团股份有限公司 | 车道保持装置、方法、***及汽车 |
EP3786012A1 (en) | 2019-08-29 | 2021-03-03 | Zenuity AB | Lane keeping for autonomous vehicles |
DE102019215263A1 (de) * | 2019-10-02 | 2021-04-08 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Führen eines Kraftfahrzeuges in einer Fahrspur |
DE102020202964A1 (de) * | 2020-03-09 | 2021-09-09 | Continental Automotive Gmbh | Die Erfindung betrifft ein Verfahren zur Erhöhung der Sicherheit von Fahrfunktionen. |
WO2021205193A1 (ja) * | 2020-04-08 | 2021-10-14 | 日産自動車株式会社 | 地図情報補正方法、運転支援方法及び地図情報補正装置 |
US11741984B2 (en) * | 2020-06-12 | 2023-08-29 | Academia Sinica | Method and apparatus and telephonic system for acoustic scene conversion |
CN114264310B (zh) * | 2020-09-14 | 2024-06-21 | 阿里巴巴集团控股有限公司 | 定位及导航方法、装置、电子设备、计算机存储介质 |
US11756312B2 (en) * | 2020-09-17 | 2023-09-12 | GM Global Technology Operations LLC | Orientation-agnostic lane tracking in a vehicle |
DE102021129258B4 (de) * | 2021-11-10 | 2024-03-07 | Cariad Se | Verfahren zum Plausibilisieren zumindest eines Teilabschnitts einer Fahrtrajektorie für ein Fahrzeug |
DE102022200216B3 (de) | 2022-01-12 | 2023-06-22 | Volkswagen Aktiengesellschaft | Verfahren und System zum Bereitstellen einer Online-Funktion eines Fahrerassistenzsystems für ein Kraftfahrzeug |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1982847A (zh) * | 2001-04-27 | 2007-06-20 | 松下电器产业株式会社 | 发送数字地图的位置信息的方法 |
CN101326511A (zh) * | 2005-12-09 | 2008-12-17 | 通用汽车环球科技运作公司 | 用于检测或预测车辆超车的方法 |
CN101334288A (zh) * | 2008-08-07 | 2008-12-31 | 北京工业大学 | 基于标准线路匹配的公交准确定位方法 |
Family Cites Families (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6405128B1 (en) | 1999-12-20 | 2002-06-11 | Navigation Technologies Corp. | Method and system for providing an electronic horizon in an advanced driver assistance system architecture |
DE10036042B4 (de) | 2000-07-25 | 2004-12-16 | Daimlerchrysler Ag | Multisensorielle Fahrspurzuordnung |
DE60121963T2 (de) | 2001-10-15 | 2007-01-18 | Ford Global Technologies, LLC, Dearborn | Verfahren und Einrichtung zur Steuerung eines Fahrzeuges |
EP1302747A1 (en) | 2001-10-15 | 2003-04-16 | Ford Global Technologies, Inc. | System and method for controlling an object detection system of a vehicle |
US7260465B2 (en) | 2002-04-30 | 2007-08-21 | Ford Global Technology, Llc | Ramp identification in adaptive cruise control |
JP3900099B2 (ja) * | 2003-03-20 | 2007-04-04 | 日産自動車株式会社 | 車線逸脱防止装置 |
JP2006189325A (ja) * | 2005-01-06 | 2006-07-20 | Aisin Aw Co Ltd | 車両の現在地情報管理装置 |
US7415134B2 (en) | 2005-05-17 | 2008-08-19 | Honda Motor Co., Ltd. | Traffic lane marking line recognition system for vehicle |
JP4820712B2 (ja) | 2005-08-05 | 2011-11-24 | アイシン・エィ・ダブリュ株式会社 | 路面標示認識システム |
WO2009098154A1 (en) * | 2008-02-04 | 2009-08-13 | Tele Atlas North America Inc. | Method for map matching with sensor detected objects |
US8699754B2 (en) * | 2008-04-24 | 2014-04-15 | GM Global Technology Operations LLC | Clear path detection through road modeling |
US8605947B2 (en) * | 2008-04-24 | 2013-12-10 | GM Global Technology Operations LLC | Method for detecting a clear path of travel for a vehicle enhanced by object detection |
US8332143B2 (en) | 2008-05-30 | 2012-12-11 | Navteq B.V. | Data mining in a digital map database to identify curves along downhill roads and enabling precautionary actions in a vehicle |
JP5359516B2 (ja) * | 2008-07-29 | 2013-12-04 | 日産自動車株式会社 | 車両運転支援装置及び車両運転支援方法 |
WO2010035781A1 (ja) * | 2008-09-25 | 2010-04-01 | クラリオン株式会社 | 車線判定装置及びナビゲーションシステム |
US8762046B2 (en) * | 2008-10-01 | 2014-06-24 | Navteq B.V. | Creating geometry for advanced driver assistance systems |
US8775063B2 (en) * | 2009-01-26 | 2014-07-08 | GM Global Technology Operations LLC | System and method of lane path estimation using sensor fusion |
US8306269B2 (en) | 2009-03-12 | 2012-11-06 | Honda Motor Co., Ltd. | Lane recognition device |
JP2010256878A (ja) * | 2009-03-30 | 2010-11-11 | Equos Research Co Ltd | 情報表示装置 |
US8704653B2 (en) * | 2009-04-02 | 2014-04-22 | GM Global Technology Operations LLC | Enhanced road vision on full windshield head-up display |
US8977489B2 (en) * | 2009-05-18 | 2015-03-10 | GM Global Technology Operations LLC | Turn by turn graphical navigation on full windshield head-up display |
JP5088350B2 (ja) * | 2009-06-16 | 2012-12-05 | 日産自動車株式会社 | 車両運転支援装置及び車両運転支援方法 |
FR2947223B1 (fr) * | 2009-06-29 | 2015-05-01 | Valeo Vision | Procede de commande de faisceau d'eclairage pour vehicules |
JP2011013039A (ja) | 2009-06-30 | 2011-01-20 | Clarion Co Ltd | 車線判定装置及びナビゲーションシステム |
KR20110125282A (ko) * | 2010-05-13 | 2011-11-21 | 주식회사 만도 | 차선 유지 제어 방법 |
JP5206752B2 (ja) * | 2010-08-30 | 2013-06-12 | 株式会社デンソー | 走行環境認識装置 |
US8405522B2 (en) | 2010-09-30 | 2013-03-26 | Ford Global Technologies, Llc | Lane departure haptic warning with compensation for road-caused vibration |
US8447519B2 (en) * | 2010-11-10 | 2013-05-21 | GM Global Technology Operations LLC | Method of augmenting GPS or GPS/sensor vehicle positioning using additional in-vehicle vision sensors |
US20120314070A1 (en) * | 2011-06-09 | 2012-12-13 | GM Global Technology Operations LLC | Lane sensing enhancement through object vehicle information for lane centering/keeping |
US20130141520A1 (en) * | 2011-12-02 | 2013-06-06 | GM Global Technology Operations LLC | Lane tracking system |
DE102011088136A1 (de) * | 2011-12-09 | 2013-06-13 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Steuerung einer Lichtaussendung eines Scheinwerfers eines Fahrzeugs |
US8712691B2 (en) * | 2011-12-19 | 2014-04-29 | Ford Global Technologies | Fusion of road geometry model information gathered from disparate sources |
US8744675B2 (en) * | 2012-02-29 | 2014-06-03 | Ford Global Technologies | Advanced driver assistance system feature performance using off-vehicle communications |
US8706417B2 (en) * | 2012-07-30 | 2014-04-22 | GM Global Technology Operations LLC | Anchor lane selection method using navigation input in road change scenarios |
US9026300B2 (en) * | 2012-11-06 | 2015-05-05 | Google Inc. | Methods and systems to aid autonomous vehicles driving through a lane merge |
TWI625260B (zh) * | 2012-11-20 | 2018-06-01 | Method and system for detecting lane curvature by using body signal |
-
2013
- 2013-06-20 US US13/922,535 patent/US8996197B2/en active Active
-
2014
- 2014-06-16 DE DE102014211450.0A patent/DE102014211450A1/de active Pending
- 2014-06-17 CN CN201410269967.XA patent/CN104240536B/zh active Active
- 2014-06-20 RU RU2014125124/11A patent/RU2572939C9/ru not_active IP Right Cessation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1982847A (zh) * | 2001-04-27 | 2007-06-20 | 松下电器产业株式会社 | 发送数字地图的位置信息的方法 |
CN101326511A (zh) * | 2005-12-09 | 2008-12-17 | 通用汽车环球科技运作公司 | 用于检测或预测车辆超车的方法 |
CN101334288A (zh) * | 2008-08-07 | 2008-12-31 | 北京工业大学 | 基于标准线路匹配的公交准确定位方法 |
Also Published As
Publication number | Publication date |
---|---|
US20140379164A1 (en) | 2014-12-25 |
CN104240536A (zh) | 2014-12-24 |
DE102014211450A1 (de) | 2014-12-24 |
RU2572939C9 (ru) | 2016-04-10 |
RU2014125124A (ru) | 2015-12-27 |
RU2572939C1 (ru) | 2016-01-20 |
US8996197B2 (en) | 2015-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104240536B (zh) | 一种用于检测车行道上的车辆的车道位置的装置及方法 | |
CN106767853B (zh) | 一种基于多信息融合的无人驾驶车辆高精度定位方法 | |
CN102208013B (zh) | 风景匹配参考数据生成***和位置测量*** | |
KR102558055B1 (ko) | 차선의 추정 방법 | |
CN102208012B (zh) | 风景匹配参考数据生成***及位置测量*** | |
Rose et al. | An integrated vehicle navigation system utilizing lane-detection and lateral position estimation systems in difficult environments for GPS | |
KR102338370B1 (ko) | 센서를 이용하여 획득한 공간 정보를 활용하는 차량 및 센싱 장치, 그리고 이를 위한 서버 | |
US20220270358A1 (en) | Vehicular sensor system calibration | |
US20160239983A1 (en) | Method and apparatus for generating map geometry based on a received image and probe data | |
JP2016180980A (ja) | 情報処理装置、プログラム、及び地図データ更新システム | |
CN110709890A (zh) | 地图数据修正方法及装置 | |
CN104677361B (zh) | 一种综合定位的方法 | |
JP5404861B2 (ja) | 静止物地図生成装置 | |
JP7471481B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
Marinelli et al. | Mobile mapping systems and spatial data collection strategies assessment in the identification of horizontal alignment of highways | |
JP2008065087A (ja) | 静止物地図生成装置 | |
KR20190038739A (ko) | 도로 변경 지점 검출 방법 | |
CN106164930A (zh) | 用于车道检测的方法 | |
US11367213B2 (en) | Method and apparatus with location estimation | |
JP6589410B2 (ja) | 地図生成装置及びプログラム | |
JP2020026985A (ja) | 車両位置推定装置及びプログラム | |
JP6185327B2 (ja) | 車両後側方警報装置、車両後側方警報方法および他車両距離検出装置 | |
CN114631040A (zh) | 用于在铁路轨道上自主定位移动车辆的设备和方法 | |
CN112163059A (zh) | 基于量产车的地图数据更新方法、装置和*** | |
JP6451544B2 (ja) | 道路境界検出装置、自己位置推定装置及び道路境界検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |