JP2021503414A - 知的運転制御方法および装置、電子機器、プログラムならびに媒体 - Google Patents
知的運転制御方法および装置、電子機器、プログラムならびに媒体 Download PDFInfo
- Publication number
- JP2021503414A JP2021503414A JP2020545431A JP2020545431A JP2021503414A JP 2021503414 A JP2021503414 A JP 2021503414A JP 2020545431 A JP2020545431 A JP 2020545431A JP 2020545431 A JP2020545431 A JP 2020545431A JP 2021503414 A JP2021503414 A JP 2021503414A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- lane line
- driving control
- lane
- intelligent driving
- 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 110
- 238000001514 detection method Methods 0.000 claims abstract description 75
- 230000004044 response Effects 0.000 claims abstract description 31
- 238000013528 artificial neural network Methods 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 21
- 230000011218 segmentation Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 12
- 230000004913 activation Effects 0.000 claims description 8
- 230000004397 blinking Effects 0.000 claims description 6
- 230000003213 activating effect Effects 0.000 claims description 5
- 206010039203 Road traffic accident Diseases 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012888 cubic function Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
-
- 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
- B60W50/0097—Predicting future 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
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0051—Handover processes from occupants to 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
-
- 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
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
Description
本願は2018年08月22日に出願された、出願番号201810961511.8の中国特許出願に基づいて提出され、該中国特許出願の優先権を主張し、その開示の全てが参照によって本願に組み込まれる。
本願明細書は、例えば、以下の項目も提供する。
(項目1)
車両走行環境のレーンライン検出結果を取得することと、
前記車両の走行状態および前記レーンライン検出結果に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定することと、
前記推定距離が第一の予め設定された距離値よりも大きくかつ第二の予め設定された距離値以下であることに応答して、前記車両が前記レーンラインを超えるまでの推定時間を決定することと、
前記推定時間に基づいて知的運転制御を行うことと、を含む知的運転制御方法。
(項目2)
前記推定時間に基づいて知的運転制御を行うことは、前記推定時間を少なくとも一つの予め設定された閾値と比較することと、
比較結果が一つ以上の予め設定された条件を満たす場合、満たされる予め設定された条件の対応する、自動運転制御、運転支援制御、運転モード切替制御の少なくとも一つを含む知的運転制御を行うことと、を含む項目1に記載の知的運転制御方法。
(項目3)
前記自動運転制御は、車線逸脱警告、制動、走行速度変更、走行方向変更、車線維持、および車両ランプ状態変更のいずれか一つまたは複数を含み、
および/または、前記運転支援制御は、車線逸脱早期警告、車線維持指示の少なくとも一つを含む項目2に記載の知的運転制御方法。
(項目4)
前記知的運転制御方法はさらに、
前記推定距離が第二の予め設定された距離値以下または第一の予め設定された距離値よりも小さいことに応答して、前記知的運転制御機能を自動的に有効化すること、または、
前記推定時間が予め設定された閾値よりも小さいことに応答して、前記知的運転制御機能を自動的に有効化すること、または、
前記車両が前記レーンラインを踏んでいると検出したことに応答して、前記知的運転制御機能を自動的に有効化することを含む項目1から3のいずれか一項に記載の知的運転制御方法。
(項目5)
前記予め設定された条件が複数ある場合、複数の予め設定された条件のそれぞれ対応する知的運転制御の程度は段階的に増加する項目2から4のいずれか一項に記載の知的運転制御方法。
(項目6)
比較結果が一つ以上の予め設定された条件を満たす場合、満たされる予め設定された条件の対応する知的運転制御を行うことは、
前記推定時間が第一の予め設定された時間値以下で、かつ前記第一の予め設定された時間値よりも小さい第二の予め設定された時間値よりも大きい場合、前記車両の車線逸脱早期警告を行うことを含む項目5に記載の知的運転制御方法。
(項目7)
比較結果が一つ以上の予め設定された条件を満たす場合、満たされる予め設定された条件の対応する知的運転制御を行うことはさらに、
前記推定時間が前記第二の予め設定された時間値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことを含み、
前記車線逸脱早期警告は前記車線逸脱警告を含む項目5または6に記載の知的運転制御方法。
(項目8)
前記知的運転制御方法はさらに、前記第一距離が前記第一の予め設定された距離値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことを含み、
前記車線逸脱早期警告は前記車線逸脱警告を含む項目5から7のいずれか一項に記載の知的運転制御方法。
(項目9)
前記推定時間が前記第二の予め設定された時間値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことは、前記画像および履歴フレーム画像に基づいて決定された前記推定時間はいずれも前記第二の予め設定された時間値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことを含み、または、
前記第一距離が前記第一の予め設定された距離値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことは、前記画像および履歴フレーム画像に基づいて決定された前記推定距離はいずれも前記第一の予め設定された距離値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことを含み、
前記履歴フレーム画像は前記画像が存在するビデオにおける検出タイミングが前記画像よりも前になっている少なくとも1フレームの画像を含む項目8に記載の知的運転制御方法。
(項目10)
前記車線逸脱警告は、コーナリングランプ起動および/または音声指示を含む項目3に記載の知的運転制御方法。
(項目11)
前記車線逸脱早期警告は、ランプ点滅、アラーム鳴動および音声指示の少なくとも一つを含む項目4に記載の知的運転制御方法。
(項目12)
前記知的運転制御方法はさらに、
前記車両の運転者の運転レベルを取得することと、
前記運転レベルに基づき、前記第一の予め設定された距離値、前記第二の予め設定された距離値および予め設定された閾値の少なくとも一つを調整することと、を含む項目2から11のいずれか一項に記載の知的運転制御方法。
(項目13)
車両走行環境のレーンライン検出結果を取得することは、ニューラルネットワークによって前記車両走行環境を含む画像のセマンティックセグメンテーションを行い、前記画像における少なくとも一つの画素点がレーンラインに属するそれぞれの確率値を表すためのレーンライン確率マップを出力することと、
前記レーンライン確率マップに基づいてレーンラインが存在する領域を決定することと、を含み、
前記レーンライン検出結果は前記レーンラインが存在する領域を含む項目1から12のいずれか一項に記載の知的運転制御方法。
(項目14)
前記車両の走行状態およびレーンライン検出結果に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定することは、
各前記レーンラインが存在する領域における画素点のカーブフィッティングをそれぞれ行い、各前記レーンラインのフィッティング曲線を得ることと、
前記車両の走行状態および前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定することと、を含む項目13に記載の知的運転制御方法。
(項目15)
前記車両の走行状態および前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定することは、前記車両のワールド座標系における位置、および前記レーンラインのフィッティング曲線に基づき、前記車両と前記レーンラインとの間の推定距離を決定することを含み、
前記車両の走行状態は前記車両のワールド座標系における位置を含む項目14に記載の知的運転制御方法。
(項目16)
前記車両が前記レーンラインを超えるまでの推定時間を決定することは、
前記車両の速度および前記車両のワールド座標系における位置、ならびに前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定時間を決定することを含み、
前記車両の走行状態は前記車両の速度および前記車両のワールド座標系における位置を含む項目14または15に記載の知的運転制御方法。
(項目17)
前記車両の速度および前記車両のワールド座標系における位置、ならびに前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定時間を決定することは、
前記車両の走行方向と前記レーンラインのフィッティング曲線との夾角を取得することと、
前記車両のワールド座標系における位置に基づき、前記車両と前記レーンラインのフィッティング曲線との間の推定距離を取得することと、
前記夾角、前記推定距離および前記車両の速度に基づき、前記車両が前記レーンラインを超えるまでの推定時間を決定することと、を含む項目16に記載の知的運転制御方法。
(項目18)
車両走行環境のレーンライン検出結果を取得するための取得モジュールと、
前記車両の走行状態および前記レーンライン検出結果に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定するための距離決定モジュールと、
前記推定距離が第一の予め設定された距離値よりも大きくかつ第二の予め設定された距離値以下であることに応答して、前記車両が前記レーンラインを超えるまでの推定時間を決定するための時間決定モジュールと、
前記推定時間に基づいて知的運転制御を行うための制御モジュールと、を含む知的運転制御装置。
(項目19)
前記制御モジュールは、
前記推定時間を少なくとも一つの予め設定された閾値と比較するための比較ユニットと、
比較結果が一つ以上の予め設定された条件を満たす場合、満たされる予め設定された条件の対応する、自動運転制御、運転支援制御、運転モード切替制御の少なくとも一つを含む知的運転制御を行うための制御ユニットと、を含む項目18に記載の知的運転制御装置。
(項目20)
前記自動運転制御は、車線逸脱警告、制動、走行速度変更、走行方向変更、車線維持、および車両ランプ状態変更のいずれか一つまたは複数を含み、
および/または、前記運転支援制御は、車線逸脱早期警告、車線維持指示の少なくとも一つを含む項目19に記載の知的運転制御装置。
(項目21)
前記知的運転制御装置はさらに、
前記推定距離が第二の予め設定された距離値以下または第一の予め設定された距離値よりも小さいことに応答して、前記知的運転制御機能を自動的に有効化するための、または、前記推定時間が予め設定された閾値よりも小さいことに応答して、前記知的運転制御機能を自動的に有効化するための、または、前記車両が前記レーンラインを踏んでいると検出したことに応答して、前記知的運転制御機能を自動的に有効化するための有効化モジュールを含む項目18から20のいずれか一項に記載の知的運転制御装置。
(項目22)
前記予め設定された条件が複数ある場合、複数の予め設定された条件のそれぞれ対応する知的運転制御の程度は段階的に増加する項目19から21のいずれか一項に記載の知的運転制御装置。
(項目23)
前記制御ユニットは、前記推定時間が第一の予め設定された時間値以下で、かつ前記第一の予め設定された時間値よりも小さい第二の予め設定された時間値よりも大きい場合、前記車両の車線逸脱早期警告を行うために用いられる項目21または22に記載の知的運転制御装置。
(項目24)
前記制御ユニットはさらに、前記推定時間が前記第二の予め設定された時間値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うために用いられ、
前記車線逸脱早期警告は前記車線逸脱警告を含む項目21から23のいずれか一項に記載の知的運転制御装置。
(項目25)
前記制御ユニットはさらに、前記第一距離が前記第一の予め設定された距離値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うために用いられ、
前記車線逸脱早期警告は前記車線逸脱警告を含む項目24に記載の知的運転制御装置。
(項目26)
前記制御ユニットは、前記画像および履歴フレーム画像に基づいて決定された前記推定時間はいずれも前記第二の予め設定された時間値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うために、または、
前記画像および履歴フレーム画像に基づいて決定された前記推定距離はいずれも前記第一の予め設定された距離値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うために用いられ、
前記履歴フレーム画像は前記画像が存在するビデオにおける検出タイミングが前記画像よりも前になっている少なくとも1フレームの画像を含む項目25に記載の知的運転制御装置。
(項目27)
前記車線逸脱警告は、コーナリングランプ起動および/または音声指示を含む項目20に記載の知的運転制御装置。
(項目28)
前記車線逸脱早期警告は、ランプ点滅、アラーム鳴動および音声指示の少なくとも一つを含む項目21に記載の知的運転制御装置。
(項目29)
前記知的運転制御装置はさらに、調整モジュールを含み、
前記取得モジュールはさらに、前記車両の運転者の運転レベルを取得するために用いられ、
前記調整モジュールは、前記運転レベルに基づき、前記第一の予め設定された距離値、前記第二の予め設定された距離値および予め設定された閾値の少なくとも一つを調整するために用いられる項目19から28のいずれか一項に記載の知的運転制御装置。
(項目30)
前記取得モジュールは、
ニューラルネットワークによって前記車両走行環境を含む画像のセマンティックセグメンテーションを行い、前記画像における少なくとも一つの画素点がレーンラインに属するそれぞれの確率値を表すためのレーンライン確率マップを出力するためのセグメンテーションユニットと、
前記レーンライン確率マップに基づいてレーンラインが存在する領域を決定するための第一決定ユニットと、を含み、
前記レーンライン検出結果は前記レーンラインが存在する領域を含む項目18から29のいずれか一項に記載の知的運転制御装置。
(項目31)
前記距離決定モジュールは、
各前記レーンラインが存在する領域における画素点のカーブフィッティングをそれぞれ行い、各前記レーンラインのフィッティング曲線を得るためのフィッティングユニットと、
前記車両の走行状態および前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定するための第二決定ユニットと、を含む項目30に記載の知的運転制御装置。
(項目32)
前記第二決定ユニットは、前記車両のワールド座標系における位置、および前記レーンラインのフィッティング曲線に基づき、前記車両と前記レーンラインとの間の推定距離を決定するために用いられ、
前記車両の走行状態は前記車両のワールド座標系における位置を含む項目31に記載の知的運転制御装置。
(項目33)
前記時間決定モジュールは、前記車両の速度および前記車両のワールド座標系における位置、ならびに前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定時間を決定するために用いられ、
前記車両の走行状態は前記車両の速度および前記車両のワールド座標系における位置を含む項目31または32に記載の知的運転制御装置。
(項目34)
前記時間決定モジュールはさらに、前記車両の走行方向と前記レーンラインのフィッティング曲線との夾角を取得し、前記車両のワールド座標系における位置に基づき、前記車両と前記レーンラインのフィッティング曲線との間の推定距離を取得し、そして前記夾角、前記推定距離および前記車両の速度に基づき、前記車両が前記レーンラインを超えるまでの推定時間を決定するために用いられる項目33に記載の知的運転制御装置。
(項目35)
コンピュータプログラムを記憶するためのメモリと、
前記メモリに記憶された、実行される時に上記項目1から17のいずれか一項に記載の知的運転制御方法を実現するコンピュータプログラムを実行するためのプロセッサと、を含む電子機器。
(項目36)
実行される時に項目1から17のいずれか一項に記載の知的運転制御方法を実現するコンピュータプログラムが記憶されているコンピュータ記憶媒体。
(項目37)
コンピュータ命令を含むコンピュータプログラムであって、前記コンピュータ命令が機器のプロセッサで実行される時に、上記項目1から17のいずれか一項に記載の知的運転制御方法を実現するコンピュータプログラム。
Claims (37)
- 車両走行環境のレーンライン検出結果を取得することと、
前記車両の走行状態および前記レーンライン検出結果に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定することと、
前記推定距離が第一の予め設定された距離値よりも大きくかつ第二の予め設定された距離値以下であることに応答して、前記車両が前記レーンラインを超えるまでの推定時間を決定することと、
前記推定時間に基づいて知的運転制御を行うことと、を含む知的運転制御方法。 - 前記推定時間に基づいて知的運転制御を行うことは、前記推定時間を少なくとも一つの予め設定された閾値と比較することと、
比較結果が一つ以上の予め設定された条件を満たす場合、満たされる予め設定された条件の対応する、自動運転制御、運転支援制御、運転モード切替制御の少なくとも一つを含む知的運転制御を行うことと、を含む請求項1に記載の知的運転制御方法。 - 前記自動運転制御は、車線逸脱警告、制動、走行速度変更、走行方向変更、車線維持、および車両ランプ状態変更のいずれか一つまたは複数を含み、
および/または、前記運転支援制御は、車線逸脱早期警告、車線維持指示の少なくとも一つを含む請求項2に記載の知的運転制御方法。 - 前記知的運転制御方法はさらに、
前記推定距離が第二の予め設定された距離値以下または第一の予め設定された距離値よりも小さいことに応答して、前記知的運転制御機能を自動的に有効化すること、または、
前記推定時間が予め設定された閾値よりも小さいことに応答して、前記知的運転制御機能を自動的に有効化すること、または、
前記車両が前記レーンラインを踏んでいると検出したことに応答して、前記知的運転制御機能を自動的に有効化することを含む請求項1から3のいずれか一項に記載の知的運転制御方法。 - 前記予め設定された条件が複数ある場合、複数の予め設定された条件のそれぞれ対応する知的運転制御の程度は段階的に増加する請求項2から4のいずれか一項に記載の知的運転制御方法。
- 比較結果が一つ以上の予め設定された条件を満たす場合、満たされる予め設定された条件の対応する知的運転制御を行うことは、
前記推定時間が第一の予め設定された時間値以下で、かつ前記第一の予め設定された時間値よりも小さい第二の予め設定された時間値よりも大きい場合、前記車両の車線逸脱早期警告を行うことを含む請求項5に記載の知的運転制御方法。 - 比較結果が一つ以上の予め設定された条件を満たす場合、満たされる予め設定された条件の対応する知的運転制御を行うことはさらに、
前記推定時間が前記第二の予め設定された時間値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことを含み、
前記車線逸脱早期警告は前記車線逸脱警告を含む請求項5または6に記載の知的運転制御方法。 - 前記知的運転制御方法はさらに、前記第一距離が前記第一の予め設定された距離値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことを含み、
前記車線逸脱早期警告は前記車線逸脱警告を含む請求項5から7のいずれか一項に記載の知的運転制御方法。 - 前記推定時間が前記第二の予め設定された時間値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことは、前記画像および履歴フレーム画像に基づいて決定された前記推定時間はいずれも前記第二の予め設定された時間値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことを含み、または、
前記第一距離が前記第一の予め設定された距離値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことは、前記画像および履歴フレーム画像に基づいて決定された前記推定距離はいずれも前記第一の予め設定された距離値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うことを含み、
前記履歴フレーム画像は前記画像が存在するビデオにおける検出タイミングが前記画像よりも前になっている少なくとも1フレームの画像を含む請求項8に記載の知的運転制御方法。 - 前記車線逸脱警告は、コーナリングランプ起動および/または音声指示を含む請求項3に記載の知的運転制御方法。
- 前記車線逸脱早期警告は、ランプ点滅、アラーム鳴動および音声指示の少なくとも一つを含む請求項4に記載の知的運転制御方法。
- 前記知的運転制御方法はさらに、
前記車両の運転者の運転レベルを取得することと、
前記運転レベルに基づき、前記第一の予め設定された距離値、前記第二の予め設定された距離値および予め設定された閾値の少なくとも一つを調整することと、を含む請求項2から11のいずれか一項に記載の知的運転制御方法。 - 車両走行環境のレーンライン検出結果を取得することは、ニューラルネットワークによって前記車両走行環境を含む画像のセマンティックセグメンテーションを行い、前記画像における少なくとも一つの画素点がレーンラインに属するそれぞれの確率値を表すためのレーンライン確率マップを出力することと、
前記レーンライン確率マップに基づいてレーンラインが存在する領域を決定することと、を含み、
前記レーンライン検出結果は前記レーンラインが存在する領域を含む請求項1から12のいずれか一項に記載の知的運転制御方法。 - 前記車両の走行状態およびレーンライン検出結果に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定することは、
各前記レーンラインが存在する領域における画素点のカーブフィッティングをそれぞれ行い、各前記レーンラインのフィッティング曲線を得ることと、
前記車両の走行状態および前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定することと、を含む請求項13に記載の知的運転制御方法。 - 前記車両の走行状態および前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定することは、前記車両のワールド座標系における位置、および前記レーンラインのフィッティング曲線に基づき、前記車両と前記レーンラインとの間の推定距離を決定することを含み、
前記車両の走行状態は前記車両のワールド座標系における位置を含む請求項14に記載の知的運転制御方法。 - 前記車両が前記レーンラインを超えるまでの推定時間を決定することは、
前記車両の速度および前記車両のワールド座標系における位置、ならびに前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定時間を決定することを含み、
前記車両の走行状態は前記車両の速度および前記車両のワールド座標系における位置を含む請求項14または15に記載の知的運転制御方法。 - 前記車両の速度および前記車両のワールド座標系における位置、ならびに前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定時間を決定することは、
前記車両の走行方向と前記レーンラインのフィッティング曲線との夾角を取得することと、
前記車両のワールド座標系における位置に基づき、前記車両と前記レーンラインのフィッティング曲線との間の推定距離を取得することと、
前記夾角、前記推定距離および前記車両の速度に基づき、前記車両が前記レーンラインを超えるまでの推定時間を決定することと、を含む請求項16に記載の知的運転制御方法。 - 車両走行環境のレーンライン検出結果を取得するための取得モジュールと、
前記車両の走行状態および前記レーンライン検出結果に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定するための距離決定モジュールと、
前記推定距離が第一の予め設定された距離値よりも大きくかつ第二の予め設定された距離値以下であることに応答して、前記車両が前記レーンラインを超えるまでの推定時間を決定するための時間決定モジュールと、
前記推定時間に基づいて知的運転制御を行うための制御モジュールと、を含む知的運転制御装置。 - 前記制御モジュールは、
前記推定時間を少なくとも一つの予め設定された閾値と比較するための比較ユニットと、
比較結果が一つ以上の予め設定された条件を満たす場合、満たされる予め設定された条件の対応する、自動運転制御、運転支援制御、運転モード切替制御の少なくとも一つを含む知的運転制御を行うための制御ユニットと、を含む請求項18に記載の知的運転制御装置。 - 前記自動運転制御は、車線逸脱警告、制動、走行速度変更、走行方向変更、車線維持、および車両ランプ状態変更のいずれか一つまたは複数を含み、
および/または、前記運転支援制御は、車線逸脱早期警告、車線維持指示の少なくとも一つを含む請求項19に記載の知的運転制御装置。 - 前記知的運転制御装置はさらに、
前記推定距離が第二の予め設定された距離値以下または第一の予め設定された距離値よりも小さいことに応答して、前記知的運転制御機能を自動的に有効化するための、または、前記推定時間が予め設定された閾値よりも小さいことに応答して、前記知的運転制御機能を自動的に有効化するための、または、前記車両が前記レーンラインを踏んでいると検出したことに応答して、前記知的運転制御機能を自動的に有効化するための有効化モジュールを含む請求項18から20のいずれか一項に記載の知的運転制御装置。 - 前記予め設定された条件が複数ある場合、複数の予め設定された条件のそれぞれ対応する知的運転制御の程度は段階的に増加する請求項19から21のいずれか一項に記載の知的運転制御装置。
- 前記制御ユニットは、前記推定時間が第一の予め設定された時間値以下で、かつ前記第一の予め設定された時間値よりも小さい第二の予め設定された時間値よりも大きい場合、前記車両の車線逸脱早期警告を行うために用いられる請求項21または22に記載の知的運転制御装置。
- 前記制御ユニットはさらに、前記推定時間が前記第二の予め設定された時間値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うために用いられ、
前記車線逸脱早期警告は前記車線逸脱警告を含む請求項21から23のいずれか一項に記載の知的運転制御装置。 - 前記制御ユニットはさらに、前記第一距離が前記第一の予め設定された距離値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うために用いられ、
前記車線逸脱早期警告は前記車線逸脱警告を含む請求項24に記載の知的運転制御装置。 - 前記制御ユニットは、前記画像および履歴フレーム画像に基づいて決定された前記推定時間はいずれも前記第二の予め設定された時間値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うために、または、
前記画像および履歴フレーム画像に基づいて決定された前記推定距離はいずれも前記第一の予め設定された距離値以下である場合、前記車両の自動運転制御および/または車線逸脱警告を行うために用いられ、
前記履歴フレーム画像は前記画像が存在するビデオにおける検出タイミングが前記画像よりも前になっている少なくとも1フレームの画像を含む請求項25に記載の知的運転制御装置。 - 前記車線逸脱警告は、コーナリングランプ起動および/または音声指示を含む請求項20に記載の知的運転制御装置。
- 前記車線逸脱早期警告は、ランプ点滅、アラーム鳴動および音声指示の少なくとも一つを含む請求項21に記載の知的運転制御装置。
- 前記知的運転制御装置はさらに、調整モジュールを含み、
前記取得モジュールはさらに、前記車両の運転者の運転レベルを取得するために用いられ、
前記調整モジュールは、前記運転レベルに基づき、前記第一の予め設定された距離値、前記第二の予め設定された距離値および予め設定された閾値の少なくとも一つを調整するために用いられる請求項19から28のいずれか一項に記載の知的運転制御装置。 - 前記取得モジュールは、
ニューラルネットワークによって前記車両走行環境を含む画像のセマンティックセグメンテーションを行い、前記画像における少なくとも一つの画素点がレーンラインに属するそれぞれの確率値を表すためのレーンライン確率マップを出力するためのセグメンテーションユニットと、
前記レーンライン確率マップに基づいてレーンラインが存在する領域を決定するための第一決定ユニットと、を含み、
前記レーンライン検出結果は前記レーンラインが存在する領域を含む請求項18から29のいずれか一項に記載の知的運転制御装置。 - 前記距離決定モジュールは、
各前記レーンラインが存在する領域における画素点のカーブフィッティングをそれぞれ行い、各前記レーンラインのフィッティング曲線を得るためのフィッティングユニットと、
前記車両の走行状態および前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定距離を決定するための第二決定ユニットと、を含む請求項30に記載の知的運転制御装置。 - 前記第二決定ユニットは、前記車両のワールド座標系における位置、および前記レーンラインのフィッティング曲線に基づき、前記車両と前記レーンラインとの間の推定距離を決定するために用いられ、
前記車両の走行状態は前記車両のワールド座標系における位置を含む請求項31に記載の知的運転制御装置。 - 前記時間決定モジュールは、前記車両の速度および前記車両のワールド座標系における位置、ならびに前記レーンラインのフィッティング曲線に基づき、前記車両が前記レーンラインを超えるまでの推定時間を決定するために用いられ、
前記車両の走行状態は前記車両の速度および前記車両のワールド座標系における位置を含む請求項31または32に記載の知的運転制御装置。 - 前記時間決定モジュールはさらに、前記車両の走行方向と前記レーンラインのフィッティング曲線との夾角を取得し、前記車両のワールド座標系における位置に基づき、前記車両と前記レーンラインのフィッティング曲線との間の推定距離を取得し、そして前記夾角、前記推定距離および前記車両の速度に基づき、前記車両が前記レーンラインを超えるまでの推定時間を決定するために用いられる請求項33に記載の知的運転制御装置。
- コンピュータプログラムを記憶するためのメモリと、
前記メモリに記憶された、実行される時に上記請求項1から17のいずれか一項に記載の知的運転制御方法を実現するコンピュータプログラムを実行するためのプロセッサと、を含む電子機器。 - 実行される時に請求項1から17のいずれか一項に記載の知的運転制御方法を実現するコンピュータプログラムが記憶されているコンピュータ記憶媒体。
- コンピュータ命令を含むコンピュータプログラムであって、前記コンピュータ命令が機器のプロセッサで実行される時に、上記請求項1から17のいずれか一項に記載の知的運転制御方法を実現するコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810961511.8 | 2018-08-22 | ||
CN201810961511.8A CN109147368A (zh) | 2018-08-22 | 2018-08-22 | 基于车道线的智能驾驶控制方法装置与电子设备 |
PCT/CN2019/092134 WO2020038091A1 (zh) | 2018-08-22 | 2019-06-20 | 智能驾驶控制方法与装置、电子设备、程序和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021503414A true JP2021503414A (ja) | 2021-02-12 |
JP7106664B2 JP7106664B2 (ja) | 2022-07-26 |
Family
ID=64790853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020545431A Active JP7106664B2 (ja) | 2018-08-22 | 2019-06-20 | 知的運転制御方法および装置、電子機器、プログラムならびに媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200272835A1 (ja) |
JP (1) | JP7106664B2 (ja) |
CN (1) | CN109147368A (ja) |
SG (1) | SG11202004313XA (ja) |
WO (1) | WO2020038091A1 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022185644A1 (ja) * | 2021-03-03 | 2022-09-09 | 富士フイルム株式会社 | 画像処理装置、画像処理装置の作動方法、画像処理装置の作動プログラム、並びに学習方法 |
WO2023287918A1 (en) * | 2021-07-13 | 2023-01-19 | Canoo Technologies Inc. | System and method in lane departure warning with full nonlinear kinematics and curvature |
WO2023287906A1 (en) * | 2021-07-13 | 2023-01-19 | Canoo Technologies Inc. | System and method in the prediction of target vehicle behavior based on image frame and normalization |
US11840147B2 (en) | 2021-07-13 | 2023-12-12 | Canoo Technologies Inc. | System and method in data-driven vehicle dynamic modeling for path-planning and control |
US11845428B2 (en) | 2021-07-13 | 2023-12-19 | Canoo Technologies Inc. | System and method for lane departure warning with ego motion and vision |
US11891059B2 (en) | 2021-07-13 | 2024-02-06 | Canoo Technologies Inc. | System and methods of integrating vehicle kinematics and dynamics for lateral control feature at autonomous driving |
US12017661B2 (en) | 2021-07-13 | 2024-06-25 | Canoo Technologies Inc. | System and method in vehicle path prediction based on full nonlinear kinematics |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9663118B1 (en) * | 2016-11-02 | 2017-05-30 | Smartdrive Systems, Inc. | Autonomous vehicle operator performance tracking |
US9823657B1 (en) | 2016-11-02 | 2017-11-21 | Smartdrive Systems, Inc. | Measuring operator readiness and readiness testing triggering in an autonomous vehicle |
CN109147368A (zh) * | 2018-08-22 | 2019-01-04 | 北京市商汤科技开发有限公司 | 基于车道线的智能驾驶控制方法装置与电子设备 |
CN111460866B (zh) * | 2019-01-22 | 2023-12-22 | 北京市商汤科技开发有限公司 | 车道线检测及驾驶控制方法、装置和电子设备 |
CN111476057B (zh) * | 2019-01-23 | 2024-03-26 | 北京市商汤科技开发有限公司 | 车道线获取方法及装置、车辆驾驶方法及装置 |
CN111476062A (zh) * | 2019-01-23 | 2020-07-31 | 北京市商汤科技开发有限公司 | 车道线检测方法、装置、电子设备及驾驶*** |
CN109865231B (zh) * | 2019-01-29 | 2020-09-08 | 迅捷安消防及救援科技(深圳)有限公司 | 可移动模块化智慧消防执勤保障装备及相关产品 |
CN111507126B (zh) * | 2019-01-30 | 2023-04-25 | 杭州海康威视数字技术股份有限公司 | 一种驾驶辅助***的报警方法、装置及电子设备 |
CN110084230B (zh) * | 2019-04-11 | 2021-05-28 | 北京百度网讯科技有限公司 | 基于图像的车身方向检测方法和装置 |
US10807527B1 (en) | 2019-05-01 | 2020-10-20 | Smartdrive Systems, Inc. | Systems and methods for verifying whether vehicle operators are paying attention |
CN111923906B (zh) * | 2019-05-13 | 2021-11-02 | 广州汽车集团股份有限公司 | 车道保持控制参数的调整方法、装置、设备和存储介质 |
US11100339B2 (en) * | 2019-05-20 | 2021-08-24 | Zoox, Inc. | Closed lane detection |
CN110287832A (zh) * | 2019-06-13 | 2019-09-27 | 北京百度网讯科技有限公司 | 高速自动驾驶场景障碍物感知评测方法及装置 |
CN112130550B (zh) * | 2019-06-24 | 2024-03-12 | 北京市商汤科技开发有限公司 | 一种道路图像处理方法、装置、电子设备及存储介质 |
CN112131914B (zh) * | 2019-06-25 | 2022-10-21 | 北京市商汤科技开发有限公司 | 车道线属性检测方法、装置、电子设备及智能设备 |
CN110428693B (zh) * | 2019-07-31 | 2021-08-24 | 驭势科技(北京)有限公司 | 用户驾驶习惯培训方法、培训模块、车载设备及存储介质 |
CN113223313B (zh) * | 2020-01-21 | 2022-09-16 | 华为技术有限公司 | 车道推荐方法、装置及车载通信设备 |
JP6937856B2 (ja) * | 2020-02-13 | 2021-09-22 | 本田技研工業株式会社 | 運転支援装置および車両 |
CN111489578B (zh) * | 2020-04-01 | 2021-09-07 | 北京理工大学 | 一种基于车道时空间隙的高速道路无人驾驶决策规划方法 |
EP3916633A1 (de) | 2020-05-25 | 2021-12-01 | Sick Ag | Kamera und verfahren zum verarbeiten von bilddaten |
JP7443177B2 (ja) * | 2020-07-16 | 2024-03-05 | トヨタ自動車株式会社 | 衝突回避支援装置 |
CN111814746A (zh) * | 2020-08-07 | 2020-10-23 | 平安科技(深圳)有限公司 | 一种识别车道线的方法、装置、设备及存储介质 |
CN112036285B (zh) * | 2020-08-25 | 2024-04-09 | 安徽江淮汽车集团股份有限公司 | 视觉目标检测方法、装置、设备及存储介质 |
CN114531913A (zh) * | 2020-09-09 | 2022-05-24 | 华为技术有限公司 | 车道线检测方法、相关设备及计算机可读存储介质 |
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 |
CN112150786B (zh) * | 2020-09-25 | 2021-12-03 | 阿波罗智联(北京)科技有限公司 | 控制车辆的方法、装置、车辆、电子设备和介质 |
CN112233447A (zh) * | 2020-09-30 | 2021-01-15 | 上海博泰悦臻电子设备制造有限公司 | 变道提醒方法及相关设备 |
CN112530160A (zh) * | 2020-11-18 | 2021-03-19 | 合肥湛达智能科技有限公司 | 一种基于深度学习的目标距离检测方法 |
CN112729187B (zh) * | 2020-12-22 | 2023-02-17 | 阿波罗智联(北京)科技有限公司 | 用于生成车辆长度信息的方法、装置、路侧设备和云控平台 |
CN112785844B (zh) * | 2020-12-28 | 2022-03-15 | 东软睿驰汽车技术(沈阳)有限公司 | 曲线坐标系的建立方法、装置和电子设备 |
CN112883948B (zh) * | 2021-05-06 | 2021-09-03 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种语义分割与边缘检测模型建立及护栏异常监测方法 |
US11875898B2 (en) | 2021-05-26 | 2024-01-16 | Merative Us L.P. | Automatic condition diagnosis using an attention-guided framework |
US11830187B2 (en) * | 2021-05-26 | 2023-11-28 | International Business Machines Corporation | Automatic condition diagnosis using a segmentation-guided framework |
CN115222779B (zh) * | 2021-09-17 | 2023-09-22 | 广州汽车集团股份有限公司 | 一种车辆切入检测方法、装置及存储介质 |
CN113932796A (zh) * | 2021-10-15 | 2022-01-14 | 北京百度网讯科技有限公司 | 高精地图车道线生成方法、装置和电子设备 |
CN114368287A (zh) * | 2021-11-29 | 2022-04-19 | 武汉未来幻影科技有限公司 | 一种驾考车身自动显示方法、装置及存储介质 |
CN114743395B (zh) * | 2022-03-21 | 2024-03-08 | 中汽创智科技有限公司 | 一种信号灯检测方法、装置、设备及介质 |
CN114475641B (zh) * | 2022-04-15 | 2022-06-28 | 天津所托瑞安汽车科技有限公司 | 车道偏离预警方法、装置、控制装置及存储介质 |
CN114863707A (zh) * | 2022-05-07 | 2022-08-05 | 中国第一汽车股份有限公司 | 车辆信息的处理方法、装置、存储介质和车辆 |
CN115063766B (zh) * | 2022-06-17 | 2024-05-24 | 公安部交通管理科学研究所 | 一种自动驾驶汽车运行安全评估及预警方法 |
CN116823958A (zh) * | 2023-04-20 | 2023-09-29 | 阿波罗智联(北京)科技有限公司 | 车载相机的偏航角估计方法、装置、设备、车辆及介质 |
CN116834729B (zh) * | 2023-08-28 | 2023-11-17 | 常州星宇车灯股份有限公司 | 车辆辅助驾驶的横纵向联合控制***及控制方法 |
CN117575920A (zh) * | 2023-12-01 | 2024-02-20 | 昆易电子科技(上海)有限公司 | 车道线优化方法、装置及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09223218A (ja) * | 1996-02-15 | 1997-08-26 | Toyota Motor Corp | 走路検出方法及び装置 |
JP2003337998A (ja) * | 2002-05-21 | 2003-11-28 | Aisin Seiki Co Ltd | 車線逸脱判定装置 |
JP2009043227A (ja) * | 2007-07-19 | 2009-02-26 | Nissan Motor Co Ltd | 車線内走行支援装置、自動車および車線内走行支援方法 |
JP2010198119A (ja) * | 2009-02-23 | 2010-09-09 | Nissan Motor Co Ltd | 道路白線認識装置及び道路白線認識方法 |
JP2016193683A (ja) * | 2015-04-01 | 2016-11-17 | トヨタ自動車株式会社 | 車両制御装置 |
JP2017162160A (ja) * | 2016-03-09 | 2017-09-14 | トヨタ自動車株式会社 | 車両用情報提供装置 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101470801B (zh) * | 2007-12-24 | 2011-06-01 | 财团法人车辆研究测试中心 | 车辆偏移的检知方法 |
CN101894271B (zh) * | 2010-07-28 | 2012-11-07 | 重庆大学 | 汽车偏离车道线角度和距离的视觉计算及预警方法 |
CN101914890B (zh) * | 2010-08-31 | 2011-11-16 | 中交第二公路勘察设计研究院有限公司 | 一种基于机载激光测量的公路改扩建勘测方法 |
CN102156979B (zh) * | 2010-12-31 | 2012-07-04 | 上海电机学院 | 基于GrowCut的车道线快速检测方法及*** |
CN102303609B (zh) * | 2011-06-16 | 2013-11-06 | 广东铁将军防盗设备有限公司 | 车道偏离预警***及方法 |
WO2015034828A1 (en) * | 2013-09-05 | 2015-03-12 | Robert Bosch Gmbh | Enhanced lane departure warning with information from rear radar sensors |
CN103738243B (zh) * | 2013-10-29 | 2015-12-30 | 惠州华阳通用电子有限公司 | 一种车道偏离预警方法 |
CN103605977B (zh) * | 2013-11-05 | 2017-01-18 | 奇瑞汽车股份有限公司 | 一种车道线的提取方法及装置 |
KR20150144125A (ko) * | 2014-06-16 | 2015-12-24 | 현대모비스 주식회사 | 안전 운전 유도 시스템 및 이의 방법 |
CN106256606B (zh) * | 2016-08-09 | 2017-11-03 | 浙江零跑科技有限公司 | 一种基于车载双目相机的车道偏离预警方法 |
CN106274483A (zh) * | 2016-11-10 | 2017-01-04 | 合肥工业大学 | 基于分心驾驶行为判别的车辆自动驾驶切换装置及方法 |
KR102585219B1 (ko) * | 2016-11-29 | 2023-10-05 | 삼성전자주식회사 | 차량 속도 제어 방법 및 장치 |
CN106585629B (zh) * | 2016-12-06 | 2019-07-12 | 广东泓睿科技有限公司 | 一种车辆控制方法和装置 |
CN108242168A (zh) * | 2016-12-24 | 2018-07-03 | 钱浙滨 | 一种监控车辆行驶的方法及装置 |
JP6601437B2 (ja) * | 2017-02-16 | 2019-11-06 | トヨタ自動車株式会社 | 車線逸脱抑制装置 |
CN108216229B (zh) * | 2017-09-08 | 2020-01-10 | 北京市商汤科技开发有限公司 | 交通工具、道路线检测和驾驶控制方法及装置 |
CN108196546A (zh) * | 2018-01-03 | 2018-06-22 | 驭势(上海)汽车科技有限公司 | 智能驾驶车辆的安全性监控***及方法 |
CN108327717B (zh) * | 2018-02-06 | 2019-07-02 | 合肥工业大学 | 一种人机共驾的车道偏离辅助***及其车道偏离辅助方法 |
CN108875603B (zh) * | 2018-05-31 | 2021-06-04 | 上海商汤智能科技有限公司 | 基于车道线的智能驾驶控制方法和装置、电子设备 |
CN109147368A (zh) * | 2018-08-22 | 2019-01-04 | 北京市商汤科技开发有限公司 | 基于车道线的智能驾驶控制方法装置与电子设备 |
-
2018
- 2018-08-22 CN CN201810961511.8A patent/CN109147368A/zh active Pending
-
2019
- 2019-06-20 WO PCT/CN2019/092134 patent/WO2020038091A1/zh active Application Filing
- 2019-06-20 SG SG11202004313XA patent/SG11202004313XA/en unknown
- 2019-06-20 JP JP2020545431A patent/JP7106664B2/ja active Active
-
2020
- 2020-05-08 US US16/870,280 patent/US20200272835A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09223218A (ja) * | 1996-02-15 | 1997-08-26 | Toyota Motor Corp | 走路検出方法及び装置 |
JP2003337998A (ja) * | 2002-05-21 | 2003-11-28 | Aisin Seiki Co Ltd | 車線逸脱判定装置 |
JP2009043227A (ja) * | 2007-07-19 | 2009-02-26 | Nissan Motor Co Ltd | 車線内走行支援装置、自動車および車線内走行支援方法 |
JP2010198119A (ja) * | 2009-02-23 | 2010-09-09 | Nissan Motor Co Ltd | 道路白線認識装置及び道路白線認識方法 |
JP2016193683A (ja) * | 2015-04-01 | 2016-11-17 | トヨタ自動車株式会社 | 車両制御装置 |
JP2017162160A (ja) * | 2016-03-09 | 2017-09-14 | トヨタ自動車株式会社 | 車両用情報提供装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022185644A1 (ja) * | 2021-03-03 | 2022-09-09 | 富士フイルム株式会社 | 画像処理装置、画像処理装置の作動方法、画像処理装置の作動プログラム、並びに学習方法 |
WO2023287918A1 (en) * | 2021-07-13 | 2023-01-19 | Canoo Technologies Inc. | System and method in lane departure warning with full nonlinear kinematics and curvature |
WO2023287906A1 (en) * | 2021-07-13 | 2023-01-19 | Canoo Technologies Inc. | System and method in the prediction of target vehicle behavior based on image frame and normalization |
US11840147B2 (en) | 2021-07-13 | 2023-12-12 | Canoo Technologies Inc. | System and method in data-driven vehicle dynamic modeling for path-planning and control |
US11845428B2 (en) | 2021-07-13 | 2023-12-19 | Canoo Technologies Inc. | System and method for lane departure warning with ego motion and vision |
US11891059B2 (en) | 2021-07-13 | 2024-02-06 | Canoo Technologies Inc. | System and methods of integrating vehicle kinematics and dynamics for lateral control feature at autonomous driving |
US11891060B2 (en) | 2021-07-13 | 2024-02-06 | Canoo Technologies Inc. | System and method in lane departure warning with full nonlinear kinematics and curvature |
US11908200B2 (en) | 2021-07-13 | 2024-02-20 | Canoo Technologies Inc. | System and method in the prediction of target vehicle behavior based on image frame and normalization |
US12017661B2 (en) | 2021-07-13 | 2024-06-25 | Canoo Technologies Inc. | System and method in vehicle path prediction based on full nonlinear kinematics |
Also Published As
Publication number | Publication date |
---|---|
US20200272835A1 (en) | 2020-08-27 |
WO2020038091A1 (zh) | 2020-02-27 |
CN109147368A (zh) | 2019-01-04 |
JP7106664B2 (ja) | 2022-07-26 |
SG11202004313XA (en) | 2020-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7106664B2 (ja) | 知的運転制御方法および装置、電子機器、プログラムならびに媒体 | |
JP7024115B2 (ja) | 区画線に基づくインテリジェントドライブ制御方法および装置、ならびに電子機器 | |
KR102447352B1 (ko) | 교통 신호등 검출 및 지능형 주행을 위한 방법 및 디바이스, 차량, 및 전자 디바이스 | |
US11823573B2 (en) | Signal control apparatus and signal control method based on reinforcement learning | |
CN111874006B (zh) | 路线规划处理方法和装置 | |
CN110843789B (zh) | 一种基于时序卷积网络的车辆换道意图预测方法 | |
JP7266627B2 (ja) | 早期警報方法、装置、電子機器、記録媒体及びコンピュータプログラム製品 | |
KR20210080459A (ko) | 차선 검출방법, 장치, 전자장치 및 가독 저장 매체 | |
JP2019099138A (ja) | 車線維持補助方法及び装置 | |
US11328519B2 (en) | Detecting traffic signaling states with neural networks | |
US20200125861A1 (en) | Road line detection device and road line detection method | |
CN111091038A (zh) | 训练方法、计算机可读介质和检测消失点的方法及装置 | |
CN112101272A (zh) | 交通灯检测的方法、装置、计算机存储介质和路侧设备 | |
CN114926791A (zh) | 一种路口车辆异常变道检测方法、装置、存储介质及电子设备 | |
CN116434156A (zh) | 目标检测方法、存储介质、路侧设备及自动驾驶*** | |
JP5125214B2 (ja) | 障害物検出方法および障害物検出装置 | |
JP5783319B2 (ja) | 立体物検出装置及び立体物検出方法 | |
CN112766538A (zh) | 一种基于svm算法的行人横穿马路决策建模方法 | |
US11912297B2 (en) | Driving assistance device and driving assist method | |
US20230144073A1 (en) | Information processing system, information processing method, and storage medium | |
Kishor et al. | Real-Time Traffic Signs and Lane Line Detection | |
KR20240066001A (ko) | 신호등의 신호 상태를 판단하는 방법 및 장치 | |
CN117570961A (zh) | 基于停止线的地图实时更新方法、装置、设备及存储介质 | |
CN117387594A (zh) | 一种定位方法、定位装置、自移动设备及存储介质 | |
CN113160590A (zh) | 智能汽车的控制方法、装置及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200520 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200520 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210427 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210727 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211209 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220308 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220628 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220713 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7106664 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |