CN101393034A - 车道线预估方法及车道偏移警示系统 - Google Patents
车道线预估方法及车道偏移警示系统 Download PDFInfo
- Publication number
- CN101393034A CN101393034A CNA2007101543448A CN200710154344A CN101393034A CN 101393034 A CN101393034 A CN 101393034A CN A2007101543448 A CNA2007101543448 A CN A2007101543448A CN 200710154344 A CN200710154344 A CN 200710154344A CN 101393034 A CN101393034 A CN 101393034A
- Authority
- CN
- China
- Prior art keywords
- image
- track
- lane
- lane line
- information
- 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 47
- 238000012545 processing Methods 0.000 claims description 52
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 229910044991 metal oxide Inorganic materials 0.000 claims description 3
- 150000004706 metal oxides Chemical class 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 101100264080 Caenorhabditis elegans wrt-1 gene Proteins 0.000 description 3
- 239000003973 paint Substances 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 2
- 101100264081 Caenorhabditis elegans wrt-3 gene Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种车道线预估方法及车道偏移警示系统，其是可于只有左右其中一边车道线得以辨识出时，依据先前两边车道线皆辨识出所得的车道线几何关系，即时地修补另一边无法辨识的车道线。在一实施例中，本发明利用在两边车道线皆辨识出的情形下描述两车道线的几何关系以建构出车道预估关系方程式，当车道影像只有一边的车道线得以辨识时，依据该车道关系预估方程式补绘出另一条车道线。此外，该车道偏移警示系统更利用前述的方法根据辨识出的车道进行车辆行驶的安全监控以及警示，以提升驾驶员行车的安全性。
Description
技术领域
本发明是有关一种车道辨识以及警示系统，尤其是指一种于只有左右其中一边车道线得以辨识出时，即时地修补另一边无法辨识的车道线的车道线预估方法及车道偏移警示系统。
背景技术
随着科技进展，生活富裕，机动车辆日益普及至每个家庭，而增加交通的方便性。然而随着车辆使用的频繁，使用机动车辆造成的死亡人数始终居高不下。根据有关部门统计，历年来中国台湾地区每年因交通事故而死亡的人数皆维持在三千人左右，受伤人数则在二十万人左右，如一九零五年中国台湾地区因交通事故的死、伤人数各为2,894及200,009人。平均每天有8人因交通事故死亡。
由于车辆驾驶需要高度的专心，一不小心，意外可能因此发生。因此开始有应用先进的机械视觉识别技术，构成一智能型的安全辅助系统，持续而不间断地进行车道线辨识与追踪，但是车道辨识有可能受限于此环境的信息像是车道线不清晰或是道路上其它噪声而导致无法完全辨识出车道线。
有鉴于此，在现有技术中，如美国公开号US.Pub.No.20060239509所揭露的一种车道线辨识装置，其主要为撷取行进间的车道影像，并利用影像辨识技术对于撷取到的车道影像进行演算与辨识，以寻找出车道线的位置。然而在该现有技术中，对于两边车道线中任一方的车道线无法辨识的情况下，并没有提供解决的方式。
有鉴于此，因此亟需一种车道线预估方法及车道偏移警示系统，对于两边车道线中任一方的车道线无法辨识的情况下，进行车道线的预估并补绘，以提升行车的安全性。
发明内容
本发明的目的在于，提供一种车道线预估方法，其是可于任意车道宽的道路上，于两边车道线任一边无法辨识的情况下，预估并补绘无法辨识的车道线，在车道辨识方法中有可能受限外界环境的信息像是车道线不清晰或是道路上其它噪声而导致无法辨识出车道线，因此可利用此车道辨识的车道线预估方法成功的显示车道信息提供适当的车辆行驶信息以辅助驾驶。
本发明的另一目的在于，提供一种车道偏移警示系统，其是根据辨识出的车道进行车辆行驶的安全监控以及警示，以提升驾驶员行车的安全性。
本发明的又一目的在于，提供一种车道线预估方法，其是可以根据新的车道线资料，动态更新车道预估关系方程式。
根据本发明的目的，本发明提供一种车道线预估方法，其特征在于，其是包括有下列步骤：
提供两车道预估关系方程式；
撷取车道影像，当该车道影像出现单侧车道线时，量取该单侧车道线的特征值；以及
将量取到的特征值，根据该两车道预估关系方程式，决定出另一侧的车道线位置。
其中该特征值是为该单侧车道线上下两足以决定车道线的点与该车道影像中线的水平距离。
其中决定两车道预估关系方程式还包括有下列步骤：
提供多数张车道影像；
于该多数张车道影像中取得多数组左右车道线与车道影像中心线水平距离的距离信息；以及
对该多数组距离信息进行数值分析以得到最适合该车道状态的车道预估关系方程式。
其中决定车道预估关系方程式还可以使用如下步骤：
决定一预估方程式类型；
撷取至少两完整车道影像，该完整车道影像具有左车道线影像以及右车道线影像；
于该完整左右车道影像中撷取上下两组足以决定左右车道线的距离信息，该距离信息为左车道线上下方足以决定车道线的点与该影像中心线的距离以及右车道线上下方足以决定车道线的点与影像中心线的距离；以及
以数值分析方法处理距离信息以求得预估方程式中的方程式参数。
其还包括有显示出该另一侧车道线位置的步骤。
其还包括有判断车道状况是否有改变，如果有的话则动态更新该车道预估关系方程式的步骤。
其中该动态更新该车道预估关系方程式的方法还包括有下列步骤：
于多数组新车道影像中，取得左右车道线与车道影像中心线水平距离的距离信息；以及
以数值分析求得新的方程式类型及其参数。
其中该动态更新该车道预估关系方程式的方法还包括有下列步骤：
于多数组新车道影像中，取得左右车道线与车道影像中心线水平距离的距离信息；以及
以数值分析求得新的方程式类型及其参数，或是依先前所使用的方程式类型以数值分析的方法求取参数以根据距离信息动态更新车道预估关系方程式。
根据本发明的目的，本发明提供一种车道偏移警示系统，其特征在于，包括：
至少一前视影像感测单元，其是可以撷取车道的影像信息；
一车辆动态侦测单元，其可侦测一车辆状态以产生一侦测信号；
一影像处理与控制模组，其可接收该影像信息以及该侦测信号以进行演算，以产生一警示信号，当该车道影像出现单侧车道线时，该影像处理与控制模组还可以根据一车道预估关系方程式进行演算以预估另一车道线的位置；
一显示单元，其与该影像处理与控制模组相连接，该显示单元可接收该影像处理与控制模组所传递的信号以显示车道影像；以及
一警示单元，其与该影像处理与控制模组相连接，该警示单元可接收该警示信号以产生警报。
其中该前视影像感测单元是为一摄影机。
其中该摄影机可选择为一光电耦合元件以及一互补式金属氧化半导体的光学感测元件其中之一。
其中该前视影像感测单元是为一红外线影像撷取装置。
其中该警示单元可对驾驶可发出声、光或振动等方式警示信号。
其还具有一使用者控制单元，该使用者控制单元可提供使用者一操控界面，以供使用者进行系统参数调整与解除警示。
其中该影像处理与控制模组还包含：
一影像撷取与解码单元，其是与该前视影像感测单元相连接，以将该影像信息转成一数字化影像信息；
一数字信号处理与控制单元，其可接收该数字化影像信息，进行演算与解析；以及
一影像编码与输出单元，其是与该数字信号处理与控制单元以及该显示单元相连接，该影像编码与输出单元可接收该数字信号处理与控制单元所输出的一控制信号将影像编码并输出影像视频给该显示单元。
其中该影像处理与控制模组还包含：
一影像随机存取存储器，其可储存该数字化影像信息以及经由该数字信号处理与控制单元处理完毕的影像，该影像随机存取存储器可提供该数字化影像信息给该数字信号处理与控制单元以及提供处理完毕的影像给该影像编码与输出单元；以及
一非挥发性可程序存储器，可记录该数字信号处理与控制单元所运算解析出该影像撷取装置所撷取的车道影像的信息。
其中该数字信号处理与控制单元还可以输出一车道辨识信息以及异常驾驶信息至该显示单元。
其中该车道辨识信息可为车体偏移量、车辆转向方位、车道曲率及前述的组成其中之一。
其中该影像处理与控制模组可动态更新该车道预估关系方程式。
其中该车辆状态是为车速、刹车、转向信号以及前述的组成其中之一。
附图说明
为使审查员能对本发明的特征、目的及功能有更进一步的认知与了解，下文特将本发明的装置的相关细部结构以及设计的理念原由进行说明，以使得审查员可以了解本发明的特点，详细说明陈述如下，其中：
图1是为本发明车道线预估方法实施例流程示意图。
图2A是为本发明产生车道预估关系方程式的方法流程示意图。
图2B与图2C是为本发明车道预估关系方程式示意图。
图3是为本发明决定该车道预估关系方程式的方法流程示意图。
图4A与图4B是为已知车道线与影像中心线的距离关系示意图。
图5A与图5B是为预测未知车道线示意图。
图6是为本发明的车道偏移警示系统实施例方块示意图。
具体实施方式
请参阅图1所示，该图是为本发明车道线预估方法实施例流程示意图。该车道线预估方法包括有下列步骤，首先进行步骤10，提供两车道预估关系方程式。车道预估关系方程式的产生方式可以利用数值分析的方式产生，但不以此为限。请参阅图2A所示，该图是为本发明产生车道预估关系方程式的方法流程示意图。在本实施例中，首先进行步骤101，提供多数张车道影像。产生该多数张车道影像的方式可以利用设置在车辆前方的影像撷取装置如CCD或者是CMOS影像撷取装置来撷取车道影像。至于影像撷取装置设置于车辆的哪一个位置，可以根据需求而定。至于执行图2A的方法的时机，可以在车子离线未启动的状态下，先针对事先撷取的车道影像进行图2A的流程，或者是在车子行进间执行图2A的流程。
在取得该多数张具差异化的车道影像之后，接着进行步骤102分别对该多数张车道影像取得足以决定车道线线段的特征值，在本实施例中，是指撷取的车道影像中的影像处理选取范围(Region of interest，ROI)区域内与车道线的交点，但不以此为限。所谓ROI范围所指的区域，即是在撷取的车道影像中选择要进行影像处理与判断的区域。而所谓的车道线端点的定义可以图4A与图4B，此两具差异化的车道影像说明之。如图4A所示，在该完整车道影像的影像处理选取范围(Region of Interest，ROI)99中得到两组距离信息(WLb 1，WRb 1)与(WLt1，WRt 1)。其中，(WLb
1，WRb 1)代表车道线95及96的底部端点950及960与影像中心线93的距离；(WLt 1，WRt 1)代表车道线95及96的顶部端点951及961与影像中心线93的距离。
然后在图4B此另一车道影像中，取得距离信息(WLb 2，WRb 2)与(WLt 2，WRt 2)。其中，(WLb 2，WRb2)代表车道线97及98的底部端点970及980与影像中心线93的距离；(WLt 2，WRt 2)代表车道线97及98的顶部端点971及981与影像中心线93的距离。图4A与图4B的距离信息中，上方与下方各自具有两组距离信息，上方为(WLt 1，WRt 1)与(WLt 2，WRt 2)下方为(WLb 1，WRb 1)与(WLb 2，WRb2)。接着，再进行103分别对上方以及下方距离信息进行数值分析以得到上下两个车道预估关系方程式。
然而方程式的型式可为一阶、二阶或是n阶方程式等都可以，唯n阶方程式需要至少n+1笔相异影像才恰可解。若今有m笔相异影像，且m>n+1，则可应用最小平方法求解，但不以此法为限，然而在应用时，为了精确的描述两边车道线的几何关系，通常m>>n+1，观察各阶方程式在应用最小平方法后的距离平方总合后，其中最小的即为最适合描述车道线几何关系的方程式，在此同时亦代表着方程式的内部参数亦已获得。图2B及图2C是为利用图2A的方法所预估出的上下两车道线预估方程式的示意图。其中，图2B是为对应车道线顶部端点与影像中心线的距离所得到的预估方程式；图2C是为对应车道线底部端点与影像中心线的距离所得到的预估方程式。唯上下两个车道预估关系方程式的类型并不一定会相同。
除了图2A的方式外，更可以如图3所示，该图是为本发明决定该车道预估关系方程式型式的方法流程示意图。首先进行步骤100a，决定车道线上下方的两预估方程式类型有两种方式，第一种方式为依据先前图2A已执行过而获得的方程式类型。第二种方式，则基于简化的目的，依据此类数值分析的经验而决定出方程式的类型。至于选择哪一种方式，则要看使用者对车道线补绘精准度的需求而定。由于第一种方式已经于前述说明过了，接下来就说明第二种方式。今以式(1)与式(2)为例，其分别代表上方与下方车道线预估方程式。
WL t＝(a1/WRt)+b1……(1)
WL b＝(a2/WRb)+b2……(2)
再进行步骤101a，提供多数组的影像，接着进行102a，于多数组车道影像中取得多数组左右车道线与车道影像中心线水平距离的距离信息，以图4A与图4B为例，最少只要获得上下各两组距离信息即可在103a中以此多数组距离信息求取方程式的参数，也就是式(1)与式(2)中的参数a1、b1、a2及b
2。若今使用的是n阶方程式则至少需要n+1组距离信息，若今有m笔相异影像，且m>n+1，则可应用最小平方法求解，但不以此法为限。然而在应用时，为了精确的描述两边车道线的几何关系，通常m>>n+1。
再回到图1所示，步骤10之后接着进行步骤1
1，车辆行进的过程中，撷取车道影像并进行车道线的辨识。如图5A所示，当车道影像内仅辨识出一侧车道线91时(左侧或右侧)，也就是有一侧的车道线无法被辨识出来时，则先于该车道影像的ROI区域内量取辨识出的车道线91的特征值，在本实施例中该特征值是为该车道线91的两端910及911与影像中心线93的距离WLb 3及WLt 3。接下来进行步骤1
2，将量测到的两特征值输入其各自对应的车道预估关系方程式，以决定另一侧车道线的位置。其结果如图5B所示，可以得到车道线92，以完成车道预估。
以式(1)与式(2)为例说明，由于方程式的a1、b1、a2与b2为已知，因此只要将车道线91上点910以及911与影像中心线93的距离WLb 3、WLt 3量测出来，然后分别代入式(1)及式(2)中即可求出未显示车道线区域94的相对应于点910与911的WRt 3及WRb 3，进而得到车道线92的位置。再回到图1所示，随后进行步骤13，于影像中显示出另一侧的车道线以形成完整的车道影像。随后，进行步骤14判断车道状态是否有改变。由于不同车道状态将对应不同的预估方程式，在此所谓的车道状态是指车道宽度，因此在步骤14中，若判断车道状态已经改变，则回到步骤10进行更新车道预估关系方程式，其更新的方式则可利用前述图2A或者是图3的方式来进行，在此不作赘述。另外，如果没有变化的话，则进行步骤11。
请参阅图6所示，该图是为本发明的车道偏移警示系统实施例方块示意图。该车道偏移警示系统3包括：至少一前视影像感测单元30、一车辆动态侦测单元31、一影像处理与控制模组32、一显示单元33以及一警示单元34。该至少一前视影像感测单元30，其是可以撷取车道的影像信息。该前视影像感测单元30，是可为一摄影机或者是一红外线影像撷取装置。该摄影机可以为一光电耦合元件(charge-coupled Device；CCD)或者是一互补式金属氧化半导体的光学感测元件(ComplementaryMetal-Oxide Semiconductor，CMOS)。
该车辆动态侦测单元31，其是可侦测一车辆状态以产生一侦测信号，在本实施例中，该车辆动态侦测单元31可撷取车辆动态的信息，例如：车辆速度、煞车与转向指示信号，并传送至影像处理与控制模组32，以作为行车安全警示逻辑判断的参考。至于撷取车辆动态的方式是可利用传感器来实施，其是为现有的技术，在此不作赘述。该影像处理与控制模组32，其是可接收该影像信息以及该侦测信号以进行演算，以产生一警示信号。此外，该影像处理与控制模组32可以进行图1的流程，当该车道影像出现单侧车道线时，该影像处理与控制模组32更可以根据车道预估关系方程式进行演算以预估另一车道线的位置。至于图1的相关控制流程如前所述，在此不作赘述。
该影像处理与控制模组32还包含：一影像撷取与解码单元320、一数字信号处理与控制单元321以及一影像编码与输出单元322。该影像撷取与解码单元320，其是与该前视影像感测单元30相连接，以将该影像信息转成一数字化影像信息。该数字信号处理与控制单元321，其是可接收该数字化影像信息，进行演算与解析。该影像编码与输出单元322，其是与该数字信号处理与控制单元321以及该显示单元33相连接，该影像编码与输出单元322可接收该数字信号处理与控制单元321所输出的一控制信号将影像编码并输出影像视频给该显示单元33。
为了加强运算处理能力，该影像处理与控制模组32还包含：一影像随机存取存储器323以及一非挥发性可程序存储器324。该影像随机存取存储器323，其是可储存该数字化影像信息以及经由该数字信号处理与控制单元处理完毕的影像，该影像随机存取存储器323可提供该数字化影像信息给该数字信号处理与控制单元321以及提供处理完毕的影像给该影像编码与输出单元33。该非挥发性可程序存储器324，可记录该数字信号处理与控制单元32
1所运算解析出该前视影像感测单元30所撷取的车道影像的信息。
该显示单元33，其是与该影像处理与控制模组32相连接，该显示单元33可接收该影像处理与控制模组32所传递的信号以显示车道影像。该数字信号处理与控制单元321更可以输出一车道辨识信息以及异常驾驶信息至该显示单元33。其中该车道辨识信息是可为车体偏移量、车辆转向方位、车道曲率及前述的组成其中之一。该警示单元34，其是与该影像处理与控制模组32相连接，该警示单元34可接收该警示信号以产生警报。该警示单元34可对驾驶可发出声、光或振动等方式警示信号。此外，该车道偏移警示系统3还包括有一使用者控制单元35，其是可为系统提供使用者的操控界面，可供使用者设定是否启动安全警示，并可设定车体偏移量、车道曲率与高/低车速等门槛值，上述系统设定参数可传送至“影像处理与控制模组”，以供车道偏离警示与超速过弯预警等决策判断之用。
惟以上所述的，仅为本发明的较佳实施例，当不能以的限制本发明范围。即凡是依本发明权利要求所做的均等变化及修饰，仍将不失本发明的要义所在，亦不脱离本发明的精神和范围，故都应视为本发明的进一步实施状况。
综合上述，本发明提供的车道线预估方法及车道偏移警示系统，可以随时预估车道线的位置，并且根据状况予以警示。因此可以满足业界的需求，进而提高该产业的竞争力以及带动周遭产业的发展，诚已符合发明专利法所规定申请发明所需具备的条件，故依法呈提发明专利的申请。
Claims (20)
1、一种车道线预估方法，其特征在于，其是包括有下列步骤：
提供两车道预估关系方程式；
撷取车道影像，当该车道影像出现单侧车道线时，量取该单侧车道线的特征值；以及
将量取到的特征值，根据该两车道预估关系方程式，决定出另一侧的车道线位置。
2、如权利要求1所述的车道线预估方法，其特征在于，其中该特征值是为该单侧车道线上下两足以决定车道线的点与该车道影像中线的水平距离。
3、如权利要求1所述的车道线预估方法，其特征在于，其中决定两车道预估关系方程式还包括有下列步骤：
提供多数张车道影像；
于该多数张车道影像中取得多数组左右车道线与车道影像中心线水平距离的距离信息；以及
对该多数组距离信息进行数值分析以得到最适合该车道状态的车道预估关系方程式。
4、如权利要求1所述的车道线预估方法，其特征在于，其中决定车道预估关系方程式还可以使用如下步骤：
决定一预估方程式类型；
撷取至少两完整车道影像，该完整车道影像具有左车道线影像以及右车道线影像；
于该完整左右车道影像中撷取上下两组足以决定左右车道线的距离信息，该距离信息为左车道线上下方足以决定车道线的点与该影像中心线的距离以及右车道线上下方足以决定车道线的点与影像中心线的距离；以及
以数值分析方法处理距离信息以求得预估方程式中的方程式参数。
5、如权利要求1所述的车道线预估方法，其特征在于，其还包括有显示出该另一侧车道线位置的步骤。
6、如权利要求1所述的车道线预估方法，其特征在于，其还包括有判断车道状况是否有改变，如果有的话则动态更新该车道预估关系方程式的步骤。
7、如权利要求6所述的车道线预估方法，其特征在于，其中该动态更新该车道预估关系方程式的方法还包括有下列步骤：
于多数组新车道影像中，取得左右车道线与车道影像中心线水平距离的距离信息；以及
以数值分析求得新的方程式类型及其参数。
8、如权利要求6所述的车道线预估方法，其特征在于，其中该动态更新该车道预估关系方程式的方法还包括有下列步骤：
于多数组新车道影像中，取得左右车道线与车道影像中心线水平距离的距离信息；以及
以数值分析求得新的方程式类型及其参数，或是依先前所使用的方程式类型以数值分析的方法求取参数以根据距离信息动态更新车道预估关系方程式。
9、一种车道偏移警示系统，其特征在于，包括：
至少一前视影像感测单元，其是可以撷取车道的影像信息；
一车辆动态侦测单元，其可侦测一车辆状态以产生一侦测信号；
一影像处理与控制模组，其可接收该影像信息以及该侦测信号以进行演算，以产生一警示信号，当该车道影像出现单侧车道线时，该影像处理与控制模组还可以根据一车道预估关系方程式进行演算以预估另一车道线的位置；
一显示单元，其与该影像处理与控制模组相连接，该显示单元可接收该影像处理与控制模组所传递的信号以显示车道影像；以及
一警示单元，其与该影像处理与控制模组相连接，该警示单元可接收该警示信号以产生警报。
10、如权利要求9所述的车道偏移警示系统，其特征在于，其中该前视影像感测单元是为一摄影机。
11、如权利要求10所述的车道偏移警示系统，其特征在于，其中该摄影机可选择为一光电耦合元件以及一互补式金属氧化半导体的光学感测元件其中之一。
12、如权利要求9所述的车道偏移警示系统，其特征在于，其中该前视影像感测单元是为一红外线影像撷取装置。
13、如权利要求9所述的车道偏移警示系统，其特征在于，其中该警示单元可对驾驶可发出声、光或振动等方式警示信号。
14、如权利要求9所述的车道偏移警示系统，其特征在于，其还具有一使用者控制单元，该使用者控制单元可提供使用者一操控界面，以供使用者进行系统参数调整与解除警示。
15、如权利要求9所述的车道偏移警示系统，其特征在于，其中该影像处理与控制模组还包含：
一影像撷取与解码单元，其是与该前视影像感测单元相连接，以将该影像信息转成一数字化影像信息；
一数字信号处理与控制单元，其可接收该数字化影像信息，进行演算与解析；以及
一影像编码与输出单元，其是与该数字信号处理与控制单元以及该显示单元相连接，该影像编码与输出单元可接收该数字信号处理与控制单元所输出的一控制信号将影像编码并输出影像视频给该显示单元。
16、如权利要求9所述的车道偏移警示系统，其特征在于，其中该影像处理与控制模组还包含：
一影像随机存取存储器，其可储存该数字化影像信息以及经由该数字信号处理与控制单元处理完毕的影像，该影像随机存取存储器可提供该数字化影像信息给该数字信号处理与控制单元以及提供处理完毕的影像给该影像编码与输出单元；以及
一非挥发性可程序存储器，可记录该数字信号处理与控制单元所运算解析出该影像撷取装置所撷取的车道影像的信息。
17、如权利要求15所述的车道偏移警示系统，其特征在于，其中该数字信号处理与控制单元还可以输出一车道辨识信息以及异常驾驶信息至该显示单元。
18、如权利要求17所述的车道偏移警示系统，其特征在于，其中该车道辨识信息可为车体偏移量、车辆转向方位、车道曲率及前述的组成其中之一。
19、如权利要求9所述的车道偏移警示系统，其特征在于，其中该影像处理与控制模组可动态更新该车道预估关系方程式。
20、如权利要求9所述的车道偏移警示系统，其特征在于，其中该车辆状态是为车速、刹车、转向信号以及前述的组成其中之一。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2007101543448A CN101393034B (zh) | 2007-09-21 | 2007-09-21 | 车道线预估方法及车道偏移警示系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2007101543448A CN101393034B (zh) | 2007-09-21 | 2007-09-21 | 车道线预估方法及车道偏移警示系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101393034A true CN101393034A (zh) | 2009-03-25 |
| CN101393034B CN101393034B (zh) | 2011-07-20 |
Family
ID=40493447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2007101543448A Active CN101393034B (zh) | 2007-09-21 | 2007-09-21 | 车道线预估方法及车道偏移警示系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101393034B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| 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 |
| TWI382286B (zh) * | 2009-10-15 | 2013-01-11 | Univ Shu Te | Rapid detection method and its device for road pavement of unstructured road |
| CN104742912A (zh) * | 2013-12-27 | 2015-07-01 | 比亚迪股份有限公司 | 车道偏移检测方法和装置 |
| CN106203341A (zh) * | 2016-07-11 | 2016-12-07 | 百度在线网络技术（北京）有限公司 | 一种无人车的车道线识别方法及装置 |
| CN106403979A (zh) * | 2016-10-11 | 2017-02-15 | 浙江大仓信息科技股份有限公司 | 一种车辆导航位置偏移判定方法 |
| CN111559373A (zh) * | 2020-04-26 | 2020-08-21 | 东风汽车集团有限公司 | 一种车辆主动转向控制方法 |
| CN112434621A (zh) * | 2020-11-27 | 2021-03-02 | 武汉极目智能技术有限公司 | 车道线内侧边缘特征提取方法 |
| WO2023201951A1 (zh) * | 2022-04-21 | 2023-10-26 | 合众新能源汽车股份有限公司 | 一种生成车道中心线的方法和装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60202307A (ja) * | 1984-03-28 | 1985-10-12 | Hitachi Ltd | 進行指示機能付ナビゲ−シヨンシステム |
| KR100208806B1 (ko) * | 1996-12-12 | 1999-07-15 | 윤종용 | 차량의 진행을 예측하여 안내하는 방법 |
| JP2000029517A (ja) * | 1998-07-10 | 2000-01-28 | Fuji Heavy Ind Ltd | 自律走行車の走行制御装置 |
| CN1775601A (zh) * | 2005-11-18 | 2006-05-24 | 吉林大学 | 车辆行驶轨迹预估及车道偏离评价方法 |
-
2007
- 2007-09-21 CN CN2007101543448A patent/CN101393034B/zh active Active
Cited By (12)
| 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 |
| TWI382286B (zh) * | 2009-10-15 | 2013-01-11 | Univ Shu Te | Rapid detection method and its device for road pavement of unstructured road |
| 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 |
| CN101916516B (zh) * | 2010-08-13 | 2012-07-11 | 深圳市豪恩汽车电子装备有限公司 | 一种车道偏移识别方法 |
| CN104742912A (zh) * | 2013-12-27 | 2015-07-01 | 比亚迪股份有限公司 | 车道偏移检测方法和装置 |
| CN104742912B (zh) * | 2013-12-27 | 2017-08-04 | 比亚迪股份有限公司 | 车道偏移检测方法和装置 |
| CN106203341A (zh) * | 2016-07-11 | 2016-12-07 | 百度在线网络技术（北京）有限公司 | 一种无人车的车道线识别方法及装置 |
| CN106203341B (zh) * | 2016-07-11 | 2019-05-21 | 百度在线网络技术（北京）有限公司 | 一种无人车的车道线识别方法及装置 |
| CN106403979A (zh) * | 2016-10-11 | 2017-02-15 | 浙江大仓信息科技股份有限公司 | 一种车辆导航位置偏移判定方法 |
| CN111559373A (zh) * | 2020-04-26 | 2020-08-21 | 东风汽车集团有限公司 | 一种车辆主动转向控制方法 |
| CN112434621A (zh) * | 2020-11-27 | 2021-03-02 | 武汉极目智能技术有限公司 | 车道线内侧边缘特征提取方法 |
| WO2023201951A1 (zh) * | 2022-04-21 | 2023-10-26 | 合众新能源汽车股份有限公司 | 一种生成车道中心线的方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101393034B (zh) | 2011-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101393034B (zh) | 车道线预估方法及车道偏移警示系统 | |
| US10481609B2 (en) | Parking-lot-navigation system and method | |
| CN106485949B (zh) | 针对车辆的摄像机和v2v数据的传感器融合 | |
| CN109800658B (zh) | 基于神经网络的泊车位类型在线识别与定位系统及方法 | |
| KR101945706B1 (ko) | 운전 패턴 분석을 통한 운전자 상태 감시 방법 및 장치 | |
| US8687063B2 (en) | Method for predicting lane line and lane departure warning system using the same | |
| CN110688877B (zh) | 一种危险预警方法、装置、设备及存储介质 | |
| CN102203837B (zh) | 车辆周围监测装置 | |
| CN101588757B (zh) | 防止瞌睡的装置和防止瞌睡的方法 | |
| CN105564436A (zh) | 一种高级驾驶辅助系统 | |
| CN104871204A (zh) | 车载图像处理装置 | |
| US20050278112A1 (en) | Process for predicting the course of a lane of a vehicle | |
| CN106458126B (zh) | 驾驶辅助装置 | |
| CN102673560A (zh) | 识别拐弯机动的方法和驾驶员辅助系统 | |
| CN103568947A (zh) | 后侧方警报系统及方法 | |
| CN101933326B (zh) | 车辆周围监测装置、车辆 | |
| CN110126730A (zh) | 车辆变道提醒方法及系统 | |
| Pech et al. | Head tracking based glance area estimation for driver behaviour modelling during lane change execution | |
| JP2017151694A (ja) | 安全確認診断システム及び安全確認診断方法 | |
| Rodemerk et al. | Predicting the driver's turn intentions at urban intersections using context-based indicators | |
| CN109996706A (zh) | 显示控制装置、显示控制系统、显示控制方法以及程序 | |
| Jan et al. | Methods and tools for monitoring driver's behavior | |
| CN113673403B (zh) | 行驶环境检测方法、系统、装置、计算机设备、计算机可读存储介质及汽车 | |
| CN106183986A (zh) | 一种智能化行车安全系统及方法 | |
| Malik et al. | The need of intelligent driver training systems for road safety |
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 |