CN102124370A - 识别延伸的静态对象的方法 - Google Patents

识别延伸的静态对象的方法 Download PDF

Info

Publication number
CN102124370A
CN102124370A CN200980131292XA CN200980131292A CN102124370A CN 102124370 A CN102124370 A CN 102124370A CN 200980131292X A CN200980131292X A CN 200980131292XA CN 200980131292 A CN200980131292 A CN 200980131292A CN 102124370 A CN102124370 A CN 102124370A
Authority
CN
China
Prior art keywords
static object
video camera
image processing
processing apparatus
acquisition range
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.)
Pending
Application number
CN200980131292XA
Other languages
English (en)
Inventor
K·格兰德
G·巴拉托夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Continental Automotive GmbH
Original Assignee
Continental Automotive GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Continental Automotive GmbH filed Critical Continental Automotive GmbH
Publication of CN102124370A publication Critical patent/CN102124370A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9315—Monitoring blind spots
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93272—Sensor installation details in the back of the vehicles

Abstract

本发明涉及从行驶的车辆(2)上识别延伸静态对象(1)的方法，为此该方法使用与图像处理装置(11)协同作用的车头摄像机(10)。车头摄像机(10)可采集道路(15)上的车道标识线(12)。侧面采集装置(18、19)采集汽车(2)死角(16、17)内的物体。其他采集装置(20到22)采集与侧面(20、21)驶过汽车或后面跟随的(22)汽车的最小距离。结合单元(25)将车头摄像机(10)图像处理装置(11)的数据与其他采集装置(18到22)的数据相结合，使得车辆(2)车头采集范围(26)内识别的延伸的静态对象(1)借助结合单元(25)纳入侧面和车后采集装置(18到22)的采集中。

Description

识别延伸的静态对象的方法
技术领域
本发明涉及一种从行驶的汽车上识别延伸的静态对象的方法。为此该方法使用与图像处理装置协同作用的车头摄像机。车头摄像机可采集道路上的车道标识线。侧面采集装置采集汽车死角内的物体。其他采集装置采集与侧面驶过或后面跟随的汽车的最小距离。
背景技术
文献DE 19934670B1中已经介绍了一种对象探测系统。该系统利用安装在汽车的车头区域的至少三个对象探测器从相交的探测范围提供测量值用于单独的分析。其中，所述单独的分析涉及汽车正面与在车前不同距离处运动的对象之间的不同距离。
此外，文献DE 102006010662A1中还介绍了一种具有车头摄像机和车尾摄像机构成的传感装置的变道警告系统，利用变道警告系统采集机动车辆的不同环境区域，以便警告驾驶员小心超越车道界限。另外，文献DE 10323144A1还介绍了一种用于在汽车周围环境中探测对象的方法和装置，其中传感装置能够向驾驶员发出警告来注意与汽车距离缩短-尤其在侧面死角内。
已知的死角监控装置或上述变道辅助装置都是雷达应用，这些装置也可以使用红外线传感器或激光传感器工作，在此情况下，这些传感器用于识别侧面和车后的对象。同时变道辅助装置监控汽车的侧面和背后区域，并试图通过所测得的数据判定，自己的汽车是否处于由另一辆汽车造成的危险状态之中，即该另一汽车在自己汽车的死角中或在自己的车后以很高的相对速度向自己的汽车移动。
如果探测到这样的危急状态，将立即向驾驶员发出警告。但对例如停留在死角中的非危急对象(其中包括超过的静态对象)，则不应对驾驶员进行警告。静态对象与非静态或动态对象的区分对于以雷达(RADAR)为基础的传感器或光雷达(LIDAR)传感器的不同设计而言是不同的。如果以光雷达为基础，同时又无法做到应用完全没有错误，那就限制了这种系统的可靠性。
因此需要改进驾驶员辅助功能以及死角监控和车道辅助，实现相关及不相关对象的无错误分类。迄今为止，已尝试从传感器的各自测量中计算被观察对象相对车辆和道路的运动，以便判定其是静态对象还是非静态的动态对象。在此，典型的做法是以低成本的方式对车侧和车后的应用加以设计，因此对此类观察对象自身速度的测量具有很大的不准确性。
然而，延伸对象的几何形状以及所用传感器的测量特性会导致额外的不准确性。例如，对于雷达，当驶过一个护栏时，位于护栏上的反射点高于该护栏，这使自己的汽车和所述护栏间的实际相对速度常被系统性地低估。
发明内容
本发明的任务是，改善车辆辅助功能对静态对象和非静态对象的区分，尤其是对护栏、砌墙、人行道、围栏以及其他延伸的静态对象的识别。
该任务由权利要求1中所述对象解决。由从属权利要求可得出本发明有益的结构形式。
根据本发明，实现一种从行驶的汽车上识别延伸的静态对象的方法。所述方法使用与图像处理装置协同作用的车头摄像机进行工作。所述车头摄像机可采集道路上的车道标识线。侧面的采集装置采集汽车死角内的物体。其他采集装置采集与侧面驶过车辆或后面汽车的最小距离。结合单元将车头摄像机图像处理装置的数据与其他采集装置的数据相结合，使得延伸的静态对象在汽车车头采集范围内被识别，并借助所述结合单元把这些所识别的延伸的静态对象纳入侧面和车后采集装置的采集中。
使用结合单元和具有图像处理装置的车头摄像机的优点在于，车头摄像机图像处理装置的数据与其他采集装置的数据结合，由此改善对于延伸的静态对象的识别。其中所述摄像机监控自己汽车的前进范围，采集车前区域内存在的延伸的静态对象，并己装备有用于识别车道标识线的应用。用于探测车道标识线的图像处理程序和算法为基于雷达和光雷达的侧面和车后的应用提供关于符合延伸静态对象的特定假设的对象的信息。
在此，不仅采集车道标识线的纵向延伸的对象，而且还采集与车道平行并在驶过时最终进入雷达和光雷达传感器敏感范围内的护栏和砌墙。车头摄像机采集的这些从前面向自己汽车靠近的纵向延伸静态目标的附加信息被综合起来，使得改进了基于雷达和光雷达的应用对纵向延伸的静态对象的对象识别，并且因此不会再由于这类延伸静态对象造成错误警告或者造成会引起错觉的错误报警。
由车头摄像机传输的对象后来才也出现在雷达或光雷达传感器的侧面或车后探测区域。这些对象中的每一个都可用作雷达或光雷达应用范围内的候选对象。此外，所述方法对车头摄像机和侧面及车后雷达或光雷达传感器的识别范围或探测范围是否交错没有要求。这里只需采用外推法(Extrapolation)就足够了。由此可以有益的方式减少对所探测到的对象进行分类所需的时间。另外，还可在静态和动态对象分类时降低错误率。总的来说，以这种方式能够改善对静态对象与非静态或动态对象的区分。同时也能以有益的方式减少应用的反应时间。
在本方法的一种优选的实施方式中，具有图像处理装置的车头摄像机对迎面而来的延伸静态对象与动态对象(诸如汽车)加以区别，并标记所识别的延伸静态对象，将分析结果或这些信息传输给结合单元，以便在分析采集装置的侧面及后面的测量结果时加以考虑。
有利地，具有图像处理装置的所述车头摄像机可以采集延伸的静态对象被探测并被算法追踪所用的时间，并将其传输到所述结合单元上，以支持侧面和后面的采集装置。此外，在本方法的另一种实施方式中，具有图像处理装置的车头摄像机可采集并传输延伸的静态对象的水平位置坐标。另外，可以借助车头摄像机探测和传输关于延伸静态对象的水平速度分量。也可以基于具有图像处理装置的车头摄像机提供的结果，通过侧面和车后采集单元采集并传输关于延伸静态对象的改进的分类。最后还可以通过具有图像处理装置的车头摄像机探测并传输与延伸静态对象相关的环境标准。
由于在根据本发明的方法中车头摄像机的采集范围以及侧面及车尾采集装置的采集范围不重叠，因此在分析时，通过结合单元把取决于车辆速度的、直至所探测的延伸的静态对象进入侧面和车后采集范围内的延迟时间计算在内。进入侧面和车后采集范围的车道标识线、护栏、砌墙、围栏和人行道已经由具有图像处理装置的车头摄像机采集作为纵向延伸的静态对象，并通过结合单元传输供在侧面和车后采集范围内基于雷达或光雷达采集的采集装置使用。
有益地，将相应的结合装置集成在现有汽车导向系统中，使得只要现有汽车导向系统的库存可以用于这种用于识别和分类静态和纵向延伸对象的改进方法，就不必由于运算能力、存储能力和逻辑连接而对硬件进行多次扩充。
附图说明
现根据附图对本发明进行详细解释。
图1示出了一辆汽车的示意性俯视图，该汽车为执行根据本发明的方法而进行了配置；
图2示出了一条有一辆图1所示汽车行驶于其上的道路的示意性俯视图。
具体实施方式
图1所示为一辆汽车2的示意性俯视图，该汽车为执行根据本发明的方法而进行了配置。为此，汽车2在车头区域23具有车头摄像机10，用于对车头采集区域26进行照明和采集，其中，例如护栏等纵向延伸的静态对象1可能已经被车头摄像机10测得。车头摄像机10因此将其图像资料提供给与结合单元25相连的图像处理装置11。所述结合单元综合图像处理装置11和设置在车尾、用于雷达或光雷达传感装置的分析单元24之间的信息交流。
所述分析单元24分析由侧面采集装置20、21、18、19以及至少一个车尾采集装置22接收到的测量值。通过图像处理装置11经结合单元25与分析单元24的结合，纵向延伸静态对象1的分类具有更高的可靠性，并且由此，主要通过雷达和光雷达传感装置在侧面和车后采集范围中实施的、静态对象1和动态对象的分类和区别变得更加可靠。
图2所示为有一辆图1所示汽车2行驶于其上的道路15的示意性俯视图。道路15在行驶方向A上配备有三条车道34、35和36；所述车道通过车道标识线12和13相互分隔，并在一侧由护栏27定界，在其对面一侧由中间地带42定界。所述中间地带42将行驶方向A的车道34至36与相反行驶方向B的车道37和38隔开。行驶方向A的车道标识线12和13以及相反行驶方向B的车道标识线14属于纵向延伸静态对象1。
此外，中间地带42和护栏27也属于纵向延伸静态对象。这些静态对象(至少只要是涉及行驶方向A)可以由在中间车道35上行驶的汽车2借助车头摄像机10(如图1所示)进行采集，因为所述车头摄像机采集车头采集范围26，在本实施例中其他汽车3、4和5在所述采集范围中运动，并由此显示为动态对象。与所述车头摄像机协同作用的相应的图像处理装置既能识别诸如车道标识线12和13、护栏27以及中间地带42这样的纵向延伸静态对象，也能识别形式为在前行驶的车辆3、4和5的动态对象，并对其进行明确的分类。
由于汽车2自身的速度，通过死角监控的侧面采集范围31和32以及车尾区域的采集范围29和30的与雷达或光雷达相结合的探测器无法实现上述分类，因此如果所述雷达采集系统测量到护栏27上的标记和/或驶过车道标识线12和13，就可能在汽车2自身的速度下产生完全错误的释义。也就是说，无论是护栏27还是车道标识线12和13以及设置在车道中间地带42上的树木28和灌木丛，如果它们进入安装在侧面和车尾范围与雷达或光雷达相结合的采集系统的采集区域内，都可能导致错误报警。
通过车辆中在用于车头摄像机信号的前端图像处理单元与用于与雷达或光雷达结合的信号的车尾分析单元之间的根据本发明的结合装置可以实现把所识别和分配的信息-例如由车头摄像机归类为静态的对象-结合并考虑到车尾区域的分析单元的分析中，由此可明显提高和改进对驾驶员警告信号的可靠性。
在车尾范围内，这里所示的采集范围29和30分为右侧采集区域29和左侧采集区域30。所述侧面采集范围31和32也用于采集出现在车辆2右侧或左侧死角内的动态对象。相应的传感装置监控所述采集范围，并可被补充以在车尾区域内采集其他远距离对象的其他采集范围。所述侧面和车尾采集范围可在中央采集范围33中重叠。
如图2所示，由覆盖车头采集范围26的车头摄像机测得三个动态目标，即汽车3、4和5，并把测得的中间地带42、两个车道标识线12和13以及护栏27分类为纵向延伸静态对象，这些信息可通过汽车自有的结合单元传输到车尾区域的分析单元中。由此可确保，这些由车头摄像机测得的静态对象不会引发报警信号。
位于相反行驶方向B的汽车在这一瞬间还没有被汽车2的采集范围测得。当在汽车2旁边近距离范围内的汽车6在采集范围31内被确定为动态对象时，在较远的侧面范围29中，汽车7被采集为动态目标。通过汽车2车头范围内的图像处理装置和车尾范围内分析单元之间的根据本发明的连接，尽管汽车2有自身的速度，现在仍可以在车尾区域明显可靠地识别车道标识线12和13、中间地带42以及护栏27是静态对象，并且不会错误地释义或分类为动态对象。
附图标记一览表
1、静态对象
2、汽车
3、汽车
4、汽车
5、汽车
6、汽车
7、汽车
8、汽车
9、汽车
10、车头摄像机
11、图像处理装置
12、车道标识线
13、车道标识线
14、车道标识线
15、道路
16、死角
17、死角
18、侧面采集
19、侧面采集
20、距离采集
21、距离采集
22、距离采集
23、车前范围
24、分析单元
25、结合单元
26、车头采集范围
27、护栏
28、树木
29、采集范围
30、采集范围
31、采集范围
32、采集范围
33、采集范围
34、车道
35、车道
36、车道
37、车道
38、车道
42、中间地带
A、行驶方向
B、相反行驶方向

Claims (10)

1.一种用于从行驶的汽车(2)上识别延伸的静态对象(1)的方法，其中
-车头摄像机(10)与图像处理装置(11)协同作用，并采集道路(15)上的车道标识线(12)；
-至少一台侧面采集装置(18、19)采集在汽车(2)的死角(16、17)内的物体；
-采集装置(20、21、22、23、24)采集与侧面驶过的车辆(20、21)或后面跟随的车辆(22)的最小距离；
其特征在于，
结合单元(25)将所述车头摄像机(10)的图像处理装置(11)的数据与其他采集装置(16至23)的数据结合，使得延伸的静态对象(1)在汽车(2)的车头采集范围(26)中被识别，并借助所述结合单元(25)将所识别的延伸的静态对象纳入侧面的和车后的采集装置(20、21、22、23)的采集中。
2.如权利要求1所述的方法，其特征在于，
具有图像处理装置(11)的所述车头摄像机(10)区分迎面而来的延伸的静态对象(1)和动态对象(6、7、8)，标记所识别的延伸的静态对象(1)，并传输给结合单元(25)供侧面的和车后的采集装置(18至22)使用。
3.如权利要求1或2所述的方法，其特征在于，
具有图像处理装置(11)的所述车头摄像机(10)采集并传输延伸的静态对象(1)被探测及被算法追踪所用的时间。
4.如上述权利要求之一所述的方法，其特征在于，
具有图像处理装置(11)的所述车头摄像机(10)采集并传输延伸的静态对象(1)的水平位置坐标。
5.如上述权利要求之一所述的方法，其特征在于，
具有图像处理装置(11)的所述车头摄像机(10)探测并传输关于延伸的静态对象(1)的水平速度分量。
6.如上述权利要求之一所述的方法，其特征在于，
具有图像处理装置(11)的所述车头摄像机(10)采集并传输关于延伸的静态对象(1)的分类。
7.如权利要求6所述的方法，其特征在于，
具有图像处理装置(11)的所述车头摄像机(10)探测并传输关于延伸的静态对象(1)的环境标准。
8.如上述权利要求之一所述的方法，其特征在于，
所述车头摄像机(1)的采集范围(26)与侧面的采集装置(18至21)及车尾的采集装置(22)的采集范围不重叠，并且在分析时，通过结合单元把取决于车辆速度的、直至所探测到的延伸的静态对象(1)进入侧面采集范围(18到21)以及后面采集范围(22)内的延迟时间计算在内。
9.如权利要求8所述的方法，其特征在于，
具有图像处理装置(11)的所述车头摄像机(10)已经在车头采集范围(26)内将进入侧面和后面采集范围(18到22)内的车道标识线(12)、护栏(27)、砌墙、围栏和人行道采集为纵向延伸的静态对象(1)，并经由所述结合单元(25)传输，供在侧面和车后采集范围(18到22)内基于雷达或光雷达采集的采集装置(18到22)使用。
10.按照权利要求8的方法，其特征在于，
所述结合单元(25)被集成到现有的汽车导向系统中。
CN200980131292XA 2008-08-12 2009-07-08 识别延伸的静态对象的方法 Pending CN102124370A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102008038731.2 2008-08-12
DE102008038731A DE102008038731A1 (de) 2008-08-12 2008-08-12 Verfahren zur Erkennung ausgedehnter statischer Objekte
PCT/DE2009/000955 WO2010017791A1 (de) 2008-08-12 2009-07-08 Verfahren zur erkennung ausgedehnter statischer objekte

Publications (1)

Publication Number Publication Date
CN102124370A true CN102124370A (zh) 2011-07-13

Family

ID=41210862

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980131292XA Pending CN102124370A (zh) 2008-08-12 2009-07-08 识别延伸的静态对象的方法

Country Status (5)

Country Link
US (1) US20110187863A1 (zh)
EP (1) EP2321666B1 (zh)
CN (1) CN102124370A (zh)
DE (2) DE102008038731A1 (zh)
WO (1) WO2010017791A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102798863A (zh) * 2012-07-04 2012-11-28 西安电子科技大学 基于汽车防撞雷达的道路中央隔离带检测方法
CN105000019A (zh) * 2014-04-15 2015-10-28 通用汽车环球科技运作有限责任公司 用于检测、追踪和估计静止的路边物体的方法和系统
CN108645854A (zh) * 2018-05-11 2018-10-12 长安大学 一种实时监测高速公路路网整体能见度的系统及方法
CN108663368A (zh) * 2018-05-11 2018-10-16 长安大学 一种实时监测高速公路路网夜间整体能见度的系统及方法
CN108973858A (zh) * 2017-06-02 2018-12-11 大众汽车有限公司 用于确保行驶路线安全的装置
CN111736486A (zh) * 2020-05-01 2020-10-02 东风汽车集团有限公司 一种面向l2智能驾驶控制器的传感器仿真建模方法及装置
TWI729687B (zh) * 2019-02-01 2021-06-01 立積電子股份有限公司 位置偵測系統

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011108198A1 (ja) * 2010-03-03 2011-09-09 本田技研工業株式会社 車両の周辺監視装置
US9959595B2 (en) 2010-09-21 2018-05-01 Mobileye Vision Technologies Ltd. Dense structure from motion
US9280711B2 (en) 2010-09-21 2016-03-08 Mobileye Vision Technologies Ltd. Barrier and guardrail detection using a single camera
DE102010054221A1 (de) 2010-12-11 2011-08-25 Daimler AG, 70327 Verfahren zur Assistenz eines Fahrers bei Spurwechseln und Spurwechselassistenzsystem
DE102011010864A1 (de) 2011-02-10 2011-12-08 Daimler Ag Verfahren und System zur Vorhersage von Kollisionen
JP5389864B2 (ja) * 2011-06-17 2014-01-15 クラリオン株式会社 車線逸脱警報装置
EP2574958B1 (en) 2011-09-28 2017-02-22 Honda Research Institute Europe GmbH Road-terrain detection method and system for driver assistance systems
DE102011118147A1 (de) * 2011-11-10 2013-05-16 Gm Global Technology Operations, Llc Verfahren zum Ermitteln einer Geschwindigkeit eines Fahrzeugs und Fahrzeug
DE102012220191A1 (de) 2012-11-06 2014-05-08 Robert Bosch Gmbh Verfahren zur Unterstützung eines Fahrers bei der Querführung eines Fahrzeugs
CN103018743B (zh) * 2012-12-06 2015-05-06 同致电子科技（厦门）有限公司 一种超声波盲区检测的静止障碍物判定方法
DE102013205361A1 (de) 2013-03-26 2014-10-02 Continental Teves Ag & Co. Ohg System und Verfahren zur Archivierung von Berührungsereignissen eines Fahrzeugs
US9898929B2 (en) * 2013-04-10 2018-02-20 Toyota Jidosha Kabushiki Kaisha Vehicle driving assistance apparatus
DE102013206707A1 (de) * 2013-04-15 2014-10-16 Robert Bosch Gmbh Verfahren zur Überprüfung eines Umfelderfassungssystems eines Fahrzeugs
JP5892129B2 (ja) * 2013-08-29 2016-03-23 株式会社デンソー 道路形状認識方法、道路形状認識装置、プログラムおよび記録媒体
US9335766B1 (en) * 2013-12-06 2016-05-10 Google Inc. Static obstacle detection
EP2899669A1 (en) 2014-01-22 2015-07-29 Honda Research Institute Europe GmbH Lane relative position estimation method and system for driver assistance systems
JP6716857B2 (ja) 2014-12-26 2020-07-01 株式会社リコー 移動体、測定システム、測定方法及びプログラム
US10054678B2 (en) * 2015-07-30 2018-08-21 Toyota Motor Engineering & Manufacturing North America, Inc. Minimizing incorrect sensor data associations for autonomous vehicles
US10317522B2 (en) * 2016-03-01 2019-06-11 GM Global Technology Operations LLC Detecting long objects by sensor fusion
US10124730B2 (en) 2016-03-17 2018-11-13 Ford Global Technologies, Llc Vehicle lane boundary position
US9931981B2 (en) 2016-04-12 2018-04-03 Denso International America, Inc. Methods and systems for blind spot monitoring with rotatable blind spot sensor
US9947226B2 (en) 2016-04-12 2018-04-17 Denso International America, Inc. Methods and systems for blind spot monitoring with dynamic detection range
US9994151B2 (en) 2016-04-12 2018-06-12 Denso International America, Inc. Methods and systems for blind spot monitoring with adaptive alert zone
US9975480B2 (en) 2016-04-12 2018-05-22 Denso International America, Inc. Methods and systems for blind spot monitoring with adaptive alert zone
US10710579B2 (en) * 2017-06-01 2020-07-14 Waymo Llc Collision prediction system
EP3495219B1 (en) * 2017-12-11 2023-07-05 Volvo Car Corporation Path prediction for a vehicle
JP7125288B2 (ja) * 2018-06-28 2022-08-24 株式会社デンソーテン レーダ装置及び信号処理方法
DE102018210692B4 (de) * 2018-06-29 2020-07-02 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Bestimmen von Stützpunkten zum Schätzen eines Verlaufs einer Randbebauung einer Fahrbahn, computerlesbares Medium, System, und Fahrzeug
CN109814112A (zh) * 2019-01-15 2019-05-28 北京百度网讯科技有限公司 一种超声波雷达与激光雷达信息融合方法和系统
US11267464B2 (en) 2019-07-24 2022-03-08 Pony Ai Inc. System and method to distinguish between moving and static objects
US11821990B2 (en) 2019-11-07 2023-11-21 Nio Technology (Anhui) Co., Ltd. Scene perception using coherent doppler LiDAR
DE102020213697A1 (de) 2020-10-30 2022-05-05 Continental Automotive Gmbh Verfahren zum Erkennen von Straßengrenzen sowie ein System zur Steuerung eines Fahrzeuges
US11783708B2 (en) 2021-05-10 2023-10-10 Ford Global Technologies, Llc User-tailored roadway complexity awareness
CN113240943B (zh) * 2021-07-12 2021-09-24 国网瑞嘉(天津)智能机器人有限公司 车辆安全作业控制方法、装置及系统、电子设备
CN114495017B (zh) * 2022-04-14 2022-08-09 美宜佳控股有限公司 基于图像处理的地面杂物检测方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020067287A1 (en) * 2000-08-16 2002-06-06 Delcheccolo Michael Joseph Near object detection system
US20030179084A1 (en) * 2002-03-21 2003-09-25 Ford Global Technologies, Inc. Sensor fusion system architecture
EP1403660A1 (en) * 2002-09-24 2004-03-31 Fuji Jukogyo Kabushiki Kaisha Vehicle surroundings monitoring apparatus and traveling control system incorporating the apparatus
US20060132295A1 (en) * 2004-11-26 2006-06-22 Axel Gern Lane-departure warning system with differentiation between an edge-of-lane marking and a structural boundary of the edge of the lane

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1103004A1 (de) * 1999-05-26 2001-05-30 Robert Bosch Gmbh Objektdetektionssystem
US6882287B2 (en) * 2001-07-31 2005-04-19 Donnelly Corporation Automotive lane change aid
EP1504276B1 (en) * 2002-05-03 2012-08-08 Donnelly Corporation Object detection system for vehicle
DE10323144A1 (de) 2003-05-22 2004-12-09 Robert Bosch Gmbh Verfahren und Vorrichtung zur Detektion von Objekten in der Umgebung eines Fahrzeugs
DE102004019651A1 (de) * 2004-04-22 2005-11-17 Siemens Ag Blindspot-Sensorsystem
DE102005039167A1 (de) * 2005-08-17 2007-02-22 Daimlerchrysler Ag Fahrerassistenzsystem zur Fahrerwarnung bei einem drohenden Verlassen der Fahrspur
DE102005055347A1 (de) * 2005-11-21 2007-05-24 Robert Bosch Gmbh Fahrerassistenzsystem
DE102006010662A1 (de) 2006-03-08 2007-09-13 Valeo Schalter Und Sensoren Gmbh Spurwechselwarnsystem
JP4980076B2 (ja) * 2007-01-11 2012-07-18 富士重工業株式会社 車両の運転支援装置
JP2008203992A (ja) * 2007-02-16 2008-09-04 Omron Corp 検出装置および方法、並びに、プログラム
DE102007024641A1 (de) * 2007-05-24 2008-02-07 Daimler Ag Verfahren und Vorrichtung zur Darstellung einer Fahrzeugumgebung

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020067287A1 (en) * 2000-08-16 2002-06-06 Delcheccolo Michael Joseph Near object detection system
US20030179084A1 (en) * 2002-03-21 2003-09-25 Ford Global Technologies, Inc. Sensor fusion system architecture
EP1403660A1 (en) * 2002-09-24 2004-03-31 Fuji Jukogyo Kabushiki Kaisha Vehicle surroundings monitoring apparatus and traveling control system incorporating the apparatus
US20060132295A1 (en) * 2004-11-26 2006-06-22 Axel Gern Lane-departure warning system with differentiation between an edge-of-lane marking and a structural boundary of the edge of the lane

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102798863A (zh) * 2012-07-04 2012-11-28 西安电子科技大学 基于汽车防撞雷达的道路中央隔离带检测方法
CN105000019A (zh) * 2014-04-15 2015-10-28 通用汽车环球科技运作有限责任公司 用于检测、追踪和估计静止的路边物体的方法和系统
CN108973858A (zh) * 2017-06-02 2018-12-11 大众汽车有限公司 用于确保行驶路线安全的装置
CN108973858B (zh) * 2017-06-02 2022-05-13 大众汽车有限公司 用于确保行驶路线安全的装置
CN108645854A (zh) * 2018-05-11 2018-10-12 长安大学 一种实时监测高速公路路网整体能见度的系统及方法
CN108663368A (zh) * 2018-05-11 2018-10-16 长安大学 一种实时监测高速公路路网夜间整体能见度的系统及方法
CN108663368B (zh) * 2018-05-11 2020-11-27 长安大学 一种实时监测高速公路路网夜间整体能见度的系统及方法
CN108645854B (zh) * 2018-05-11 2020-11-27 长安大学 一种实时监测高速公路路网整体能见度的系统及方法
TWI729687B (zh) * 2019-02-01 2021-06-01 立積電子股份有限公司 位置偵測系統
US11307301B2 (en) 2019-02-01 2022-04-19 Richwave Technology Corp. Location detection system
CN111736486A (zh) * 2020-05-01 2020-10-02 东风汽车集团有限公司 一种面向l2智能驾驶控制器的传感器仿真建模方法及装置

Also Published As

Publication number Publication date
EP2321666B1 (de) 2014-12-17
DE102008038731A1 (de) 2010-02-18
WO2010017791A1 (de) 2010-02-18
DE112009001523A5 (de) 2011-04-07
EP2321666A1 (de) 2011-05-18
US20110187863A1 (en) 2011-08-04

Similar Documents

Publication Publication Date Title
CN102124370A (zh) 识别延伸的静态对象的方法
CN100440269C (zh) 高速公路汽车行驶智能检测预警方法及其预警系统
CN101522499B (zh) 用于检测汽车周围环境的方法和装置
US8952799B2 (en) Method and system for warning a driver of a vehicle about potential obstacles behind the vehicle
US7504986B2 (en) Blind spot sensor system
US9524643B2 (en) Orientation sensitive traffic collision warning system
US8731816B2 (en) Method for classifying an object as an obstacle
CN102576495B (zh) 针对汽车的碰撞监控
CN104217590A (zh) 车载交通密度估计器
US10732263B2 (en) Method for classifying a longitudinally extended stationary object in a lateral surrounding area of a motor vehicle, driver assistance system and motor vehicle
CN106715234A (zh) 避免车辆碰撞的系统和方法
EP3410146B1 (en) Determining objects of interest for active cruise control
KR102013224B1 (ko) 긴급 제동 시스템 및 그 제어방법
AU2023208143A1 (en) Impact detection system
CN108027237B (zh) 周边识别装置
EP4105908A1 (en) Method, apparatus, server, and computer program for collision accident prevention
CN112558049A (zh) 用于识别在车辆的周围环境中的对象的方法和控制设备
CN110940982B (zh) 一种车辆前方目标识别方法以及相应的设备
CN102927964B (zh) 距离测量装置、方法及车辆
US20220342061A1 (en) Method and a device for classifying an object, in particular in the surroundings of a motor vehicle
CN109427212A (zh) 车辆行驶检测方法及车辆行驶检测系统
KR102126622B1 (ko) 적어도 하나의 물체를 포착하는 방법, 센서 장치의 디바이스, 센서 장치 및 적어도 하나의 센서 장치를 구비한 운전자 보조 시스템
KR20170081665A (ko) 물체에 의한 자동차의 센서 장치의 차단을 검출하는 방법, 컴퓨팅 장치, 운전자 보조 시스템 및 자동차
US20230222780A1 (en) Vehicle identification device
CN113706887B (zh) 用于后方交叉碰撞警告的方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110713