CN102292249B - 用于获得处于车辆前方的行车道的道路轮廓的方法 - Google Patents

用于获得处于车辆前方的行车道的道路轮廓的方法 Download PDF

Info

Publication number
CN102292249B
CN102292249B CN201080005051.3A CN201080005051A CN102292249B CN 102292249 B CN102292249 B CN 102292249B CN 201080005051 A CN201080005051 A CN 201080005051A CN 102292249 B CN102292249 B CN 102292249B
Authority
CN
China
Prior art keywords
vehicle
height profile
road height
estimation unit
road
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
Application number
CN201080005051.3A
Other languages
English (en)
Other versions
CN102292249A (zh
Inventor
T·施瓦茨
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.)
Mercedes Benz Group AG
Original Assignee
DaimlerChrysler AG
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 DaimlerChrysler AG filed Critical DaimlerChrysler AG
Publication of CN102292249A publication Critical patent/CN102292249A/zh
Application granted granted Critical
Publication of CN102292249B publication Critical patent/CN102292249B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/076—Slope angle of 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/072—Curvature of the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Vehicle Body Suspensions (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种用于借助于所检测的图像数据(1)和/或所检测的车辆自身运动数据(2)获得处于车辆前方的行车道的道路轮廓的方法，其中，设置有估计装置(3)，所检测的图像数据(1)和/或所检测的车辆自身运动数据(2)被输送给所述估计装置，其中，借助于所检测的图像数据(1)和/或所检测的车辆自身运动数据(2)获得处于车辆前方的行车道的道路高度轮廓(P)。

Description

用于获得处于车辆前方的行车道的道路轮廓的方法
技术领域
本发明涉及一种用于借助于所检测的图像数据和/或所检测的车辆自身运动数据获得处于车辆前方的行车道的道路轮廓的方法和装置，其中，设置有估计装置，所检测的图像数据和/或所检测的车辆自身运动数据被输送给所述估计装置。
背景技术
由DE 197 49 086C1已知一种用于获得表示行车道变化曲线的数据的装置和方法，其包括行车道识别传感装置、物体位置传感装置和车辆自身运动传感装置，所述物体位置传感装置检测距处于车辆前方的物体的至少一个距离及其关于车辆运动方向的方向角度。在此，设置有估计装置，行车道识别测量数据、物体位置测量数据和车辆自身运动测量数据被输送给所述估计装置，并且所述估计装置据此通过借助于预给定的包含动态车辆运动模型的估计算法进行估计来获得行车道曲率和/或车辆前方的各物体相对于行车道的横向位置。为此，估计装置包括卡尔曼滤波器。所述方法和装置尤其在道路行驶车辆中使用。
发明内容
本发明的目的在于提供一种方法，借助于所述方法获得处于车辆前方的行车道的道路高度轮廓。
根据本发明，所述目的在方法方面通过权利要求1中给出的特征并且在装置方面通过权利要求6中给出的特征来实现。有利的扩展构型是从属权利要求的主题。
根据本发明的方法提出，借助于所检测的图像数据和/或所检测的车辆自身运动数据来获得处于车辆前方的行车道的道路轮廓，其中，所述图像数据和/或所述车辆自身运动数据被输送给估计装置。根据本发明，借助于所检测的图像数据和所检测的车辆自身运动数据来获得处于车辆前方的行车道的道路高度轮廓。
借助于由估计装置估计的车辆自身运动，从测量结果估计的道路高度轮廓被逐步地组成与车辆自身运动无关的连续的道路高度轮廓。在此，道路高度轮廓例如在世界坐标系或所谓惯性坐标系中组成。由此获得被驶过的车轮路径的连续的道路高度轮廓。车辆自身运动在此不仅可基于图像数据的估计而且可基于车辆数据的估计。
在此，道路竖直数据的测量被指定为以规则的时间间隔实施的测量过程，其中，有利地在引入车辆自身运动数据的情况下获得道路高度轮廓。
作为对此的替换方案，也可在没有直接测量车辆自身运动数据的情况下通过借助于至少一个摄像机图像在时间上估计车辆自身运动来获得道路高度轮廓。
尤其是，对车辆前方的道路高度轮廓进行测量并且在时间上这样进行积分，使得当车辆在先前测量的区域行驶时在车辆的各车轮位置上例如识别到可预计的路面不平度。由此对道路高度轮廓在时间上这样进行积分，使得在车辆的各车轮位置被车辆驶过之前可在所述车轮位置上确定存在的路面不平度。
作为车辆自身运动数据，例如检测由设置在车辆上的检测单元获得的行驶速度、横摆率和/或车轮转速。
特别有利的是，根据所获得的处于前方的行车道的道路高度轮廓(P)控制和/或调节车辆的至少一个底盘功能、底盘控制和/或底盘调节。关于这一点可涉及任意底盘系统或底盘系统的任意部件，例如车辆水平调整装置、主动侧倾稳定装置、可调减振装置、可调弹簧和转向机构。
尤其是各种车辆功能可基于按照根据本发明的方法获得的道路高度轮廓。属于所述车辆功能的例如有预见性主动底盘调节装置、可调减振装置、侧倾稳定装置和/或在可预料到上坡行驶或下坡行驶时动力传动系的预调节装置。例如根据本发明的方法同时也适合与自动灯光控制装置相结合使用。
附图说明
借助于附图更详细地说明本发明的实施例。附图中：
图1示意性示出实施根据本发明的方法的框图；
图2示意性示出根据本发明的方法的方法步骤的流程。
具体实施方式
在附图中，彼此相应的部件设置有相同的参考标号。
图1中示出了实施根据本发明的方法的框图。
用于实施根据本发明的方法的装置包括呈摄像机形式的至少一个图像采集单元，优选两个图像采集单元，所述图像采集单元例如固定地设置在车辆的前部区域中。
所述至少一个图像采集单元以预给定的时间间隔例如在毫秒范围内检测处于车辆前方的行车道的图像数据1。图像数据1尤其是至少由于摄像机的固有噪声过程、例如热噪声和/或换能器噪声而带有噪声。
在此，噪声这一术语表示数字地和/或电子地采集的图像数据1由于干扰而变差。干扰尤其是表现在像素方面，所述像素例如在色彩和/或亮度方面不同于图像采集的无噪声真实图像数据1。
所采集的图像数据1被输送给估计装置3、例如卡尔曼滤波器，其中，卡尔曼滤波器是动态系统的随机状态估计器。
在一个时间段内，车辆按照车辆自身运动向前运动。
在每次图像采集之后，从在最后的周期中检测的图像数据1以及例如通过设置在车辆上的检测单元获得的车辆自身运动数据2借助于估计装置3获得、尤其是估计出一个最佳的道路高度轮廓P。
检测的车辆自身运动数据2尤其是通过设置在车辆中的总线系统、例如CAN总线被输送给估计装置3。
在此，作为车辆自身运动数据2，例如检测车辆的行驶速度、横摆率、转向角、转向角速度和/或车轮转速。
如果在车辆上设置两个图像采集单元，则为了借助于以时间间隔采集的图像数据1获得道路高度轮廓P，例如可使用在图像采集单元的同时检测的不同的图像照片的像素中相同世界点的移位，这被称为视差。
在一个可能实施形式中，也可使用在图像采集单元的时间上不同地检测的图像照片的像素中相同世界点的移位来获得道路高度轮廓P。
从形式上看，根据本发明的方法涉及随机测量过程，因为由所述至少一个图像采集单元检测的图像数据1经受不同的噪声影响、例如热噪声和/或静态噪声。
车辆又按照物理运动方程运动，由此，附加地产生未知的干扰项、输入项和/或噪声项。在此，系统组成部分、即车辆和环境，尤其是道路，在时间上连续，而数据检测在时间上离散。
例如在图像处理中，测量系统的状态矢量中估计大小的表示的最佳选择对测量系统结构具有显著影响。在此，尤其合适的是在具有图像列、图像行和视差这些坐标的视差空间中道路高度轮廓P的非附近的表示。
以下是测量系统例如图像处理的可能的参数化。
存在以下公式：
测量系统的在时间上连续的发展：
x′(t)＝f(x(t)，v(t)，t) [1]
其中，x′＝x对时间的一阶导数，x＝系统状态，v＝系统噪声，t＝时间。
系统状态x(t)包含车辆相关的全部参量以及道路高度轮廓P的参数。
测量过程：
yn＝hn(xn，wn，tn) [2]
其中，y＝测量结果，h＝测量函数，所述测量函数将系统状态转换成测量结果或描述测量结果，x＝系统状态，w＝测量噪声，t＝时间，n＝时间步长。
这样的测量过程例如可借助于预测-校正方法来进行。为了节省计算时间和/或存储器，系统状态也可分成多个子系统状态、例如车辆自身运动和轮廓数据，然后对所述子系统状态单独进行估计。为了提高精度，校正步骤可执行多次。
通过测量方法例如图像处理的参数化，例如即使在弯道行驶时以及在图像数据1是用立体方法采集的情况下，也可有利地获得道路高度轮廓P。在此，在位置和/或时间上道路高度轮廓P的误差借助于估计装置3估计，其中，测量算法例如图像处理可借助于所估计的误差来参数化。由此，尤其是有利地减少计算时间以及提高测量精度。
因为针对任意时间步长估计参数的全部协方差，所以即使在考虑瞬间的统计误差的情况下也可对于所述时间段在图像空间和/或视差空间中精确地确定搜索范围。
所获得的道路高度轮廓P优选输送给控制单元4，所述控制单元例如借助于所储存的特性曲线族控制和/或调节车辆功能5，例如用于改善舒适性的预见性主动底盘调节装置、可调减振装置、侧倾稳定装置和/或在可预料到上坡行驶或下坡行驶时动力传动系的预调节装置。
对车辆前方的道路高度轮廓P进行测量并且在时间上进行积分，以使得当车辆驶过所测量的区域时在车辆的各车辆车轮上特别有利地识别到可预计的路面不平度。为此在时间上估计系统的全部变量之间的全部统计误差，其中，对测量系统借助于所估计的误差在每次测量之前进行参数化。以此方式例如可这样调节车辆的底盘，使得例如否则由于路面不平度而产生的竖直运动以有利的方式得到避免。
图2示出了用于实施根据本发明的方法的各个方法步骤的概况。
在第一步骤S1中，进行用于实施所述方法的系统的初始化即预调节。例如在第一步骤S1中预定所需的存储位置。
紧接其后，在第二步骤S2中，实施下一个时间步骤上的系统状态和预计测量结果的预告。
在第三步骤S3中，将测量方法例如图像处理参数化，其中，在第四步骤S4中实施测量。
在第五步骤S5中，借助于在第四步骤S4中实施的测量，在车辆自身运动和道路高度轮廓P的参数方面实施系统状态的校正，其中，可在测量算法的参数化方面进行反馈。
在第六步骤S6中，将道路高度轮廓P以及相关的误差去耦合(消除误差的影响)。

Claims (7)

1.一种用于借助于所检测的图像数据（1）和所检测的车辆自身运动数据（2）获得处于车辆前方的行车道的道路轮廓的方法，其中，设置有估计装置（3），所检测的图像数据（1）和所检测的车辆自身运动数据（2）被输送给所述估计装置，其特征在于：借助于所检测的图像数据（1）和所检测的车辆自身运动数据（2）获得处于车辆前方的行车道的道路高度轮廓（P），从测量结果估计的道路高度轮廓借助于由所述估计装置估计的车辆自身运动被逐步地组成与所述车辆自身运动无关的连续的道路高度轮廓，对于车辆的各车轮路径获得所述道路高度轮廓（P），根据所获得的处于前方的行车道的道路高度轮廓（P）来控制和/或调节车辆的至少一个底盘功能、底盘控制和/或底盘调节。
2.根据权利要求1所述的方法，其特征在于：以使得在车辆驶过车辆的各车轮位置之前能够确定所述车轮位置处存在的路面不平度的方式，对所述道路高度轮廓在时间上进行积分。
3.一种用于获得处于车辆前方的行车道的道路轮廓的装置，其中，借助于至少一个设置在车辆上的图像采集单元能够检测处于前方的行车道且借助于设置在车辆上的检测单元能够检测车辆自身运动，其中，设置有估计装置（3），借助于所述估计装置能够对所检测的图像数据（1）和车辆自身运动数据（2）进行分析处理，其特征在于：借助于所述图像数据（1）和车辆自身运动数据（2）能够获得处于车辆前方的行车道的道路高度轮廓（P），所述道路高度轮廓借助于由所述估计装置估计的车辆自身运动被逐步地组成与所述车辆自身运动无关的连续的道路高度轮廓，对于车辆的各车轮路径获得所述道路高度轮廓（P），其中，能够将所获得的道路高度轮廓（P）输送给控制单元，所述控制单元根据所述道路高度轮廓（P）控制和/或调节车辆的至少一个底盘功能、底盘控制和/或底盘调节。
4.根据权利要求3所述的装置，其特征在于：所述估计装置（3）是预测-校正单元。
5.根据权利要求4所述的装置，其特征在于：所述预测-校正单元是卡尔曼滤波器。
6.根据权利要求3所述的装置，其特征在于：借助于所述估计装置（3）能够根据位置和/或时间确定所述道路高度轮廓（P）和/或车辆自身运动数据的误差。
7.根据权利要求6所述的装置，其特征在于：借助于由所述估计装置（3）确定的所述道路高度轮廓和/或车辆自身运动数据的误差，能够对测量算法进行参数化。
CN201080005051.3A 2009-01-23 2010-01-18 用于获得处于车辆前方的行车道的道路轮廓的方法 Active CN102292249B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE102009006000 2009-01-23
DE102009006000.6 2009-01-23
DE102009033219A DE102009033219A1 (de) 2009-01-23 2009-07-14 Verfahren zur Ermittlung eines Fahrzeug vorausliegenden Straßenprofils einer Fahrspur
DE102009033219.7 2009-07-14
PCT/EP2010/000249 WO2010083971A1 (de) 2009-01-23 2010-01-18 Verfahren zur ermittlung eines einem fahrzeug vorausliegenden strassenprofils einer fahrspur

Publications (2)

Publication Number Publication Date
CN102292249A CN102292249A (zh) 2011-12-21
CN102292249B true CN102292249B (zh) 2014-10-08

Family

ID=42282723

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080005051.3A Active CN102292249B (zh) 2009-01-23 2010-01-18 用于获得处于车辆前方的行车道的道路轮廓的方法

Country Status (5)

Country Link
US (1) US8676508B2 (zh)
EP (1) EP2382118B1 (zh)
CN (1) CN102292249B (zh)
DE (1) DE102009033219A1 (zh)
WO (1) WO2010083971A1 (zh)

Families Citing this family (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010013339A1 (de) 2010-03-30 2011-01-05 Daimler Ag Vorrichtung und Verfahren zur Steuerung eines Motorlagers für ein Fahrzeug
DE112012000240A5 (de) 2011-02-14 2013-08-14 Conti Temic Microelectronic Gmbh Reibwertschätzung mittels einer 3D-Kamera
DE102011100907A1 (de) 2011-05-09 2012-01-12 Daimler Ag Vorrichtung und Verfahren zur Ermittlung eines Fahrbahnzustands
EP2574958B1 (en) 2011-09-28 2017-02-22 Honda Research Institute Europe GmbH Road-terrain detection method and system for driver assistance systems
US9533539B2 (en) 2011-10-20 2017-01-03 GM Global Technology Operations LLC Vehicle suspension system and method of using the same
KR101922395B1 (ko) * 2011-11-09 2018-11-27 현대모비스 주식회사 Ｌｋａｓ의 차선 보상 장치 및 방법
DE102011056671A1 (de) 2011-12-20 2013-06-20 Conti Temic Microelectronic Gmbh Bestimmung eines Höhenprofils einer Fahrzeugumgebung mittels einer 3D-Kamera
DE102012101085A1 (de) 2012-02-10 2013-08-14 Conti Temic Microelectronic Gmbh Bestimmung einer Beschaffenheit einer Fahrbahnoberfläche mittels einer 3D-Kamera
US9586455B2 (en) * 2012-03-29 2017-03-07 Toyota Jidosha Kabushiki Kaisha Road surface condition estimating apparatus
DE102012009882B4 (de) 2012-05-18 2015-07-16 Audi Ag Verfahren zur Steuerung eines aktiven Fahrwerks
DE102012010553B4 (de) 2012-05-29 2017-03-23 Audi Ag Verfahren zur Steuerung eines aktiven Fahrwerks
DE102012112164A1 (de) 2012-12-12 2014-06-12 Continental Teves Ag & Co. Ohg Videobasierte erkennung von hindernissen auf einer fahrbahn
DE102012112725A1 (de) 2012-12-20 2014-06-26 Continental Teves Ag & Co. Ohg Reibwertschätzung aus Kamera- und Raddrehzahldaten
DE102012112724A1 (de) 2012-12-20 2014-06-26 Continental Teves Ag & Co. Ohg Verfahren zur Bestimmung eines Fahrbahnzustands aus Umfeldsensordaten
US8788146B1 (en) * 2013-01-08 2014-07-22 Ford Global Technologies, Llc Adaptive active suspension system with road preview
DE102013101639A1 (de) 2013-02-19 2014-09-04 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands
KR101526386B1 (ko) * 2013-07-10 2015-06-08 현대자동차 주식회사 도로 정보 처리 장치 및 도로 정보 처리 방법
DE102013016974A1 (de) 2013-10-14 2014-03-20 Daimler Ag Verfahren zur Erfassung eines einem Fahrzeug vorausliegenden Straßenhöhenprofils
DE102013018923B4 (de) 2013-11-13 2017-05-11 Audi Ag Verfahren zum Kontrollieren eines Aktors
DE102013018926B4 (de) 2013-11-13 2021-06-02 Audi Ag Verfahren und System zum Ermitteln eines Werts für eine Höhe
DE102013223367A1 (de) 2013-11-15 2015-05-21 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands mittels eines Fahrzeugkamerasystems
DE102013224791A1 (de) * 2013-12-03 2015-06-03 Continental Teves Ag & Co. Ohg Verfahren zur Erkennung von wenigstens einer Fahrspurmarkierung einer einem Fahrzeug vorausliegenden Fahrspur
DE102015205369B4 (de) * 2014-04-04 2019-08-22 Ford Global Technologies, Llc Verfahren zum Betrieb eines Federungssystems
DE102014008425B4 (de) * 2014-06-07 2017-09-14 Audi Ag Verfahren zum proaktiven Regeln von Fahrwerkskomponenten
DE102014012831B4 (de) * 2014-08-28 2018-10-04 Wirtgen Gmbh Selbstfahrende Baumaschine und Verfahren zum Steuern einer selbstfahrenden Baumaschine
DE102014016121A1 (de) 2014-10-30 2016-05-04 Daimler Ag Verfahren zur Bestimmung eines Höhenprofils einer Fahrbahn und Verfahren zur Bestimmung einer Fahrzeugposition
JP6233345B2 (ja) * 2015-04-17 2017-11-22 トヨタ自動車株式会社 路面勾配検出装置
DE102015007670A1 (de) * 2015-06-16 2016-12-22 Audi Ag Verfahren zum effizienten Übertragen eines Straßenhöhenprofils
DE102015007592A1 (de) * 2015-06-16 2016-12-22 Audi Ag Trajektoriebasierte Fahrwerksregelung
EP3159195A1 (de) 2015-10-21 2017-04-26 Continental Automotive GmbH Fahrerassistenzvorrichtung für ein fahrzeug sowie verfahren zum austarieren einer schieflage des fahrzeugs
US9902229B2 (en) * 2016-02-19 2018-02-27 GM Global Technology Operations LLC Methods and systems for optimizing vehicle ride using road preview
JP6406289B2 (ja) * 2016-03-14 2018-10-17 オムロン株式会社 路面形状測定装置、測定方法、及び、プログラム
DE102016207436A1 (de) 2016-04-29 2017-11-02 Ford Global Technologies, Llc System und Verfahren zum Steuern- und/oder Regeln eines Lenksystems eines Fahrzeugs sowie Fahrzeug
US10078334B2 (en) * 2016-12-07 2018-09-18 Delphi Technologies, Inc. Vision sensing compensation
CN107423667A (zh) * 2017-04-12 2017-12-01 杭州奥腾电子股份有限公司 一种车体上的预测障碍物的方法
US10491807B2 (en) 2017-06-27 2019-11-26 GM Global Technology Operations LLC Method to use vehicle information and sensors for photography and video viewing recording
DE102017121866A1 (de) * 2017-09-21 2018-10-18 Schaeffler Technologies AG & Co. KG Verfahren zur Erfassung einer Straßenqualitätsangabe beim Fahren mit einem Kraftfahrzeug, Kraftfahrzeug und Kraftfahrzeugsystem
CN107953888B (zh) * 2017-11-29 2020-08-04 北京经纬恒润科技有限公司 一种道路类型识别方法及系统
US10558868B2 (en) * 2017-12-18 2020-02-11 GM Global Technology Operations LLC Method and apparatus for evaluating a vehicle travel surface
DE102018202920A1 (de) * 2018-02-27 2019-08-29 Continental Teves Ag & Co. Ohg Verfahren zum Betrieb eines sicherheitsrelevanten Fahrzeugsystems
DE102018003129A1 (de) 2018-04-17 2018-09-27 Daimler Ag Verfahren zum Einstellen eines Fahrwerks eines Kraftfahrzeugs sowie ein Verfahren zum Bereitstellen einer Fahrbahninformation für ein Kraftfahrzeug
DE102018119962A1 (de) 2018-08-16 2020-02-20 Wirtgen Gmbh Selbstfahrende Baumaschine und Verfahren zum Steuern einer selbstfahrenden Baumaschine
US10800412B2 (en) * 2018-10-12 2020-10-13 GM Global Technology Operations LLC System and method for autonomous control of a path of a vehicle
CN109606051B (zh) * 2018-11-27 2021-07-20 江苏大学 一种基于车联网的空气悬架车高控制系统
EP3935355A1 (en) * 2019-03-08 2022-01-12 Kistler Holding AG Calibration of and site selection for a wim sensor and wim sensor
DE102019205484A1 (de) * 2019-04-16 2020-10-22 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erstellen eines Höhenprofils für einen von einem Fahrzeug zu befahrenden Bereich
DE102019003238B4 (de) * 2019-05-08 2023-04-20 Mercedes-Benz Group AG Fahrzeugortung durch Kartenabgleich unter Berücksichtigung eines Straßenprofils
WO2020242945A1 (en) * 2019-05-24 2020-12-03 Mobileye Vision Technologies Ltd. Systems and methods for vehicle navigation based on image analysis
KR102648181B1 (ko) 2019-06-19 2024-03-15 현대자동차주식회사 능동 차고 제어방법
EP3757611A1 (en) * 2019-06-27 2020-12-30 Aptiv Technologies Limited Vertical road profile estimation
KR20210006558A (ko) 2019-07-08 2021-01-19 현대자동차주식회사 Ecs의 노면정보 보정방법 및 시스템
KR20220015172A (ko) 2020-07-30 2022-02-08 현대자동차주식회사 차량 서스펜션 제어 장치 및 방법
KR20220015171A (ko) 2020-07-30 2022-02-08 현대자동차주식회사 차량 서스펜션 제어 장치 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2151872A (en) * 1983-12-23 1985-07-24 Honda Motor Co Ltd Detecting road surface condtion
EP1193661A1 (en) * 2000-10-02 2002-04-03 Nissan Motor Company, Limited Lane recognition apparatus for vehicle
DE10127034A1 (de) * 2001-06-02 2002-12-05 Opel Adam Ag Verfahren und Vorrichtung zur Ermittlung eines Spurverlaufs einer Fahrbahn
WO2006094585A1 (de) * 2005-03-08 2006-09-14 Daimlerchrysler Ag Verfahren zum schätzen des verlaufs einer fahrspur

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19749086C1 (de) 1997-11-06 1999-08-12 Daimler Chrysler Ag Vorrichtung zur Ermittlung fahrspurverlaufsindikativer Daten
JP3995846B2 (ja) * 1999-09-24 2007-10-24 本田技研工業株式会社 物体認識装置
KR100418763B1 (ko) * 2000-12-28 2004-02-18 현대자동차주식회사 노면경사 측정방법 및 이를 이용한 차량 속도 제어 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2151872A (en) * 1983-12-23 1985-07-24 Honda Motor Co Ltd Detecting road surface condtion
EP1193661A1 (en) * 2000-10-02 2002-04-03 Nissan Motor Company, Limited Lane recognition apparatus for vehicle
DE10127034A1 (de) * 2001-06-02 2002-12-05 Opel Adam Ag Verfahren und Vorrichtung zur Ermittlung eines Spurverlaufs einer Fahrbahn
WO2006094585A1 (de) * 2005-03-08 2006-09-14 Daimlerchrysler Ag Verfahren zum schätzen des verlaufs einer fahrspur

Also Published As

Publication number Publication date
WO2010083971A1 (de) 2010-07-29
EP2382118B1 (de) 2013-03-27
DE102009033219A1 (de) 2010-07-29
US20110245995A1 (en) 2011-10-06
EP2382118A1 (de) 2011-11-02
US8676508B2 (en) 2014-03-18
CN102292249A (zh) 2011-12-21

Similar Documents

Publication Publication Date Title
CN102292249B (zh) 用于获得处于车辆前方的行车道的道路轮廓的方法
CN107615201B (zh) 自身位置估计装置及自身位置估计方法
JP5761451B2 (ja) 路面状態推定装置
CN106461403B (zh) 物体检测装置及物体检测方法
KR102313026B1 (ko) 차량 및 차량 후진 시 충돌방지 보조 방법
EP3280976B1 (en) Object position measurement with automotive camera using vehicle motion data
CN101793528B (zh) 使用传感器融合来估计车道路径的系统和方法
EP2181417B1 (en) Method and system for online calibration of a video system
US9912933B2 (en) Road surface detection device and road surface detection system
CN106463064A (zh) 物体识别装置和使用该物体识别装置的车辆行驶控制装置
CN112193008B (zh) 用于电子控制悬架的道路表面信息校正方法和系统
US20090041337A1 (en) Image processing apparatus and method
US10052927B2 (en) Method and device for automatically or semi-automatically adjusting a chassis
JP7221549B2 (ja) 情報処理装置および移動ロボット
CN105823479A (zh) 驾驶行为分析方法
US10486484B2 (en) Method for controlling an actuator
CN109074653A (zh) 用于检测机动车辆的道路旁边的物体的方法、计算设备、驾驶员辅助系统以及机动车辆
WO2021262945A1 (en) Motion-based online calibration of a multi-camera
JPWO2018173907A1 (ja) 車両制御装置
CN103381825A (zh) 使用多个照相机的全速车道感测
JP2009139325A (ja) 車両用走行路面検出装置
CN106885523B (zh) 一种车辆路径跟随误差视觉测量优化方法
CN105137468A (zh) 光电式gps盲区环境下车辆可持续导航数据采集装置及方法
JP2015215299A (ja) 対象物位置推定装置
CN206430715U (zh) 车载单目摄像头与六轴传感器结合测距系统

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Stuttgart, Germany

Patentee after: Mercedes-Benz Group Co.,Ltd.

Address before: Stuttgart, Germany

Patentee before: DAIMLER AG