CN102815299B - 通过用于车道定中/保持的车道标记识别的车道感测 - Google Patents
通过用于车道定中/保持的车道标记识别的车道感测 Download PDFInfo
- Publication number
- CN102815299B CN102815299B CN201210187951.5A CN201210187951A CN102815299B CN 102815299 B CN102815299 B CN 102815299B CN 201210187951 A CN201210187951 A CN 201210187951A CN 102815299 B CN102815299 B CN 102815299B
- Authority
- CN
- China
- Prior art keywords
- track
- benchmark
- image
- center line
- vehicle
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000010801 machine learning Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000003909 pattern recognition Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
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
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
- B60W2710/202—Steering torque
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
- B60W2710/207—Steering angle of wheels
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/14—Yaw
Abstract
本发明涉及通过用于车道定中/保持的车道标记识别的车道感测。一种用于调整车辆在道路车道中的位置的方法。安装在车辆上的照相机产生车道的当前图像，并且该方法识别当前图像中的当前车道中线。产生基准图像，并且该方法识别基准图像中的基准车道中线。然后该方法计算当前车道中线与基准车道中线之间的误差，并提供转向指令以调整车辆的位置，使得所述误差减小。
Description
技术领域
本发明总地涉及用于检测车辆在道路车道中的位置并将车辆置在车道中间的系统和方法，更特别地，涉及用来通过从一系列车道视频识别车道标记和提供用于车道定中的转向控制来检测车辆在道路车道中的位置并将车辆置在车道中间的系统和方法。
背景技术
现代车辆的操纵变得更加自主，即，车辆能够以更少的驾驶员干预提供驾驶控制。巡航控制系统已经设在车辆上许多年，其中车辆操作员可设定车辆的特定速度，然后无需驾驶员操作油门，车辆就保持该速度。进来本领域内已经开发了自适应巡航控制系统，其中该系统不仅保持设定的速度，而且还会在使用各种传感器（例如雷达、光雷达和照相机）的主车辆前检测到行驶较慢的车辆时使车辆自动减速。现代车辆控制系统还包括自主泊车，其中车辆会自动地提供用于泊车的转向控制，并且如果驾驶员进行了会影响车辆稳定性和车道定中能力的急剧转向变化，该控制系统会干预，车辆系统尝试保持车辆靠近车道的中央。全自主车辆已经证明，在模拟城市交通中行驶可达30mph，同时遵守所有的道路规则。
随着车辆系统改善，它们会变得更加自主，目标是成为完全自主驾驶的车辆。未来车辆可能会利用自主系统进行车道改变、通行、脱离车流和进入车流等。当这些系统在车辆技术中变得更加流行时，还必须确定与这些系统结合来控制车辆速度、转向和超驰自主系统的驾驶员的任务是什么。
半自主车辆控制系统的实例包括于2009年3月6日提交的题为“ModelBasedPredictiveControlforAutomatedLanecentering/changingcontrolsystems”的美国专利申请No.12/399,317（下面称为’317），该申请被转让给本申请的受让人，并通过引用包含于本文，其公开了用于在自主或半自主车辆中为车道定中和车道变化目的提供转向角控制的系统和方法。于2008年12月17日提交的题为“DetectionofDriverInterventionDuringaTorqueOverlayOperationinanElectricPowerSteeringSystem”的美国专利申请No.12/336,819公开了一种用于通过在扭矩过度（overly）操作中检测驾驶员干预来控制车辆转向的系统和方法，该申请被转让给本申请的受让人，并通过引用包含于本文。
现代的车道定中/保持系统通常使用视觉系统来感测车辆并使车辆行驶在车道的中央。能够使用视觉系统的一种方法需要标定照相机并将来自照相机的图像上的长度/距离与真实世界中的对应长度/距离相关联。为了知道图像与真实世界坐标之间的关系，需要将视觉系统标定至真实世界。由于许多失真，包括由照相机透镜、照相机安装位置的变化和安装方向的变化引起的那些失真，所述标定是必要的。利用标定好的照相机，关于图像中的长度/距离的信息被转换为真实世界中的长度/距离，该信息被送至自主转向模块，以计算将车辆转向至车道中央的转向指令。然而，图像尺寸与真实世界长度/距离之间的这种标定和转换是费力的且计算强度大。
需要一种无需照相机标定和转换且仍允许车辆在车道中的精确定中的车道定中系统和方法。
发明内容
根据本发明的教导，公开了一种用于调整车辆在道路车道中的位置的方法。安装在车辆上的照相机产生车道的当前图像，该方法识别当前图像中的当前车道中线。产生基准图像，该方法识别基准图像中的基准车道中线。然后该方法计算当前车道中线与基准车道中线之间的误差，并提供转向指令以调整车辆的位置，使得所述误差得以减小。
本发明提供下列技术方案。
技术方案1：一种用于修正车辆在道路车道中的位置的方法，所述方法包括：
使用安装在所述车辆上的照相机产生所述车道的基准图像；
识别所述基准图像中的基准车道中线；
使用所述照相机产生所述车道的当前图像；
识别所述当前图像中的当前车道中线；
计算所述当前车道中线与所述基准车道中线之间的误差；以及
调整所述车辆的位置，使得所述误差得以减小。
技术方案2：如技术方案1的方法，其中调整所述车辆的位置包括向车辆转向系统提供转向调整指令信号。
技术方案3：如技术方案1的方法，其中识别当前车道中线和基准车道中线包括通过车道中心参数识别所述当前车道中线和基准车道中线，所述车道中心参数包括所述车道中线的角度和所述车道中线接触所述图像的边线的位置。
技术方案4：如技术方案1的方法，其中识别当前车道中线包括使用基于照相机的车道标记检测，以识别所述当前图像中的左车道边界和右车道边界，然后对所述左和右车道边界求平均，以识别所述车道中线。
技术方案5：如技术方案1的方法，其中产生所述基准图像包括在所述车辆处于所述车道的几何中心或者所述车道的几何中心加上一偏移时产生所述基准图像。
技术方案6：如技术方案1的方法，其中产生所述基准图像包括在所述车辆处于所述车道的几何中心时通过机器学习技术来识别所述基准图像。
技术方案7：如技术方案1的方法，其中产生所述基准图像包括通过基于驾驶员偏好偏移的机器学习技术来识别所述基准图像。
技术方案8：如技术方案1的方法，还包括确定相对于所述道路车道的中线的期望驾驶员偏移，并基于该偏移修改所述基准车道中线。
技术方案9：如技术方案1的方法，其中调整所述车辆的位置包括产生最小化如下成本函数J的一系列转向角指令：
其中yL,err为偏移误差(yL,ref-yL,current)， err为航向角误差(ref-current)，yL,ref和ref为基准车道中线参数，yL,current和 current为当前车道中线参数，Q(t)和R(t)为权重因子，为转向角指令。
技术方案10：如技术方案9的方法，其中调整所述车辆的位置包括产生一系列转向扭矩或横摆扭矩来替代转向角指令，以最小化所述成本函数J。
技术方案11：一种用于将车辆在该车辆所行驶的道路车道中定中的车道定中系统，所述系统包括：
照相机，其产生所述道路车道的图像；
基准图像处理器，其识别从所述照相机选择的基准图像中的基准车道中线；
当前图像处理器，其识别来自所述照相机的当前图像中的当前车道中线；
比较器，其将所述基准车道中线与所述当前车道中线作比较并提供其间的误差；以及
车道定中控制器，其接收所述误差，并计算通过减小所述误差将所述车辆在所述车道中定中的转向指令。
技术方案12：如技术方案11的定中系统，还包括车辆转向系统，所述车辆转向系统从所述车道定中控制器接收所述转向指令，以在所述车道中转向所述车辆。
技术方案13：如技术方案11的定中系统，其中所述基准图像处理器和所述当前图像处理器通过车道中心参数识别所述当前车道中线和基准车道中线，所述车道中心参数包括所述车道中线的角度和所述车道中线接触所述图像的边线的位置。
技术方案14：如技术方案11的定中系统，其中所述基准图像处理器和所述当前图像处理器使用基于照相机的车道标记检测，以识别所述基准图像和当前图像中的左车道边界和右车道边界，然后对所述左和右车道边界求平均以识别所述车道中线。
技术方案15：如技术方案11的定中系统，其中当所述车辆处于所述车道的几何中心或者所述车道的几何中心加上一偏移时，所述基准图像处理器从所述照相机选择所述基准图像。
技术方案16：如技术方案11的定中系统，其中当所述车辆处于所述车道的几何中心时，所述基准图像处理器通过机器学习技术从所述照相机选择所述基准图像。
技术方案17：如技术方案11的定中系统，其中所述基准图像处理器通过对于同一驾驶员表示驾驶员偏好偏移的机器学习技术从所述照相机选择所述基准图像。
技术方案18：如技术方案11的定中系统，还包括偏好处理器，其确定相对于所述车道中心的期望驾驶员偏移，所述偏好处理器将该驾驶员偏移提供给所述基准图像处理器。
技术方案19：如技术方案18的定中系统，其中当所述车辆处于所述车道内的偏好基准位置时，所述偏好处理器产生所述基准图像。
技术方案20：一种用于使车辆在车道中定中的系统，所述系统包括：
用于产生一组基准车道中线参数的装置；
用于产生当前车道图像的装置；
用于从所述当前车道图像识别一组当前车道中线参数的装置；
用于计算来自所述当前车道中线参数和所述基准车道中线参数的误差的装置；以及
用于调整所述车辆的位置以减小所述误差的装置。
结合附图，从下面的描述和所附权利要求就可清楚本发明的其它特征。
附图说明
图1为包括用于将车辆置在该车辆行驶的道路车道中间的车道定中系统的车辆的视图；
图2为车道定中系统的框图；
图3为车道定中系统可使用以设定基准车道定中参数的示例性流程图；
图4为车道定中系统可使用以提供将车辆转向至车道中的偏好基准位置的控制循环的示例性流程图；以及
图5为示出车道定中系统如何识别车道定中参数的一系列图像。
具体实施方式
下面涉及使用车道标记识别来提供车辆车道定中的方法和系统的本发明实施例的描述实质上仅仅是示例性的，不意欲以任何方式限制本发明或其应用或使用。
本发明提出了一种用于通过利用安装在车辆上的照相机的图像提供车辆车道定中并保持的系统和方法，所述照相机通过车道标记识别来感测车辆行驶车道，然后在车辆沿着道路行驶时，将该信息用于车道定中。所述系统包括至少一个安装在车辆上的照相机，该照相机获取车道的图像。该系统将来自照相机的图像指定为基准图像，该基准图像示出了当车辆处于车道内期望基准位置时的车道视图。该系统从所述基准图像确定基准车道中线，该中线识别图像上车道的中央。该系统从照相机接收当前图像，并计算当前图像中的当前车道中线。该系统将基准车道中线与当前车道中线作比较，并计算和发送转向调整以定位车辆，使得当前车道中线与基准车道中线相匹配，从而将车辆转向进车道内的偏好位置。这消除了将照相机标定至真实世界的需要，从而简化了计算需求。不需要实际知道车道几何中心，因为来自安装在车辆上的照相机的、被识别为基准图像的任意车道图像都可形成基准车道中心的基础。
图1为车辆10的视图，包括用于将车辆10定中在车辆10行驶的道路车道中的车道定中系统14。车辆10包括安装在车辆10上的照相机12，为车道定中-系统14提供车道的图像。在其它实施例中，车辆10可利用包括背向式照相机在内的多个照相机，这些照相机都向车道定中系统14提供图像。车道定中系统14处理来自照相机12的当前图像，以识别当前车道中线，并将其与基准车道中线作比较。车道定中系统14通过转向角信号指令转向系统16，将车辆10定位在车道中，使得当前车道中线与基准车道中线匹配。
基准车道中线可表现在许多位置。该基准车道中线可为车道的中央（车道的实际几何中心）、车道几何中心的偏移/偏置、或从任意其它车道特征（车道边界）的偏移/偏置。例如，驾驶员可能更喜欢使车辆10从车道中线或从左车道标记偏移。
车道定中系统14可从表示车道几何中心的基准图像或一组基准图像获得基准车道中线。存在至少三个不同的能表示车道几何中心的基准图像源。例如，在一个实施例中，当车辆处于车道的几何中心时提供图像。在另一实施例中，在车辆处于车道几何中心时提供多幅图像。在第三实施例中，通过机器学习技术将图像识别为在车辆处于车道几何中心时获取的图像。
车道定中系统14可从表示车道几何中心加上一偏置的基准图像或一组基准图像获得基准车道中线。存在至少四个额外的能表示车道几何中心加上一偏置的基准图像源。例如，在一个实施例中，当车辆处于车道的几何中心加上一偏置时提供图像。在另一实施例中，在车辆处于车道几何中心加上一些偏置时提供多幅图像。在又一实施例中，通过驾驶员距车道几何中心的偏好偏置（习惯偏移）的机器学习技术来识别图像。在第四实施例中，图像表示平均的或典型的驾驶员偏好。
车道定中系统14还能使基准车道中线基于一系列车道中心参数。车道中心参数从一系列图像获得，可在一段时间周期内或当车辆10处于偏好的车道位置中时（由一些其它系统或驾驶员指示）来获得所述图像。
车道定中系统14还能使基准车道中线基于通过机器学习技术获得的理想车道中线。车道定中系统14可通过机器学习技术得到驾驶员在不同情形下偏好的基准车道中线。车辆10的偏好车道中心可被关联至当处于从驾驶员历史记录取回的类似情形中驾驶员如何驾驶。例如，由于习惯或者由于相邻车道中的路侧物体（如，护栏、卡车），一些驾驶员可能更喜欢偏离车道中心10-50厘米。如果，如果在道路的右侧上有车辆（例如警车），那么基准车道中心可显著地偏向左侧。
利用任意数量的数学地展现一条线的参数组，可限定车道中线（基准车道中线或当前车道中线）。数学地限定车道中线的一组参数为该车道中线的角度和在图像的底边线测量的从左下角到车道中线与底边线交叉的位置的距离y。这在数学上等效于从底边线上的任意其它位置测量距离y。也可用其它参数组来从数学上限定无角度的车道中线。
图2为车道定中系统14的框图，示出了一种可能但非限制性的实施方案。该系统14包括识别上述基准图像并将其存储在数据库中的偏好处理器20。期望的基准图像被提供给以任意适当方式确定基准车道中线的基准图像处理器22，将在下面更加详细地描述。包括任何偏置的基准车道中线被提供给比较器18，该比较器将基准车道中线与从由照相机12提供的当前图像确定的当前车道中线作比较。基准车道中线与当前车道中线之间的差别或误差被提供给车道定中控制器24，该控制器计算转向指令角信号δ，以减小或最小化基准车道中线与当前车道中线之间的误差。在一个非限制性实施例中，车道定中控制器24通过最小化成本函数来确定转向角指令信号δ，其中各种成本函数都是可能的（依赖于车道定中设计概念），下面在公式（1）中更加详细地描述一个范例成本函数J。转向角指令信号δ被提供给代表转向系统16的转向系统26，以引起车辆10朝着期望的车道位置转向并减小基准车道中线与当前车道中线之间的误差。当车辆10朝着期望车道位置转向时，车道检测装置28（例如照相机12）检测变化的车道标记并使其成像。图像被提供给当前图像处理器30，确定新的当前车道中线，该新的当前车道中线然后被提供给比较器18，以与基准车道中线作比较，从而继续减小基准车道中线与当前车道中线之间的误差。
图3为示出车道定中系统14能用来确定基准车道中心参数的程序的示例性流程图32，所述基准车道中心参数用于确定基准车道中线。程序开始于框34，在偏好处理器20中接收被识别为基准图像的基准图像，并将基准图像存储在数据库中。特别地，如上所述，基准图像可被识别为车辆处于车道几何中心加上某一偏移时的图像，图像通过机器学习技术从驾驶员距车道几何中心的偏好偏移来识别，或者图像表示平均或典型驾驶员的偏好。然后，在框36，基准图像处理器22从数据库取回基准图像并确定基准车道中心参数，在下面更加详细地描述。在框38，程序将基准车道中心参数提供给车道定中控制器24。
图4为示出由车道定中系统14（具体地，控制器26）用来提供控制循环的程序的示例性流程图40，该控制循环使车辆10转向至偏好的基准位置。该程序在框42接收由照相机12产生的当前车道图像。在框44，处理当前图像以确定当前车道中心参数。然后该程序在框46得到基准车道中心参数。然后，程序在框48比较当前车道中心参数和基准车道中心参数，以计算最小化基准车道中心参数与当前车道中心参数之间误差的转向角指令δ。在框50，该程序将转向角指令δ发送至转向系统26。当接收到下一当前车道图像时，该程序在框42再次重新开始。
车道定中系统14通过转向调整将车辆10引导至消除当前车道中心参数与基准车道中心参数之间差别的位置。车道定中系统14可以任意多种适当的方式计算转向调整。申请’317中描述了提供一系列转向调整的一个例子，其提供减小如下定义的成本函数J的转向指令：
其中yL,err为偏移误差(yL,ref-yL,current)， err为航向角误差( ref- current)，yL,ref和 ref为基准车道中线参数，yL,current和 current为当前车道中线参数，Q(t)和R(t)为权重因子，为转向角指令。
可选地，转向角指令可被转向扭矩τ或横摆扭矩M替换，以最小化成本函数J，这取决于转向系统布置。例如，某些转向致动器可能只接受转向扭矩τ指令，而不接收转向角指令。另外，可通过差速制动机构联合转向致动器来致动特定的车道定中系统，该转向致动器可能需要横摆扭矩M。
图5通过一系列图像52示出车道定中系统14如何识别车道定中参数。图像54为车道定中系统14从照相机12接收的图像。车道定中系统14使用基于照相机的车道标记检测技术来处理图像54，以识别车道标记和车道边界，例如左车道边界58和右车道边界60，如图像56中所示。于2009年3月6日提交的、题为“Camera-BasedLaneMarkerDetection”的专利申请No.12/175,631公开了用于该目的的示例性系统，该申请被转让给本申请的受让人，并通过引用包含于本文。车道定中系统14使用左车道边界58和右车道边界60来计算车道中线64，如图像62中所示。车道定中系统14计算车道中心参数，其中 为车道中线64的角度，y为车道中线64与图像66的底边线交叉的位置。边线为图像66的边缘，其中该边缘恰当地处理了在车道中线64达到底边之前穿过图像66的侧边的情形。
车道定中系统14可使车道中心基于任意数量的计算。例如，车道定中系统14可通过在左车道边界58与右车道边界60之间的平均处构造一条线来计算车道中线64。这种获得车道中线的方法具有改善车道边界的任意变形或弯曲的优点。
车道定中系统14使用在一系列图像52中描述的程序来从基准图像和当前图像求得车道中心参数。框36使用在一系列图像52中描述的程序来识别基准车道中心参数。框44使用在一系列图像52中示出的程序识别当前车道中心参数。
应当理解，上面的描述意欲为示例性的而非限制性的。通过阅读上面的描述，除了提供的实例，许多替代方法或应用对于本领域的技术人员是显而易见的。本发明的范围不应当参考上面的描述来确定，而是应当参考所附权利要求连同该权利要求提出的全部等效物的范围来确定。可以预计和想到，在本文所述的领域中会出现进一步的发展，所公开的系统和方法可被结合进这些进一步实例中。总之，应当理解，本发明能够进行修改和变型，且仅受所附权利要求限制。
已经特别示出和描述了本发明实施例，其仅仅是最佳模式的示例。本领域的技术人员应当理解，在不脱离本发明的实质和范围的情况下，在实施权利要求时可对本文所述实施例使用各种替代方法，从而覆盖在这些权利要求及其等效物的范围内的方法和系统。该说明书应当理解为包括本文所述元件的全部新颖和非明显组合，对这些元件的所有新型或非明显组合的主张可存在于本申请或在后申请中。此外，前面的实施例是示例性的，没有一个特征或元件是该申请或在后申请中要求保护的所有可能组合所必不可少的。
权利要求中使用的所有术语意欲给出本领域技术人员所理解的它们最广义的合理构造和其普通含义，除非这里进行了相反的明显指示。特别地，单数冠词的使用（例如“一种”、“该”、“所述”等）应当理解为列举一个或多个所指元件，除非某权利要求列出相反的明确限制。
Claims (16)
1.一种用于修正车辆在道路车道中的位置的方法，所述方法包括：
使用安装在所述车辆上的照相机产生所述道路车道的基准图像，其中所述基准图像是在所述车辆处于所述车道的几何中心加上预定偏移时通过机器学习技术所识别的图像；
识别所述基准图像中的基准车道中线；
使用所述照相机产生所述车道的当前图像；
识别所述当前图像中的当前车道中线；
计算所述当前车道中线与所述基准车道中线之间的误差；以及
利用控制器来调整所述车辆的位置，使得所述误差得以减小。
2.如权利要求1的方法，其中调整所述车辆的位置包括向车辆转向系统提供转向调整指令信号。
3.如权利要求1的方法，其中识别当前车道中线和基准车道中线包括通过车道中心参数识别所述当前车道中线和基准车道中线，所述车道中心参数包括所述车道中线的角度和所述车道中线接触所述图像的边线的位置。
4.如权利要求1的方法，其中识别当前车道中线包括使用基于照相机的车道标记检测，以识别所述当前图像中的左车道边界和右车道边界，然后对所述左和右车道边界求平均，以识别所述车道中线。
5.如权利要求1的方法，其中产生所述基准图像包括通过基于驾驶员偏好偏移的机器学习技术来识别所述基准图像。
6.如权利要求1的方法，还包括确定相对于所述道路车道的中线的期望驾驶员偏移，并基于该偏移修改所述基准车道中线。
7.如权利要求1的方法，其中调整所述车辆的位置包括产生最小化如下成本函数J的一系列转向角指令：
其中yL,err为偏移误差(yL,ref-yL,current)， err为航向角误差(ref-current)，yL,ref和ref为基准车道中心参数，yL,current和 current为当前车道中心参数，Q(t)和R(t)为权重因子，为转向角指令。
8.如权利要求7的方法，其中调整所述车辆的位置包括产生一系列转向扭矩或横摆扭矩来替代转向角指令，以最小化所述成本函数J。
9.一种用于将车辆在该车辆所行驶的道路车道中定中的车道定中系统，所述系统包括：
照相机，其产生所述道路车道的图像；
基准图像处理器，其识别从所述照相机选择的基准图像中的基准车道中线，该基准图像为在所述车辆处于所述车道的几何中心加上预定偏移时通过机器学习技术所识别的图像；
当前图像处理器，其识别来自所述照相机的当前图像中的当前车道中线；
比较器，其将所述基准车道中线与所述当前车道中线作比较并提供其间的误差；以及
车道定中控制器，其接收所述误差，并计算通过减小所述误差将所述车辆在所述车道中定中的转向指令。
10.如权利要求9的定中系统，还包括车辆转向系统，所述车辆转向系统从所述车道定中控制器接收所述转向指令，以在所述车道中转向所述车辆。
11.如权利要求9的定中系统，其中所述基准图像处理器和所述当前图像处理器通过车道中心参数识别所述当前车道中线和基准车道中线，所述车道中心参数包括所述车道中线的角度和所述车道中线接触所述图像的边线的位置。
12.如权利要求9的定中系统，其中所述基准图像处理器和所述当前图像处理器使用基于照相机的车道标记检测，以识别所述基准图像和当前图像中的左车道边界和右车道边界，然后对所述左和右车道边界求平均以识别所述车道中线。
13.如权利要求9的定中系统，其中所述基准图像处理器通过对于同一驾驶员表示驾驶员偏好偏移的机器学习技术从所述照相机选择所述基准图像。
14.如权利要求9的定中系统，还包括偏好处理器，其确定相对于所述车道中心的期望驾驶员偏移，所述偏好处理器将该驾驶员偏移提供给所述基准图像处理器。
15.如权利要求14的定中系统，其中当所述车辆处于所述车道内的偏好基准位置时，所述偏好处理器产生所述基准图像。
16.一种用于使车辆在车道中定中的系统，所述系统包括：
用于产生一组基准车道中心参数的装置，其中所述基准车道中心参数描述在基准图像上的基准线，该基准图像为在所述车辆处于所述车道的几何中心加上预定偏移时通过机器学习技术所识别的图像；
用于产生当前车道图像的装置；
用于从所述当前车道图像识别一组当前车道中心参数的装置，其中该组当前车道中心参数描述在所述当前车道图像上的当前车道中线；
用于计算来自所述当前车道中心参数和所述基准车道中心参数的误差的装置；以及
用于调整所述车辆的位置以减小所述误差的装置。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US13/156974 | 2011-06-09 | ||
| US13/156,974 | 2011-06-09 | ||
| US13/156,974 US9751529B2 (en) | 2011-06-09 | 2011-06-09 | Lane sensing through lane marker identification for lane centering/keeping |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102815299A CN102815299A (zh) | 2012-12-12 |
| CN102815299B true CN102815299B (zh) | 2016-06-08 |
Family
ID=47220690
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210187951.5A Expired - Fee Related CN102815299B (zh) | 2011-06-09 | 2012-06-08 | 通过用于车道定中/保持的车道标记识别的车道感测 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US9751529B2 (zh) |
| CN (1) | CN102815299B (zh) |
| DE (1) | DE102012104766B4 (zh) |
Families Citing this family (39)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012068331A1 (en) | 2010-11-19 | 2012-05-24 | Magna Electronics Inc. | Lane keeping system and lane centering system |
| US20130030651A1 (en) * | 2011-07-25 | 2013-01-31 | GM Global Technology Operations LLC | Collision avoidance maneuver through differential braking |
| WO2013098996A1 (ja) * | 2011-12-28 | 2013-07-04 | トヨタ自動車株式会社 | 車両の運転支援装置 |
| DE102013210883A1 (de) * | 2013-06-11 | 2014-12-11 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs |
| DE102013214308A1 (de) * | 2013-07-22 | 2015-01-22 | Robert Bosch Gmbh | Abstandsregler für Kraftfahrzeuge |
| JP6098548B2 (ja) * | 2014-02-27 | 2017-03-22 | マツダ株式会社 | 車線逸脱防止支援装置 |
| US9421973B2 (en) * | 2014-02-28 | 2016-08-23 | GM Global Technology Operations LLC | Jerk reduction in transition between lane-centering and lane-keeping steering systems |
| US9902401B2 (en) * | 2015-05-10 | 2018-02-27 | Mobileye Vision Technologies Ltd. | Road profile along a predicted path |
| CN105059287B (zh) * | 2015-07-31 | 2017-09-12 | 奇瑞汽车股份有限公司 | 一种车道保持方法和装置 |
| FR3040348B1 (fr) * | 2015-09-01 | 2017-08-11 | Renault Sas | Dispositif et procede de commande d'un systeme d'aide a la conduite pour la correction de trajectoire d'un vehicule automobile. |
| CN106599760B (zh) * | 2015-10-14 | 2020-11-06 | 国网智能科技股份有限公司 | 一种变电站巡检机器人行驶区域计算方法 |
| US9494438B1 (en) | 2015-12-15 | 2016-11-15 | Honda Motor Co., Ltd. | System and method for verifying map data for a vehicle |
| US20170183035A1 (en) * | 2015-12-29 | 2017-06-29 | Microsoft Technology Licensing, Llc | Dynamic lane shift |
| CN107024929B (zh) * | 2016-02-02 | 2020-09-22 | 香港中文大学深圳研究院 | 一种基于道路信息的车辆控制方法及装置 |
| CN105787455A (zh) * | 2016-03-01 | 2016-07-20 | 江苏大学 | 一种引入图像虚拟引导线的车道保持控制算法 |
| US10055651B2 (en) | 2016-03-08 | 2018-08-21 | Magna Electronics Inc. | Vehicle vision system with enhanced lane tracking |
| CN105843221B (zh) * | 2016-03-09 | 2019-04-12 | 法法汽车(中国)有限公司 | 车道保持方法及雷达、车道保持系统 |
| DE102016205780A1 (de) * | 2016-04-07 | 2017-10-12 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Einstellen eines Reglers eines Fahrzeugs sowie Regelungssystem für ein Fahrzeug |
| US10345812B2 (en) * | 2017-01-10 | 2019-07-09 | GM Global Technology Operations LLC | Methods and apparatus for optimizing a trajectory for an autonomous vehicle |
| CN106740841B (zh) * | 2017-02-14 | 2018-07-10 | 驭势科技（北京）有限公司 | 基于动态控制的车道线检测方法、装置及车载设备 |
| CN106886217B (zh) * | 2017-02-24 | 2020-09-08 | 深圳中智卫安机器人技术有限公司 | 自主导航控制方法和装置 |
| CN108510794B (zh) * | 2017-02-28 | 2021-02-26 | 长城汽车股份有限公司 | 车道检测方法、装置和车辆控制系统 |
| CN115855022A (zh) | 2017-04-07 | 2023-03-28 | 辉达公司 | 使用深度神经网络执行自主路径导航 |
| US10705525B2 (en) | 2017-04-07 | 2020-07-07 | Nvidia Corporation | Performing autonomous path navigation using deep neural networks |
| KR102499398B1 (ko) | 2017-08-09 | 2023-02-13 | 삼성전자 주식회사 | 차선 검출 방법 및 장치 |
| EP3495219B1 (en) * | 2017-12-11 | 2023-07-05 | Volvo Car Corporation | Path prediction for a vehicle |
| US20190185012A1 (en) | 2017-12-18 | 2019-06-20 | PlusAI Corp | Method and system for personalized motion planning in autonomous driving vehicles |
| US11273836B2 (en) * | 2017-12-18 | 2022-03-15 | Plusai, Inc. | Method and system for human-like driving lane planning in autonomous driving vehicles |
| US11130497B2 (en) | 2017-12-18 | 2021-09-28 | Plusai Limited | Method and system for ensemble vehicle control prediction in autonomous driving vehicles |
| CN110871440B (zh) * | 2018-09-04 | 2021-11-23 | 杭州海康机器人技术有限公司 | 机器人的行驶控制方法和装置 |
| CN109166353B (zh) * | 2018-09-12 | 2021-08-20 | 安徽中科美络信息技术有限公司 | 一种车辆行驶前方复杂路口导向车道检测方法及系统 |
| JP7057261B2 (ja) * | 2018-09-25 | 2022-04-19 | 本田技研工業株式会社 | 車両検査システム及び車両検査方法 |
| CN110967026B (zh) * | 2018-09-30 | 2022-02-22 | 毫末智行科技有限公司 | 车道线拟合方法及系统 |
| KR102633140B1 (ko) * | 2018-10-23 | 2024-02-05 | 삼성전자주식회사 | 주행 정보를 결정하는 방법 및 장치 |
| CN109910883A (zh) * | 2019-04-15 | 2019-06-21 | 一汽解放汽车有限公司 | 具有冗余保护的车道中心线的保持控制装置及其方法 |
| CN111824133B (zh) * | 2020-07-30 | 2022-05-27 | 北京罗克维尔斯科技有限公司 | 一种自动泊车控制方法、装置 |
| CN112712731B (zh) * | 2020-12-21 | 2022-08-12 | 阿波罗智联(北京)科技有限公司 | 图像处理方法、装置、系统、路侧设备及云控平台 |
| US20210309221A1 (en) * | 2021-06-15 | 2021-10-07 | Nauto, Inc. | Devices and methods for determining region of interest for object detection in camera images |
| CN114644019B (zh) * | 2022-05-23 | 2022-08-02 | 苏州挚途科技有限公司 | 车道中心线的确定方法、装置和电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5517412A (en) * | 1993-09-17 | 1996-05-14 | Honda Giken Kogyo Kabushiki Kaisha | Self-navigating vehicle equipped with lane boundary recognition system |
| US5850254A (en) * | 1994-07-05 | 1998-12-15 | Hitachi, Ltd. | Imaging system for a vehicle which compares a reference image which includes a mark which is fixed to said vehicle to subsequent images |
| WO2010006361A1 (en) * | 2008-07-14 | 2010-01-21 | National Ict Australia Limited | Detection of vehicles in images of a night time scene |
| CN101727756A (zh) * | 2008-10-16 | 2010-06-09 | 财团法人工业技术研究院 | 交通工具移动图像辅助导引方法与系统 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4016735B2 (ja) * | 2001-11-30 | 2007-12-05 | 株式会社日立製作所 | レーンマーク認識方法 |
| JP4390631B2 (ja) * | 2004-06-02 | 2009-12-24 | トヨタ自動車株式会社 | 境界線検出装置 |
| DE102004048010A1 (de) | 2004-10-01 | 2006-04-06 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Fahrerunterstützung |
| US20070055431A1 (en) * | 2005-09-07 | 2007-03-08 | Weiwen Deng | Method and apparatus for preview-based vehicle lateral control |
| DE102005049071B4 (de) | 2005-10-13 | 2015-04-09 | Robert Bosch Gmbh | LKS-System mit I-Regler |
| JP4687563B2 (ja) * | 2006-05-23 | 2011-05-25 | 株式会社デンソー | 車両用レーンマーク認識装置 |
| US8204277B2 (en) | 2008-07-18 | 2012-06-19 | GM Global Technology Operations LLC | Apparatus and method for camera-bases lane marker detection |
| US8170751B2 (en) * | 2008-12-17 | 2012-05-01 | GM Global Technology Operations LLC | Detection of driver intervention during a torque overlay operation in an electric power steering system |
| US8190330B2 (en) * | 2009-03-06 | 2012-05-29 | GM Global Technology Operations LLC | Model based predictive control for automated lane centering/changing control systems |
| KR101340779B1 (ko) * | 2010-03-17 | 2013-12-11 | 주식회사 만도 | 기준 추종 위치 설정 방법 및 차선 유지 제어 시스템 |
| US8504238B2 (en) * | 2010-04-16 | 2013-08-06 | Ford Global Technologies | Vehicle stability and steerability control via electronic torque distribution |
-
2011
- 2011-06-09 US US13/156,974 patent/US9751529B2/en not_active Expired - Fee Related
-
2012
- 2012-06-01 DE DE102012104766.9A patent/DE102012104766B4/de not_active Expired - Fee Related
- 2012-06-08 CN CN201210187951.5A patent/CN102815299B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5517412A (en) * | 1993-09-17 | 1996-05-14 | Honda Giken Kogyo Kabushiki Kaisha | Self-navigating vehicle equipped with lane boundary recognition system |
| US5850254A (en) * | 1994-07-05 | 1998-12-15 | Hitachi, Ltd. | Imaging system for a vehicle which compares a reference image which includes a mark which is fixed to said vehicle to subsequent images |
| WO2010006361A1 (en) * | 2008-07-14 | 2010-01-21 | National Ict Australia Limited | Detection of vehicles in images of a night time scene |
| CN101727756A (zh) * | 2008-10-16 | 2010-06-09 | 财团法人工业技术研究院 | 交通工具移动图像辅助导引方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| US9751529B2 (en) | 2017-09-05 |
| US20120316730A1 (en) | 2012-12-13 |
| DE102012104766B4 (de) | 2015-01-29 |
| CN102815299A (zh) | 2012-12-12 |
| DE102012104766A1 (de) | 2012-12-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102815299B (zh) | 通过用于车道定中/保持的车道标记识别的车道感测 | |
| US11561542B2 (en) | Safety and comfort constraints for navigation | |
| EP3548845B1 (en) | Navigation based on vehicle activity | |
| JP6756661B2 (ja) | 車両電子制御装置 | |
| JP6637400B2 (ja) | 車両制御装置 | |
| EP3514032B1 (en) | Adjusting velocity of a vehicle for a curve | |
| US8560220B2 (en) | Method and apparatus for determining a plausible lane for guiding a vehicle and an automobile | |
| CN103577682B (zh) | 在道路改变情境中使用导航输入的锚车道选择方法 | |
| JP6799150B2 (ja) | 車両制御装置 | |
| CN109426261B (zh) | 自动驾驶装置 | |
| CN107792069A (zh) | 车辆的行驶控制装置 | |
| CN109835337B (zh) | 转弯控制方法、装置及自动驾驶车辆 | |
| CN111712414A (zh) | 车辆控制装置 | |
| JP5075612B2 (ja) | 車両の走行制御装置 | |
| JP2006213073A (ja) | 先行車認識装置 | |
| CN113498519A (zh) | 用于识别拐入车辆或拐出车辆的方法及控制单元 | |
| US20210291859A1 (en) | Vehicle Travelling Control Apparatus | |
| CN110536828A (zh) | 车辆控制方法及车辆控制装置 | |
| CN112567439A (zh) | 一种交通流信息的确定方法、装置、电子设备和存储介质 | |
| CN103383728B (zh) | 使用环视系统的全速车道感测 | |
| CN112046481B (zh) | 自动驾驶装置和方法 | |
| CN103381825B (zh) | 使用多个照相机的全速车道感测 | |
| CN104842876A (zh) | 用于设置辅助区域的设备及方法 | |
| CN112598915A (zh) | 使用道路拓扑和交通参与者目标状态的车辆轨迹预测 | |
| JP2018034549A (ja) | 車両の運動制御方法及び車両の運動制御装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160608 Termination date: 20190608 |