CN102815305A - 通过用于车道居中/保持的对象车辆信息的车道感测增强 - Google Patents

Abstract

本发明涉及通过用于车道居中/保持的对象车辆信息的车道感测增强。具体地，用于准确地估计车辆正在行驶的车道的系统和方法。安装在车辆上的传感器产生包括车道信息的传感器数据，其由若干车道检测子系统处理从而用对应的车道置信信息产生两个或更多估计车道。组合处理器基于该置信信息组合所估计车道从而确定组合的估计车道。

Description

通过用于车道居中/保持的对象车辆信息的车道感测增强

技术领域

本发明大体涉及一种用于检测车辆正在行驶的道路车道的系统和方法，更具体地，涉及一种包括以各种方式处理传感器数据从而估计车道并识别对应的置信信息然后使用该置信信息组合各估计车道从而检测道路车道的、用于检测车辆正在行驶的道路车道的系统和方法。

背景技术

现代车辆变得越来越自主，即，车辆能够提供具有更少驾驶员介入的驱动控制。巡航控制系统已经存在于车辆上多年，其中，车辆操作员能够设置车辆的特定速度，并且车辆将在无需驾驶员操纵节气门的情况下维持该速度。在本领域中最近已经开发了自适应巡航控制系统，其中，该系统不但维持设置的速度而且在使用各种传感器诸如雷达和摄像机在主车辆前面检测到较慢的移动车辆的情况下还将自动地使车辆减速。现代车辆控制系统还可包括自主停车，其中车辆将自动地提供转向控制以便停放车辆；以及其中，如果驾驶员做出可影响车辆稳定性和车道居中能力的匆忙转向变化，则控制系统将介入；其中，车辆系统试图维持车辆靠近车道的中心。全自主车辆已经展示出在遵守所有道路规则的同时，在诸如2007年DARPA城市挑战的模拟城市交通中行驶达30mph。

随着车辆系统改进，以完全自主地驱动车辆为目标，它们将变得更加自主。未来车辆将很可能利用用于车道改变、超车、绕开交通、驶入交通等的自动系统。因为这些系统在车辆技术中变得更加普遍，所以确定驱动器在结合这些系统用于控制车辆速度、转向和超驰自动系统的角色也将是必然的。

半自主车辆控制系列的实例包括2009年3月6日提交的标题为 “Model Based Predictive Control for Automated Lane Centering/Changing Control Systems”的美国专利申请序号No.12/399,317（在此处称为317），该专利申请已转让给本申请的受让人并且通过引用并入此处，公开了用于为自主或半自主车辆中车道居中和车道改变目的提供转向角控制的系统和方法。2008年12月17日提交的标题为“Detection of Driver Intervention During a Torque Overlay Operation in an Electric Power Steering System”的美国专利申请序号No.12/336,819，公开了通过在扭矩重叠操作中检测驾驶员介入来控制车辆转向的系统和方法，该专利申请已转让给本申请的受让人并且通过引用并入此处。

目前车辆车道居中/保持系统通常使用视觉系统来感测车道并在车道中心驱动车辆。一些方法利用数字摄像机来检测车道。研究已经表明，检测其它车辆的车道居中/保持系统能够改进车道估计的准确性。取决于驱动情况，不同的车道检测方法可能失败。例如，当引领车辆太靠近主车辆时，由于交通堵塞或其它交通情况，摄像机可能检测不到车道标志，因为标志被引领车辆遮挡，并且车道的车道标志检测将因此失败。同样地，如果在空荡的道路上没有引领车辆可跟踪，或引领车辆正在进行车道改变，则已经被证明有用的诸如跟随引领车辆的其它技术将失败。

存在着对如下车道居中系统和方法的需要：在各种现实情况下起作用，并即使当估计车道几何形状的单一方法失败或产生不良的车道估计时也能不断地检测车道。

发明内容

根据本发明的教义，公开了用于检测车辆正在行驶的道路车道的系统和方法。安装在车辆上的传感器产生包括车道信息的数据，该数据被处理从而产生具有对应车道置信信息的两个或更多个估计车道。组合处理器基于置信信息组合估计车道从而确定组合的估计车道。组合处理器还能够调整车辆，使得下一个估计车道具有更高的准确度或较高的置信。

本发明还提供如下方案：

1. 一种用于检测车辆正在行驶的道路中的车道的车辆车道检测系统，所述系统包括：

安装到所述车辆的传感器，其提供包括车道信息的传感器数据；

多个车道检测处理器，其处理所述传感器数据并且独立地产生估计车道和置信信息，其中所述置信信息识别所述估计车道的可靠度；以及

组合处理器，其使用所述置信信息组合来自每个处理器的所述估计车道从而确定检测车道。

2. 根据方案1所述的系统，其中所述组合处理器通过基于所述置信信息对每个估计车道应用置信数字来组合所述估计车道，并且使用具有最大置信数字的估计车道作为所述检测车道。

3. 根据方案1所述的系统，其中所述组合处理器通过基于所述置信信息对每个估计车道应用加权因子来组合所述估计车道，并且通过让最大加权的估计车道对所述检测车道具有最大影响来确定所述检测车道。

4. 根据方案1所述的系统，其中所述传感器是安装到所述车辆的相机，所述相机提供所述道路的图像，并且其中所述车道检测处理器之一是引领车辆处理器，所述引领车辆处理器处理所述图像以识别引领车辆，其中所述引领车辆是所述道路上的另一车辆，并且所述引领车辆处理器提供引领车辆估计车道和引领车辆置信信息。

5. 根据方案4所述的系统，其中所述引领车辆处理器包括：

图像接收器，其接收所述道路的图像：

引领车辆处理器，其检测所述图像中的其它车辆并且识别所述引领车辆和所述其它车辆；

车道改变检测处理器，其检测所述引领车辆是否正在改变车道；以及

估计车道信息发送器，其提供关于所述引领车辆估计车道的信息和引领车辆置信信息，其中所述引领车辆置信信息包括所述引领车辆是否正在改变车道。

6. 根据方案4所述的系统，其中所述引领车辆置信信息还包括所述引领车辆是否正在改变车道，并且所述引领车辆处理器通过从一系列图像中识别所述车道改变来识别所述引领车辆是否正在改变车道，其中所述一系列图像是随时间变化的图像。

7. 根据方案6所述的系统，其中所述车道改变处理器检测到所述引领车辆正在用车辆转向信号发出车道改变信号。

8. 根据方案6所述的系统，其中所述车道改变处理器检测到所述引领车辆正在改变车道，因为所述引领车辆的侧面更加可见或因为在所述车道的一侧比在所述车道的另一侧上能看见更多的车道标志。

9. 根据方案4所述的系统，其中所述引领车辆置信信息包括所述引领车辆是否正在改变车道，并且所述引领车辆处理器从通过车辆到车辆通信所收到的信息确定所述引领车辆是否正在改变车道。

10. 根据方案4所述的系统，其中所述车道检测处理器之一是车道标志处理器，所述车道标志处理器识别所述图像中的车道标志并且基于所述车道标志提供车道标志估计车道和车道标志置信信息，并且其中所述车道标志估计车道和所述引领车辆估计车道被用来确定所述检测车道。

11. 根据方案1所述的系统，其中所述车辆还使用传感器数据或估计车道和置信信息来调整所述车辆的位置，使得所述传感器数据将提供更准确的估计车道或增加所述估计车道中的置信。

12. 根据方案11所述的系统，其中所述传感器是安装到所述车辆的相机，所述相机提供所述道路的图像，并且其中所述车道检测处理器之一是车道标志处理器，所述车道标志处理器识别所述图像中的车道标志并且基于所述车道标志提供车道标志估计车道和车道标志置信信息，并且其中所述组合处理器检测遮挡所述车道标志的视野的遮挡视野的车辆，并且其中所述组合处理器调整车辆速度从而使离所述遮挡视野的车辆的距离增大，使得能够在所述图像中看到所述车道标志。

13. 一种用于检测车辆正在行驶的道路中的车道的车辆车道检测系统，所述系统包括：

安装到所述车辆的传感器，其提供包括车道信息的传感器数据；

多个车道检测处理器，其处理所述传感器数据，其中每个处理器独立地产生估计车道和置信信息，并且其中所述置信信息识别所述估计车道的可靠度；以及

组合处理器，其调整所述车辆的位置，使得来临的估计车道和置信信息将更准确或具有更高的置信。

14. 根据方案13所述的系统，其中所述传感器是安装到所述车辆的相机，所述相机提供所述道路的图像，并且其中所述车道检测处理器之一是车道标志处理器，所述车道标志处理器识别所述图像中的车道标志并且基于所述车道标志提供车道标志估计车道和车道标志置信信息，并且其中所述组合处理器检测遮挡所述车道标志的视野的遮挡视野的车辆，并且其中所述组合处理器调整车辆速度从而使离所述遮挡视野的车辆的距离增大，使得能够在所述图像中看到所述车道标志。

15. 根据方案13所述的系统，其中所述组合处理器通过基于所述置信信息对每个估计车道应用加权因子来组合所述估计车道，并且通过让最高加权的估计车道对所述检测车道具有最大影响来确定所述检测车道。

16. 根据方案13所述的系统，其中所述传感器是安装到所述车辆的相机，所述相机提供所述道路的图像，并且其中所述车道检测处理器之一是引领车辆处理器，所述引领车辆处理器处理所述图像以识别引领车辆，其中所述引领车辆是居中在所述车道中或以所述车辆为中心的另一车辆，其中所述引领车辆处理器提供引领车辆估计车道和引领车辆置信信息，其中所述置信信息包括所述引领车辆是否正在改变车道，并且其中所述组合处理器组合所述估计车道以基于所述置信信息确定检测车道。

17.根据方案16所述的系统，其中所述引领车辆处理器识别所述引领车辆是否正在改变车道。

18.根据方案16所述的系统，其中所述引领车辆置信信息包括所述引领车辆是否正在改变车道，并且所述引领车辆处理器根据通过车辆到车辆通信所收到的信息来确定所述引领车辆是否正在改变车道。

19. 根据方案13所述的系统，其中所述车道检测子系统之一是车道标志处理器，所述车道标志处理器识别所述图像中的车道标志并且基于所述车道标志提供车道标志估计车道和置信信息。

20. 一种用于检测车辆正在行驶的道路中的车道的方法，所述方法包括：

接收包括车道信息的传感器数据；

处理所述传感器数据以计算多个估计车道和对应的置信信息；以及

基于所述置信信息从所估计车道确定检测车道。

本发明的另外的特征将从结合附图所作出的下列描述和所附权利要求变得明显。

附图说明

图1是包括用于将车辆居中在车辆正在行驶的道路车道中的车道居中系统的车辆的图示；

图2是车道估计子系统的框图，该子系统能够是图1中所示的车道居中系统的一部分；

图3是引领车辆车道处理器的框图；以及

图4是示出当因为引领车辆遮住车道标志而需要通过引领车辆追踪法所估计车道来提供检测车道时的图示。

具体实施方式

本发明的实施例的下列讨论，针对用于检测车辆正在行驶的车辆道路车道的系统和方法，仅仅只是示例性的，并且决不旨在限制本发明或其应用或使用。

本发明提出用于准确地检测车辆行驶车道的系统和方法，其中该车辆包括传感器，所述传感器对车道检测子系统提供包括车道信息的传感器数据。车道检测子系统提供估计车道和对应的置信信息。例如，估计车道处理器可基于车道标志、引领车辆或车道水平(lane level)准确度GPS/地图来检测车道。估计车道和对应的置信信息被组合从而给出检测车道，以及被用来调整车辆以改进下一个估计车道和置信信息的准确性。

图1是包括用于将车辆10居中在车辆10正在行驶的道路车道中的车道居中系统14的车辆10的图示。车辆10包括安装到车辆10的相机12，该相机为车道居中系统14提供传感器数据，在这种情况下是车道的图像。在其它实施例中，车辆10可利用包括后向摄像机的多个摄像机。车辆10包括车辆到车辆（V2V）通信系统16，该通信系统提供关于从附近车辆收到的信息的传感器数据，包括车辆位置和引领车辆是否正在改变车道。车辆10还包括全球定位系统（GPS）和地图系统18，该地图系统将GPS传感器数据与计算机化地图相结合，从而为车道居中系统14提供关于车辆10前面的车道信息。车道居中系统14以多种方式处理传感器数据从而获得一些估计车道。一个实施例通过车道标志处理器、引领车辆处理器和GPS/地图处理器来估计车道。随同估计车道信息，提供了关于估计车道中置信的信息，该信息告知所估计车道的可靠程度或准确程度。例如，如果估计车道是基于引领车辆跟踪方法，则引领车辆是否正在改变车道将是置信信息的一部分。车道居中系统14考虑估计车道和置信信息连同另外的车辆/道路信息来确定检测车道。基于估计车道，车道居中系统14命令转向系统20将车辆10定位在检测车道的期望的车道中心。

虽然该讨论描述了计算检测车道和将车辆10定位在车道中心，但术语“车道中心”表示车道中期望的位置——其常常是几何车道中心。然而，车道中心可意指道路车道中任何期望的位置。特别地，车道中心能够是几何车道中心、偏离几何车道中心、或车道中一些其它期望的位置，诸如当经过在右肩上的警车时车道的左边缘或因习惯或由于附近的护栏而偏离车道中心10cm至50cm。

虽然此处的讨论将引领车辆描述为在与车辆10相同的车道上并且定位在车辆10前面，但是术语“引领车辆”不仅可表示车辆10前面的另一辆车，而且也可表示尾随车辆10的车辆。在同一车道、相邻车道或另一车道中心的任何车辆，在车辆10前面、后面或旁边，均可以是引领车辆。术语引领车辆不是指引领车辆位置，而是指车辆10正跟随引领车辆的“领向”（方向或位置）。

置信信息是关于估计车道的可靠性的数据。置信信息能够是可靠性的百分比估计，或任何其它如下信息：帮助增进对估计车道的背景的理解，使得能够产生改进的检测车道。例如，引领车辆所估计车道的置信信息将包括引领车辆是否正在改变车道。对于车道标志估计车道，置信信息将包括在车道的每个边缘上能够看到多少车道标志。

图2是车道检测子系统22 的框图，该子系统能够是车道居中系统14的一部分。车道检测子系统22包括车道估计子系统24，该子系统使用处理传感器数据的各种处理器来检测或感测车道。在该实施例中，车道估计子系统24包括三个车道检测处理器26：车道标志处理器26、引领车辆处理器28、以及GPS和地图处理器30。在车道估计子系统24中处理器26、28和30处理传感器数据并且为组合处理器32提供估计车道和对应的置信信息。车道标志处理器26检测并提供车道标志估计车道和车道标志置信信息。引领车辆处理器28识别并跟踪引领车辆估计车道和引领车辆置信信息。GPS和地图处理器30检测并提供GPS/地图估计车道和GPS/地图置信信息。例如，如果用来检测引领车辆估计车道的引领车辆正在改变车道，则引领车辆置信信息将表示车道改变并且可表示在引领车辆估计车道上存在低置信。组合处理器32利用估计车道和置信信息连同另外的车辆/道路信息来确定检测车道。例如，如果因为引领车辆正在改变车道，引领车辆置信信息表示低置信，则组合处理器32能够忽略引领车辆车道。一旦组合处理器32已经产生检测车道，检测车道能够提供给车道居中系统14的其它部分用于计算诸如转向调整的事情。

组合处理器32能够基于置信信息组合来自各种估计车道的信息以确定检测车道。如先前所述，如果引领车辆置信信息因为引领车辆正在改变车道而表示低置信，则组合处理器32能够忽略引领车辆估计车道。另一方面，如果因为车道标志不可见，引领车辆置信信息表示高置信并且车道标志置信信息表示低置信，则组合处理器32可主要基于引领车辆估计车道来提供检测车道。

组合处理器32能够通过使用置信权重来确定检测车道。组合处理器32能够基于置信信息来分配加权因子。低置信估计车道获得低加权因子，并且高置信估计车道获得高加权因子。检测车道能够基于分配的加权因子，最高加权因子估计车道对检测车道具有最大影响。例如，检测车道可以是估计车道的加权几何平均。

组合处理器32也能够基于关于估计车道的组合信息来调整估计车道上的置信。例如，如果组合处理器32注意到引领车辆正在逐渐远离车道标志估计车道中心移动，则引领车辆可以是正在执行无信号车道改变，并且引领车辆估计车道上的置信可被降低。类似地，如果使用了加权因子，那么类似地可以下调加权因子。

用于处理传感器数据的其它处理器也能够被设置用以产生估计车道，诸如激光测距仪（LIDAR）、V2V通信、或任何其它产生估计车道的处理器。

出于在短距离内检测车道的目的，车道检测处理器26和28将合理地假定公路是笔直的。假定公路是笔直的是合理的，因为公路上最弯的曲线是500米半径曲线，其引起在车辆前面10米处的车道估计出现20厘米的偏差。在车辆10前面10米处20厘米的偏差在通常4米宽的车道上对车辆10转向中不是重要的因素。

车道标志处理器26的实例能够在如下专利中找到：2009年3月6日提交的标题为“Camera-Based Lane-marker Detection”的美国专利申请序号No.12/175,631，该专利申请已转让给本申请的受让人并且通过引用并入此处，其公开了用于该目的的示例性系统；以及2011年6月9日提交的标题为“Lane Sensing through Lane Marker Identification for Lane Centering/Keeping”的美国专利申请序号No.13/156,974（在此处称为’974)，该专利申请已转让给本申请的受让人并且通过引用并入此处，其公开了用于检测道路车道中车辆的位置和将车辆居中在车道中的系统和方法。

检测车道连同车辆10在检测车道中的当前位置由车道居中系统14的其它子系统使用来计算转向调整，所述转向调整被发送至转向系统20以使得/保持车辆10在车道中心。在’317申请和’974申请中讨论了这些计算和转向调整的实例。

车道检测子系统22使用各种估计车道连同诸如其它车辆信息和道路信息的其它信息来构建检测车道。诸如引领车辆和试图改变车道的其它车辆信息能够帮助改进估计车道的准确性。道路信息--诸如车辆速度、车辆对道路的方位、以及对道路前面的知识--能够帮助改进车道估计的准确性。例如，当车辆10以高速率行驶时，则道路很可能是笔直的；当车辆10与道路对准时，则车辆10很可能停留在车道中；并且当车辆10与道路不对齐时，车辆10也许正在改变车道。如果道路前面突然转向，则在确定检测车道中使用道路是笔直的通常假设会是不合理的。

车道居中系统14能够使用估计车道和置信信息来调整车辆位置，以改进来临的检测车道的准确性或置信。例如，如果遮挡视野的车辆，像在先的引领车辆一样，太靠近车辆10，使得相机12不再能够看见车道标志（参见下面的讨论），则车道居中系统14能够指示车辆10减速。例如，如果车辆通常将落后引领车辆2米或3米，则车道居中系统将希望增加间隙。车道居中系统14能够使用除图像以外的装置例如来自激光测距仪的信息来检测遮挡视野的车辆。关于如何指示车辆10减速的许多技术将是本领域的普通技术人员熟知的。一旦车辆10减速，到遮挡视野的车辆的距离将增加并且使车道标志再次可见，使得车道标志估计车道将具有更加准确或较高的置信。在另一个实例中，雪可能间歇地遮盖车道标志并且可能存在始终可见的另一车辆，但是其他车辆在不同的公路车道上。在该实例中，车道居中系统14能够通过指示车辆10转向到随其他车辆的其他车道来对车辆10定位，使得车道居中系统14将具有一致的引领车辆和间歇的车道标志估计车道来帮助提供准确的检测车道。

遮挡视野的车辆被描述为在车辆10前面的其他车辆，但是遮挡视野的车辆还可以是正在尾随车辆10的其他车辆，但是同样地遮挡后向相机的车道标志的视野。在尾随的遮挡视野的车辆的情况下，车辆10可被指示加速直到距离增加使得车道标志再次可见为止。

图3是引领车辆处理器34的框图，示出引领车辆处理器28的一种可能但非限制性的实施方式，处理器28通过跟踪引领车辆技术来使用车道估计。图像接收器36，代表相机12，为车辆检测模块38和车道改变检测处理器42提供图像。车辆检测模块38识别图像中的其它车辆。为引领车辆检测模块40提供其它车辆以识别一个或多个引领车辆，如果它们存在的话。引领车辆在该实施例中是在车辆10的车道上或相邻或其它车道上的另一车辆。如果引领车辆存在，则引领车辆检测模块40为车道改变检测处理器42提供引领车辆。另外， V2V通信系统44为车道改变检测处理器42提供关于其它车辆改变车道的V2V信息，车道改变检测处理器42使用该信息了解引领车辆是否正在发出车道改变信号。车道改变检测处理器42观察引领车辆随时间的图像，并且能够检测到任何早期改变或晚期改变指示，参见下面的讨论。关于车道改变的信息作为引领车辆置信信息的一部分被提供给估计车道信息发送器46，其然后为组合处理器32提供估计车道和置信信息。

检测引领车辆车道改变的指示能够通过早期改变迹象或晚期改变迹象完成。早期迹象包括V2V通信和转向信号检测。转向信号检测能够通过检测一系列图像中的闪光、模式匹配或告知其它驾驶员引领车辆将改变车道的任何其它信号来完成。晚期迹象包括车辆方位检测（引领车辆的一侧是可见）或一侧上的更多车道标志侧是可见。在看见车辆10的一侧表示引领车辆不再笔直前进时，它正在改变车道并且是为什么引领车辆的一侧可见的原因。当在一侧上比另一侧有更多可见的车道标志能够表示引领车辆正朝车道边缘移动或在车道边缘上时，再次指示车道改变正在发生。

图4是示出当因为引领车辆从视线遮住车道标志而需要通过引领车辆追踪法所估计车道来提供准确的检测车道时的实例的图示48。车辆50正跟随引领车辆52在道路上行驶。车辆50装备有前向相机54和后向相机（未示出）。前向车道相机54具有视野56，其包括车道标志58和60，但标志58和60对前向车道相机54不可见，因为它们被引领车辆52遮挡，如被遮挡的视野62所指示。后向相机不具有后车道标志66和68的清晰的视野，因为尾随车辆64遮挡了它们。另外，后向相机未能检测到后车辆，因为其不在车道上。在这种情况下，最好基于引领车辆52来使用引领车辆估计车道，然后基于车道标志估计车道来估计车道。

需理解的是，以上描述的意图是例证性而非限制性的。在阅读上述描述之后，除这些实例以外的许多替代方法或应用对本领域的那些技术人员来说将是明显的。本发明的范围不应参考以上描述而确定，而是相反应参考所附权利要求连同赋予这样的权利要求的等同物的全部范围来确定。可以预期的是，进一步的发展将在此处所讨论的技术中发生，并且所公开的系统和方法将组合到这样的进一步的实例中。总言之，应理解，本发明能够修改和变化并且仅受所附权利要求的限制。

已经详细示出并描述了本实施例，这些实施例仅仅只是对最佳模式的说明。本领域的技术人员应理解，在不脱离本发明的精神和范围以及这些权利要求和因此由这些权利要求所覆盖的等同物的范围内的方法和系统的情况下，在实践权利要求的过程中可以利用此处所描述的实施例的各种替代方案。应理解，该描述包括此处所描述的元件的所有新颖组合和不明显组合，并且权利要求可以在本申请或后续申请中对这些元件的新颖组合和不明显组合提出。而且，前述实施例是说明性的，并且单一特征或元件对可能在本申请或后续申请中要求保护的所有可能的组组合不是必不可少的。

在权利要求中所使用的所有术语旨在给出它们的最广泛合理结构和如本领域的技术人员所理解的它们的一般意义，除此处给出相反的明确的指示之外。特别地，对诸如“一”，“该”，“所述”等单数冠词的使用应理解为列举所指示的元件中的一个或多个，除权利要求中列举相反的明确的局限性之外。

Claims (10)

1. 一种用于检测车辆正在行驶的道路中的车道的车辆车道检测系统，所述系统包括：

安装到所述车辆的传感器，其提供包括车道信息的传感器数据；

多个车道检测处理器，其处理所述传感器数据并且独立地产生估计车道和置信信息，其中所述置信信息识别所述估计车道的可靠度；以及

组合处理器，其使用所述置信信息组合来自每个处理器的所述估计车道从而确定检测车道。

2. 根据权利要求1所述的系统，其中所述组合处理器通过基于所述置信信息对每个估计车道应用置信数字来组合所述估计车道，并且使用具有最大置信数字的估计车道作为所述检测车道。

3. 根据权利要求1所述的系统，其中所述组合处理器通过基于所述置信信息对每个估计车道应用加权因子来组合所述估计车道，并且通过让最大加权的估计车道对所述检测车道具有最大影响来确定所述检测车道。

4. 根据权利要求1所述的系统，其中所述传感器是安装到所述车辆的相机，所述相机提供所述道路的图像，并且其中所述车道检测处理器之一是引领车辆处理器，所述引领车辆处理器处理所述图像以识别引领车辆，其中所述引领车辆是所述道路上的另一车辆，并且所述引领车辆处理器提供引领车辆估计车道和引领车辆置信信息。

5. 根据权利要求4所述的系统，其中所述引领车辆处理器包括：

图像接收器，其接收所述道路的图像：

引领车辆处理器，其检测所述图像中的其它车辆并且识别所述引领车辆和所述其它车辆；

车道改变检测处理器，其检测所述引领车辆是否正在改变车道；以及

估计车道信息发送器，其提供关于所述引领车辆估计车道的信息和引领车辆置信信息，其中所述引领车辆置信信息包括所述引领车辆是否正在改变车道。

6. 根据权利要求4所述的系统，其中所述引领车辆置信信息还包括所述引领车辆是否正在改变车道，并且所述引领车辆处理器通过从一系列图像中识别所述车道改变来识别所述引领车辆是否正在改变车道，其中所述一系列图像是随时间变化的图像。

7. 根据权利要求6所述的系统，其中所述车道改变处理器检测到所述引领车辆正在用车辆转向信号发出车道改变信号。

8. 根据权利要求6所述的系统，其中所述车道改变处理器检测到所述引领车辆正在改变车道，因为所述引领车辆的侧面更加可见或因为在所述车道的一侧比在所述车道的另一侧上能看见更多的车道标志。

9. 一种用于检测车辆正在行驶的道路中的车道的车辆车道检测系统，所述系统包括：

安装到所述车辆的传感器，其提供包括车道信息的传感器数据；

多个车道检测处理器，其处理所述传感器数据，其中每个处理器独立地产生估计车道和置信信息，并且其中所述置信信息识别所述估计车道的可靠度；以及

组合处理器，其调整所述车辆的位置，使得来临的估计车道和置信信息将更准确或具有更高的置信。

10. 一种用于检测车辆正在行驶的道路中的车道的方法，所述方法包括：

接收包括车道信息的传感器数据；

处理所述传感器数据以计算多个估计车道和对应的置信信息；以及

基于所述置信信息从所估计车道确定检测车道。

Images