CN103358993B - 用于识别车辆停车位线标记的系统和方法 - Google Patents

Abstract

本发明涉及一种用于识别车辆的停车位线标记的系统和方法。具体地，角落获取进程被配置成在包括停车位线标记的图像中获取有角角落，并且交叉获取进程被配置成通过组合获取的角落之中的相邻角落来获取交叉点。空间获取进程通过组合获取的交叉点来获取是停车位线标记端部周边的空间。作为上述进程的结果，然后，类型选择进程可以从获取的空间中选择停车位线标记的类型，并且最终选择进程可以基于被选择的类型来选择最终空间。

Description

用于识别车辆停车位线标记的系统和方法

相关申请的交叉引用

本申请要求根据U.S.C.35§119（a），要求于2012年4月10日提交的韩国专利申请No.10-2012-0037405的权益，其全部内容合并于此作为参考。

技术领域

本发明涉及识别车辆停车位线标记的系统和方法，其从车辆成像设备，例如照相机、摄像机、视觉系统等的图像自动提取并识别停车位线。

背景技术

近年来，由于用户增加了自动停车的兴趣，业务部门和学术机构以及汽车行业的研究和开发部门在这个技术领域的研究已经开始扮演主要的角色。这样的自动停车系统通常由例如目标位置指定进程、路径规划进程以及路径跟踪进程三个组成部分组成，所有这三个进程由是安装在车辆中的控制器的一部分的处理器执行。常规目标位置指定进程可以分为四类，其包括基于用户界面的进程，基于基础设施的进程，基于自由空间的进程以及基于停车位线标记的进程。目前大多数产品使用基于用户界面的进程或基于自由空间的进程。

当自动识别失效时，基于用户界面的进程是最容易实施的并且对修正是非常有用的，但是用户必须每次手动操作系统，这对于大多数用户来说不是所期望的系统。基于自由空间的进程在平行停车期间，使用超声波传感器向用户提供实用的解决方案。不过，与目标停车位置相比，在垂直停车期间的系统误码率不合理的高，结果是根据直接毗邻车辆的高度，常常不正确设置目标停车位置为斜的。

不过基于停车空间线标记的识别进程与其他进程相比，具有下列优势。

1）基于停车位线标记的识别进程可以最小化在基于用户界面进程中是非常显著问题的驾驶员操作程度。2）由于基于停车位线标记的识别进程根据直接相邻车辆高度设置停车位置，其会倾斜地设置目标位置。在停车位线标记识别进程中，可以将目标设置成精确布置在停车位线标记线之间。3）基于扫描激光雷达、短距离雷达以及立体照相机的进程通常需要包括附加的传感器，但是，停车位线标记识别进程可以使用现有尾部成像设备。4）由于感应限制，利用超声波传感器的进程在垂直停车期间具有很高的误码率，但是停车位线标记识别进程可以有效应用于垂直停车。5）基于单眼运动立体的进程需要大量计算，但是停车位线标记识别进程可以利用相对小的计算量实施。

然而，基于停车位线标记的识别进程仅能够在提供停车位线标记的时候使用。不过，在都市环境的大多数时间（消费者最有可能使用这个功能），停车位被适当标记，因此这个缺点没有实际意义。只要在绘制停车位线标记的时候未安装基础设施，基于停车位线标记的进程仅经由图像传感器识别停车位线标记。

基于停车空间线标记的进程可以被分类成需要用户输入关于停车位信息的半自动进程和不需要用户输入的全自动进程。就速度和识别率而言，半自动进程比全自动进程更为优选，这是因为用户输入关于停车位的附加信息以及如果自动识别系统失效，半自动进程即使作为备份工具也是非常有价值的。

在某些系统中，其提供了当用户通过触摸屏在区域中输入用户想要停车的区域的一个点时，由带有基于信息的定向强度梯度的标记线段识别停车位的方法。不过，这个进程仅应用于一种停车位线标记类型。因此，为了实施停车，指示用户请求停车区域入口的两个交叉点初始位置被输入到触摸屏中，以及通过模板匹配二值化获得的停车位线标记区域骨架提供的识别停车位进程。

人们也已经以各种方式照例开发出全自动进程。在某些系统中，其提供了识别停车位的进程，其通过利用停车位线标记已经具有预先确定颜色的推论，基于受限制的库伦能量神经网络，通过颜色分段进程，通过提取包括在停车位线标记中的像素实现。

此外，在用于车辆尾部垂直边缘的3D基础构造通过利用双眼立体相机完成后，停车位线标记通过仅利用满足地表面单息摄影的像素识别。

同时，其在假设停车位线标记配置了相互平行具有固定宽度而且有直线垂直于他们的两条直线的情况下，通过过滤鸟眼边缘图像的Hough空间，提供了识别停车位的附加进程。而且，其还提供了在车辆开始向后运动停车前，基于车辆位置和偏转角连续计算虚拟目标位置后，通过改进的随机采样一致算法排除偏远标记和检测直线的进程。不过，现有全自动进程假设仅存在一种停车位类型，因此其适用性受限于非常规停车位。

上述关于相关技术领域的描述仅用于帮助理解本发明的背景，不应解释为包含在本领域技术人员已知的相关技术中。

发明内容

本发明提供用于识别车辆停车位线标记的系统和方法，其可以自动和动态应用于各种停车位线标记而不需要用户通过安装在车辆中成像设备的图像指令或输入。

本发明的示范性实施例提供了在处理器上执行的识别用于车辆的一个或多个停车位线标记的方法，其包括：配置成获取图像中包括一个或多个停车位线标记的有角度的角落的角落获取进程；配置成通过在获取的角落之中组合相邻角落而获取交叉点的交叉获取进程；配置成通过组合获取的交叉点而获取一个或多个停车位线标记的端部周边的空间的空间获取进程；配置成从获取的空间中选择停车位线标记的类型的类型选择进程；以及配置成基于选择的停车位线标记的类型选择最终空间的最终选择进程。

用于识别车辆停车位线标记的方法可以进一步包括图像提取进程，其经配置以鸟眼视图格式从安装在车辆外周边的成像设备提取包括一个或多个停车位线标记的图像。在图像提取进程中，从车辆成像设备提取的鱼眼视图格式图像可以转换为鸟眼视图格式。

在角落获取进程中，根据在角落中包含的弧在具有比停车位线标记的宽度小的半径的圆中所对应的角度，来区分所获取的角落的类型。。此外，角落可以被分类成从45°、60°、90°、120°、135°以及270°的多个角度中选择的多个不同的角落类型。类似地，交叉点可以被分类成从T型、L型、Y型以及I型组成的组中选择的多个不同交叉点类型。

进一步地，在本发明的某些示范性实施例中，停车位线标记与道路之间的边界可以被表述为根据亮度变化的矢量。在这些线中，在交叉获取进程期间，交叉点可以基于存在的角落的类型、至少一个停车位线标记与道路之间的边界的矢量的方向性以及相邻角落之间的分隔距离如上所述被分类成T型，L型，Y型以及I型。而且，即使在没有获取一对相邻角落时，可以基于单个角落的类型，和停车位线标记与道路之间的边界的矢量的方向性估算交叉点类型。

在交叉获取进程中，交叉点可以由矢量通过停车位线标记与道路之间的边界的矢量的方向性表示，并且在空间获取进程中，可以基于交叉点的矢量方向判定空间的方向性，以便确定获取的空间是否是在停车位线标记开始点的位置。

在空间获取进程中，空间可以被分类成矩形或平行四边形。

在最终选择进程中，最终空间可以基于获取的空间的停车位线标记类型与获取的空间亮度级之间的相似度选择。

本发明的另一个示范性实施例提供了由安装在车辆控制器的处理器执行的用于识别车辆停车位线标记的方法，其包括：配置成在包括停车位线标记的图像中获取有角度的边缘的边缘获取进程；配置成通过组合在获取的边缘之中相邻边缘来获取交叉点的交叉获取进程；配置成通过组合获取的交叉点来获取停车位线标记端部周边的空间的空间获取进程；以及配置成通过比较所获取的空间的亮度来选择最终空间的最终选择进程。

还在本发明提供识别车辆停车位线标记方法的另一个示范性实施例中，其包括：由成像设备系统从车辆成像设备的图像中获取停车位线标记的角落；由成像设备系统的处理器通过组合相邻角落获取交叉点；由处理器通过组合相邻交叉点来获取停车位线标记的端部周边的空间；通过将获取的空间代入事先提供的停车位线标记类型或比较空间亮度并识别停车位线标记来选择最终空间。

有利地，本发明的示范性实施例提供了可以应用于各种停车位线标记的全自动停车位线标记识别进程。本发明进程基于各种停车位线标记被配置在分级树结构中的事实。每个停车位线标记的类型由多个空间构成，单个空间由两个交叉点构成，并且单个交叉点由两个角落的组合构成。

附图说明

现通过参考某些示范性实施例和随附的绘图详细描述本发明的上述特征和其他特征，应当明白给出的上述示范性实施例和随附绘图仅是说明性的，本发明不限于所述实施例和绘图，其中：

图1示出根据本发明示范性实施例的用于识别车辆一个或多个停车位线标记方法的流程图；

图2示出根据本发明示范性实施例的用于识别车辆停车位线标记方法的分级图；

图3示出根据本发明示范性实施例的用于识别车辆停车位线标记方法识别进程的示意图；

图4A-I示出根据本发明示范性实施例的用于识别车辆停车位线标记方法识别进程的示意图；

图5A-D示出根据本发明示范性实施例的用于识别车辆停车位线标记方法角落的示意图；

图6A-D示出根据本发明示范性实施例的用于识别车辆停车位线标记方法交叉点的示意图；

图7示出根据本发明示范性实施例的用于识别车辆停车位线标记方法交叉点的示意图；

图8A-E示出根据本发明示范性实施例的用于识别车辆停车位线标记方法空间的示意图；以及

图9A-D示出根据本发明示范性实施例的用于识别车辆停车位线标记方法实施例的示意图；

应当理解随附的绘图不是必然地按照比例绘制，其展示说明本发明基本规律的各种优选功能的某种程度简化表示。

在本发明中，相同参考数字标号指向绘图中几个图纸中的相同或等价部件。

具体实施方式

现详细参考本发明各种实施例，其例子在随附绘图中示出并在下面描述。

本文所使用术语仅用于描述特定实施例，不是为了限制本发明。正如本文所使用的，单数形式“一”，“一个”，“该”也包括复数形式，除非上下文中明确指出。应当进一步理解，当用于本规范时，术语“包括”和/或“包括了”规定陈述特征、整数、步骤、操作、元件和/或组件的存在，但不排除一个或多个其他特征、整数、步骤、操作、元件、组件和/或其中组的存在和添加。正如本文所使用的，术语“和/或”包括关联列出项目中一个或多个的任意一个或者全部结合。

应当理解本文使用的术语“车辆”或“车辆的”或类似术语包括一般的汽车，例如包括运动型多功能车（SUV）的轿车，公共汽车，卡车，各种商用车辆，包括各种乘船和船舰的水运工具，航空器及其类似物，以及包括混合动力汽车，电动汽车，插电式混合电动汽车，混合动力汽车以及其他可选燃料车辆（例如，从不是石油的资源获取燃料）。正如本文所参考的，混合动力汽车是具有两个或多个动力源的车辆，例如汽油动力和电动力车辆。

虽然示范性实施例被描述成利用多个单元完成示范性过程，应当理解示范性过程还可以由一个或多个模块完成。此外，应当理解术语控制器指的是包括存储器和处理器的硬件设备。存储器经配置存储模块，以及处理器经具体配置执行所述模块完成在下面进一步描述的一个或个多过程。

而且，本发明的控制逻辑可以体现为计算机可读介质上的非暂态计算机可读介质，其中所述计算机可读介质包含由处理器、控制器或其类似物执行的可执行程序指令。计算机可读介质的例子包括但不限于ROM、RAM、紧凑式碟片（CD）-ROMs，磁带，软盘，快闪驱动器，智能卡和光数据存储设备。计算机可读记录介质还可以分布在网络联接计算机系统中，以便计算机可读介质以分布方式例如远程信息处理服务器或控制器区域网络（CAN）存储和执行。

在下文中，根据本发明示范性实施例的用于识别车辆停车位线标记的系统和方法会参考随附绘图描述。

图1示出根据本发明示范性实施例的由安装在车辆中控制器上处理器执行的识别停车位线标记的进程流程图。这个进程包括：经配置获取图像中包括停车位线标记的有角度角落的角落获取进程（S200）；经配置通过在获取的角落之中组合相邻角落而获取交叉点的交叉获取进程（S300）；经配置通过组合获取的交叉点来获取停车位线标记的端部周边的空间的空间获取进程（S400）；经配置从获取的空间中选择停车位线标记的类型的类型选择进程（S500）；以及经配置基于选择的类型选择最终空间的最终选择进程（S600）。

根据本发明示范性实施例的用于识别车辆停车位线标记的方法使用来自安装在车辆中成像设备，例如尾部备份照相机的拍摄图像。通常，由鱼眼镜头获取的鱼眼视图图像由成像设备提取并首先转换为鸟眼视图。为此，根据本发明实施例的用于识别车辆停车位线标记的方法可以进一步包括图像提取进程（S100），其经配置从车辆提供的成像设备中以鸟眼视图格式提取包括停车位线标记的图像。此外，在图像提取进程中，从车辆成像设备提取的鱼眼视图格式图像被转换为鸟眼视图格式，使得停车位线标记被显示成好像从车辆上面观看一样，从而使得被显示的停车位线标记更容易被识别。

车辆的停车位线标记通常基于角落，交叉点，空间，以及停车位线标记识别。因此，在根据本发明示范性实施例的用于识别车辆停车位线标记的方法中，角落首先被识别，接着交叉点和空间被识别。此后，作为较高级别的进程，停车位线标记被识别以及更精确空间被检测，以便适应成为基准的模型，从而获得精确的停车位线标记识别。

图2示出根据本发明示范性实施例的用于识别车辆停车位线标记方法的分级图。最高的停车位线标记类型由多个空间构成，空间由交叉点构成，并且交叉点由角落构成。

首先，在角落获取进程（S200）中，在包括停车位线标记的图像中获取角落角度，在交叉获取进程（S300）中，通过组合获取的角落中的相邻角落获取交叉点。此外，在空间获取进程（S400）中，通过组合获取的交叉点获取停车位线标记的端部周边的空间，然后执行类型选择进程（S500）和最终选择进程（S600），其中，在类型选择进程（S500）中，其被配置成从获取的空间中选择停车位线标记的类型，在最终选择进程（S600）中，其被配置成基于选择的类型选择最终空间。

图3示出根据本发明示范性实施例的用于识别车辆停车位线标记方法识别进程的示意图。停车位线标记40由空间、交叉点20以及形成交叉点20的一对角落10构成，并且停车位线标记40最终从角落10被识别。

图4A-D示出多个停车位线标记的不同类型。假设通过分析结构的各种停车位线标记类型，配置由类型，空间，交叉点以及角落组成的分级树结构。如图4A-D所示，其提供处理停车位线标记之中最常用类型的四种类型的方法。

停车位线标记的相应类型可以被命名为图4A的矩形类型，图4B的不均匀矩形类型，图4C的菱形类型，以及图4D的开口矩形类型。这四个停车位线标记类型由图4E到4I的5个可能空间类型组成，并且单个空间由两个交叉点的不同组合配置。在图中，示出相应空间，并且组成每个空间的交叉点对以红颜色显示并说明。在图4E到4I中示出这5个空间的类型可以分别被命名为TT空间（图4E），TL空间（图4F），T'T’空间（图4G），YY空间（图4H）以及II空间（图4I）。

详细来说，在根据本发明示范性实施例的用于识别车辆停车位线标记方法的角落获取进程（S200）中，根据在角落中包含的弧在具有比停车位线标记的停车位线的宽度小的半径的圆中对应的角度区分获取的角落的类型，并且角落可以被分类成60°、90°、120°、或270°角落。在角落获取进程（S200）中，停车位线标记的停车位线与道路之间的边界可以被表述为根据亮度变化的矢量。因此，在交叉获取进程（S300）中，交叉点可以被分类成T型，L型，Y型以及I型。

详细来说，当具有比停车位线宽度小的半径的圆被绘制在中心时，组成空间的交叉点的角落根据对应于地面的弧的角度，可以被分类成在图5示出四种类型中的一个。在图5A到5D中示出的角落具有对应于相应的地面的弧度，其是60°，90°，120°以及270°，结果，角落可以被命名为60θ角落，90θ角落，120θ角落，以及270θ角落。当然，角落类型也可以包括45θ和135θ。

四种角落类型的模板是在假设停车位线标记亮度是255且地面亮度是0的停车位线标记条件下生成的。在这样的条件下，60θ角落的圆形亮度轮廓对于60θ具有0亮度，且对于剩下的300θ具有亮度255，90θ角落的圆形亮度轮廓对于90θ具有0亮度，且对于剩下的270θ具有亮度255，120θ角落的圆形亮度轮廓(circular intensity profile)对于90θ具有0亮度，且对于剩下的240θ具有亮度255，270θ角落的圆周亮度轮廓对于270θ具有0亮度，且对于剩下的90θ具有亮度255。就是说，当以顺时针方向在中心周围扫描相应角落时，可以根据指示不同亮度的角度的度数检测所有相应角落的类型。

图6A-D和7示出根据本发明示范性实施例的用于识别车辆停车位线标记的方法的交叉点示意图，组成停车位线标记空间的交叉点可以根据构成交叉点的角落的类型和方向被分成四类。构成每个交叉点的角落类型和方向在图6中示出。由绿色、红色、蓝色以及黑色绘制的线段分别表示60θ角落，90θ角落，120θ角落以及270θ角落，并且以圆周结束的线段和不以圆周结束的线段分别表示W2BTD（亮度从白变到黑的矢量）和B2WTD（亮度从黑变到白的矢量），且两个线段的交叉点表示角落的位置。虚线箭头指示交叉点的方向，以及其起点指示交叉点的位置。图7示出通过分析，在停车位线标记线上每个交叉点类型的示意图。

因此，在交叉获取进程（S300）中，交叉点基于角落的类型、停车位线标记与道路之间边界的矢量的方向性以及相邻角落之间的分隔距离被分类成T型、L型、Y型、以及I型，并且在交叉获取进程（S300）中，甚至在没有获取一对相邻角落时，根据单个角落的类型以及停车位线与道路之间的边界的矢量的方向性估算交叉点类型。

为此，在交叉获取进程（S300）中，交叉点由矢量通过停车位线标记与道路之间的边界矢量的方向性表示，并且在空间获取进程（S400）中，空间的方向性根据交叉点的矢量方向判定，以便确定获取的空间是否是在停车位线标记开始点的空间。

同时，应当满足四个条件以便生成如下所述两个角落的交叉点。

1）在T-交叉点的情况下：（1）两个角落是90°-角落（2）两个角落之间的距离由停车位线的宽度隔开（3）角落#1的W2BTD和角落#2的B2WTD彼此一致，且角落#1的B2WTD和角落#2的W2BTD彼此相反（4）从角落#1向角落#2的矢量与角落#1的B2WTD相反和角落#2的W2BTD一致。

2）在L-交叉点的情况下：（1）角落#1是90°-角落且角落#2是270°-角落（2）两个角落之间的距离由停车位线两倍宽度隔开（3）角落#1的W2BTD和角落#2的B2WTD彼此一致，且角落#1的B2WTD和角落#2的W2BTD彼此一致（4）从角落#1向角落#2的矢量不同于#1的B2WTD，以及角落#2的W2BTD是顺时针方向的45°。

3）在Y-交叉点的情况下：（1）角落#1是60°-角落，且角落#2是120°-角落（2）两个角落之间的距离由停车位线的宽度隔开（3）角落#1的B2WTD和角落#2的W2BTD是彼此相反的，以及角落#1的B2WTD和角落#2的W2BTD是彼此相反的（4）从角落#1向角落#2的矢量与角落#1的B2WTD相反，与角落#2的W2BTD一致。

4）在I-交叉点的情况下：（1）两个角落是270°-角落（2）两个角落之间的距离由停车位线的宽度隔开（3）角落#1的W2BTD和角落#2的B2WTD彼此一致，以及角落#1的B2WTD和角落#2的W2BTD彼此相反（4）从角落#1向角落#2的矢量与角落#1的B2WTD一致和角落#2的W2BTD相反。

图8示出根据本发明示范性实施例的用于识别车辆停车位线标记方法空间的示意图。组成停车位线标记的5个空间类型根据如图8所示组成交叉点的类型和方向分类。在这个图中，矩形指示由两个交叉点生成的空间，矩形中用实线标记的箭头指示空间的方向。结果，从角落生成的两个交叉点被彼此组合在一起，以便检测各种空间类型。

配置从两个交叉点生成空间的方法类似于从两个角落生成交叉点的方法。为此，使用了三种信息（外形，位置和方向）类型。应当满足条件以便如下所述从两个交叉点生成空间。

（a）在TT-空间的情况下：（1）两个交叉点是T-交叉点（2）两个交叉点之间的距离由车辆的宽度隔开（3）两个交叉点的方向彼此一致，以及（4）链接两个交叉点的矢量垂直于两个交叉点的方向。

（b）在LT-空间的情况下：（1）交叉点#1是L-交叉点，交叉点#2是T-交叉点（2）两个交叉点之间的距离由车辆宽度隔开（3）两个交叉点的方向彼此垂直或彼此面对，以及（4）链接两个交叉点的矢量平行于T-交叉点的方向并垂直于或平行于L-交叉点的方向。

（c）在T'T'-空间的情况下：（1）两个交叉点是T-交叉点（2）两个交叉点之间的距离由车辆的宽度隔开（3）两个交叉点的方向彼此相反，以及（4）链接两个交叉点的矢量面对两个交叉点的方向。

（d）在YY-空间的情况下：（1）两个交叉点是Y-交叉点（2）两个交叉点之间的距离由（车辆的宽度）的1/cos30的倍数隔开（3）两个交叉点的方向彼此一致，以及（4）链接两个交叉点的矢量不同于由60的一个交叉点方向（以及由120的另一个交叉点方向）。

（e）在II-空间的情况下：（1）两个交叉点是I-交叉点（2）两个交叉点之间的距离由车辆的宽度隔开（3）两个交叉点的方向彼此一致，以及（4）链接两个交叉点的矢量垂直于两个交叉点的方向。

就是说，在空间获取进程（S400）中，空间被分类成矩形或平行四边形，且在最终选择进程（S600）中，最终空间根据获取空间停车位线标记类型与获取空间亮度之间的相似度选择。

就是说，最亮空间被确认为通过带有多个角落的交叉点检测的多个空间的代表性空间，且与空间一致的停车位线标记类型被提取，结果，最终识别停车位线标记。为此，停车位线标记类型的各种普通类型会被事先存储在安装在车辆的存储设备上，例如存储器或硬盘。

本发明展现全自动识别各种停车位线标记类型的方法。本发明方法说明停车位线标记可以被做成由指示空间-交叉点-角落级别的分级树结构模型。在基于本发明方法执行全面检测时，在树结构以自底向上的方向（bottom-up direction）配置后，，验证了使用通过组织和确认基于最终设置停车位线标记的自上而下的方法中的树结构的简单方法可以确保具有高检测率的算法。

此外，作为评估本发明方法在各种停车位线标记条件下车辆尾部摄取图像的结果，其示出了比现有半自动方法更为精确和有效的，95.3%的检测率，并且其提供了0.689秒的非常快的处理速度。

同时，根据本发明另一个示范性实施例的用于识别车辆停车位线标记的方法包括配置成在包括停车位线标记的图像中获取有角度的边缘的角落获取进程（S200）；配置成通过在获取的边缘之中组合相邻边缘而获取交叉点的交叉获取进程（S300）；配置成通过组合获取的交叉点来获取停车位线标记的端部周边的空间的空间获取进程（S400）；以及通过比较所获取的空间的亮度选择最终空间的最终选择进程（S600）。就是说，在最终选择中，在没有使用事先提供的停车位线标记类型的情况下，通过立即选择最亮空间识别停车位线标记。

用于识别车辆停车位线标记的方法从车辆成像设备的图像中获取停车位线标记的角落，通过组合相邻角落来获取交叉点，通过组合相邻交叉点获取停车位线标记的端部周边的空间，通过将获取的空间代入事先提供的停车位线标记的类型或比较空间的亮度来选择最终空间并识别停车位线标记。

根据识别具有上述结构的车辆的停车位线标记方法，由于停车位线标记是在没有用户输入的情况下，通过成像设备的图像自动识别，不需要传感器装置，并且系统可以完全自动实施。而且，具有各种条件和形状的停车位线标记可以通过应用分层结构类型的识别被全部识别。

虽然本发明结合示范性实施例描述，应当理解本描述不是为了使本发明局限于那些示范性实施例。相反，本发明不仅覆盖示范性实施例，而且各种替换、修改、等价物和其他实施例也包含在本发明附属权利要求定义的精神和范围内。

Claims (14)

1.一种用于识别车辆停车位线标记的方法，该方法由安装在车辆中的控制器内的处理器执行，其包括：

配置成在包括停车位线标记的图像中获取有角度的角落的角落获取进程；

配置成通过组合所获取的角落中的相邻角落来获取交叉点的交叉获取进程；

配置成通过组合所获取的交叉点来获取停车位线标记的端部周边的空间的空间获取进程；

配置成根据所获取的空间选择停车位线标记的类型的类型选择进程；以及

配置成基于所选择的类型选择最终空间的最终选择进程；

其中在所述角落获取进程中，根据在所述角落中包含的弧在具有比停车位线标记的停车位线标记宽度小的半径的圆中所对应的角度，来区分所获取的角落的类型。

2.根据权利要求1所述的用于识别车辆停车位线标记的方法，其进一步包括以鸟眼视图格式从安装在车辆中的成像设备提取包括停车位线标记的图像的图像提取进程。

3.根据权利要求2所述的用于识别车辆停车位线标记的方法，其中在所述图像提取进程中，把从车辆成像设备提取的具有鱼眼视图格式的图像转换成鸟眼视图格式。

4.根据权利要求1所述的用于识别车辆停车位线标记的方法，其中在所述角落获取进程中，角落被分类为由45°、60°、90°、120°、135°以及270°组成的组中选择的多个角度中的一个。

5.根据权利要求1所述的用于识别车辆停车位线标记的方法，其中在所述交叉获取进程中，交叉点被分类为从T型，L型，Y型以及I型组成的组中选择的类型。

6.根据权利要求1所述的用于识别车辆停车位线标记的方法，其中所述停车位线标记的停车位线标记与道路之间的边界被表示为根据亮度变化而定的矢量。

7.根据权利要求6所述的用于识别车辆停车位线标记的方法，其中在所述交叉获取进程中，交叉点基于所述角落的角度、停车位线标记与道路之间的边界的矢量的方向性以及相邻角落之间的分隔距离被分类为由T型、L型、Y型以及I型组成的组中选择的多个类型中的一个。

8.根据权利要求7所述的用于识别车辆停车位线标记的方法，其中在所述交叉获取进程中，即使在没有获取一对相邻角落时，根据单个角落的角度、和停车位线标记与道路之间的边界的矢量的方向性来估算交叉点类型。

9.根据权利要求6所述的用于识别车辆停车位线标记的方法，其中在所述交叉获取进程中，交叉点由矢量通过停车位线标记与道路之间的边界矢量的方向性表示，并且在所述空间获取进程中，根据交叉点的矢量方向判定所述空间的方向性，以便确定获取的空间是否是位于停车位线标记开始点的位置。

10.根据权利要求1所述的用于识别车辆停车位线标记的方法，其中在所述空间获取进程中，空间被分类为平行四边形。

11.根据权利要求10所述的用于识别车辆停车位线标记的方法，其中在所述空间获取进程中，空间被分类为矩形。

12.根据权利要求1所述的用于识别车辆停车位线标记的方法，其中在所述最终选择进程中，根据与所获取的空间的停车位线标记类型的相似度，以及所获取的空间的亮度级来选择最终空间。

13.一种用于识别车辆停车位线标记的方法，该方法由安装在车辆的控制器内的处理器执行，其包括：

配置成在包括停车位线标记的图像中获取有角度的边缘的角落获取进程；

配置成通过组合所获取的边缘之中的相邻边缘来获取交叉点的交叉获取进程；

配置成通过组合所获取的交叉点来获取停车位线标记的端部周边的空间的空间获取进程；以及

配置成通过比较所获取的空间亮度来选择最终空间的最终选择进程；

其中在所述角落获取进程中，根据在所述角落中包含的弧在具有比停车位线标记的停车位线标记宽度小的半径的圆中所对应的角度，来区分所获取的角落的类型。

14.一种用于识别车辆停车位线标记的方法，该方法由安装在车辆控制器内的处理器执行，其包括：

从车辆成像设备的图像中获取停车位线标记的角落；

通过组合相邻角落获取交叉点；通过组合相邻交叉点获取停车位线标记的端部周边的空间；以及

通过将所获取的空间代入事先提供的停车位线标记类型中来选择最终空间，

其中当停车位线标记不是事先提供的类型时，比较空间的亮度并识别停车位线标记；

其中在所述角落获取进程中，根据在所述角落中包含的弧在具有比停车位线标记的停车位线标记宽度小的半径的圆中所对应的角度，来区分所获取的角落的类型。