CN103533229A - 车道线识别方法及装置 - Google Patents

车道线识别方法及装置 Download PDF

Info

Publication number
CN103533229A
CN103533229A CN201310269099.0A CN201310269099A CN103533229A CN 103533229 A CN103533229 A CN 103533229A CN 201310269099 A CN201310269099 A CN 201310269099A CN 103533229 A CN103533229 A CN 103533229A
Authority
CN
China
Prior art keywords
noise
image
camera
pattern
lane line
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.)
Granted
Application number
CN201310269099.0A
Other languages
English (en)
Other versions
CN103533229B (zh
Inventor
闵丙培
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.)
Hyundai Mobis Co Ltd
Original Assignee
Hyundai Mobis Co Ltd
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 Hyundai Mobis Co Ltd filed Critical Hyundai Mobis Co Ltd
Publication of CN103533229A publication Critical patent/CN103533229A/zh
Application granted granted Critical
Publication of CN103533229B publication Critical patent/CN103533229B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60S—SERVICING, CLEANING, REPAIRING, SUPPORTING, LIFTING, OR MANOEUVRING OF VEHICLES, NOT OTHERWISE PROVIDED FOR
    • B60S1/00—Cleaning of vehicles
    • B60S1/02—Cleaning windscreens, windows or optical devices
    • B60S1/04—Wipers or the like, e.g. scrapers
    • B60S1/06—Wipers or the like, e.g. scrapers characterised by the drive
    • B60S1/08—Wipers or the like, e.g. scrapers characterised by the drive electrically driven
    • B60S1/0818—Wipers or the like, e.g. scrapers characterised by the drive electrically driven including control systems responsive to external conditions, e.g. by detection of moisture, dirt or the like
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/0052—Filtering, filters
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/0059—Signal noise suppression
    • 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

Abstract

本发明涉及一种车道线识别方法及装置，其分析摄像头影像，控制摄像头参数，使得适合恶劣天气，对恶劣天气时影像的噪声模式进行分类，按分类的模式使用互不相同的滤波算法，去除摄像头影像的噪声，使车道线识别率提高。本发明的车道线识别方法可以包括：接收车辆的摄像头收集的影像的信息接收步骤；收集恶劣天气时影像噪声模式并进行分类，按所述分类的噪声模式，使用互不相同的噪声去除滤波算法，去除所述摄像头收集的影像的噪声的噪声去除步骤；以及利用去除了噪声的影像，识别车道线的车道线识别步骤。

Description

车道线识别方法及装置
技术领域
本发明涉及车道线识别方法及装置。尤其涉及一种分析摄像头影像，控制摄像头参数，使得适合恶劣天气，对恶劣天气时影像的噪声模式进行分类，按分类的模式使用互不相同的滤波算法，去除摄像头影像的噪声，使车道线识别率提高的车道线识别方法及装置。
背景技术
随着技术的发展，开发出旨在提供安全与便利运行的多种行驶辅助系统，并实际使用于车辆中。
在这种行驶辅助系统中，提供一种车道线偏离报警系统(LaneDeparture Warning System:LDWS)，当因驾驶员长时间驾驶或疲劳驾驶，或因使用便携电话等怠慢注视前方等，因不注意而偏离行驶车道线时，向驾驶员警告该情况，能够防患因偏离车道线而发生的事故于未然。
车道线偏离报警系统通过安装于车辆前方预定位置的摄像头，收集行驶道路上的影像，通过分析收集的该影像，测定在车道线内的车辆位置，在判断为车辆偏离车道线的情况下，向方向盘施加转矩或振动，或者通过送出报警音等，警告驾驶员偏离车道线，诱导驾驶员恢复车道线。
所述车道线偏离报警系统应能够准确地识别安装于车辆前方的摄像头收集的影像车道线，从各种道路信号或与车道线类似的影像准确地提取车道线。
但是，原有的车道线偏离报警系统存在的问题是，在雨天或大雾天时，车道线识别率减小，无法判断是否偏离车道线，因此，即使车辆偏离车道线，也无法向驾驶员进行警告。
因此，需要一种在恶劣天气时也提高车道线识别率的车道线识别方法及装置。
发明内容
技术问题
本发明正是为了解决所述问题而研发的，其目的在于提供一种分析摄像头影像，控制摄像头参数，使得适合恶劣天气，对恶劣天气时影像的噪声模式进行分类，按分类的模式使用互不相同的滤波算法，去除摄像头影像的噪声，使车道线识别率提高的车道线识别方法及装置。
技术方案
旨在解决所述问题的车道线识别方法可以包括：接收车辆的摄像头收集的影像的信息接收步骤；收集恶劣天气时影像的噪声模式并进行分类，按所述分类的噪声模式，使用互不相同的噪声去除滤波算法，去除所述摄像头收集的影像的噪声的噪声去除步骤；以及利用去除了噪声的所述影像，识别车道线的车道线识别步骤。
优选地，所述噪声去除步骤可以包括：分析所述车辆的摄像头收集的影像的噪声模式，与所述收集及分类的恶劣天气时影像的噪声模式进行匹配的噪声模式匹配步骤。其中，去除所述摄像头收集的影像的噪声，是使用对应于在所述匹配的步骤的结果中匹配率最高的影像噪声模式的噪声去除滤波算法，进行去除噪声。
优选地，所述影像的噪声模式分类，可以是分类成竖直方向下落雨水的模式、对角线方向下落雨水的模式、水花的细微粒子模式、雾气的细微粒子模式或夜间灯光反射的雨水的模式中的某一种。
优选地，所述信息接收步骤还可以接收关于车辆雨刮器的动作状态的信息；所述噪声模式匹配步骤，是基于所述接收的车辆雨刮器的动作状态，对所述车辆的摄像头收集的影像的噪声模式分类后进行分析。
优选地，所述车道线识别方法还可以包括：分析从车辆的摄像头接收的影像，控制所述摄像头的参数的摄像头控制步骤；所述从摄像头接收的影像，是根据所述控制的参数而校正的影像。
优选地，所述摄像头控制步骤，可以是利用从所述摄像头收集的影像的亮度或色温中的至少一种进行分析，基于所述分析，控制摄像头的曝光(Exposure)值、颜色(R,G,B)增益(Gain)值、伽玛(Gamma)校正值、亮度值、色温值、白平衡(White Balance)值或局部色调映射(Local Tone Mapping)值中的至少一种值。
另外，旨在达成所述目的的车道线识别装置可以包括：信息接收部，其接收车辆的摄像头收集的影像；噪声去除部，其收集恶劣天气时影像的噪声模式并进行分类，按所述分类的噪声模式，使用互不相同的噪声去除滤波算法，去除所述摄像头收集的影像的噪声；以及车道线识别部，其利用去除了噪声的所述影像识别车道线。
优选地，所述噪声去除部可以包括：噪声模式匹配部，其分析所述车辆的摄像头收集的影像的噪声模式，与所述收集及分类的恶劣天气时影像的噪声模式进行匹配。其中，去除所述摄像头收集的影像的噪声，是使用对应于在所述匹配的步骤的结果中匹配率最高的影像噪声模式的噪声去除滤波算法，进行去除噪声。
优选地，所述影像的噪声模式的分类，可以是分类成竖直方向下落雨水的模式、对角线方向下落雨水的模式、水花的细微粒子模式、雾气的细微粒子模式或夜间灯光反射的雨水的模式中的某一种。
优选地，所述车道线识别装置还可以包括：摄像头控制部，其分析从车辆的摄像头接收的影像，控制所述摄像头的参数；所述从摄像头接收的影像，是根据所述控制的参数而校正的影像。
优选地，所述摄像头控制部可以利用从所述摄像头收集的影像的亮度或色温中的至少一种进行分析，基于所述分析，控制摄像头的曝光(Exposure)值、颜色(R,G,B)增益(Gain)值、伽玛(Gamma)校正值、亮度值、色温值、白平衡(White Balance)值或局部色调映射(Local Tone Mapping)值中的至少一种值。
技术效果
本发明即使在雨天或大雾天等恶劣天气时，也能够提高车道线识别率，从而提高车道线偏离报警系统的性能以及驾驶的安全性。
本发明利用车辆雨刮器的状态信息，从而易于进行噪声模式的分类，还能够减少去除噪声所需的时间。
附图说明
图1是关于本发明优选实施例的车道线偏离报警系统的框图；
图2是关于本发明优选实施例的车道线识别装置的框图；
图3是用于说明本发明的车道线识别装置的噪声去除部的优选例的框图；
图4是关于本发明优选实施例的车道线识别方法及车道线偏离报警方法的框图。
具体实施方式
下面参照附图，详细说明本发明的优选实施例。在以下的说明及附图中，实质上相同的构成要素分别以相同的附图标记，因而省略重复说明。另外，在说明本发明的过程中，当判断认为对相关公知功能或构成的具体说明可能会混淆本发明的要旨时，则省略对其的详细说明。
在提到某种构成要素“连接”于或“接入”于其他构成要素时，应理解成既可以直接连接于或接入于其他构成要素，也可以在中间存在其他构成要素。相反，在提到某种构成要素“直接连接”于或“直接接入”于其他构成要素时，应理解成中间不存在其他构成要素。
在本发明中，只要语句中未特别提及，单数型也可以包括复数型。在说明书中使用的“包括(comprises)”及/或“包含的(comprising)”不排除提及的构成要素、步骤、动作及/或元件还存在或追加一个以上的其他构成要素、步骤、动作及/或元件。
图1是关于本发明优选实施例的车道线偏离报警系统的框图。
如图1所示，车道线偏离报警系统1000包括车辆雨刮器1100、车辆摄像头1200、车道线识别装置1300以及车道线偏离报警装置1400。
车辆雨刮器1100配置于车辆，发挥去除车辆的玻璃窗的水气的功能。车辆的驾驶员能够控制雨刮器的动作速度，车辆也能够自动调节雨刮器的动作速度。作为雨刮器的动作速度，可以存在雨刮器低速(Wiper Low)及雨刮器高速(Wiper High)状态。雨刮器低速状态可以是雨刮器的动作速度以预先设置的特定速度以下进行动作的情形，雨刮器高速状态可以是雨刮器的动作速度以预先设置的特定速度以上进行动作的情形。预先设置的特定速度会因每个车辆而不同，也会根据使用者的设置而变更。
雨刮器的动作速度并非雨刮器低速与雨刮器高速两种状态，也可以以两种以上的状态表现。
车辆雨刮器1100的状态信息传送给车道线识别装置1300的信息接收部1310。
车辆摄像头1200配备于车辆，拍摄车辆的外部。优选车辆摄像头1200拍摄车辆的前方。
车辆摄像头1200拍摄的影像传送给车道线识别装置1300的信息接收部。另外，车辆摄像头1200拍摄的影像也可以传送给车道线识别装置1300的摄像头控制部。
图2是关于本发明优选实施例的车道线识别装置的框图。
如图2所示，车道线识别装置1300可以包括信息接收部1310、摄像头控制部1320、噪声去除部1330及车道线识别部1340。
信息接收部1310从车辆雨刮器1100接收雨刮器的状态信息。另外，信息接收部1310从车辆摄像头1200接收摄像头拍摄的影像。
摄像头控制部1320从信息接收部1310或车辆摄像头1200接收车辆摄像头1200拍摄的影像，对接收的影像进行分析，控制摄像头的参数。
摄像头的参数可以存在摄像头的曝光(Exposure)值、颜色(R,G,B)增益(Gain)值、伽玛(Gamma)校正值、亮度值、色温值、白平衡(White Balance)值或局部色调映射(Local Tone Mapping)值等。
摄像头控制部1320可以判断车辆摄像头1200拍摄的影像的亮度、色温等，变更摄像头的参数值，以便提高存在于影像中的车道线的识别率。摄像头控制部1320可以变更存在于摄像头的互补金属氧化物半导体(Complementary metal-oxide semiconductor:CMOS)内部的寄存器(Register)值来变更参数值。
具体而言，摄像头控制部1320可以根据分析的影像的亮度变更曝光值，变更与急剧的亮度变化对应的白平衡值，可以根据分析的影像的色温，变更局部色调映射值或伽玛值。不过，各个参数一般相互关联，根据影像的亮度和色温，并非只变更一种或两种参数，优选预先设置并存储根据分析的影像信息控制的参数的值。即，优选摄像头控制部1320根据影像的分析信息控制摄像头参数，以便使车道线识别率能够提高到最高。
摄像头参数变更后，车辆摄像头1200拍摄的影像将会变化，或车辆摄像头1200拍摄的影像会根据变更的摄像头参数进行校正。信息接收部1310接收车辆摄像头1200拍摄的影像。即，信息接收部1310能够接收车辆摄像头1200使用变更的摄像头参数的影像。借助于摄像头控制部1320而变更摄像头参数后，信息接收部1310接收使用了变更的参数的摄像头拍摄的影像的过程，可以在车辆的摄像头拍摄影像期间连续、实时地进行。
噪声去除部1330去除信息接收部1310接收的影像的噪声，使车道线识别率提高。
图3是用于说明本发明的车道线识别装置的噪声去除部1330的优选例的框图。
如图3所示，噪声去除部1330可以包括噪声模式收集部1332、噪声模式分类部1334、噪声模式匹配部1336及各模式噪声去除部1338。
噪声模式收集部1332收集雨水轨迹和因车辆水花或雾而产生的水的细微粒子等雨天或大雾天时的多种噪声模式。
噪声模式是指不同于平时，而是对因雨天或雾而在影像中形成的杂音进行模式化。
噪声模式收集部1332可以利用原有的模式识别技术。
另外，噪声模式收集部1332也可以不收集噪声模式，而是存储原来存在的或其它装置收集的关于雨天时车辆的摄像头拍摄的影像中发生的噪声模式的信息。
噪声模式分类部1334把噪声模式收集部1332收集的噪声模式或存储的噪声模式分类成多种。
例如，噪声模式分类部1334可以把噪声模式收集部1332收集的噪声模式或存储的噪声模式分类为竖直方向下落雨水的模式、对角线方向下落雨水的模式、水花的细微粒子模式、雾气的细微粒子模式或夜间灯光反射的雨水的模式中的某一种。不过，噪声模式分类部1334分类的模式并非限定于此，可以进一步细化或追加其它模式。
噪声模式分类部1334存储按分类的噪声模式、针对噪声去除而优化的各个滤波算法相关的信息。
按噪声模式、针对噪声去除而优化的各个滤波算法，可以利用原有的去除噪声的滤波算法，可以是影像信息。
具体而言，当噪声去除滤波算法是影像信息时，如果说明去除噪声的过程的一个示例，首先，具有特定噪声模式的影像将预设已去除了噪声的影像存储于噪声模式分类部1334。预设已去除了噪声的影像的相关信息既可以是接收并存储从外部装置收集的信息，也可以是噪声模式收集部1332收集噪声模式的过程中收集存储的相关信息。
然后，噪声模式匹配部1336对车辆摄像头1200接收的影像与噪声模式分类部1334分类的影像进行匹配，确定匹配率最高的噪声模式影像。噪声模式匹配部1336可以利用信息接收部1310接收的雨刮器状态信息，更迅速地执行匹配。即，雨刮器状态可以成为噪声模式分类的条件。当雨刮器的动作状态是雨刮器低速时，可以判断为雨量少，当是雨刮器高速时，可以判断为雨量多，根据雨量多与少，噪声模式会出现巨大差异。
确定了匹配率最高的噪声模式影像后，各模式噪声去除部1338利用噪声模式分类部1334存储的影像中匹配率最高的噪声模式影像的预设已去除了噪声的影像，去除噪声。
车道线识别部1340可以利用去除了噪声的影像识别车道线。车道线识别部1340在影像中识别车道线的方法，可以利用公知的方法。
雨天时雨水轨迹和因车辆水花或雾而产生的细微粒子等恶劣天气时的影像噪声模式，其相似情形往往较多，如前面所作的说明，根据恶劣天气时对噪声的模式进行分类，利用影像去除噪声，不仅误差不大，而且能够迅速、容易地去除噪声，使车道线识别率提高。
车道线识别装置1300识别了车道线后，车道线偏离报警装置1400判断车辆是否偏离车道线，当车辆偏离车道线时，告知驾驶员是否偏离车道线的信息。
具体而言，车道线偏离报警装置1400包括车道线偏离判断部1410及报警部1420。
车道线偏离判断部1410判断车辆是否存在于车道线识别装置1300识别的车道线之间。车道线偏离判断部1410判断是否偏离车道线的方法，可以利用公知的技术。
当车道线偏离判断部1410的判断是判断为车辆偏离车道线时，报警部1420可以以声音、影像或振动等告知驾驶员是否偏离车道线的信息。另外，报警部1420也可以进行控制，使车辆存在于车道线之间。
具体而言，报警部1420可以与电喇叭、导航仪或车辆内音响装置连接，以声音告知是否偏离车道线。另外，报警部1420还可以与导航仪、车辆内显示装置连接，以影像告知是否偏离车道线。另外，当车辆座椅、安全带、方向盘具备有振动功能时，报警部1420还可以与之连接，以振动告知是否偏离车道线。报警部1420还可以综合性地利用声音、影像或振动，告知是否偏离车道线。
本发明的车道线识别装置1300与车道线偏离报警系统1000，作为在车道线识别率减小的恶劣天气时利用的发明，在并非恶劣天气的情况下，作为利用普通方法的车道线识别装置与车道线偏离报警装置1400进行工作，在恶劣天气情况下，本发明的车道线识别装置1300与车道线偏离报警装置1400可以工作。对于是否为恶劣天气的判断，当车辆的雨刮器工作时，可以判断为恶劣天气，当车辆的雨刮器不工作时，可以判断为不是恶劣天气。
本发明的车道线识别装置1300在雨天及大雾天等恶劣天气时，也能够使车道线识别率提高。因此，本发明的车道线识别装置1300能够提高车道线偏离报警系统1000的性能及驾驶的安全性。
本发明的车道线识别装置1300及车道线偏离报警系统1000利用了车辆雨刮器1100的状态信息，从而，噪声模式的分类及噪声模式的匹配更加容易，因而能够减少去除噪声所需的时间。
图4是关于本发明优选实施例的车道线识别方法及车道线偏离报警方法的框图。
参照图4，对车道线识别方法进行说明，在步骤S410中，信息接收部1310接收雨刮器的状态信息及车辆摄像头1200收集的影像。
在步骤S420中，摄像头控制部1320分析信息接收部1310接收的摄像头收集的影像，控制摄像头参数。
在步骤S430中，噪声去除部1330的噪声模式匹配部1336以信息接收部1310接收的雨刮器的状态信息为基础，对摄像头收集的影像噪声模式进行第1次分析。这种第1次分析过程并非必须过程。
雨天时雨水的轨迹和因车辆水花或雾而产生的细微粒子等恶劣天气时的影像噪声模式，其相似情形往往较多，特别是根据瞬间的雨量或雨势程度，噪声模式类似的情形较多。因此，如果接收的雨刮器的状态信息为低速，则噪声模式匹配部1336会与分类为瞬间雨量少或雨势小的噪声模式相匹配。另外，如果接收的雨刮器的状态信息为高速，噪声模式匹配部1336则会与分类为瞬间雨量多或雨势大的噪声模式相匹配。
在步骤S440中，噪声模式匹配部1336与噪声模式收集部1332或噪声模式分类部1334存储的恶劣天气时噪声模式相匹配，掌握匹配率最高的噪声模式。
在步骤S450中，各模式噪声去除部1338使用噪声模式分类部1334预先存储的、适合于匹配率最高的噪声模式的噪声去除滤波算法，在摄像头影像中去除噪声。
在步骤S460中，车道线识别部1340利用去除了噪声的影像识别车道线。
如果说明车道线偏离报警方法，在步骤S470中，车道线偏离报警装置1400判断车辆是否存在于车道线识别部1340识别的车道线之间，根据判断结果，当车辆未存在于识别的车道线之间时，利用声音、影像或振动中的至少一种手段，警告驾驶员是否偏离车道线的信息。
本发明优选实施例的车道线偏离报警系统1000及车道线识别装置1300的框图，应理解成对发明原理进行具体化的示例性概念。与之类似，所有流程图应理解成可以在计算机能判读的介质上实质性地显示，并且不管计算机或处理器是否明确图示，显示出由计算机或处理器执行的多样的流程。
在包括处理器或以与之类似概念标识的功能块的图中，图示的多种元件的功能不仅可以通过使用专用硬件来提供，而且可以与适当软件相关联，通过使用具有运行软件能力的硬件来提供。当借助于处理器提供时，所述功能可以借助于单一专用处理器、单一共享处理器或多个个别处理器提供，这些中的一部分可以共享。
另外，处理器、控制或以与之类似概念提出的术语的明确使用，不得排他性地引用具有运行软件能力的硬件进行解释，应理解为不受限制地默认包括数字信号处理器(DSP)硬件、用于存储软件的只读存储器(ROM)、随机存储器(RAM)及非易失性存储器。还可以包括周知惯用的其他硬件。
以上说明只是示例性地说明本发明的技术思想而已，只要是本发明所属技术领域的技术人员，在不超出本发明的本质性特性的范围内，能够进行多种修改、变更及置换。因此，在本发明中公开的实施例及附图，不是用于限定本发明的技术思想而是用于说明，本发明的技术思想的范围并非由这些实施例及附图所限定。本发明的保护范围应根据以下的请求范围进行解释，在与之同等范围内的所有技术思想，应解释为包括于本发明的权利范围。

Claims (10)

1.一种车道线识别方法，其特征在于，包括：
接收车辆的摄像头收集的影像的信息接收步骤；
收集恶劣天气时影像的噪声模式并进行分类，按所述分类的噪声模式，使用互不相同的噪声去除滤波算法，去除所述摄像头收集的影像的噪声的噪声去除步骤；以及
利用去除了噪声的所述影像，识别车道线的车道线识别步骤。
2.根据权利要求1所述的车道线识别方法，其特征在于，所述噪声去除步骤包括：
分析所述车辆的摄像头收集的影像的噪声模式，与所述收集及分类的恶劣天气时影像的噪声模式进行匹配的噪声模式匹配步骤，
其中，去除所述摄像头收集的影像的噪声，是使用对应于在所述匹配的步骤的结果中匹配率最高的影像噪声模式的噪声去除滤波算法，进行去除噪声。
3.根据权利要求2所述的车道线识别方法，其特征在于：
所述影像的噪声模式分类，是分类成竖直方向下落雨水的模式、对角线方向下落雨水的模式、水花的细微粒子模式、雾气的细微粒子模式或夜间灯光反射的雨水的模式中的某一种。
4.根据权利要求2所述的车道线识别方法，其特征在于：
所述信息接收步骤还接收关于车辆雨刮器的动作状态的信息；
所述噪声模式匹配步骤，是基于所述接收的车辆雨刮器的动作状态，对所述车辆的摄像头收集的影像的噪声模式分类后进行分析。
5.根据权利要求1所述的车道线识别方法，其特征在于，还包括：
分析从车辆的摄像头接收的影像，控制所述摄像头的参数的摄像头控制步骤；
所述从摄像头接收的影像，是根据所述控制的参数而校正的影像。
6.根据权利要求5所述的车道线识别方法，其特征在于：
所述摄像头控制步骤，是利用从所述摄像头收集的影像的亮度或色温中的至少一种进行分析，基于所述分析，控制摄像头的曝光(Exposure)值、颜色(R,G,B)增益(Gain)值、伽玛(Gamma)校正值、亮度值、色温值、白平衡(White Balance)值或局部色调映射(Local Tone Mapping)值中的至少一种值。
7.一种车道线识别装置，其特征在于，包括：
信息接收部，其接收车辆的摄像头收集的影像；
噪声去除部，其收集恶劣天气时影像的噪声模式并进行分类，按所述分类的噪声模式，使用互不相同的噪声去除滤波算法，去除所述摄像头收集的影像的噪声；以及
车道线识别部，其利用去除了噪声的所述影像识别车道线。
8.根据权利要求7所述的车道线识别装置，其特征在于，所述噪声去除部包括：
噪声模式匹配部，其分析所述车辆的摄像头收集的影像的噪声模式，与所述收集及分类的恶劣天气时影像的噪声模式进行匹配，
其中，去除所述摄像头收集的影像的噪声，是使用对应于在所述匹配的步骤的结果中匹配率最高的影像噪声模式的噪声去除滤波算法，进行去除噪声。
9.根据权利要求8所述的车道线识别装置，其特征在于：
所述影像的噪声模式的分类，是分类成竖直方向下落雨水的模式、对角线方向下落雨水的模式、水花的细微粒子模式、雾气的细微粒子模式或夜间灯光反射的雨水的模式中的某一种。
10.根据权利要求7所述的车道线识别装置，其特征在于，还包括：
摄像头控制部，其分析从车辆的摄像头接收的影像，控制所述摄像头的参数；
所述从摄像头接收的影像，是根据所述控制的参数而校正的影像。
CN201310269099.0A 2012-07-05 2013-06-28 车道线识别方法及装置 Active CN103533229B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020120073429A KR20140006463A (ko) 2012-07-05 2012-07-05 차선 인식 방법 및 장치
KR10-2012-0073429 2012-07-05

Publications (2)

Publication Number Publication Date
CN103533229A true CN103533229A (zh) 2014-01-22
CN103533229B CN103533229B (zh) 2017-05-24

Family

ID=49934871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310269099.0A Active CN103533229B (zh) 2012-07-05 2013-06-28 车道线识别方法及装置

Country Status (2)

Country Link
KR (1) KR20140006463A (zh)
CN (1) CN103533229B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104442815A (zh) * 2014-11-11 2015-03-25 广东好帮手电子科技股份有限公司 汽车偏移预警系统及方法
CN105761525A (zh) * 2016-05-11 2016-07-13 南京信息职业技术学院 一种警示小汽车进入公交专用车道的系统装置
CN106157635A (zh) * 2016-07-22 2016-11-23 金陵科技学院 一种判断车辆在车道中位置的装置与判断方法
CN106778551A (zh) * 2016-11-30 2017-05-31 南京理工大学 一种高速路段及城市道路车道线识别方法
WO2018053833A1 (zh) * 2016-09-26 2018-03-29 深圳市锐明技术股份有限公司 一种成对车道线的快速检测方法和装置
CN109866684A (zh) * 2019-03-15 2019-06-11 江西江铃集团新能源汽车有限公司 车道偏离预警方法、系统、可读存储介质及计算机设备

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102167087B1 (ko) * 2014-02-18 2020-10-16 주식회사 만도 차량의 레인 고스트 여과 방법 및 시스템
KR102250800B1 (ko) 2019-09-11 2021-05-11 한국도로공사 노면 객체 인식 기반의 차로 검출 장치 및 방법
KR102189299B1 (ko) 2019-09-11 2020-12-11 한국도로공사 차량 번호판 인식 기반의 차로 검출 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1569524A (zh) * 2003-07-15 2005-01-26 范子林 智能控制机动车安全行驶系统
CN1589456A (zh) * 2001-11-19 2005-03-02 皇家飞利浦电子股份有限公司 利用图像增强提高汽车安全性的方法和系统
CN2838185Y (zh) * 2005-10-19 2006-11-15 上海广电（集团）有限公司中央研究院 一种逐点提高视频图像清晰度的处理装置
CN1945596A (zh) * 2006-11-02 2007-04-11 东南大学 用于车道偏离报警的车道线鲁棒识别方法
JP2008070878A (ja) * 2006-09-15 2008-03-27 Aisin Seiki Co Ltd 音声信号前処理装置、音声信号処理装置、音声信号前処理方法、及び音声信号前処理用のプログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4064556B2 (ja) * 1998-12-10 2008-03-19 名古屋電機工業株式会社 降雨雪状況検出方法およびその装置
JP4371076B2 (ja) * 2005-04-26 2009-11-25 株式会社デンソー レインセンサ
JP2010033321A (ja) * 2008-07-29 2010-02-12 Mitsubishi Heavy Ind Ltd 画像処理アルゴリズムの評価システム
JP4927908B2 (ja) * 2009-05-29 2012-05-09 クラリオン株式会社 車線位置検知システム
JP2012105090A (ja) * 2010-11-10 2012-05-31 Aisin Seiki Co Ltd 駐車支援装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1589456A (zh) * 2001-11-19 2005-03-02 皇家飞利浦电子股份有限公司 利用图像增强提高汽车安全性的方法和系统
CN1569524A (zh) * 2003-07-15 2005-01-26 范子林 智能控制机动车安全行驶系统
CN2838185Y (zh) * 2005-10-19 2006-11-15 上海广电（集团）有限公司中央研究院 一种逐点提高视频图像清晰度的处理装置
JP2008070878A (ja) * 2006-09-15 2008-03-27 Aisin Seiki Co Ltd 音声信号前処理装置、音声信号処理装置、音声信号前処理方法、及び音声信号前処理用のプログラム
CN1945596A (zh) * 2006-11-02 2007-04-11 东南大学 用于车道偏离报警的车道线鲁棒识别方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104442815A (zh) * 2014-11-11 2015-03-25 广东好帮手电子科技股份有限公司 汽车偏移预警系统及方法
CN105761525A (zh) * 2016-05-11 2016-07-13 南京信息职业技术学院 一种警示小汽车进入公交专用车道的系统装置
CN106157635A (zh) * 2016-07-22 2016-11-23 金陵科技学院 一种判断车辆在车道中位置的装置与判断方法
CN106157635B (zh) * 2016-07-22 2018-08-07 金陵科技学院 一种判断车辆在车道中位置的装置与判断方法
WO2018053833A1 (zh) * 2016-09-26 2018-03-29 深圳市锐明技术股份有限公司 一种成对车道线的快速检测方法和装置
CN106778551A (zh) * 2016-11-30 2017-05-31 南京理工大学 一种高速路段及城市道路车道线识别方法
CN109866684A (zh) * 2019-03-15 2019-06-11 江西江铃集团新能源汽车有限公司 车道偏离预警方法、系统、可读存储介质及计算机设备

Also Published As

Publication number Publication date
CN103533229B (zh) 2017-05-24
KR20140006463A (ko) 2014-01-16

Similar Documents

Publication Publication Date Title
CN103533229A (zh) 车道线识别方法及装置
JP6838248B2 (ja) 情報処理装置
CN108583432B (zh) 一种基于图像识别技术的智能a柱盲区预警装置与方法
JP4255906B2 (ja) 運転支援装置
CN102956118B (zh) 用于交通信号识别的装置和方法
US20060117297A1 (en) Device and method for controlling at least one system component of an information system
JP2017503715A (ja) 車載カメラ・システムを用いた路面状態を割り出すための方法および装置
EP2940673B1 (en) System and method for detecting potential accident situations with a car
EP3396938B1 (en) Imaging device and method for determining foreign matter
EP3564086A1 (en) Managing drive modes of a vehicle
CN109080640A (zh) 用于在车辆内提供昏睡警报的方法
EP3163551A1 (en) System for distinguishing between traffic jam and parked vehicles
CN105691390A (zh) 一种车辆预警装置和预警方法
US11891849B2 (en) Apparatus and control unit for automating a state change of a window pane of a vehicle
JP2007164671A (ja) 障害物接近判断装置および障害物衝突警告システム
US20220176912A1 (en) Automatic Vehicle Window Cleaning Method and Apparatus
CN111145569A (zh) 一种道路监测、车辆行驶控制方法、装置及车路协同系统
WO2014007762A1 (en) A method and system for automated monitoring of traffic
CN109383371A (zh) 一种adas产品车道偏离报警系统
CN112863244A (zh) 用于促进车辆的安全行驶的方法和装置
US10282996B1 (en) Collision prevention based on connected devices
US11195063B2 (en) Hidden hazard situational awareness
CN111527014A (zh) 确定载运工具的非期望动作
US20170092121A1 (en) Method and System for Determining and Using Property Associations
CN106515577B (zh) 一种降低换道预警误报率的装置及其方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant