CN103942960B - 一种车辆变道检测方法及装置 - Google Patents
一种车辆变道检测方法及装置 Download PDFInfo
- Publication number
- CN103942960B CN103942960B CN201410163347.8A CN201410163347A CN103942960B CN 103942960 B CN103942960 B CN 103942960B CN 201410163347 A CN201410163347 A CN 201410163347A CN 103942960 B CN103942960 B CN 103942960B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- lane
- video
- coordinate
- 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
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明适用于智能交通技术领域，提供了一种车辆变道检测方法及装置，该方法包括：通过视频采集装置获取道路的视频图像；对获取到的视频图像进行车辆检测，当检测到车辆时，对该车辆进行跟踪，并获取该车辆的图像位置以及该视频图像对应的视频时间，将该车辆、该车辆的图像位置以及视频时间建立对应关系并记录存储；每隔预设时间，根据记录存储的该车辆、该车辆的图像位置、视频时间以及预先设置的变道规则，判断出正在变道的车辆；其中，该变道规则包括该车辆的水平位移超过了图像车道宽度、该车辆的行驶轨迹越过了车道线中的其中一种或其组合。本发明可以使得在该车道中的无人驾驶车辆，可以根据正在变道的车辆进行刹车、减速、变向等操作。
Description
技术领域
本发明属于智能交通技术领域，尤其涉及一种车辆变道检测方法及装置。
背景技术
随着城市车辆数量的逐渐增多，道路的车辆也越来越多，交通越来越堵塞，在车辆拥挤的交通道路上，车辆可能会以多种情况进行变道，可能是前方建设需要，可能是前方的交通事故，也可能仅仅是因为想超车。与此同时，无人驾驶车辆(无人驾驶汽车)，凭借其智能驾驶仪，控制车辆的转向和速度，从而使车辆能够实现无人驾驶。
然而，由于现有技术无法及时检测正在变道的车辆，给处于在该车道中的无人驾驶车辆带来安全隐患，降低车道中的无人驾驶车辆运行的效率，并威胁其它车辆的交通安全。例如，当后面的车辆变道时，变道的车辆会闯入或占用车道，若处于占用车道中无人驾驶车辆无法及时反应过来时，容易与变道的车辆发生碰撞，造成交通事故。
因此对于无法及时检测车辆变道，给处于在该车道中的无人驾驶车辆带来的安全隐患不容忽视。
发明内容
本发明实施例的目的在于提供一种车辆变道检测方法，旨在解决现有技术无法及时检测正在变道的车辆，导致处于在该车道中的无人驾驶车辆的运行效率以及安全性低的问题。
本发明实施例是这样实现的，一种车辆变道检测方法，包括：
通过视频采集装置获取道路的视频图像；
对获取到的视频图像进行车辆检测，当检测到车辆时，对所述车辆进行跟踪，并获取所述车辆的图像位置以及所述视频图像对应的视频时间，将所述车辆、所述车辆的图像位置以及视频时间建立对应关系并记录存储；
每隔预设时间，根据记录存储的所述车辆、所述车辆的图像位置、视频时间以及预先设置的变道规则，判断出正在变道的车辆；
其中，所述变道规则包括所述车辆的水平位移超过了图像车道宽度、所述车辆的行驶轨迹越过了车道线中的其中一种或其组合；
其中，所述图像车道宽度为图像中两条车道线之间的水平距离。
本发明实施例的另一目的在于提供一种车辆变道检测装置，包括：
获取单元，用于通过视频采集装置获取道路的视频图像；
检测单元，用于对获取到的视频图像进行车辆检测，当检测到车辆时，对所述车辆进行跟踪，并获取所述车辆的图像位置以及所述视频图像对应的视频时间，将所述车辆、所述车辆的图像位置以及视频时间建立对应关系并记录存储；
判断单元，用于每隔预设时间，根据记录存储的所述车辆、所述车辆的图像位置、视频时间以及预先设置的变道规则，判断出正在变道的车辆；
其中，所述变道规则包括所述车辆的水平位移超过了图像车道宽度、所述车辆的行驶轨迹越过了车道线中的其中一种或其组合；
其中，所述图像车道宽度为图像中两条车道线之间的水平距离。
在本发明实施例中，根据记录存储的所述车辆、所述车辆的图像位置、视频时间以及预先设置的变道规则，判断出正在变道的车辆，从而解决了现有技术无法及时检测正在变道的车辆，导致处于在该车道中的无人驾驶车辆的运行效率以及安全性低的问题，使得在该车道中的无人驾驶车辆，可以根据正在变道的无人驾驶车辆进行刹车、减速、变向等操作。
附图说明
图1是本发明实施例提供的车辆变道检测方法的实现流程图；
图2是本发明实施例提供的在实际应用中较佳的实施流程图；
图3是本发明实施例提供的车辆变道检测装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1示出了本发明实施例提供的一种车辆变道检测方法的实现流程，详述如下：
在步骤S101中，通过视频采集装置获取道路的视频图像；
其中，视频采集装置获取道路的视频图像，可通过安装车辆内/外的视频采集装置，通过镜头以固定的帧速率捕捉车辆道路前面以及后面的视频图像，将视频图像的像素的数据保存在存储设备中，便于后续从中提取数据进行图像检测。
在步骤S102中，对获取到的视频图像进行车辆检测，当检测到车辆时，对所述车辆进行跟踪，并获取所述车辆的图像位置以及所述视频图像对应的视频时间，将所述车辆、所述车辆的图像位置以及视频时间建立对应关系并记录存储；
其中，采用现有技术中的任意一种图像识别的方法，检测车道中的车辆。
其中，对车辆进行跟踪，具体可以对车辆的车牌进行跟踪。车牌跟踪的方式包括但不限于CamShift跟踪、光流跟踪以及粒子滤波跟踪。
其中，将所述车辆、所述车辆的图像位置以及视频时间建立对应关系并记录存储，以便于后续查到该车辆所在的车道。
在步骤S103中，每隔预设时间，根据记录存储的所述车辆、所述车辆的图像位置、视频时间以及预先设置的变道规则，判断出正在变道的车辆。
其中，所述变道规则包括所述车辆的水平位移超过了图像车道宽度、所述车辆的行驶轨迹越过了车道线中的其中一种或其组合。
其中，所述变道规则有四种方式：
第一种方式：车辆的水平位移超过了图像车道宽度。
第二种方式：所述车辆的行驶轨迹越过了车道线。
车辆的行驶轨迹获取过程如下：记录每个视频图像中车辆的特征点的位置信息，根据位置信息对车辆的特征点的位置进行拟合，得到车辆的行驶轨迹。
进一步地，在预先设置的时间内，当行驶轨迹中的特征点的坐标，从处于车道线左边变为处于该车道线右边时，表示车辆的行驶轨迹越过了车道线。
在预先设置的时间内，当行驶轨迹中的特征点的坐标，从处于车道线右边变为处于该车道线左边时，表示车辆的行驶轨迹越过了车道线。
第三种方式：车辆的水平位移超过了图像车道宽度或所述车辆的行驶轨迹越过了车道线。
此种方式适用于车辆处于车道中间的场景中，此时车辆的行驶轨迹越过了车道线，其水平位移未超过了图像车道宽度。
采用第三种方式，当车辆的水平位移超过了图像车道宽度，或者所述车辆的行驶轨迹越过了车道线，这两种条件满足其中一种时，即表示该车辆为正在变道的车辆。
第四种方式：车辆的水平位移超过了图像车道宽度且所述车辆的行驶轨迹越过了车道线中。
其中，预设时间可以为用户自设，也可以为系统默认，在此不做限制。
其中，所述图像车道宽度为图像中两条车道线之间的水平距离。
其中，图像车道宽度的获取过程如下：
根据所述边界线的像素坐标以及所述车道线的像素坐标，生成两者之间的图像距离，根据所述图像距离以及所述车道线的数量生成图像车道宽度。
其中，根据图像的边界线和车道线的像素坐标，计算边界线和车道线之间的像素距离，从而获取到边界线与车道线之间的图像距离。对车道线进行统计，获取到车道线的数量。
例如，车道的数量为四时，也就是四车道时，将边界线与车道线之间的图像距离除以四，生成车道宽度。
在本实施例中，根据记录存储的所述车辆、车辆的图像位置、视频时间以及预先设置的变道规则，判断出正在变道的车辆，从而解决了现有技术无法及时检测正在变道的车辆，导致处于在该车道中的无人驾驶车辆的运行效率以及安全性低的问题，使得在该车道中的无人驾驶车辆，可以根据正在变道的无人驾驶车辆进行刹车、减速、变向等操作。
作为本发明的一个优选实施例，所述对获取到的视频图像进行车辆检测，包括：
获取所述视频图像中的有效区域；
将所述有效区域划分为图像左区域、图像中间区域以及图像右区域；
在所述图像左区域、图像中间区域以及图像右区域内，分别进行车辆检测。
获取视频图像中的有效区域，可对视频图像进行预处理，具体地，剔除视频图像左右两边边缘区域，上下部分区域，保留了视频图像中约1/2的高度区域，避免了由于车牌距离视频采集设备的镜头较远时，视频图像分辨率较低，边缘区域比较模糊，导致在边缘区域中检测出的车牌可靠程度低的情况。
按照有效的区域的高度从左到右等分为多个区域，优选地，分为三个区域，分别是图像左区域、图像中间区域以及图像右区域。
在本实施例中，在所述图像左区域、图像中间区域以及图像右区域内，分别进行车辆检测，节省了检测的时间，提高了车牌检测的效率。
作为本发明的一个优选实施例，对所述车辆进行跟踪，具体为：
对有效的所述车辆的特征点进行跟踪，所述特征点包括形状特征、颜色特征以及特定位置特征中的至少一种。
其中，判断所述车辆是否有效，可判断车辆区域的边缘密度是否符合大于预设阈值，此处阈值可根据测试视频设置，若边缘密度大于该预设阈值，则判定车辆有效。从而避免了周围环境干扰的情况，提高了后续根据车辆的的图像位置、视频时间以及预先设置的变道规则，判断出正在变道的车辆的准确率。
其中，所述特征点包括形状特征、颜色特征以及特定位置特征中的至少一种。
例如，车辆特征为形状特征，后续根据车辆的形状，每次都去匹配这个形状，然后记录以此为特征的一个点(该点可以是几何中心、或者是重心，还有可能是根据图像信息得到的极值点)的位置信息。
特定位置特征为车牌号特征时，后续根据车辆的车牌号，每次都去匹配这个车牌号，然后记录以此为特征的一个点。
可采用任意一种运动跟踪的方式，对车道的特征点进行跟踪。
作为本发明的一个优选实施例，当所述变道规则为所述车辆的水平位移超过了一个车道的宽度时，所述判断出正在变道的车辆，具体为：
分别获取所述车辆的特征点的第一坐标和第二坐标；
根据所述第一坐标和第二坐标，生成所述车辆的水平位移；
判断所述水平位移是否大于一个车道的宽度，当大于时，表示所述车辆的水平位移超过了一个车道的宽度；
其中，所述第一坐标为所述车辆的特征点在实时视频图像中的像素坐标；
其中，所述第二坐标为所述车辆的特征点在所述实时视频图像上一帧视频图像中的像素坐标。
其中，可根据第一坐标和第二坐标的横坐标，生成车辆的水平位移。
在本实施例中，通过车辆的特征点坐标的位置变化，判断出正在变道的车辆，以便于可以提醒用户提前做好自身的道路选择的准备，避免交通意外的发生。
作为本发明的一个优选实施例，其特征在于，在所述车辆为正在变道的车辆之后，还包括：
发出提醒信息，所述提醒信息包括刹车信息、减速信息、变向信息中的至少一种。
其中，可以通过现有技术的任意一种提醒方式进行提醒无人驾驶车辆。提醒信息包括刹车信息、减速信息、变向信息中的至少一种。无人驾驶车辆可根据接收到的提醒信息，提前做好自身的道路选择的准备，避免了无法及时反应过来时，容易出现与变道的车辆发生碰撞，造成交通事故的情况，提高了处于在该车道中的无人驾驶车辆的运行效率以及安全性。
例如，当在后方的车辆准备超车时，后方的车辆进行了变道，此时，可发出提醒信息，无人驾驶车辆发现变道的车辆后，车辆进行减速或者变向，以避免后方的车辆高速超车时造成碰撞的情况出现，提高了驾驶的安全性。
参考图2，图2是本发明在实际应用中较佳的实施流程图，详述如下：
在步骤S201中，输入图像；
在步骤S202中，寻找车辆特征点；
寻找特征点：寻找车辆的特征，如：形状特征，那么可以根据车辆的形状，每次都去匹配这个形状，然后记录以此为特征的一个点(可以是几何中心、或者是重心，还有可能是根据图像信息得到的极值点)的位置信息。
在步骤S203中，车辆特征点运动跟踪；采用任意一种运动跟踪算法，对车辆特征点运动跟踪。
在步骤S204中，判断是否变道，是则S205，否则S206；
根据记录的位置信息生成的轨迹，再计算轨迹的横向跨度的最大值是否大于一个车道的宽度；车辆是否越过了车道线。在步骤S205中，是则，输出提醒信息以提醒用户；
在步骤S206中，否则，判断视频图像是否最后一帧图像，是则执行S207，否则执行S202；
在步骤S207中，停止。
图3示出了本发明实施例提供的一种车辆变道检测装置的结构框图，该装置可以运行于安装有视频采集装置的无人驾驶车辆，或者非无人驾驶车辆，非无人驾驶车辆包括但不限于出租车、公交车、货车、私人小汽车、警车。为了便于说明，仅示出了与本实施例相关的部分。
参照图3，该车辆变道检测装置，包括：
获取单元31，用于通过视频采集装置获取道路的视频图像；
检测单元32，用于对获取到的视频图像进行车辆检测，当检测到车辆时，对所述车辆进行跟踪，并获取所述车辆的图像位置以及所述视频图像对应的视频时间，将所述车辆、所述车辆的图像位置以及视频时间建立对应关系并记录存储；
判断单元33，用于每隔预设时间，根据记录存储的所述车辆、所述车辆的图像位置、视频时间以及预先设置的变道规则，判断出正在变道的车辆；
其中，所述变道规则包括所述车辆的水平位移超过了图像车道宽度、所述车辆的行驶轨迹越过了车道线中的其中一种或其组合；
其中，所述图像车道宽度为图像中两条车道线之间的水平距离。
进一步地，在该装置中，所述第检测单元32，包括：
第一获取子单元，用于获取所述视频图像中的有效区域；
划分子单元，用于将所述有效区域划分为图像左区域、图像中间区域以及图像右区域；
检测子单元，用于在所述图像左区域、图像中间区域以及图像右区域内，分别进行车辆检测。
进一步地，在该装置中，所述检测单元32，还包括：
跟踪子单元，对有效的所述车辆的特征点进行跟踪，所述特征点包括形状特征、颜色特征以及特定位置特征中的至少一种。
进一步地，在该装置中，所述判断单元，包括：
第二获取子单元，用于分别获取所述车辆的特征点的第一坐标和第二坐标；
生成子单元，用于根据所述第一坐标和第二坐标，生成所述车辆的水平位移；
判断子单元，用于判断所述水平位移是否大于一个车道的宽度，当大于时，表示所述车辆的水平位移超过了图像车道宽度；
其中，所述第一坐标为所述车辆的特征点在实时视频图像中的像素坐标；
其中，所述第二坐标为所述车辆的特征点在所述实时视频图像上一帧视频图像中的像素坐标。
进一步地，在该装置中，还包括：
提醒单元，用于发出提醒信息，所述提醒信息包括刹车信息、减速信息、变向信息中的至少一种。
在本发明实施例中，根据记录存储的车辆、车辆的图像位置、视频时间以及预先设置的变道规则，判断出正在变道的车辆，从而解决了现有技术无法及时检测正在变道的车辆，导致处于在该车道中的无人驾驶车辆的运行效率以及安全性低的问题，使得在该车道中的无人驾驶车辆，可以根据正在变道的无人驾驶车辆进行刹车、减速、变向等操作。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种车辆变道检测方法，其特征在于，包括：
通过视频采集装置获取道路的视频图像；
对获取到的视频图像进行车辆检测，当检测到车辆时，对所述车辆进行跟踪，并获取所述车辆的图像位置以及所述视频图像对应的视频时间，将所述车辆、所述车辆的图像位置以及视频时间建立对应关系并记录存储；
每隔预设时间，根据记录存储的所述车辆、所述车辆的图像位置、视频时间以及预先设置的变道规则，判断出正在变道的车辆；
其中，所述变道规则包括所述车辆的水平位移超过了图像车道宽度、所述车辆的行驶轨迹越过了车道线中的其中一种或其组合；
其中，所述图像车道宽度为图像中两条车道线之间的水平距离；
其中，所述变道规则有四种方式：
第一种方式：车辆的水平位移超过了图像车道宽度；
第二种方式：所述车辆的行驶轨迹越过了车道线；
其中，车辆的行驶轨迹获取过程如下：记录每个视频图像中车辆的特征点的位置信息，根据位置信息对车辆的特征点的位置进行拟合，得到车辆的行驶轨迹；
在预先设置的时间内，当行驶轨迹中的特征点的坐标，从处于车道线左边变为处于该车道线右边时，表示车辆的行驶轨迹越过了车道线；
在预先设置的时间内，当行驶轨迹中的特征点的坐标，从处于车道线右边变为处于该车道线左边时，表示车辆的行驶轨迹越过了车道线；
第三种方式：车辆的水平位移超过了图像车道宽度或所述车辆的行驶轨迹越过了车道线；
其中，当车辆的水平位移超过了图像车道宽度，或者所述车辆的行驶轨迹越过了车道线，这两种条件满足其中一种时，即表示该车辆为正在变道的车辆；
第四种方式：车辆的水平位移超过了图像车道宽度且所述车辆的行驶轨迹越过了车道线；
其中，所述图像车道宽度为图像中两条车道线之间的水平距离；
其中，图像车道宽度的获取过程如下：
根据边界线的像素坐标以及所述车道线的像素坐标，生成两者之间的图像距离，根据所述图像距离以及所述车道线的数量生成图像车道宽度。
2.如权利要求1所述的方法，其特征在于，所述对获取到的视频图像进行车辆检测，包括：
获取所述视频图像中的有效区域；
将所述有效区域划分为图像左区域、图像中间区域以及图像右区域；
在所述图像左区域、图像中间区域以及图像右区域内，分别进行车辆检测。
3.如权利要求1所述的方法，其特征在于，对所述车辆进行跟踪，具体为：
对有效的所述车辆的特征点进行跟踪，所述特征点包括形状特征、颜色特征以及特定位置特征中的至少一种。
4.如权利要求1至3任意一项所述的方法，其特征在于，当所述变道规则为所述车辆的水平位移超过了图像车道宽度时，所述判断出正在变道的车辆，具体为：
分别获取所述车辆的特征点的第一坐标和第二坐标；
根据所述第一坐标和第二坐标，生成所述车辆的水平位移；
判断所述水平位移是否大于一个车道的宽度，当大于时，表示所述车辆的水平位移超过了图像车道宽度；
其中，所述第一坐标为所述车辆的特征点在实时视频图像中的像素坐标；
其中，所述第二坐标为所述车辆的特征点在所述实时视频图像上一帧视频图像中的像素坐标。
5.如权利要求1所述的方法，其特征在于，在所述车辆为正在变道的车辆之后，还包括：
发出提醒信息，所述提醒信息包括刹车信息、减速信息、变向信息中的至少一种。
6.一种车辆变道检测装置，其特征在于，包括：
获取单元，用于通过视频采集装置获取道路的视频图像；
检测单元，用于对获取到的视频图像进行车辆检测，当检测到车辆时，对所述车辆进行跟踪，并获取所述车辆的图像位置以及所述视频图像对应的视频时间，将所述车辆、所述车辆的图像位置以及视频时间建立对应关系并记录存储；
判断单元，用于每隔预设时间，根据记录存储的所述车辆、所述车辆的图像位置、视频时间以及预先设置的变道规则，判断出正在变道的车辆；
其中，所述变道规则包括所述车辆的水平位移超过了图像车道宽度、所述车辆的行驶轨迹越过了车道线中的其中一种或其组合；
其中，所述图像车道宽度为图像中两条车道线之间的水平距离；
其中，所述变道规则有四种方式：
第一种方式：车辆的水平位移超过了图像车道宽度；
第二种方式：所述车辆的行驶轨迹越过了车道线；
其中，车辆的行驶轨迹获取过程如下：记录每个视频图像中车辆的特征点的位置信息，根据位置信息对车辆的特征点的位置进行拟合，得到车辆的行驶轨迹；
在预先设置的时间内，当行驶轨迹中的特征点的坐标，从处于车道线左边变为处于该车道线右边时，表示车辆的行驶轨迹越过了车道线；
在预先设置的时间内，当行驶轨迹中的特征点的坐标，从处于车道线右边变为处于该车道线左边时，表示车辆的行驶轨迹越过了车道线；
第三种方式：车辆的水平位移超过了图像车道宽度或所述车辆的行驶轨迹越过了车道线；
其中，当车辆的水平位移超过了图像车道宽度，或者所述车辆的行驶轨迹越过了车道线，这两种条件满足其中一种时，即表示该车辆为正在变道的车辆；
第四种方式：车辆的水平位移超过了图像车道宽度且所述车辆的行驶轨迹越过了车道线；
其中，所述图像车道宽度为图像中两条车道线之间的水平距离；
其中，图像车道宽度的获取过程如下：
根据边界线的像素坐标以及所述车道线的像素坐标，生成两者之间的图像距离，根据所述图像距离以及所述车道线的数量生成图像车道宽度。
7.如权利要求6所述的装置，其特征在于，所述检测单元，包括：
第一获取子单元，用于获取所述视频图像中的有效区域；
划分子单元，用于将所述有效区域划分为图像左区域、图像中间区域以及图像右区域；
检测子单元，用于在所述图像左区域、图像中间区域以及图像右区域内，分别进行车辆检测。
8.如权利要求6所述的装置，其特征在于，所述检测单元，还包括：
跟踪子单元，对有效的所述车辆的特征点进行跟踪，所述特征点包括形状特征、颜色特征以及特定位置特征中的至少一种。
9.如权利要求6至8任意一项所述的装置，其特征在于，所述判断单元，包括：
第二获取子单元，用于分别获取所述车辆的特征点的第一坐标和第二坐标；
生成子单元，用于根据所述第一坐标和第二坐标，生成所述车辆的水平位移；
判断子单元，用于判断所述水平位移是否大于一个车道的宽度，当大于时，表示所述车辆的水平位移超过了图像车道宽度；
其中，所述第一坐标为所述车辆的特征点在实时视频图像中的像素坐标；
其中，所述第二坐标为所述车辆的特征点在所述实时视频图像上一帧视频图像中的像素坐标。
10.如权利要求6所述的装置，其特征在于，还包括：提醒单元，用于发出提醒信息，所述提醒信息包括刹车信息、减速信息、变向信息中的至少一种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410163347.8A CN103942960B (zh) | 2014-04-22 | 2014-04-22 | 一种车辆变道检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410163347.8A CN103942960B (zh) | 2014-04-22 | 2014-04-22 | 一种车辆变道检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103942960A CN103942960A (zh) | 2014-07-23 |
| CN103942960B true CN103942960B (zh) | 2016-09-21 |
Family
ID=51190604
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410163347.8A Active CN103942960B (zh) | 2014-04-22 | 2014-04-22 | 一种车辆变道检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103942960B (zh) |
Families Citing this family (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9412277B2 (en) * | 2014-10-13 | 2016-08-09 | Ford Global Technologies, Llc | Vehicle cut-in strategy |
| CN104808669A (zh) * | 2015-04-28 | 2015-07-29 | 苏州科技学院 | 一种全监控自动判分的智能小车竞赛平台 |
| CN104882005B (zh) * | 2015-05-15 | 2017-07-04 | 青岛海信网络科技股份有限公司 | 一种检测车道车流量的方法及装置 |
| CN105047019B (zh) * | 2015-07-07 | 2017-08-11 | 长安大学 | 一种客运车辆防止后车超车后突然变道判断方法及装置 |
| DE112016003174T5 (de) | 2015-07-15 | 2018-03-29 | Honda Motor Co., Ltd. | Fahrzeug-Regel-/Steuervorrichtung, Fahrzeug-Regel-/Steuerverfahren und Fahrzeug-Regel-/Steuerprogramm |
| CN105225478B (zh) * | 2015-08-13 | 2018-09-14 | 中国科学院自动化研究所 | 智能车辆行为记录及评价方法 |
| CN115223139A (zh) * | 2015-11-26 | 2022-10-21 | 御眼视觉技术有限公司 | 对切入车道的车辆的自动预测和利他响应 |
| US10275666B2 (en) * | 2016-03-24 | 2019-04-30 | Nissan Motor Co., Ltd. | Travel lane detection method and travel lane detection device |
| CN106203341B (zh) * | 2016-07-11 | 2019-05-21 | 百度在线网络技术（北京）有限公司 | 一种无人车的车道线识别方法及装置 |
| JP6774297B2 (ja) * | 2016-10-17 | 2020-10-21 | 株式会社デンソー | 車両認識装置及び車両認識方法 |
| CN106652445B (zh) * | 2016-11-15 | 2019-08-23 | 成都通甲优博科技有限责任公司 | 一种公路交通事故判别方法及装置 |
| CN106904121A (zh) * | 2017-02-27 | 2017-06-30 | 北京汽车研究总院有限公司 | 一种对车辆换道行为进行预警的方法及装置 |
| CN107563310B (zh) * | 2017-08-16 | 2020-06-16 | 电子科技大学 | 一种违章变道检测方法 |
| CN110533958A (zh) * | 2018-05-24 | 2019-12-03 | 上海博泰悦臻电子设备制造有限公司 | 车辆变道提醒方法及系统 |
| CN109002797B (zh) * | 2018-07-16 | 2023-07-25 | 腾讯科技（深圳）有限公司 | 车辆变道检测方法、装置、存储介质和计算机设备 |
| CN110751827B (zh) * | 2018-07-24 | 2021-03-02 | 东旭光电科技股份有限公司 | 输出提示信息的方法、装置、智能路灯及可读存储介质 |
| CN109345870B (zh) * | 2018-09-07 | 2020-11-17 | 北京邮电大学 | 预防车辆碰撞的预警方法及装置 |
| CN111028503B (zh) * | 2018-10-09 | 2022-05-06 | 杭州海康威视系统技术有限公司 | 一种车辆变道监测方法及装置 |
| CN111047908B (zh) * | 2018-10-12 | 2021-11-02 | 富士通株式会社 | 跨线车辆的检测装置、方法及视频监控设备 |
| CN109544909B (zh) * | 2018-10-29 | 2021-06-04 | 华蓝设计（集团）有限公司 | 基于航拍视频车辆轨迹的驾驶员换道行为分析方法 |
| CN109558829B (zh) * | 2018-11-26 | 2021-02-02 | 浙江大华技术股份有限公司 | 一种变道检测方法及装置、计算机装置及可读存储介质 |
| TWI705016B (zh) * | 2019-07-22 | 2020-09-21 | 緯創資通股份有限公司 | 行車預警系統、行車預警方法及使用所述方法的電子裝置 |
| CN110705396A (zh) * | 2019-09-18 | 2020-01-17 | 上海图丽信息技术有限公司 | 一种检测视频中机动车变道的系统及方法 |
| CN113255404A (zh) * | 2020-02-11 | 2021-08-13 | 北京百度网讯科技有限公司 | 车道线识别方法、装置、电子设备和计算机可读存储介质 |
| CN111428943B (zh) * | 2020-04-23 | 2021-08-03 | 福瑞泰克智能系统有限公司 | 障碍物车辆轨迹预测的方法、设备和计算机设备 |
| CN111523464A (zh) * | 2020-04-23 | 2020-08-11 | 上海眼控科技股份有限公司 | 车辆违法变道的检测方法和装置 |
| CN112634655B (zh) * | 2020-12-15 | 2022-11-22 | 阿波罗智联(北京)科技有限公司 | 基于车道线的变道处理方法、装置、电子设备及存储介质 |
| CN112668428A (zh) * | 2020-12-21 | 2021-04-16 | 北京百度网讯科技有限公司 | 车辆变道的检测方法、路侧设备、云控平台和程序产品 |
| CN112949470A (zh) * | 2021-02-26 | 2021-06-11 | 上海商汤智能科技有限公司 | 车辆变道转向灯识别方法、装置、设备及存储介质 |
| CN113763750B (zh) * | 2021-09-29 | 2023-06-13 | 天翼交通科技有限公司 | 基于5g的智能车路协同系统及方法 |
| CN115497078B (zh) * | 2022-11-15 | 2023-03-10 | 广汽埃安新能源汽车股份有限公司 | 车道线生成方法、装置、设备和计算机可读介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101135558A (zh) * | 2007-09-28 | 2008-03-05 | 深圳先进技术研究院 | 一种基于机器视觉的汽车防撞预警方法及装置 |
| CN101916516A (zh) * | 2010-08-13 | 2010-12-15 | 深圳市豪恩汽车电子装备股份有限公司 | 一种车道偏移识别方法 |
| CN102208019A (zh) * | 2011-06-03 | 2011-10-05 | 东南大学 | 基于车载摄像机的车辆变道检测方法 |
| CN102622886A (zh) * | 2012-03-23 | 2012-08-01 | 长安大学 | 一种基于视频的车辆违章变道事件检测方法 |
| WO2013018673A1 (ja) * | 2011-08-02 | 2013-02-07 | 日産自動車株式会社 | 立体物検出装置及び立体物検出方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10324725A1 (de) * | 2003-05-30 | 2004-12-16 | Wabco Gmbh & Co.Ohg | Verfahren zur Regelung des Überholens auf einer Nichtüberholspur |
-
2014
- 2014-04-22 CN CN201410163347.8A patent/CN103942960B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101135558A (zh) * | 2007-09-28 | 2008-03-05 | 深圳先进技术研究院 | 一种基于机器视觉的汽车防撞预警方法及装置 |
| CN101916516A (zh) * | 2010-08-13 | 2010-12-15 | 深圳市豪恩汽车电子装备股份有限公司 | 一种车道偏移识别方法 |
| CN102208019A (zh) * | 2011-06-03 | 2011-10-05 | 东南大学 | 基于车载摄像机的车辆变道检测方法 |
| WO2013018673A1 (ja) * | 2011-08-02 | 2013-02-07 | 日産自動車株式会社 | 立体物検出装置及び立体物検出方法 |
| CN102622886A (zh) * | 2012-03-23 | 2012-08-01 | 长安大学 | 一种基于视频的车辆违章变道事件检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 一种基于视频图像处理的车辆违章检测算法;刘振华等;《公路交通科技》;20120228;第29卷(第2期);第106-113页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103942960A (zh) | 2014-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103942960B (zh) | 一种车辆变道检测方法及装置 | |
| US11436919B2 (en) | Method and apparatus for determining driving strategy of a vehicle | |
| CN108883725B (zh) | 一种行驶车辆警报系统和方法 | |
| CN108437986B (zh) | 车辆驾驶辅助系统及辅助方法 | |
| CN105844222B (zh) | 基于视觉的前方车辆碰撞预警系统及方法 | |
| US10166934B2 (en) | Capturing driving risk based on vehicle state and automatic detection of a state of a location | |
| US9507345B2 (en) | Vehicle control system and method | |
| CN106611512B (zh) | 前车起步的处理方法、装置和系统 | |
| JP2021192303A (ja) | ライダー支援システム及び方法 | |
| JP5938569B2 (ja) | 方位情報を考慮する高度運転者支援システム、及びその動作方法 | |
| CN104103100B (zh) | 驾驶行为分析系统 | |
| CN111369831A (zh) | 一种道路驾驶危险预警方法、装置和设备 | |
| CN110400478A (zh) | 一种路况通知方法及装置 | |
| CN107848533A (zh) | 车辆控制装置、车辆控制方法及车辆控制程序 | |
| DE102017207968A1 (de) | Vorrichtung zum Vorbeugen gegen einen Fußgängerkollisionsunfall, System mit derselben, und Verfahren hierzu | |
| CN105848981A (zh) | 用于车辆的驾驶员辅助方法和系统 | |
| CN102096803A (zh) | 基于机器视觉的行人安全状态识别系统 | |
| JP2017529517A (ja) | 自動車に接近する対象車両を自動車のカメラシステムにより追跡する方法、カメラシステムおよび自動車 | |
| US10977882B1 (en) | Driver health profile | |
| CN108032809A (zh) | 一种倒车侧向辅助系统及其数据融合与控制方法 | |
| JP2012146146A (ja) | 移動物体検出装置 | |
| CN108016445A (zh) | 用于交通流量的车辆应用的系统和方法 | |
| CN106570487A (zh) | 物体间的碰撞预测方法和装置 | |
| JP2021500675A (ja) | 速度遮断機の接近時の自動車両の運転補助 | |
| CN109895694B (zh) | 一种车道偏离预警方法、装置及车辆 |
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 |