CN104085396A - 一种全景车道偏离预警方法及系统 - Google Patents
一种全景车道偏离预警方法及系统 Download PDFInfo
- Publication number
- CN104085396A CN104085396A CN201410314210.8A CN201410314210A CN104085396A CN 104085396 A CN104085396 A CN 104085396A CN 201410314210 A CN201410314210 A CN 201410314210A CN 104085396 A CN104085396 A CN 104085396A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- alerting signal
- panorama
- warning
- suppress
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000012545 processing Methods 0.000 claims abstract description 27
- 230000005764 inhibitory process Effects 0.000 claims description 27
- 238000012937 correction Methods 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 12
- 230000001915 proofreading effect Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000002829 reductive effect Effects 0.000 abstract description 2
- 238000001914 filtration Methods 0.000 description 8
- 230000003068 static effect Effects 0.000 description 6
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种全景车道偏离预警方法及系统，该方法包括：采集车辆周围的视频图像数据；对车辆周围的视频图像数据进行处理获得车辆的360度全景俯视图；根据360度全景俯视图检测出车辆当前所在车道的两侧车道线；实时跟踪监测车辆与两侧车道线的相对位置变化，在符合车道偏离报警规则的情况下生成报警信号；实时采集车辆的状态数据生成动态的报警抑制规则；对报警信号进行分析，判断是否符合当前状态的报警抑制规则，若是则不输出报警信号，若否则输出报警信号进行报警。本发明结合车速、航向、角速度、加速度及转向灯等信息，在保证及时准确报警的同时，充分考虑了驾驶路况，驾驶区域与驾驶习惯，减少了正常车道偏离情况下报警信号对驾驶员的干扰。
Description
技术领域
本发明属于汽车安全技术领域，涉及一种行车安全报警系统，特别是涉及一种全景车道偏离预警方法及系统。
背景技术
随着全球城市化突飞猛进式的发展和汽车的大量普及，交通运输问题越来越受到人们的重视和关注。如今汽车已不仅仅是人们出行的交通工具，而是逐步智能化的载体，并具有越来越完善的功能。据统计，当汽车在结构化道路行驶过程中，驾驶员在驾驶员-汽车-道路三个环节里面是可靠性最差的一个环节，80％以上的交通事故都是由驾驶员的主观因素造成的，这些主观因素包括过度疲劳、疏忽或者注意力分散等。在所有的交通事故中，车道偏离事故占据了大约百分之三十的比例。可见开发一个成本低，可靠性好及用户使用方便的车道偏离预警(Lane Departure Warning，简称LDW)系统对提高汽车的主动安全性具有多么重要的意义。
目前商用的LDW系统普遍采用单独的前置或后置摄像头实现，在前后方视野能见度低的情况下，系统的可靠性会大大降低。同时国外的一些车道偏离报警系统引入到国内之后，由于系统报警的频繁发生，使驾驶员逐渐厌烦，最终导致驾驶员对系统报警的不信任性。所以如何提高LDW系统的可靠性及易用性是目前亟需解决的问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种全景车道偏离预警方法及系统，用于解决现有技术中车道偏离报警过于死板，车道偏离报警的频繁发生对驾驶员的正常驾驶造成严重干扰的问题。
为实现上述目的及其他相关目的，本发明提供一种全景车道偏离预警方法，所述全景车道偏离预警方法包括：采集车辆周围的视频图像数据；对所述车辆周围的视频图像数据进行处理获得车辆的360度全景俯视图；根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线；实时跟踪监测所述车辆与所述两侧车道线的相对位置变化，在符合车道偏离报警规则的情况下生成报警信号；实时采集所述车辆的状态数据生成动态的报警抑制规则；对所述报警信号进行分析，判断是否符合当前状态的报警抑制规则，若符合则不输出所述报警信号，若不符合则输出所述报警信号进行报警。
优选地，采集车辆周围的视频图像数据的实现过程包括：在所述车辆上设置摄像头分别采集车辆的正前方、正后方、正左方、正右方的视频图像数据；或在所述车辆上设置摄像头分别采集车辆的左前方、左后方、右前方、右后方的视频图像数据。
优选地，所述360度全景俯视图的获取过程包括：对所述车辆周围的视频图像数据进行畸变校正；对校正后的视频图像数据进行图像拼接，合成所述360度全景俯视图。
优选地，根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线的实现过程包括：对校正后的视频图像数据进行Hough直线变换，获得车道线的直线方程；根据所述直线方程和所述车辆的宽度信息获得当前车道的宽度；当采集到包含一侧车道线的视频图像数据时，根据所述直线方程和当前车道的宽度获得另一侧车道线。
优选地，所述车道偏离报警规则的获得过程包括：采集所述车辆的前向速度；通过所述车辆与两侧车道线的相对位置变化获得所述车辆相对车道线的切向速度；对所述车辆前向速度和切向速度进行模糊化处理，获得不同行车状态下的报警线位置。
优选地，在符合车道偏离报警规则的情况下生成报警信号的实现过程包括：当检测到所述车辆的边缘距车道线的距离小于当前行车状态下的报警线位置距车道线的距离时，则生成报警信号。
优选地，实时采集所述车辆的状态数据生成动态的报警抑制规则的实现过程包括：通过比较所述报警信号的产生时刻与转向灯关闭时刻之间的第一时间间隔与预定第一阈值的大小，确定是否对所述报警信号作抑制处理；通过比较所述报警信号的产生时刻与车辆启动时刻之间的第二时间间隔与预定第二阈值的大小，确定是否对所述报警信号作抑制处理；通过比较所述报警信号的产生时刻与车辆转弯时刻之间的第三时间间隔与预定第三阈值的大小，确定是否对所述报警信号作抑制处理；通过比较车辆的加速度数据与预定第四阈值的大小，确定是否对所述报警信号作抑制处理；通过比较车辆的平均速度数据与预定第五阈值的大小，确定是否对所述报警信号作抑制处理；通过比较当前车道宽度与预定第六阈值的大小，确定是否对所述报警信号作抑制处理。
本发明还提供一种全景车道偏离预警系统，所述全景车道偏离预警系统包括：视频图像采集设备，采集车辆周围的视频图像数据；处理器，与所述视频图像采集设备相连，包括：全景模块，对所述车辆周围的视频图像数据进行处理获得车辆的360度全景俯视图；车辆状态数据采集模块，实时采集车辆的各项状态数据；车辆偏离报警模块，与所述全景模块和车辆状态数据采集模块分别相连，根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线；实时跟踪监测所述车辆与所述两侧车道线的相对位置变化，在符合车道偏离报警规则的情况下生成报警信号；对所述报警信号进行分析，判断是否符合当前状态的报警抑制规则，若符合则不输出所述报警信号，若不符合则输出所述报警信号进行报警；报警抑制模块，与所述车辆偏离报警模块和车辆状态数据采集模块分别相连，用以实时采集所述车辆的状态数据生成动态的报警抑制规则。
优选地，所述视频图像采集设备包括4个摄像头；所述4个摄像头分别设于车辆的正前方、正后方、正左方、正右方；或所述4个摄像头分别设于车辆的左前方、左后方、右前方、右后方。
优选地，所述全景模块包括：畸变校正单元，对所述车辆周围的视频图像数据进行畸变校正；图像拼接单元，与所述畸变校正单元相连，对校正后的视频图像数据进行图像拼接，合成所述360度全景俯视图；全景输出单元，与所述图像拼接单元相连，输出所述360度全景俯视图。
优选地，所述车辆偏离报警模块包括：车道线检测单元，与所述全景模块相连，根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线；车道线跟踪单元，与所述车道线检测单元相连，实时跟踪监测所述车辆与所述两侧车道线的相对位置变化；报警规则单元，与所述车道线跟踪单元和所述车辆状态数据采集模块分别相连，对所述车道线跟踪单元获得的车辆切向速度和所述报警抑制模块获得的车辆前向速度进行模糊化处理，获得不同行车状态下的报警线位置；车道偏离报警单元，与所述车道线跟踪单元和报警规则单元分别相连，在所述相对位置变化符合车道偏离报警规则的情况下生成报警信号；报警抑制判断单元，与所述车道偏离报警单元和报警抑制模块分别相连，对所述报警信号进行分析，判断是否符合报警抑制规则，若符合则不输出所述报警信号，若不符合则输出所述报警信号；声光报警单元，与所述报警抑制判断单元相连，收到所述报警信号后发出声光报警。
优选地，所述报警抑制模块包括：转向灯抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，通过比较所述报警信号的产生时刻与转向灯关闭时刻之间的第一时间间隔与预定第一阈值的大小，确定是否对所述报警信号作抑制处理；启动抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，通过比较所述报警信号的产生时刻与车辆启动时刻之间的第二时间间隔与预定第二阈值的大小，确定是否对所述报警信号作抑制处理；转弯抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，通过比较所述报警信号的产生时刻与车辆转弯时刻之间的第三时间间隔与预定第三阈值的大小，确定是否对所述报警信号作抑制处理；减速抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，当所述报警信号产生时，通过比较车辆的加速度数据与预定第四阈值的大小，确定是否对所述报警信号作抑制处理；均速抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，当所述报警信号产生时，通过比较车辆的平均速度数据与预定第五阈值的大小，确定是否对所述报警信号作抑制处理；道宽抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，当所述报警信号产生时，通过比较当前车道宽度与预定第六阈值的大小，确定是否对所述报警信号作抑制处理。
如上所述，本发明所述的全景车道偏离预警方法及系统，具有以下有益效果：
本发明结合车速、航向、角速度、加速度及转向灯等信息，在保证给出及时准确的报警的同时，充分考虑了驾驶路况，驾驶区域与驾驶习惯，减少了正常车道偏离情况下报警信号对驾驶员的干扰。
附图说明
图1为本发明所述的全景车道偏离预警方法的流程示意图。
图2为本实施例提供的一种摄像头的设置结构示意图。
图3为本实施例提供的一种车辆的360度全景俯视图获取方法的流程示意图。
图4为本实施例提供的一种检测两侧车道线方法的流程示意图。
图5为本发明所述的全景车道偏离预警系统的结构示意图。
元件标号说明
100 视频图像采集设备
101 前视摄像头
102 后视摄像头
103 左视摄像头
104 右视摄像头
200 处理器
210 全景模块
211 畸变校正单元
212 图像拼接单元
213 全景输出单元
220 车辆偏离报警模块
221 车道线检测单元
222 车道线跟踪单元
223 报警规则单元
224 车道偏离报警单元
225 报警抑制判断单元
226 声光报警单元
230 报警抑制模块
231 转向灯抑制单元
232 启动抑制单元
233 转弯抑制单元
234 减速抑制单元
235 均速抑制单元
236 道宽抑制单元
240 车辆状态数据采集模块
S1～S6 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
请参阅附图。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
下面结合实施例和附图对本发明进行详细说明。
实施例
本发明提供一种全景车道偏离预警方法，如图1所示，所述全景车道偏离预警方法包括：
S1，采集车辆周围的视频图像数据。
进一步，采集车辆周围的视频图像数据的实现过程包括：在所述车辆上设置摄像头分别采集车辆的正前方、正后方、正左方、正右方的视频图像数据；或在所述车辆上设置摄像头分别采集车辆的左前方、左后方、右前方、右后方的视频图像数据。本实施例提供一种摄像头的设置方式，如图2所示，前视摄像头101设置于车头中部位置，以一定俯仰角指向车辆正前方；后视摄像头102设置于车尾中部位置，以一定俯仰角指向车辆正后方；左视摄像头103和右视摄像头104分别设置于车辆的左、右两侧后视镜下方，并以一定的俯仰角指向车辆的左、右两侧。
S2，对所述车辆周围的视频图像数据进行处理，获得车辆的360度全景俯视图。
进一步，本实施例提供一种对所述车辆周围的视频图像数据进行处理获得车辆的360度全景俯视图的具体实现方式，如图3所示，包括：对所述车辆周围的视频图像数据进行畸变校正；对校正后的视频图像数据进行图像拼接，合成所述360度全景俯视图。其中，畸变校正可以通过对摄像头标定的畸变校正表实现。合成后的360度全景俯视图可以输出到人机接口用于全景泊车和车道偏离屏幕报警等提示。人机接口一般设置于驾驶台的中央位置。
S3，根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线。
进一步，本实施例提供一种根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线的具体实现过程，如图4所示，包括：对校正后的视频图像数据进行Hough直线变换，获得车道线的直线方程；根据所述直线方程和所述车辆的宽度信息获得当前车道的宽度；当采集到包含一侧车道线的视频图像数据时，根据所述直线方程和当前车道的宽度获得另一侧车道线。
S4，实时跟踪监测所述车辆与所述两侧车道线的相对位置变化，在符合车道偏离报警规则的情况下生成报警信号。
进一步，本实施例提供一种跟踪监测方法，其可以采用Kalman滤波算法实现，具体过程为：将车辆相对车道线的距离，距离的变化，相对车道线的角度，角度的变化作为Kalman滤波的状态变量，将相对车道线的距离和相对车道线的角度作为Kalman滤波的量测变量，判断每一帧更新后的滤波结果是否符合车道偏离报警规则。
本实施例还提供一种所述车道偏离报警规则的具体获得过程，包括：采集所述车辆的前向速度；通过所述车辆与两侧车道线的相对位置变化获得所述车辆相对车道线的切向速度；对所述车辆前向速度和切向速度进行模糊化处理，获得不同行车状态下的报警线位置。例如：通过GNSS定位系统或CAN总线得到车速数据，通过车道线跟踪算法估计出车辆相对车道线距离的变化并结合时间信息计算出车辆相对车道线的切向速度，将横向速度(即切向速度)，汽车车速按表1的模糊逻辑规则做模糊化处理得到报警线的位置。表1中的具体参数可以根据不同车型及客户的需求进行修改。
表1：报警线位置规则表
本实施例还提供一种在符合车道偏离报警规则的情况下生成报警信号的具体实现过程，包括：当检测到所述车辆的边缘距车道线的距离小于当前行车状态下的报警线位置距车道线的距离时，则生成报警信号。例如：当车辆右边缘或左边缘到车道线的距离小于报警规则表1中当前状态下的报警线的位置，则意味着车辆有偏离车道线的可能，若当前没有检测到转向灯信号，则产生报警信号。
S5，实时采集所述车辆的状态数据生成动态的报警抑制规则。
进一步，本实施例提供一种实时采集所述车辆的状态数据生成动态的报警抑制规则的具体实现过程，包括：
通过比较所述报警信号的产生时刻与转向灯关闭时刻之间的第一时间间隔与预定第一阈值的大小，确定是否对所述报警信号作抑制处理。例如：将转向灯由打开状态转为关闭状态的时刻设为起始时刻，将系统报警发生时刻设为当前时刻；当报警信号产生时，计算当前时刻与起始的时间间隔，通过比较此时间间隔与设定的阈值来决定是否对当前报警作做抑制处理，即关掉转向灯的抑制规则。
通过比较所述报警信号的产生时刻与车辆启动时刻之间的第二时间间隔与预定第二阈值的大小，确定是否对所述报警信号作抑制处理。例如：当速度数据小于一定的阈值，系统判断汽车处于静止状态，大于一定的阈值，系统判断汽车处于运动状态，并把由静止到运动的切换点设为起始时刻。当报警信号产生时，计算当前时刻与起始时刻的时间间隔，通过比较该时间间隔与设定的阈值来决定是否对当前报警作做抑制处理，即静止到启动的抑制规则。
通过比较所述报警信号的产生时刻与车辆转弯时刻之间的第三时间间隔与预定第三阈值的大小，确定是否对所述报警信号作抑制处理。例如：对角速度数据积分处理，在一定时间段内的积分值若当大于一定的阈值，可以识别为汽车正处于转弯或掉头状态，并把该时刻设为起始时刻。当报警信号产生时，计算当前时刻与起始时刻的时间间隔，通过比较此时间间隔与设定的阈值来决定是否对当前报警做抑制处理，即转弯或掉头抑制规则。
通过比较车辆的加速度数据与预定第四阈值的大小，确定是否对所述报警信号作抑制处理。例如：当报警信号产生时，通过比较经时间窗滤波后的加速度数据与设定的阈值来决定是否对当前报警作做抑制处理，即前向减速度的抑制规则。
通过比较车辆的平均速度数据与预定第五阈值的大小，确定是否对所述报警信号作抑制处理。例如：设定一个30s的时间窗，对该时间窗内的速度做平均处理，当报警信号产生时，通过比较此平均值与设定的阈值来决定是否对当前报警作做抑制处理，即30秒平均速度抑制规则。
通过比较当前车道宽度与预定第六阈值的大小，确定是否对所述报警信号作抑制处理。例如：当报警信号产生时，通过比较当前计算得到的车道宽度与设定的阈值决定是否对当前报警作做抑制处理，即最小车道宽度抑制规则。
本实施例提供了6种报警抑制方法，每个抑制方法产生一个抑制规则，每个抑制规则对报警信号起独立抑制作用，同时报警敏感度由系统默认或事先被用户设定，根据敏感度可以查询到预先存储在阈值表中的阈值。本发明的保护范围不限于本实施例列举的6种报警抑制规则，凡是根据本发明的抑制原理设计的报警抑制规则都包括在本发明的保护范围内。
S6，对所述报警信号进行分析，判断是否符合当前状态的报警抑制规则，若符合则不输出所述报警信号，若不符合则输出所述报警信号进行报警。例如：根据当前状态的报警抑制规则对当前报警信号过滤，判断是否做抑制处理，如果不做抑制处理，则把当前报警信号以声光报警的形式发送到人机接口用以提醒驾驶员。
本发明还提供一种全景车道偏离预警系统，该系统可以实现本发明所述的全景车道偏离预警方法，但本发明所述的全景车道偏离预警方法的实现装置包括但不限于本发明所述的全景车道偏离预警系统。
如图5所示，所述全景车道偏离预警系统包括：视频图像采集设备100，处理器200。处理器200一般可以安装在座位下方或车尾后备箱。
所述视频图像采集设备100采集车辆周围的视频图像数据。进一步，所述视频图像采集设备100包括4个摄像头；所述4个摄像头分别设于车辆的正前方、正后方、正左方、正右方；或所述4个摄像头分别设于车辆的左前方、左后方、右前方、右后方。例如，如图2所示，前视摄像头101设置于车头中部位置，以一定俯仰角指向车辆正前方；后视摄像头102设置于车尾中部位置，以一定俯仰角指向车辆正后方；左视摄像头103和右视摄像头104分别设置于车辆的左、右两侧后视镜下方，并以一定的俯仰角指向车辆的左、右两侧。
所述处理器200与所述视频图像采集设备100相连，包括：全景模块210，车辆偏离报警模块220，报警抑制模块230，车辆状态数据采集模块240。
所述全景模块210对所述车辆周围的视频图像数据进行处理获得车辆的360度全景俯视图。
进一步，所述全景模块210包括：畸变校正单元211，图像拼接单元212，全景输出单元213。所述畸变校正单元211对所述车辆周围的视频图像数据进行畸变校正。所述图像拼接单元212与所述畸变校正单元211相连，对校正后的视频图像数据进行图像拼接，合成所述360度全景俯视图。所述全景输出单元213与所述图像拼接单元212相连，输出所述360度全景俯视图。
所述车辆状态数据采集模块240实时采集车辆的各项状态数据。
所述车辆偏离报警模块220与所述全景模块210和车辆状态数据采集模块240分别相连，根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线；实时跟踪监测所述车辆与所述两侧车道线的相对位置变化，在符合车道偏离报警规则的情况下生成报警信号；对所述报警信号进行分析，判断是否符合当前状态的报警抑制规则，若符合则不输出所述报警信号，若不符合则输出所述报警信号进行报警。
进一步，所述车辆偏离报警模块220包括：车道线检测单元221，车道线跟踪单元222，报警规则单元223，车道偏离报警单元224，报警抑制判断单元225，声光报警单元226。
所述车道线检测单元221与所述全景模块210相连，根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线。例如：对校正后的视频图像数据进行Hough直线变换，获得车道线的直线方程；根据所述直线方程和所述车辆的宽度信息获得当前车道的宽度；当采集到包含一侧车道线的视频图像数据时，根据所述直线方程和当前车道的宽度获得另一侧车道线。
所述车道线跟踪单元222与所述车道线检测单元221相连，实时跟踪监测所述车辆与所述两侧车道线的相对位置变化。例如：采用Kalman滤波算法，将车辆相对车道线的距离，距离的变化，相对车道线的角度，角度的变化作为Kalman滤波的状态变量，将相对车道线的距离和相对车道线的角度作为Kalman滤波的量测变量，实时获取每一帧更新后的滤波结果。
所述报警规则单元223与所述车道线跟踪单元222和所述车辆状态数据采集模块240分别相连，对所述车道线跟踪单元获得的车辆切向速度和所述报警抑制模块获得的车辆前向速度进行模糊化处理，获得不同行车状态下的报警线位置。例如：通过GNSS定位系统或CAN总线得到车速数据，通过车道线跟踪算法估计出车辆相对车道线距离的变化并结合时间信息计算出车辆相对车道线的切向速度，将横向速度(即切向速度)，汽车车速按表1的模糊逻辑规则做模糊化处理得到报警线的位置。GNSS5天线一般安放在前方或后方风挡玻璃下方，通过UART连接到处理器的UART接口上。
所述车道偏离报警单元224与所述车道线跟踪单元222和报警规则单元223分别相连，在所述相对位置变化符合车道偏离报警规则的情况下生成报警信号。例如：当车辆右边缘或左边缘到车道线的距离小于报警规则表1中当前状态下的报警线的位置，则意味着车辆有偏离车道线的可能，若当前没有检测到转向灯信号，则产生报警信号。
所述报警抑制判断单元225与所述车道偏离报警单元224和报警抑制模块230分别相连，对所述报警信号进行分析，判断是否符合报警抑制规则，若符合则不输出所述报警信号，若不符合则输出所述报警信号。
所述声光报警单元226与所述报警抑制判断单元225相连，收到所述报警信号后发出声光报警。
所述报警抑制模块230与所述车辆偏离报警模块220和车辆状态数据采集模块240分别相连，用以实时采集所述车辆的状态数据生成动态的报警抑制规则。
进一步，所述报警抑制模块230包括：转向灯抑制单元231，启动抑制单元232，转弯抑制单元233，减速抑制单元234，均速抑制单元235，道宽抑制单元236。
所述转向灯抑制单元231与所述车辆偏离报警模块220和所述车辆状态数据采集模块240分别相连，通过比较所述报警信号的产生时刻与转向灯关闭时刻之间的第一时间间隔与预定第一阈值的大小，确定是否对所述报警信号作抑制处理。例如：将转向灯由打开状态转为关闭状态的时刻设为起始时刻，将系统报警发生时刻设为当前时刻；当报警信号产生时，计算当前时刻与起始的时间间隔，通过比较此时间间隔与设定的阈值来决定是否对当前报警作做抑制处理，即关掉转向灯的抑制规则。
所述启动抑制单元232与所述车辆偏离报警模块220和所述车辆状态数据采集模块240分别相连，通过比较所述报警信号的产生时刻与车辆启动时刻之间的第二时间间隔与预定第二阈值的大小，确定是否对所述报警信号作抑制处理。例如：当速度数据小于一定的阈值，系统判断汽车处于静止状态，大于一定的阈值，系统判断汽车处于运动状态，并把由静止到运动的切换点设为起始时刻。当报警信号产生时，计算当前时刻与起始时刻的时间间隔，通过比较该时间间隔与设定的阈值来决定是否对当前报警作做抑制处理，即静止到启动的抑制规则。
所述转弯抑制单元233与所述车辆偏离报警模块220和所述车辆状态数据采集模块240分别相连，通过比较所述报警信号的产生时刻与车辆转弯时刻之间的第三时间间隔与预定第三阈值的大小，确定是否对所述报警信号作抑制处理。例如：对角速度数据积分处理，在一定时间段内的积分值若当大于一定的阈值，可以识别为汽车正处于转弯或掉头状态，并把该时刻设为起始时刻。当报警信号产生时，计算当前时刻与起始时刻的时间间隔，通过比较此时间间隔与设定的阈值来决定是否对当前报警做抑制处理，即转弯或掉头抑制规则。
所述减速抑制单元234与所述车辆偏离报警模块220和所述车辆状态数据采集模块240分别相连，当所述报警信号产生时，通过比较车辆的加速度数据与预定第四阈值的大小，确定是否对所述报警信号作抑制处理。例如：当报警信号产生时，通过比较经时间窗滤波后的加速度数据与设定的阈值来决定是否对当前报警作做抑制处理，即前向减速度的抑制规则。
所述均速抑制单元235与所述车辆偏离报警模块220和所述车辆状态数据采集模块240分别相连，当所述报警信号产生时，通过比较车辆的平均速度数据与预定第五阈值的大小，确定是否对所述报警信号作抑制处理。例如：设定一个30s的时间窗，对该时间窗内的速度做平均处理，当报警信号产生时，通过比较此平均值与设定的阈值来决定是否对当前报警作做抑制处理，即30秒平均速度抑制规则。
所述道宽抑制单元236与所述车辆偏离报警模块220和所述车辆状态数据采集模块240分别相连，当所述报警信号产生时，通过比较当前车道宽度与预定第六阈值的大小，确定是否对所述报警信号作抑制处理。例如：当报警信号产生时，通过比较当前计算得到的车道宽度与设定的阈值决定是否对当前报警作做抑制处理，即最小车道宽度抑制规则。
本发明中，车辆的行车状态可以通过各种传感器进行采集，如陀螺仪和加速度计等，根据各种车辆布局的不同，各种传感器的安装位置也可以不同。陀螺仪/加速度计可以采用一颗集成芯片通过I2C连接到处理器的I2C接口上，同时处理器通过I/O口采集车速信号、转向灯信号等汽车参数。处理器200通过全景模块210，车道偏离报警模块220及报警抑制模块230完成图像处理，车道识别，报警产生和抑制，最终将报警信号以声光报警的形式发送到人机接口。GNSS5主要用于采集车速数据，航向等信息。本发明可使用单模的GPS天线，同时也可以使用GPS/GLONASS/COMPASS三模天线。陀螺仪和加速度计为低成本的MEMS传感器，主要采集汽车的角速度和加速度数据。汽车参数根据不同车型有不同类型的数据输出，一般包括车速信息，转向灯，方向盘转角，某些车型也会输出汽车的角速度和加速度数据等。GNSS，陀螺仪和加速度计，汽车参数的采集可以根据产品的前装或后装形态以及不同车型进行删减和组合。
本发明可以在基于全景泊车辅助功能的基础上开发LDW功能，不增加额外的硬件成本，同时可以避免在车道线检测过程中受到的光线、车辆及路面痕迹的干扰；结合车速、航向、角速度、加速度及转向灯等信息，在保证给出及时准确的报警的同时，充分考虑驾驶路况，驾驶区域与驾驶习惯，减少正常车道偏离情况下报警信号对驾驶员的干扰，是一种智能人性化的安全系统。
本发明所述方案成本低廉，传感器组合灵活，适合各类汽车的出厂前装及独立后装。本发明可以将系统全景和车道偏离报警功能并行处理，为用户提供在多种场景下同时使用全景功能和车道偏离报警功能或单独使用其中一种功能的选择。本发明使用四路摄像头，以左右两路为主检测车道线，可以提高系统在路面能见度低的情况下对车道线的识别精度和可靠性。车道偏离使用智能预警功能，极大的提高了用户体验，可以促进车道偏移预警系统在国内的推广和普及，促使更多的用户早日享受到低成本的主动安全系统带来的安全与舒适。
综上所述，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (12)
1.一种全景车道偏离预警方法，其特征在于，所述全景车道偏离预警方法包括：
采集车辆周围的视频图像数据；
对所述车辆周围的视频图像数据进行处理获得车辆的360度全景俯视图；
根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线；
实时跟踪监测所述车辆与所述两侧车道线的相对位置变化，在符合车道偏离报警规则的情况下生成报警信号；
实时采集所述车辆的状态数据生成动态的报警抑制规则；
对所述报警信号进行分析，判断是否符合当前状态的报警抑制规则，若符合则不输出所述报警信号，若不符合则输出所述报警信号进行报警。
2.根据权利要求1所述的全景车道偏离预警方法，其特征在于，采集车辆周围的视频图像数据的实现过程包括：
在所述车辆上设置摄像头分别采集车辆的正前方、正后方、正左方、正右方的视频图像数据；或
在所述车辆上设置摄像头分别采集车辆的左前方、左后方、右前方、右后方的视频图像数据。
3.根据权利要求1所述的全景车道偏离预警方法，其特征在于，所述360度全景俯视图的获取过程包括：
对所述车辆周围的视频图像数据进行畸变校正；
对校正后的视频图像数据进行图像拼接，合成所述360度全景俯视图。
4.根据权利要求3所述的全景车道偏离预警方法，其特征在于，根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线的实现过程包括：
对校正后的视频图像数据进行Hough直线变换，获得车道线的直线方程；
根据所述直线方程和所述车辆的宽度信息获得当前车道的宽度；
当采集到包含一侧车道线的视频图像数据时，根据所述直线方程和当前车道的宽度获得另一侧车道线。
5.根据权利要求1所述的全景车道偏离预警方法，其特征在于，所述车道偏离报警规则的获得过程包括：
采集所述车辆的前向速度；
通过所述车辆与两侧车道线的相对位置变化获得所述车辆相对车道线的切向速度；
对所述车辆前向速度和切向速度进行模糊化处理，获得不同行车状态下的报警线位置。
6.根据权利要求5所述的全景车道偏离预警方法，其特征在于，在符合车道偏离报警规则的情况下生成报警信号的实现过程包括：
当检测到所述车辆的边缘距车道线的距离小于当前行车状态下的报警线位置距车道线的距离时，则生成报警信号。
7.根据权利要求1所述的全景车道偏离预警方法，其特征在于，实时采集所述车辆的状态数据生成动态的报警抑制规则的实现过程包括：
通过比较所述报警信号的产生时刻与转向灯关闭时刻之间的第一时间间隔与预定第一阈值的大小，确定是否对所述报警信号作抑制处理；
通过比较所述报警信号的产生时刻与车辆启动时刻之间的第二时间间隔与预定第二阈值的大小，确定是否对所述报警信号作抑制处理；
通过比较所述报警信号的产生时刻与车辆转弯时刻之间的第三时间间隔与预定第三阈值的大小，确定是否对所述报警信号作抑制处理；
通过比较车辆的加速度数据与预定第四阈值的大小，确定是否对所述报警信号作抑制处理；
通过比较车辆的平均速度数据与预定第五阈值的大小，确定是否对所述报警信号作抑制处理；
通过比较当前车道宽度与预定第六阈值的大小，确定是否对所述报警信号作抑制处理。
8.一种全景车道偏离预警系统，其特征在于，所述全景车道偏离预警系统包括：
视频图像采集设备，采集车辆周围的视频图像数据；
处理器，与所述视频图像采集设备相连，包括：
全景模块，对所述车辆周围的视频图像数据进行处理获得车辆的360度全景俯视图；
车辆状态数据采集模块，实时采集车辆的各项状态数据；
车辆偏离报警模块，与所述全景模块和车辆状态数据采集模块分别相连，根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线；实时跟踪监测所述车辆与所述两侧车道线的相对位置变化，在符合车道偏离报警规则的情况下生成报警信号；对所述报警信号进行分析，判断是否符合当前状态的报警抑制规则，若符合则不输出所述报警信号，若不符合则输出所述报警信号进行报警；
报警抑制模块，与所述车辆偏离报警模块和车辆状态数据采集模块分别相连，用以实时采集所述车辆的状态数据生成动态的报警抑制规则。
9.根据权利要求8所述的全景车道偏离预警系统，其特征在于：所述视频图像采集设备包括4个摄像头；所述4个摄像头分别设于车辆的正前方、正后方、正左方、正右方；或所述4个摄像头分别设于车辆的左前方、左后方、右前方、右后方。
10.根据权利要求8所述的全景车道偏离预警系统，其特征在于，所述全景模块包括：
畸变校正单元，与所述视频图像采集设备相连，对所述车辆周围的视频图像数据进行畸变校正；
图像拼接单元，与所述畸变校正单元相连，对校正后的视频图像数据进行图像拼接，合成所述360度全景俯视图；
全景输出单元，与所述图像拼接单元相连，输出所述360度全景俯视图。
11.根据权利要求8所述的全景车道偏离预警系统，其特征在于：所述车辆偏离报警模块包括：
车道线检测单元，与所述全景模块相连，根据所述360度全景俯视图检测出所述车辆当前所在车道的两侧车道线；
车道线跟踪单元，与所述车道线检测单元相连，实时跟踪监测所述车辆与所述两侧车道线的相对位置变化；
报警规则单元，与所述车道线跟踪单元和所述车辆状态数据采集模块分别相连，对所述车道线跟踪单元获得的车辆切向速度和所述报警抑制模块获得的车辆前向速度进行模糊化处理，获得不同行车状态下的报警线位置；
车道偏离报警单元，与所述车道线跟踪单元和报警规则单元分别相连，在所述相对位置变化符合车道偏离报警规则的情况下生成报警信号；
报警抑制判断单元，与所述车道偏离报警单元和报警抑制模块分别相连，对所述报警信号进行分析，判断是否符合报警抑制规则，若符合则不输出所述报警信号，若不符合则输出所述报警信号；
声光报警单元，与所述报警抑制判断单元相连，收到所述报警信号后发出声光报警。
12.根据权利要求8所述的全景车道偏离预警系统，其特征在于，所述报警抑制模块包括：
转向灯抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，通过比较所述报警信号的产生时刻与转向灯关闭时刻之间的第一时间间隔与预定第一阈值的大小，确定是否对所述报警信号作抑制处理；
启动抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，通过比较所述报警信号的产生时刻与车辆启动时刻之间的第二时间间隔与预定第二阈值的大小，确定是否对所述报警信号作抑制处理；
转弯抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，通过比较所述报警信号的产生时刻与车辆转弯时刻之间的第三时间间隔与预定第三阈值的大小，确定是否对所述报警信号作抑制处理；
减速抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，当所述报警信号产生时，通过比较车辆的加速度数据与预定第四阈值的大小，确定是否对所述报警信号作抑制处理；
均速抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，当所述报警信号产生时，通过比较车辆的平均速度数据与预定第五阈值的大小，确定是否对所述报警信号作抑制处理；
道宽抑制单元，与所述车辆偏离报警模块和所述车辆状态数据采集模块分别相连，当所述报警信号产生时，通过比较当前车道宽度与预定第六阈值的大小，确定是否对所述报警信号作抑制处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410314210.8A CN104085396A (zh) | 2014-07-03 | 2014-07-03 | 一种全景车道偏离预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410314210.8A CN104085396A (zh) | 2014-07-03 | 2014-07-03 | 一种全景车道偏离预警方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104085396A true CN104085396A (zh) | 2014-10-08 |
Family
ID=51633199
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410314210.8A Pending CN104085396A (zh) | 2014-07-03 | 2014-07-03 | 一种全景车道偏离预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104085396A (zh) |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104309606A (zh) * | 2014-11-06 | 2015-01-28 | 中科院微电子研究所昆山分所 | 基于360度全景的车道偏离预警方法 |
| CN105488817A (zh) * | 2016-01-21 | 2016-04-13 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
| CN105966398A (zh) * | 2016-06-21 | 2016-09-28 | 广州鹰瞰信息科技有限公司 | 一种对车辆偏离车道进行预警的方法和装置 |
| CN106043314A (zh) * | 2016-06-28 | 2016-10-26 | 杭州它石车联网数据中心有限公司 | 一种基于方向盘震动的车道偏离报警方法及装置 |
| CN106143308A (zh) * | 2016-07-18 | 2016-11-23 | 上海交通大学 | 基于智能后视镜的车道偏离预警系统 |
| CN106355951A (zh) * | 2016-09-22 | 2017-01-25 | 深圳市元征科技股份有限公司 | 控制车辆行驶的方法及装置 |
| CN106347363A (zh) * | 2016-10-12 | 2017-01-25 | 深圳市元征科技股份有限公司 | 车道保持方法及装置 |
| CN106558027A (zh) * | 2015-09-30 | 2017-04-05 | 株式会社理光 | 用于估计相机姿态中的偏离误差的算法 |
| CN106656583A (zh) * | 2016-12-02 | 2017-05-10 | 郑州云海信息技术有限公司 | 一种动态阈值告警方法及装置 |
| CN106877268A (zh) * | 2017-04-01 | 2017-06-20 | 安徽华茂纺织股份有限公司 | 电缆坦克链脱轨自停装置 |
| CN107719368A (zh) * | 2017-09-20 | 2018-02-23 | 杭州奥腾电子股份有限公司 | 一种车道偏离预警系统及其控制方法 |
| CN108170135A (zh) * | 2016-12-07 | 2018-06-15 | 株式会社万都 | 用于沿着标准路线行驶车辆的设备和方法 |
| CN109305168A (zh) * | 2018-11-30 | 2019-02-05 | 安徽江淮汽车集团股份有限公司 | 一种车道偏离报警评估系统及评估方法 |
| CN109484411A (zh) * | 2018-10-25 | 2019-03-19 | 衢州学院 | 一种基于大数据的车辆行驶状态检测方法 |
| CN109872565A (zh) * | 2017-12-04 | 2019-06-11 | 财团法人资讯工业策进会 | 侦测具威胁性车辆的系统及方法 |
| 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 |
| CN110431611A (zh) * | 2017-03-23 | 2019-11-08 | 五十铃自动车株式会社 | 车道偏离警报装置的控制装置、车辆及车道偏离警报控制方法 |
| CN111079476A (zh) * | 2018-10-19 | 2020-04-28 | 上海商汤智能科技有限公司 | 驾驶状态分析方法和装置、驾驶员监控系统、车辆 |
| CN111133439A (zh) * | 2017-10-31 | 2020-05-08 | 科恩托罗尼丝株式会社 | 全景监视系统 |
| CN111144330A (zh) * | 2019-12-29 | 2020-05-12 | 浪潮(北京)电子信息产业有限公司 | 一种基于深度学习的车道线检测方法、装置以及设备 |
| CN111325869A (zh) * | 2018-12-13 | 2020-06-23 | 厦门雅迅网络股份有限公司 | 一种车辆疲劳驾驶精确判断方法、终端设备及存储介质 |
| CN112026649A (zh) * | 2020-01-16 | 2020-12-04 | 西安文理学院 | 一种基于图像处理的车道检测系统 |
| CN112109633A (zh) * | 2019-06-19 | 2020-12-22 | 上海高德威智能交通系统有限公司 | 车道偏离预警方法、装置、设备、车辆及存储介质 |
| CN112606844A (zh) * | 2020-12-28 | 2021-04-06 | 联创汽车电子有限公司 | Ldw重复报警抑制方法、控制器、系统和存储介质 |
| CN112693452A (zh) * | 2021-01-04 | 2021-04-23 | 广州小鹏自动驾驶科技有限公司 | 一种车辆控制方法和装置 |
| CN113552428A (zh) * | 2021-06-08 | 2021-10-26 | 中汽研汽车检验中心（天津）有限公司 | 一种车辆adas功能电波暗室实景抗扰度验证方法 |
| CN113942503A (zh) * | 2021-12-02 | 2022-01-18 | 天津天瞳威势电子科技有限公司 | 一种车道保持方法和装置 |
| CN114407888A (zh) * | 2022-01-18 | 2022-04-29 | 上汽通用五菱汽车股份有限公司 | 车道偏离预警方法、装置、设备及可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102785667A (zh) * | 2012-08-29 | 2012-11-21 | 浙江海康集团有限公司 | 基于双目的车道偏离和前防撞预警集成警示系统及方法 |
| CN103192829A (zh) * | 2013-03-22 | 2013-07-10 | 上海交通大学 | 一种基于环视的道路偏离预警方法和装置 |
| US20140002656A1 (en) * | 2012-06-29 | 2014-01-02 | Lg Innotek Co., Ltd. | Lane departure warning system and lane departure warning method |
| CN103552560A (zh) * | 2013-11-01 | 2014-02-05 | 扬州瑞控汽车电子有限公司 | 基于司机驾驶状态识别的车道偏离报警方法 |
| CN103661375A (zh) * | 2013-11-25 | 2014-03-26 | 同济大学 | 一种考虑驾驶分心状态的车道偏离报警方法及系统 |
-
2014
- 2014-07-03 CN CN201410314210.8A patent/CN104085396A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140002656A1 (en) * | 2012-06-29 | 2014-01-02 | Lg Innotek Co., Ltd. | Lane departure warning system and lane departure warning method |
| CN102785667A (zh) * | 2012-08-29 | 2012-11-21 | 浙江海康集团有限公司 | 基于双目的车道偏离和前防撞预警集成警示系统及方法 |
| CN103192829A (zh) * | 2013-03-22 | 2013-07-10 | 上海交通大学 | 一种基于环视的道路偏离预警方法和装置 |
| CN103552560A (zh) * | 2013-11-01 | 2014-02-05 | 扬州瑞控汽车电子有限公司 | 基于司机驾驶状态识别的车道偏离报警方法 |
| CN103661375A (zh) * | 2013-11-25 | 2014-03-26 | 同济大学 | 一种考虑驾驶分心状态的车道偏离报警方法及系统 |
Cited By (40)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104309606A (zh) * | 2014-11-06 | 2015-01-28 | 中科院微电子研究所昆山分所 | 基于360度全景的车道偏离预警方法 |
| CN106558027A (zh) * | 2015-09-30 | 2017-04-05 | 株式会社理光 | 用于估计相机姿态中的偏离误差的算法 |
| CN106558027B (zh) * | 2015-09-30 | 2020-06-16 | 株式会社理光 | 用于估计相机姿态中的偏离误差的方法 |
| CN105488817A (zh) * | 2016-01-21 | 2016-04-13 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
| CN105966398A (zh) * | 2016-06-21 | 2016-09-28 | 广州鹰瞰信息科技有限公司 | 一种对车辆偏离车道进行预警的方法和装置 |
| CN106043314A (zh) * | 2016-06-28 | 2016-10-26 | 杭州它石车联网数据中心有限公司 | 一种基于方向盘震动的车道偏离报警方法及装置 |
| CN106143308A (zh) * | 2016-07-18 | 2016-11-23 | 上海交通大学 | 基于智能后视镜的车道偏离预警系统 |
| CN106143308B (zh) * | 2016-07-18 | 2018-10-23 | 上海交通大学 | 基于智能后视镜的车道偏离预警系统 |
| CN106355951A (zh) * | 2016-09-22 | 2017-01-25 | 深圳市元征科技股份有限公司 | 控制车辆行驶的方法及装置 |
| WO2018068482A1 (zh) * | 2016-10-12 | 2018-04-19 | 深圳市元征科技股份有限公司 | 车道保持方法及装置 |
| CN106347363A (zh) * | 2016-10-12 | 2017-01-25 | 深圳市元征科技股份有限公司 | 车道保持方法及装置 |
| CN106656583A (zh) * | 2016-12-02 | 2017-05-10 | 郑州云海信息技术有限公司 | 一种动态阈值告警方法及装置 |
| CN108170135A (zh) * | 2016-12-07 | 2018-06-15 | 株式会社万都 | 用于沿着标准路线行驶车辆的设备和方法 |
| CN108170135B (zh) * | 2016-12-07 | 2022-02-18 | 万都移动系统股份公司 | 用于沿着标准路线行驶车辆的设备和方法 |
| US10809087B2 (en) | 2016-12-07 | 2020-10-20 | Mando Corporation | Apparatus and method for driving vehicle along normal route |
| CN110431611B (zh) * | 2017-03-23 | 2022-07-19 | 五十铃自动车株式会社 | 车道偏离警报装置的控制装置、车辆及偏离警报控制方法 |
| CN110431611A (zh) * | 2017-03-23 | 2019-11-08 | 五十铃自动车株式会社 | 车道偏离警报装置的控制装置、车辆及车道偏离警报控制方法 |
| CN106877268A (zh) * | 2017-04-01 | 2017-06-20 | 安徽华茂纺织股份有限公司 | 电缆坦克链脱轨自停装置 |
| CN107719368A (zh) * | 2017-09-20 | 2018-02-23 | 杭州奥腾电子股份有限公司 | 一种车道偏离预警系统及其控制方法 |
| CN111133439A (zh) * | 2017-10-31 | 2020-05-08 | 科恩托罗尼丝株式会社 | 全景监视系统 |
| CN111133439B (zh) * | 2017-10-31 | 2023-03-28 | 科恩托罗尼丝株式会社 | 全景监视系统 |
| CN109872565A (zh) * | 2017-12-04 | 2019-06-11 | 财团法人资讯工业策进会 | 侦测具威胁性车辆的系统及方法 |
| CN111079476A (zh) * | 2018-10-19 | 2020-04-28 | 上海商汤智能科技有限公司 | 驾驶状态分析方法和装置、驾驶员监控系统、车辆 |
| CN111079476B (zh) * | 2018-10-19 | 2024-03-26 | 上海商汤智能科技有限公司 | 驾驶状态分析方法和装置、驾驶员监控系统、车辆 |
| CN109484411A (zh) * | 2018-10-25 | 2019-03-19 | 衢州学院 | 一种基于大数据的车辆行驶状态检测方法 |
| CN109305168A (zh) * | 2018-11-30 | 2019-02-05 | 安徽江淮汽车集团股份有限公司 | 一种车道偏离报警评估系统及评估方法 |
| CN111325869A (zh) * | 2018-12-13 | 2020-06-23 | 厦门雅迅网络股份有限公司 | 一种车辆疲劳驾驶精确判断方法、终端设备及存储介质 |
| 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 |
| CN109866684B (zh) * | 2019-03-15 | 2021-06-22 | 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 |
| CN112109633A (zh) * | 2019-06-19 | 2020-12-22 | 上海高德威智能交通系统有限公司 | 车道偏离预警方法、装置、设备、车辆及存储介质 |
| CN111144330A (zh) * | 2019-12-29 | 2020-05-12 | 浪潮(北京)电子信息产业有限公司 | 一种基于深度学习的车道线检测方法、装置以及设备 |
| CN111144330B (zh) * | 2019-12-29 | 2022-07-08 | 浪潮(北京)电子信息产业有限公司 | 一种基于深度学习的车道线检测方法、装置以及设备 |
| CN112026649A (zh) * | 2020-01-16 | 2020-12-04 | 西安文理学院 | 一种基于图像处理的车道检测系统 |
| CN112606844A (zh) * | 2020-12-28 | 2021-04-06 | 联创汽车电子有限公司 | Ldw重复报警抑制方法、控制器、系统和存储介质 |
| CN112693452B (zh) * | 2021-01-04 | 2022-05-13 | 广州小鹏自动驾驶科技有限公司 | 一种车辆控制方法和装置 |
| CN112693452A (zh) * | 2021-01-04 | 2021-04-23 | 广州小鹏自动驾驶科技有限公司 | 一种车辆控制方法和装置 |
| CN113552428A (zh) * | 2021-06-08 | 2021-10-26 | 中汽研汽车检验中心（天津）有限公司 | 一种车辆adas功能电波暗室实景抗扰度验证方法 |
| CN113942503A (zh) * | 2021-12-02 | 2022-01-18 | 天津天瞳威势电子科技有限公司 | 一种车道保持方法和装置 |
| CN114407888A (zh) * | 2022-01-18 | 2022-04-29 | 上汽通用五菱汽车股份有限公司 | 车道偏离预警方法、装置、设备及可读存储介质 |
| CN114407888B (zh) * | 2022-01-18 | 2023-10-27 | 上汽通用五菱汽车股份有限公司 | 车道偏离预警方法、装置、设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104085396A (zh) | 一种全景车道偏离预警方法及系统 | |
| CN106485949B (zh) | 针对车辆的摄像机和v2v数据的传感器融合 | |
| CN109389824B (zh) | 一种驾驶风险的评估方法及装置 | |
| CN107346612B (zh) | 一种基于车联网的车辆防碰撞方法和系统 | |
| CN104916165B (zh) | 一种前车驾驶员不安全驾驶行为检测方法及装置 | |
| US8630793B2 (en) | Vehicle controller | |
| CN107798916B (zh) | 车-路-人协同的高速公路行车安全智能预警系统及方法 | |
| JP6428713B2 (ja) | 情報表示装置 | |
| US20130049988A1 (en) | Device and method for traffic sign recognition | |
| CN106043299A (zh) | 车辆控制装置 | |
| CN105620489A (zh) | 驾驶辅助系统及车辆实时预警提醒方法 | |
| JP2023010800A (ja) | 表示装置 | |
| US10369995B2 (en) | Information processing device, information processing method, control device for vehicle, and control method for vehicle | |
| CN108615383B (zh) | 基于车间通信的汽车交通路口辅助通行系统及其控制方法 | |
| US20180037162A1 (en) | Driver assistance system | |
| CN104608772A (zh) | 自动辅助驾驶的环境失效判断系统及方法 | |
| JP2015139128A (ja) | 車両用周辺監視装置 | |
| CN109080640A (zh) | 用于在车辆内提供昏睡警报的方法 | |
| CN203332106U (zh) | 基于单目视觉的汽车预警防撞系统 | |
| EP3407325A1 (en) | Display device control method and display device | |
| CN106548659A (zh) | 一种前向碰撞预警方法及装置 | |
| CN108346316A (zh) | 一种基于车道线检测的智能违章防控系统 | |
| CN108032809A (zh) | 一种倒车侧向辅助系统及其数据融合与控制方法 | |
| Rodemerk et al. | Predicting the driver's turn intentions at urban intersections using context-based indicators | |
| CN106882184A (zh) | 基于adas纯图像处理的驾驶安全系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141008 |
|
| RJ01 | Rejection of invention patent application after publication |