CN104978560A - 行车线标识识别装置 - Google Patents

行车线标识识别装置 Download PDF

Info

Publication number
CN104978560A
CN104978560A CN201510132119.9A CN201510132119A CN104978560A CN 104978560 A CN104978560 A CN 104978560A CN 201510132119 A CN201510132119 A CN 201510132119A CN 104978560 A CN104978560 A CN 104978560A
Authority
CN
China
Prior art keywords
lane
image
identification
candidate
lane mark
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
CN201510132119.9A
Other languages
English (en)
Other versions
CN104978560B (zh
Inventor
坂本洋介
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.)
Honda Motor Co Ltd
Original Assignee
Honda Motor 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 Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN104978560A publication Critical patent/CN104978560A/zh
Application granted granted Critical
Publication of CN104978560B publication Critical patent/CN104978560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Transportation (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种行车线标识识别装置。边缘图像形成部(12)从摄像头(2)拍摄的拍摄图像中提取出与周围相比辉度变化量在规定值以上的边缘点，生成边缘图像。候选图像部分提取部(13)从边缘图像中提取出候选图像部分，该候选图像部分为行车线标识的图像部分的候选项。行车线标识识别部(14)根据候选图像部分检测出行车线标识的候选项，当检测出相邻的多个行车线标识候选项(51b)～(54b)及(61b)～(63b)时，比较各行车线标识候选项在拍摄图像中的对应区域的辉度，将辉度值最大的行车线标识候选项(51b)～(54b)识别为行车线标识。

Description

行车线标识识别装置
技术领域
本发明涉及一种行车线标识识别装置，该行车线标识识别装置根据安装在车辆上的摄像头所拍摄的图像，对设置在道路上的行车线标识进行识别。
背景技术
在现有技术中，人们公知一种行车线标识识别装置，即，该行车线标识识别装置从车载摄像头所拍摄的车辆前方的道路图像中，识别出设置在道路上的用于区分行车线的白线等行车线标识。
在现有技术中的行车线标识识别装置中，当行车线标识的修补痕迹(修补后留下的痕迹)的辉度高于道路辉度时，可能会误将行车线标识的修补痕迹识别为行车线标识，从而使行车线标识的识别精度降低。
发明内容
鉴于上述背景，本发明的目的在于，提供一种行车线标识识别装置，该行车线标识识别装置能够防止误将行车线标识的修补痕迹识别为行车线标识。
本发明涉及一种行车线标识识别装置以及车辆与行车线标识的识别方法，其中，该行车线标识识别装置根据安装在车辆上的摄像头所拍摄的该车辆周围的图像，对设置在道路上的行车线标识进行识别。
另外，本发明的行车线标识装置具有：边缘图像形成部，其从所述摄像头所拍摄的图像中提取出与周围相比辉度的变化量在规定值以上的边缘点，生成边缘图像；候选图像部分提取部，其从所述边缘图像中提取出候选图像部分，该候选图像部分是行车线标识的图像部分的候选项；行车线标识识别部，其根据所述候选图像部分检测出行车线标识候选项，当检测出相邻的多个行车线标识候选项时，根据该相邻的各行车线标识候选项在所述拍摄图像中的对应区域的辉度值，算出相邻的各行车线标识候选项的参照值，将参照值最大的行车线标识候选项识别为行车线标识。
根据上述本发明的行车线标识识别装置，所述行车线标识识别部根据由所述候选图像提取部提取出来的所述候选图像部分，检测出行车线标识候选项。另外，当所述行车线标识识别部检测出多个行车线标识候选项时，算出各行车线标识候选项的所述参照值，将参照值最大的行车线标识候选项识别为行车线标识。这里，行车线标识的修补痕迹在所述拍摄图像中的对应区域与实际的行车线标识在所述拍摄图像中的对应区域相比，行车线标识的修补痕迹在所述拍摄图像中的对应区域表示行车线标识的特征量的所述参照值要低。
因此，所述行车线标识识别部将所述参照值最大的行车线标识候选项识别为行车线标识时，能够防止误将行车线标识的修补痕迹也作为行车线标识识别。
另外，所述摄像头为彩色摄像头，所述行车线标识识别部用于识别具有特定颜色的行车线标识，所述参照值是表示所述图像中的所述对应区域的所述特定颜色的浓度的数值。
根据该结构，当所述行车线标识识别部的识别对象是具有特定颜色的行车线标识时，能够排除特定颜色部分(成分)较少的行车线标识的修补痕迹，进行行车线标识识别处理。
另外，所述参照值是所述图像中的所述对应区域的辉度值。
根据该结构，通过采用所述图像中的所述对应区域的辉度值作为所述参照值，能够通过简单的处理排除行车线标识的修补痕迹，进行行车线标识识别处理。
另外，当相邻的多个行车线标识候选项的所述参照值的差在规定值以下时，所述行车线标识识别部对该多个行车线标识候选项中是否包含实线状行车线标识及虚线状行车线标识进行判定，当判定该多个行车线标识候选项中包含实线状行车线标识及虚线状行车线标识时，将该多个行车线标识候选项作为虚实线行车线标识识别出来。
根据该结构，通过排除将虚实线行车线标识的实线状行车线标识或虚线状行车线标识为行车线标识的修补痕迹的可能性，从而能够防止虚实线行车线标识不被识别的情况的发生。
另外，所述行车线标识识别装置还具有转向控制部，该转向控制部对所述车辆的转向进行控制，以使所述车辆在所述行车线标识识别部识别出的行车线标识所划分的分界线内部行驶。
根据该结构，能够防止根据行车线标识的修补痕迹被错误识别而得到的行车线标识，对所述车辆进行转向控制。
接着，本发明的车辆具有：摄像头，其用于拍摄周围图像；边缘图像形成部，其从所述摄像头的拍摄图像中提取出与周围相比辉度变化量在规定值以上的边缘点，生成边缘图像；候选图像部分提取部，其从所述边缘图像中提取出候选图像部分，该候选图像部分为行车线标识的图像部分的候选项；行车线标识识别部，其根据所述候选图像部分检测出行车线标识候选项，当检测出相邻的多个行车线标识候选项时，根据该相邻的各行车线标识候选项在所述拍摄图像中的对应区域的辉度值算出参照值，且将该参照值最大的行车线标识候选项识别为行车线标识。
根据上述本发明的车辆，所述行车线标识识别部根据所述候选图像提取部所提取出来的所述候选图像部分，检测出行车线标识候选项。另外，当所述行车线标识识别部检测出多个行车线标识候选项时，算出各行车线标识候选项的所述参照值，将所述参照值最大的行车线标识候选项识别为行车线标识。这里，所述拍摄图像中的行车线标识的修补痕迹在拍摄图像中的对应区域与实际的行车线标识在拍摄图像中的对应区域相比，所述行车线标识的修补痕迹在拍摄图像中的对应区域表示行车线标识的特征量的所述参照值要低。
因此，通过所述行车线标识识别部将所述参照值最大的行车线标识候选项识别为行车线标识，能够防止误将行车线标识的修补痕迹作为行车线标识识别。
接着，本发明的行车线标识识别方法包括边缘图像形成工序、候选图像部分提取工序及行车线标识识别工序，其中，在边缘图像形成工序中，从所述摄像头所拍摄的图像中提取出与周围相比辉度变化值在规定值以上的边缘点，生成边缘图像；在候选图像部分提取工序中，从所述边缘图像中提取出候选图像部分，该候选图像部分为行车线标识的图像部分的候选项；在行车线标识识别工序中，行车线标识识别部根据所述候选图像部分检测出行车线标识候选项，当检测出相邻的多个行车线标识候选项时，根据该相邻的各行车线标识候选项在所述拍摄图像中的对应区域的辉度值算出该相邻的各行车线标识候选项的参照值，将该参照值最大的行车线标识候选项作为行车线标识。
根据上述本发明的行车线标识识别方法，通过执行所述行车线标识识别工序，能够根据所述候选图像部分提取工序中提取出来的所述候选图像部分，检测出行车线标识候选项。另外，在所述行车线标识识别工序中，当检测出多个行车线标识候选项时，算出各行车线标识候选项的所述参照值，将所述参照值最大的行车线标识候选项识别为行车线标识。这里，行车线标识的修补痕迹在所述拍摄图像中的对应区域与实际的行车线标识在所述拍摄图像中的对应区域相比，所述行车线标识的修补痕迹在所述拍摄图像中的对应区域表示行车线标识的特征量的所述参照值要低。
因此，通过执行所述行车线标识识别工序，将所述参照值最大的行车线标识候选位置识别为行车线标识，能够防止误将行车线标识的候选痕迹识别为行车线标识。
附图说明
图1为行车线标识识别装置的结构图。
图2为行车线标识识别处理的流程图。
图3中3A为由拍摄图像生成灰度图像的说明图。图3中3B为由灰度图像形成的边缘图像的说明图。
图4为排除行车线标识的修补痕迹的处理过程的说明图。
图5为虚实线行车线标识的识别处理的说明图。
具体实施方式
参照图1～图5说明本发明的行车线标识识别装置的实施方式。
参照图1，车辆1(相当于本发明的车辆)中安装有行车线标识识别装置10，该行车线标识识别装置具有摄像头2(彩色摄像头)、扬声器5、显示器6及转向机构7。
行车线标识识别装置10是由未图示的CPU(中央处理器)、存储器及各种连接电路等构成的电子单元，通过CPU(中央处理器)运行存储器中存储的行车线标识识别程序及转向控制用程序，发挥拍摄图像获取部11、边缘图像形成部12、候选图像部分提取部13、行车线标识识别部14及转向控制部15的功能。另外，由行车线标识识别装置10来实施本发明的行车线标识识别方法。
下面，按照图2所示的流程图，说明行车线标识识别装置10对道路上设置的行车线标识进行识别的处理过程。行车线标识识别装置10每隔规定的控制周期进行一次图2所示的流程图中的处理，对车辆1的行驶道路上设置的行车线标识(实线状行车线标识及虚线状行车线标识)进行识别。
图2中的步骤1是由拍摄图像获取部11进行的处理过程。拍摄图像获取部11在输入摄像头2所输出的车辆1前方(相当于本发明的车辆周围)的图像信号，获取彩色的拍摄图像21，图像信号中的彩色数据成分(R值、G值、B值)由各像素数据的R值、G值、B值构成。并且，将该拍摄图像21的像素数据保存于图像存储器20中。
接着，步骤2是由边缘图像形成部12进行的处理过程。另外，由边缘图像形成部12进行的处理工序相当于本发明的行车线标识识别方法中的边缘图像形成工序。
边缘图像形成部12将拍摄图像21的彩色数据成分转换为辉度数据成分(即灰度化处理)，生成灰度图像(多值图像)。另外，边缘图像形成部12从灰度图像中提取出边缘点(与周围像素(图像部分)的辉度差(辉度的变化量)在规定值以上的像素)，生成边缘图像22(参照图1)。
另外，当摄像头2为黑白摄像头时，根据各像素的辉度能够获得辉度拍摄图像，因而无需从上述彩色的拍摄图像，通过图像处理获得灰度图像。
这里，图3A所示的Im1为由拍摄图像21生成灰度图像的一个例子，该图像中包含左侧虚线状行车线标识51a～54a及右侧虚线状行车线标识的图像部分71a～74a，其中，左侧虚线状行车线标识51a～54a用于区分车辆1(自车辆)行驶的行车线(车道)。另外，在灰度图像Im1中，包含有与左侧虚线状行车线标识51a～54a相邻的虚线状行车线标识的修补痕迹的图像部分61a～63a。
图3B所示的Im2是对灰度图像Im1进行边缘提取处理而形成的边缘图像。在边缘图像Im2中，左侧的虚线状行车线标识的图像部分51c～54c、右侧的虚线状行车线标识的图像部分71c～74c及行车线标识的修补痕迹的图像部分61c～63c是具有多个在直线方向上边缘点连续的图像部分。
接着，步骤3～步骤4是由候选图像部分提取部13进行的处理过程。候选图像部分提取部13对边缘图像Im2进行如下处理：对边缘图像Im2中集中的边缘点(以下称为边缘部分)贴上标签的贴标处理；将相邻的边缘部分作为同一物体的图像部分的聚类处理。
另外，在步骤4中，候选图像部分提取部13从通过聚类处理提取出来的图像部分中，将呈线状的图像部分(例如在直线方向上连续的边缘点的比例达到规定水平以上的图像部分)提取为候选图像部分，该候选图像部分为行车线标识的图像部分的候选项。
另外，由候选图像部分提取部13进行的处理工序相当于本发明的行车线标识识别方法中的候选图像部分提取工序。
接着，步骤5～步骤8及步骤20、步骤21、步骤22是由行车线标识识别部14进行的处理过程。
另外，由行车线标识识别部14进行的处理工序相当于本发明的行车线标识识别方法中的行车线标识识别工序。
在步骤5中，行车线标识识别部14对步骤4中提取出来的各候选图像部分进行投影转换(坐标轴系转换)，使其由摄像头坐标系转换为现实空间(真实空间)中的坐标系，从而算出各候选图像部分所对应的物体在现实空间中的位置。另外，也可以对大小在规定尺寸(能够判断不是虚线状行车线标识的图像部分的尺寸)以下的图像部分以外的图像部分进行上述处理。
另外，行车线标识识别部14对在固定方向上呈连续的候选图像部分，其所对应的物体在现实空间中的长度在规定范围(以法律规定的虚线状行车线标识长度(规定长度)为标准)内时，将该候选图像部分作为虚线状行车线标识检出。
另外，在行车线由实线状行车线标识(白线、黄线等)划分时，行车线标识识别部14通过例如日本发明专利公开公报特开平11-219435号所记载的公知的方法，检测出实线状行车线标识的候选项。
接着，在步骤6中，行车线标识识别部14判断相邻的多个行车线标识候选项(虚线状行车线标识候选项或者实线状行车线标识候选项)是否被检测出来。另外，“相邻”指的是行车线标识在现实空间中隔开50cm左右阈值以下的间隔铺设于道路上的情况，根据现实道路中的行车线标识的铺设情况设定该阈值。
在步骤6中，当仅检测出一个行车线标识的候选项时，进入步骤7，行车线标识识别部14将检测出来的行车线标识候选项识别为行车线标识。
另外，当检测出相邻的多个行车线标识候选项时，由步骤6进入到步骤20，行车线标识识别部14算出所检测出的各行车线标识候选项在拍摄图像中的对应区域(各行车线标识的图像部分)内的辉度值(区域辉度的平均值、区域像素的最大值等相当于本发明的参照值)。
另外，行车线标识识别部14用于判断多个行车线标识候选项的辉度值的差是否在规定值以下。当多个行车线标识候选项的辉度值的差在规定值以下时，进入到步骤22，当多个行车线标识候选项的辉度值的差大于规定值时，进入步骤21。
在步骤21中，行车线标识识别部14将辉度值最大的行车线标识候选项识别为行车线标识之后，进入步骤8。另外，在步骤22中，行车线标识识别部14将辉度值的差在规定值以下的多个行车线标识候选项识别为虚实线行车线标识，进入步骤8。另外，在这种情况下，行车线标识识别部14用于判断多个行车线标识候选项中是否包含实线状行车线标识及虚线状行车线标识，当行车线标识候选项中包含实线状行车线标识及虚线状行车线标识时，还可以识别为虚实线行车线标识。
这里，图4表示的是通过投影转换方法(坐标轴系转换方法)将从图3B中的边缘图像中提取出来的候选图像部分转换到现实空间中的位置的状态，与图像部分51c～54c相对应的左侧虚线状行车线标识51b～54b、与图像部分61c～63c相对应的虚线状行车线标识的修补痕迹61b～63b、与图像部分71c～74c相对应的右侧虚线状行车线标识71b～74b作为行车线标识候选项被检测出来。
另外，关于右侧的行车线标识，由于仅检测出一个行车线标识候选项71b～74b，因而行车线标识71b～74b被识别为行车线标识。
另外，关于左侧的行车线标识，由于检测出相邻的两个行车线标识候选项51b～54b及61b～63b，因而比较两个行车线标识候选项的辉度值，将辉度值较大的行车线标识候选项51b～54b识别为行车线标识。从而，防止误将行车线标识的修补痕迹61b～63b识别为行车线标识。
另外，图5表示的是车辆1行驶的行车线右侧为虚实线行车线标识(多种行车线标识组合而成的行车线标识)的例子。
在图5中，关于右侧的行车线标识，检测出两个行车线标识候选项101b及91b～94b。另外，关于左侧的行车线标识，由于仅检测出一个行车线标识候选项81b～84b，因而将行车线标识81b～84b识别为行车线标识。
由于两个行车线标识候选项101b及91b～94b的辉度值的差较小，因而行车线标识识别部14将两个行车线标识候选项101b及91b～94b识别为虚实线行车线标识(图2中的步骤22)。
接着，在步骤8中，行车线标识识别部14根据左右端的行车线标识的位置识别出行车线的中央位置。在图4的例子中，识别出左侧的虚线状行车线标识51b～54b的内侧位置X1与右侧的虚线状行车线标识71b～74b的内侧位置XR的中央位置Xc。在这种情况下，能够防止根据行车线标识的修补痕迹61b～62b的内侧位置XL2，将行车线的中央位置识别为比实际的行车线的中央位置更靠右的行车线的中央位置。
另外，在图5的例子中，左侧的虚线状行车线标识81b～84b的内侧位置XL与右侧的实线状行车线标识101b的内侧位置XR1的中央位置Xc被识别为行车线的中央位置。在这种情况下，能够防止根据虚实线行车线标识外侧的虚线状行车线标识91b～94b的内侧位置XR2，将中央位置识别为比实际位置更靠左的行车线的中央位置。
接下来的步骤9是由转向控制部15进行的处理过程。通过使转向机构7工作，转向控制部15辅助驾驶员对车辆1进行驾驶操作，以使车辆1在行车线内的中心位置Xc附近行驶。在这种情况下，根据需要，转向控制部15通过扬声器5的输出声音输出及显示器6的显示画面，唤起驾驶员的注意。
这里，如图5所示，当车辆1与中心位置Xc产生较大偏移，车辆1与右侧行车线标识101b的间隔WR或者车辆1与左侧行车线标识81b～84b的间隔WL在预先设置的判定值以下时，转向控制部15对转向机构7进行操作，使车辆1逐渐接近中心位置Xc。
另外，在虚线状行车线标识一侧，容许车辆1由当前行车线变更到相邻的行车线，与之相对，在实线状行车线标识一侧，禁止行车线的变更，在这种情况下，驾驶员可以使车辆1毫无障碍地接近虚线状行车线标识一侧。因此，操作控制部15在虚线状行车线标识一侧的容许间隔(在图5中为左侧的容许间隔WL)比在实线状行车线标识一侧的容许间隔(在图5中为右侧的容许间隔WR)窄。
【实施方式变形例】
当作为识别对象的行车线标识为白线时，作为用于区别行车线标识及行车线标识的修补痕迹的参照值，可以采用根据彩色拍摄图像中R、G、B的色阶值算出的表示白色的浓度的数值。在这种情况下，当检测出多个行车线标识候选项时，行车线标识识别部14将表示白色的浓度的参照值最大的行车线标识候选项识别为行车线标识。
同样，当作为识别对象的行车线标识为黄线时，作为用于区别行车线标识及行车线标识的修补痕迹的参照值，可以采用根据彩色拍摄图像中R、G、B的色阶值算出的表示黄色的浓度的数值。在这种情况下，当检测出多个行车线标识候选项时，行车线标识识别部14将表示黄色的浓度的参照值最大的行车线标识候选项识别为行车线标识。
另外，关于除白色或黄色以外的特定颜色的行车线标识，通过采用表示特定颜色的浓度的参照值，能够区别行车线标识及行车线标识的修补痕迹。

Claims (7)

1.一种行车线标识识别装置，其根据安装在车辆上的摄像头所拍摄的该车辆周围的图像，识别出设置在道路上的行车线标识，其特征在于，
具有边缘图像形成部、候选图像部分提取部及行车线标识识别部，其中，
所述边缘图像形成部从所述摄像头所拍摄的拍摄图像中提取出与周围相比辉度变化值在规定值以上的边缘点，生成边缘图像；
所述候选图像部分提取部从所述边缘图像中提取出候选图像部分，该候选图像部分为行车线标识图像部分的候选项；
所述行车线标识识别部根据所述候选图像部分检测出行车线标识的候选项，当检测出相邻的多个行车线标识候选项时，根据该相邻的各行车线标识候选项在所述拍摄图像中的对应区域的辉度算出该相邻的各行车线标识候选项的参照值，将该参照值最大的行车线标识候选识别为行车线标识。
2.根据权利要求1所述的行车线标识识别装置，其特征在于，
所述摄像头为彩色摄像头，
所述行车线标识识别部对具有特定颜色的行车线标识进行识别，
所述参照值是表示所述对应区域中的所述特定颜色的浓度的数值。
3.根据权利要求1所述的行车线标识识别装置，其特征在于，
所述参照值为所述对应区域的辉度值。
4.根据权利要求1所述的行车线标识识别装置，其特征在于，
在相邻多个行车线标识候选项的所述参照值的差在规定值以下时，所述行车线标识识别部对该多个行车线标识候选项中是否包含实线状行车线标识及虚线状行车线标识进行判断，当判断出多个行车线标识候选项中包含有实线状行车线标识及虚线状行车线标识时，将该多个行车线标识候选项识别为虚实线行车线标识。
5.根据权利要求1所述的行车线标识识别装置，其特征在于，
具有转向控制部，该转向控制部对所述车辆进行转向控制，以使所述车辆在所述行车线标识识别部识别的行车线标识所划分的行车线的内部行驶。
6.一种车辆，其特征在于，
具有摄像头、边缘图像形成部、候选图像部分提取部及行车线标识识别部，其中，
所述摄像头用于拍摄周围图像；
所述边缘图像形成部从所述摄像头所拍摄的拍摄图像中提取出与周围相比辉度变化值在规定值以上的边缘点，生成边缘图像；
所述候选图像部分提取部从所述边缘图像中提取出候选图像部分，该候选图像部分为行车线标识的图像部分的候选项；
所述行车线标识识别部根据所述候选图像部分检测出行车线标识的候选项，当检测出相邻的多个行车线标识候选项时，根据该相邻的各行车线标识别候选项在所述拍摄图像中的对应区域的辉度算出该相邻的各行车线标识候选项的参照值，将该参照值最大的行车线标识候选识别为行车线标识。
7.一种行车线标识识别方法，根据安装在车辆上的摄像头所拍摄的该车辆周围的图像，对设置在道路上的行车线标识进行识别，其特征在于，
具有边缘图像形成工序、候选图像部分提取工序及行车线标识识别工序，其中，
在所述边缘图像形成工序中，从所述摄像头的拍摄图像中提取出与周围相比辉度变化值在规定值以上的边缘点，生成边缘图像；
在所述候选图像部分提取工序中，从所述边缘图像中提取出候选图像部分，该候选图像部分为行车线标识的图像部分的候选项；
在所述行车线标识识别工序中，所述行车线标识识别部根据所述候选图像部分检测出行车线标识的候选项，当检测出相邻的多个行车线标识的候选项时，根据该相邻的各行车线标识的候选项在所述拍摄图像中的对应区域的辉度算出该相邻的各行车线标识候选项的参照值，将该参照值最大的行车线标识候选项识别为行车线标识。
CN201510132119.9A 2014-04-01 2015-03-24 行车线标识识别装置 Active CN104978560B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-075846 2014-04-01
JP2014075846A JP6141787B2 (ja) 2014-04-01 2014-04-01 レーンマーク認識装置

Publications (2)

Publication Number Publication Date
CN104978560A true CN104978560A (zh) 2015-10-14
CN104978560B CN104978560B (zh) 2018-09-28

Family

ID=54067181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510132119.9A Active CN104978560B (zh) 2014-04-01 2015-03-24 行车线标识识别装置

Country Status (4)

Country Link
US (1) US9436878B2 (zh)
JP (1) JP6141787B2 (zh)
CN (1) CN104978560B (zh)
DE (1) DE102015205685B4 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107792068A (zh) * 2016-09-06 2018-03-13 德尔福技术有限公司 自动化车辆车道变换控制系统
CN108694374A (zh) * 2017-03-31 2018-10-23 本田技研工业株式会社 车辆控制装置
WO2021047452A1 (zh) * 2019-09-09 2021-03-18 长城汽车股份有限公司 用于识别路面标记的方法、装置及单目摄像头

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9830518B2 (en) * 2012-08-30 2017-11-28 Honda Motor Co., Ltd. Lane mark recognition device
JP6348758B2 (ja) 2014-04-15 2018-06-27 本田技研工業株式会社 画像処理装置
WO2016203930A1 (ja) * 2015-06-18 2016-12-22 Ｎｅｃソリューションイノベータ株式会社 画像処理装置、画像処理方法、及びコンピュータ読み取り可能な記録媒体
JP6691387B2 (ja) 2016-02-15 2020-04-28 本田技研工業株式会社 車両維持制御装置
EP3764321A4 (en) * 2018-03-09 2021-10-27 Pioneer Corporation LINE DETECTION DEVICE, LINE DETECTION METHOD, PROGRAM AND STORAGE MEDIA
US10614320B2 (en) * 2018-04-03 2020-04-07 Honda Motor Co., Ltd. System and method for advanced highway lane detection
JP7359541B2 (ja) * 2018-12-14 2023-10-11 株式会社デンソーテン 画像処理装置および画像処理方法
US11551459B1 (en) * 2022-06-27 2023-01-10 Plusai, Inc. Ambiguous lane detection event miner

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005157731A (ja) * 2003-11-26 2005-06-16 Nissan Motor Co Ltd 車線認識装置および車線認識方法
CN101620732A (zh) * 2009-07-17 2010-01-06 南京航空航天大学 道路行驶线的视觉检测方法
US20110216944A1 (en) * 2010-03-08 2011-09-08 Nippon Soken, Inc. In-vehicle white line recognition apparatus
US20120194677A1 (en) * 2011-01-27 2012-08-02 Denso Corporation Lane marker detection system with improved detection-performance

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11219435A (ja) 1998-02-03 1999-08-10 Honda Motor Co Ltd 自動車用白線検出装置
US8924078B2 (en) * 2004-11-18 2014-12-30 Gentex Corporation Image acquisition and processing system for vehicle equipment control
JP4616046B2 (ja) * 2005-03-22 2011-01-19 本田技研工業株式会社 車両用画像処理システム、車両用画像処理方法、車両用画像処理プログラム、及び車両
JP4616068B2 (ja) * 2005-04-28 2011-01-19 本田技研工業株式会社 車両、画像処理システム、画像処理方法及び画像処理プログラム
JP4603421B2 (ja) * 2005-05-27 2010-12-22 本田技研工業株式会社 車両、画像処理システム、画像処理方法、及び画像処理プログラム
JP5083658B2 (ja) * 2008-03-26 2012-11-28 本田技研工業株式会社 車両用車線認識装置、車両、及び車両用車線認識プログラム
JP5015849B2 (ja) * 2008-04-11 2012-08-29 トヨタ自動車株式会社 逆走警告装置、逆走警告方法
JP5014237B2 (ja) * 2008-04-23 2012-08-29 本田技研工業株式会社 レーンマーカ認識装置、車両、及びレーンマーカ認識用プログラム
US8590167B2 (en) * 2008-11-19 2013-11-26 Kyle L. Odom Vehicle guidance system and method
JP5016073B2 (ja) * 2010-02-12 2012-09-05 株式会社デンソー 白線認識装置
US9542847B2 (en) * 2011-02-16 2017-01-10 Toyota Motor Engineering & Manufacturing North America, Inc. Lane departure warning/assistance method and system having a threshold adjusted based on driver impairment determination using pupil size and driving patterns
US20120206252A1 (en) * 2011-02-16 2012-08-16 Toyota Motor Engineering & Manufacturing North America, Inc. Lane departure warning system
JP5799784B2 (ja) * 2011-12-06 2015-10-28 富士通株式会社 道路形状推定装置及びプログラム
JP5997962B2 (ja) * 2012-07-27 2016-09-28 クラリオン株式会社 車載レーンマーカ認識装置
JP6128584B2 (ja) * 2013-01-16 2017-05-17 株式会社Ｓｏｋｅｎ 走行経路生成装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005157731A (ja) * 2003-11-26 2005-06-16 Nissan Motor Co Ltd 車線認識装置および車線認識方法
CN101620732A (zh) * 2009-07-17 2010-01-06 南京航空航天大学 道路行驶线的视觉检测方法
US20110216944A1 (en) * 2010-03-08 2011-09-08 Nippon Soken, Inc. In-vehicle white line recognition apparatus
US20120194677A1 (en) * 2011-01-27 2012-08-02 Denso Corporation Lane marker detection system with improved detection-performance

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107792068A (zh) * 2016-09-06 2018-03-13 德尔福技术有限公司 自动化车辆车道变换控制系统
CN107792068B (zh) * 2016-09-06 2020-04-21 安波福技术有限公司 自动化车辆车道变换控制系统
CN108694374A (zh) * 2017-03-31 2018-10-23 本田技研工业株式会社 车辆控制装置
CN108694374B (zh) * 2017-03-31 2021-12-28 本田技研工业株式会社 车辆控制装置
WO2021047452A1 (zh) * 2019-09-09 2021-03-18 长城汽车股份有限公司 用于识别路面标记的方法、装置及单目摄像头

Also Published As

Publication number Publication date
JP6141787B2 (ja) 2017-06-07
US9436878B2 (en) 2016-09-06
CN104978560B (zh) 2018-09-28
DE102015205685B4 (de) 2021-03-18
JP2015197829A (ja) 2015-11-09
DE102015205685A1 (de) 2015-10-01
US20150278612A1 (en) 2015-10-01

Similar Documents

Publication Publication Date Title
CN104978560A (zh) 行车线标识识别装置
US9352746B2 (en) Lane relative position estimation method and system for driver assistance systems
US9501720B2 (en) Object detection apparatus
CN105550632A (zh) 交通标志牌识别装置及其工作方法
CN104978563B (zh) 行车线标识识别装置
KR20090018154A (ko) 보행자 검지 장치 및 보행자 검지 방법
US9298995B2 (en) Red-eye determination device
CN105574542A (zh) 基于多传感器融合的多视觉特征车辆检测方法
JP5931662B2 (ja) 道路状況監視装置、及び道路状況監視方法
JP2018101200A (ja) 物体検出装置
US20150243169A1 (en) Traffic lane situation determining device and method for determining traffic lane situation
US9558410B2 (en) Road environment recognizing apparatus
CN105320930A (zh) 对象物识别装置
CN105893963A (zh) 一种筛选视频中单个行人目标的最佳易识别帧的方法
US9824449B2 (en) Object recognition and pedestrian alert apparatus for a vehicle
US20160292516A1 (en) Two-wheel vehicle riding person number determination method, two-wheel vehicle riding person number determination system, two-wheel vehicle riding person number determination apparatus, and program
JP5120627B2 (ja) 画像処理装置および画像処理プログラム
CN111062311A (zh) 一种基于深度级可分离卷积网络的行人手势识别与交互方法
KR101461316B1 (ko) 듀얼 카메라를 포함하는 무인차의 컬러 마커 기반 무인 운전 시스템 및 그 방법
JP6173962B2 (ja) レーンマーク認識装置
CN112232317B (zh) 用于目标朝向识别的目标检测方法及装置、设备及介质
Gu et al. Robust road lane detection using extremal-region enhancement
KR101437228B1 (ko) 입체영상에서의 외곽선 가중치 기반 장애물 영역 검출 장치 및 방법
CN111626334A (zh) 一种车载高级辅助驾驶系统的关键控制目标选择方法
CN111626320A (zh) 用于借助两个神经网络探测物体的方法

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