CN105389536B - 车道识别装置及其运行方法 - Google Patents
车道识别装置及其运行方法 Download PDFInfo
- Publication number
- CN105389536B CN105389536B CN201510520426.4A CN201510520426A CN105389536B CN 105389536 B CN105389536 B CN 105389536B CN 201510520426 A CN201510520426 A CN 201510520426A CN 105389536 B CN105389536 B CN 105389536B
- Authority
- CN
- China
- Prior art keywords
- lane
- region
- traveling
- zoning
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000013316 zoning Methods 0.000 claims abstract description 92
- 230000009466 transformation Effects 0.000 claims abstract description 42
- 238000001514 detection method Methods 0.000 claims description 38
- 230000007935 neutral effect Effects 0.000 claims description 17
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 239000000470 constituent Substances 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 238000004904 shortening Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 101100218455 Haloarcula marismortui (strain ATCC 43049 / DSM 3752 / JCM 8966 / VKM B-1809) xop1 gene Proteins 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- 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
- 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
-
- 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
- B60W40/10—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 vehicle motion
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
-
- 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
- B60W2050/0057—Frequency analysis, spectral techniques or transforms
-
- 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
- B60W2050/143—Alarm means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2300/00—Purposes or special features of road vehicle drive control systems
- B60Y2300/10—Path keeping
- B60Y2300/12—Lane keeping
-
- 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)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及车道识别装置及其运行方法，所述运行方法，包括：从以直交坐标系表现的车辆的行驶影像中检测多个边缘的步骤；检测所述多个边缘的模式的步骤；推定行驶车道内所述车辆的水平位置的步骤；在所述行驶影像上设定两个关心区域的步骤；生成分别对应所述两个关心区域、包括多个计算区域、以极坐标系表现的两个霍夫空间的步骤；计算各像素的极坐标值的步骤；累积所述极坐标值所属的计算区域的计算的步骤；选择所述多个计算区域中具有最高计算数的计算区域的步骤；变换成以直交坐标系表现的两个直线的步骤；及将所述变换的两个直线识别为所述行驶车道的左侧车道及右侧车道的步骤。
Description
技术领域
本发明涉及车道识别装置及其运行方法，更详细地说，以行驶车道内车辆的水平位置为基准，设定用于车道检测的关心区域，从而易于车道的检测，脱离车道时能够迅速警告。
背景技术
车辆行驶时，最重要的是安全行驶及交通事故的预防，为此，在车辆上安装了用于执行车辆的姿势控制、车辆构成装置的功能控制等的多种辅助装置及安全带、安全气囊等安全装置。
最近，将黑匣子(black box)设置在车辆，将由车辆的各种传感器传送的数据保存到黑匣子，从而在车辆发生事故时，回收设置在车辆的黑匣子而查明车辆的事故原因。
另外，车道识别装置(Lane Departure Warning System)是从瞌睡驾驶、不注意驾驶、意外车道脱离事故中保护驾驶员并协助其安全驾驶的装置，在后视镜后的车辆前玻璃上安装专用摄像头而用摄像头继续监控道路的状况，并预测到脱离车道时，自动发出警报音。
最近，正在进行着当车道识别装置从影像确认车辆是否脱离车道时提高其处理速度的研究。
发明内容
(要解决的技术问题)
本发明的目的在于，提供一种易于车道的检测并在脱离车道时迅速发出警告的车道识别装置的运行方法。
(解决问题的手段)
根据本发明的车道识别装置的运行方法，包括：从以直交坐标系表现的车辆的行驶影像中检测多个边缘的步骤；检测所述多个边缘的模式的步骤；以所述检测的模式为基础，推定行驶车道内所述车辆的水平位置的步骤；以所述水平位置为基础，在所述行驶影像上设定两个关心区域(Region Of Interest)的步骤；生成分别对应所述两个关心区域、包括多个计算区域、以极坐标系表现的两个霍夫空间的步骤；利用将直交坐标系变换为极坐标系的霍夫变换(hough transform)，计算所述多个边缘中所述各个关心区域出现的边缘所包括的各像素的极坐标值的步骤；对应各个所述两个霍夫空间，累积所述极坐标值所属的计算区域的计算的步骤；分别对于所述两个霍夫空间，选择所述多个计算区域中具有最高计算数的计算区域的步骤；分别对于所述两个霍夫空间，将具有所述最高计算数的计算区域变换成以直交坐标系表现的两个直线的步骤；及将所述变换的两个直线识别为所述行驶车道的左侧车道及右侧车道的步骤。
并且，从所述车辆的行驶影像中检测多个边缘的步骤，可包括：从所述车辆的摄像头接收所述行驶影像的步骤；将所述行驶影像变换成灰色影像的步骤；及以包括在所述灰色影像的像素的亮度值为基础，检测所述多个边缘的步骤。
并且，所述检测多个边缘的步骤，可通过连接所述灰色影像中出现基准值以上的亮度变化量的区域的像素而检测所述多个边缘。
并且，所述水平位置，可被推定为对应所述行驶车道的中心的第1位置、对应所述行驶车道的左侧的第2位置及对应所述行驶车道的右侧的第3位置中的其中一个。
并且，所述关心区域(Region Of Interest)，可包括：第1关心区域，以所述行驶影像的中心垂直轴为基准，位于左侧；第2关心区域，以所述行驶影像的中心垂直轴为基准，位于右侧。
并且，所述生成霍夫空间的步骤，可分别生成：第1霍夫空间，对应所述第1关心区域；及第2霍夫空间，对应所述第2关心区域。
并且，对所述行驶影像设定关心区域(Region Of Interest)的步骤，以拍摄所述行驶影像的摄像头的设置角度及视角为基础，决定所述关心区域(Region Of Interest)的大小或位置。
并且，将具有所述最高计算数的计算区域变换成以直交坐标系表现的直线的步骤，在所述选择的计算区域的计算数为已设定的基准值以上时执行。
并且，还可包括：所述计算左侧车道与所述右侧车道间的距离的步骤；判断所述左侧车道与所述右侧车道间的距离是否属于已设定的基准范围内的步骤；及判断为所述左侧车道与所述右侧车道间的距离超过已设定的基准范围时，增加所述两个霍夫空间分别包括的所述计算区域的数量的步骤。
并且，还可包括：若所述左侧车道及所述右侧车道中的至少一个的长度急剧变短为已设定的变化量以上，则输出警报信息的步骤。
(发明的效果)
根据本发明的至少一实施例的车道识别装置及其运行方法，以行驶车道内车辆的水平位置为基准，设定用于车道检测的关心区域，从而相比以往方式，能够缩短车道检测所需的处理时间。
并且，增加了车道检测速度，脱离车道时能够更快速地输出警告，能够从碰撞事故等保护驾驶员。
附图说明
图1是根据本发明的车道识别装置的框图。
图2呈现根据本发明的一实施例的霍夫变换的概念。
图3至图5呈现行驶车道内车辆的水平位置为基础而生成的霍夫空间的一例。
图6是呈现根据本发明的车道识别装置的运行方法的顺序图。
具体实施方式
本发明的优点及特征，以及达成这些的方法，可通过参照附图和详细说明的实施例而明确理解。但本发明并不限定于以下公开的实施例，而是以多种形态体现，提出这些实施例的目的在于，使本发明公开完整，并向本发明所述技术领域具有一般知识的人完整地告知本发明的范畴，本发明根据权利要求的范围而定义。整个说明书中相同的参照符号表示相同的构成要素。
若对本说明书中使用的所有用语(包括技术及科学用语)，未在说明书中另行定义，与本发明所属技术领域中具有一般知识的人所一般理解的具有相同的意思，并且一般使用的、字典中定义的用语除了有特殊定义的以外，不可异常或过度地解释。
图1是根据本发明的车道识别装置的框图。
参照图1，车道识别装置，包括：摄像头部110、影像处理部120、边缘检测部130、霍夫变换部140、车道选择部150及脱离警报部160。例如，车道识别装置可以是包括摄像头部110的车辆用导航装置，但并不限定于此。
摄像头部110可具备于车辆而生成行驶影像。例如，摄像头部110可包括至少一个以上的摄像头，至少一个以上的摄像头被安装到车辆的挡风玻璃的上端中心，拍摄车辆的前方，生成对所拍摄的前方的行驶影像。这只是例示性的，摄像头部110除了车辆前方以外，还能拍摄后方、左侧方、右侧方等多种方向的行驶影像，但并不限定于此。
这时，通过摄像头部110生成的行驶影像可以是彩色影像(例如RGB影像)。并且，行驶影像由直交坐标系表现。例如，行驶影像可表现为由相互直交的X轴及Y轴构成的二维平面坐标系。
影像处理部120由摄像头部110接收行驶影像，将接收的行驶影像变换成灰色影像。包括在灰色影像的像素由亮度值表现，相比彩色影像，易于车道的检测。
并且，影像处理部120将行驶影像变换成灰色影像时，可补正分辨率、颜色空间等，执行噪声的消除，但并不限定于此。
例如，若行驶车道的一部分与护栏等的影子重叠，车道的检测会比较困难，影像处理部120能够补正光源而最小化影子的影响。并且，影像处理部120在行驶影像为RGB影像时，适用光源补正算法而补正RGB影像之后，将补正的RGB影像变换成灰色影像，但并不限定于此。
边缘检测部130对影像处理部120提供的灰色影像适用边缘检测算法而从灰色影像检测多个边缘。
例如，边缘检测部130以灰色影像所包括的多个像素的各个亮度值为基础，从灰色影像中检测多个边缘。具体地说，边缘检测部130能够连接灰色影像中呈现基准值以上的亮度变化量的区域的像素而检测多个边缘。根据边缘检测部130检测的多个边缘中的一部分可对应形成车辆的行驶车道的左侧车道及右侧车道。
或者，边缘检测部130在灰色影像所包括的多个像素中检测照度值高于已设定照度值的像素，通过相互连接检测的像素而检测多个边缘。
并且，边缘检测部130可从行驶影像或灰色影像中提取影像消失点(vanishingpoint)。霍夫变换部140可包括：车辆位置推定部142、关心区域设定部144及变换部146。
车辆位置推定部142推定车辆行驶中的行驶车道内车辆的水平位置。车辆位置推定部142检测通过边缘检测部130检测的多个边缘的模式，以检测的模式为基础而推定行驶车道内车辆的水平位置。例如，车辆位置推定部142能够检测多个边缘是否以中心垂直轴为基准而形成对称的模式、是否以中心垂直轴为基准而形成偏向左侧的模式、还是以中心垂直轴为基准而形成偏向右侧的模式。
这里，水平位置是指车辆正在左侧车道与右侧车道之间行驶的位置。例如，车辆的水平位置可被推定为对应行驶车道的中心的第1位置、对应行驶车道的左侧的第2位置及对应行驶车道的右侧的第3位置中的其中一个。
或者，车辆位置推定部142基于从行驶影像或灰色影像提取的消失点(vanishingpoint)及通过消失点的水平轴，演算行驶车道内的车辆位置。例如，车辆位置推定部142可将多个边缘最多交叉的地点识别为影像消失点(vanishing point)。
关心区域设定部144对行驶影像设定关心区域(Region Of Interest)。关心区域中可呈现通过边缘检测部130检测的多个边缘中的一部分。这时，关心区域设定部144可对行驶影像设定两个关心区域。
具体地说，关心区域设定部144以通过车辆位置推定部142推定的水平位置为基础，对行驶影像设定两个关心区域。这时，两个关心区域中的一个为以行驶影像的中心垂直轴为基准而位于左侧的第1关心区域，剩余一个为以行驶影像的中心垂直轴为基准而位于右侧的第2关心区域。
这时，关心区域设定部144以通过车辆位置推定部142提取的消失点的位置为基础，调整第1关心区域及第2关心区域的位置。例如，若消失点位于行驶影像的中心垂直轴上，关心区域设定部144以行驶影像的中心垂直轴为基准而左右对称地设定第1关心区域及第2关心区域的位置。再如，若消失点以行驶影像的中心垂直轴为基准而位于左侧，相比消失点位于行驶影像的中心垂直轴上的情况，可将第1关心区域及第2关心区域的位置向左侧移动规定距离。再如，如果消失点以行驶影像的中心垂直轴为基准而位于右侧，相比消失点位于行驶影像的中心垂直轴上的情况，将第1关心区域及第2关心区域的位置向右侧移动规定距离。
这时，可将第1关心区域及第2关心区域设定为无相互重复的部分。但这只是例示性的，关心区域设定部144可对行驶影像设定3个以上的关心区域。
另外，关心区域设定部144以摄像头部110的设置角度或视角为基础，决定关心区域的大小或位置。例如，摄像头部110的视角越大，关心区域设定部144越扩大关心区域的大小。
下面，为了说明的便利，假设关心区域设定部144设定前述的第1关心区域及第2关心区域。
变换部146生成对应关心区域的霍夫空间。具体地说，变换部146可生成对应第1关心区域的第1霍夫空间，对应第2关心区域的第2霍夫空间。这时，各霍夫空间可表现为极坐标系，可包括多个计算区域。各计算区域可相当于极坐标系的任一坐标值，获相当于一定区间内的坐标值的集合。
以往，生成了对应整个行驶影像的霍夫空间，但本发明生成对应行驶影像的一部分的关心区域的霍夫空间。据此，如后述，缩短车道检测所需的处理时间，对应脱离车道时缩短的时间，更快速地向驾驶员输出警报信息。
并且，变换部146利用将直交坐标系变换成极坐标系的霍夫变换(houghtransform)，计算多个边缘中第1及第2关心区域分别呈现的边缘所包括的各像素的极坐标值。即，边缘所包括的像素分别表现为直交坐标系中的一个点，相反，极坐标系中表现为具有多个极坐标值的曲线。
并且，变换部146对第1霍夫空间及第2霍夫空间，累积多个极坐标值分别所属的计算区域的计算。例如，霍夫变换(hough transform)的结果为，极坐标系中画着多个曲线时，若多个曲线在某一坐标值中交叉最多，相应坐标值所属计算区域的计算数大于另一计算区域的计算数。实际车道相比道路的其他部分，具有更大的亮度值，这种实际车道对应根据边缘检测部130检测的多个边缘中的一部分。因此，越是具有高计算数的计算区域，呈现实际车道的可能性越高。
车道选择部150对第1霍夫空间及第2霍夫空间，选择多个计算区域中具有最高计算数的计算区域。据此，选择第1霍夫空间所包括的多个计算区域中的其中一个计算区域，选择第2霍夫空间所包括的多个计算区域中的其中一个计算区域。
其次，车道选择部150将第1霍夫空间中选择的计算区域变换成由直交坐标系表现的一个直线，将第2霍夫空间中选择的计算区域变换成由直交坐标系表现的又一个直线。
这时，车道选择部150能够比较按照各霍夫空间选择的计算区域的计算数与已设定的基准值。比较结果为，按照各霍夫空间选择的计算区域的计算数为已设定的基准值以上时，能够将相应计算区域变换成由直交坐标系表现的直线。按照各霍夫空间选择的计算区域的计算数小于已设定的基准值时，不具有判断为实际车道的可靠性。
然后，车道选择部150将从第1霍夫空间变换的直线识别为行驶车道的左侧车道，将从第2霍夫空间变换的直线识别为行驶车道的右侧车道。
并且，车道选择部150能够计算已识别的左侧车道与所述右侧车道间的距离。然后，车道选择部150能够判断左侧车道与右侧车道间的距离是否属于已设定的基准范围之内。例如，假设基准范围被设定为法规规定的车道宽度的0.9倍到1.1倍，若判断为通过车道选择部150识别的左侧车道与右侧车道间的距离超过基准范围，变换部146使第1霍夫空间所包括的计算区域的数及第2霍夫空间所包括的计算区域的数分别增加规定个数。已识别的左侧车道与右侧车道间的距离超过基准范围，表示将不对应实际车道的边缘识别为左侧车道及右侧车道的状态，通过增加霍夫空间所包括的计算区域的数而使实际车道包括到增加的计算区域内。
并且，通过车道选择部150选择的左侧车道及所述右侧车道中的至少一个的长度急剧变短为已设定的变化量以上时，脱离警报部160可生成控制信号而使得通过车辆的显示或扬声器等而输出警报信息。车辆的显示器接收到警报部160的控制信号时，可在画面上显示警报信息。车辆的扬声器从警报部160接收到控制信号时，可通过音响输出警报信息。
图2呈现根据本发明的一实施例的霍夫变换的概念。
首先，霍夫变换(hough transform)是计算机视觉所使用的概念，可表示用于检测任意影像中的特征部分(如直线)所用的技法。
例如，变换部146能够利用霍夫变换而将直交坐标系(cartesian coordinates)变换成极坐标系(polar coordinates)。并且，霍夫变换(hough transform)可用于检测直交坐标系(cartesian coordinates)中表现的多个直线中最优势的直线(如最粗的直线等)。参照图2，同时经过直交坐标系上存在的两点P1(X1，Y1)及P2(X2，Y2)的一个直线，可表现为极坐标系(polar coordinates)的一个点。即，直交坐标系上的某一直线可表现为极坐标系上固定的一个点(r1，θ1)。如图示，r1是从原点到点P1(X1，Y1)为止的距离，θ1是对原点的点P1(X1，Y1)的角度∠XOP1。
具体地说，由相互直交的X轴与Y轴构成的直交坐标系中，经过一个点P1(X1，Y1)的直线是无数个，直交坐标系的一个点P1(X1，Y1)在极坐标系中可表现为一个正弦曲线(sinecurve)(S1)。
并且，经过与直交坐标系上的一个点P1(X1，Y1)不同的另一点P2(X2，X2)的无数直线在极坐标系中可表现为正弦曲线(S2)。
极坐标系中两个曲线(S1，S2)的交叉点的坐标值存在于(r1，θ1)。即，两个曲线(S1，S2)上的一个点(r1，θ1)所属的计算区域的计算数大于另一计算区域的计算数。
即，同时经过直交坐标系中不同的两点P1(X1，Y1)及P2(X2，X2)的直线，可表现为极坐标系中以(r1，θ1)表现的一个点。
因此，若逆变换极坐标系的一个点(r1，θ1)，能够获得直交坐标系的一个直线，可将这样获得的直线识别为实际车道。
图3至图5呈现以行驶车道内车辆的水平位置为基础而生成的霍夫空间的一例。具体地说，图3至图5以行驶车道内车辆的水平位置为基础而调整霍夫空间的位置或大小，从而提供缩短车道检测所需时间的方法。
霍夫变换部140可将对应极坐标系的第1霍夫空间及第2霍夫空间分别区分为多个计算区域。这时，霍夫变换部140将多个计算区域中，逐个累积对应直交坐标系的某一点的正弦曲线所经过的计算区域的计算数。即，累积的计算数越高的下部区域，相比其他下部区域，相当于行驶车道的可能性越高。例如，极坐标系中相当于两个曲线的交叉点的一个点所属的计算区域的计算数为2。
据此，霍夫变换部140在边缘检测部130检测的多个边缘中，以具有与实际车道最接近的特征的两个边缘为基础而导出对应实际车道的直线，将导出的车道识别为构成行驶车道的左侧车道及右侧车道。
一般地说，行驶影像整体的大小越大，霍夫空间的大小也成比例地增大。但是，若霍夫空间的大小增大，需累积计算数的范围也将增加。并且，将多个计算区域按照计算数高的顺序降序排序时，所需的计算量也将增加。本发明提供通过仅生成对应关心区域的霍夫空间而降低车道检测时所需的计算量，最终提高车道检测速度的方法。
本发明的一实施例中，假设第1霍夫空间及第2霍夫空间分别被设定为，具有已设定的角度范围[θmin，θmax]及已设定的距离范围[Rmin，Rmax]内的大小。这里，θmin是为直线检测而已设定的最小角度，θmax是为直线检测而已设定的最大角度，Rmin是为直线检测而已设定的最小距离，Rmax是为直线检测而已设定的最大距离。这时，为了使霍夫变换部140与行驶影像的整个大小成比例，可设定角度范围[θmin，θmax]与距离范围[Rmin，Rmax]。
下面，假设θmin与θmax的中间值为0度。这时，从θmin与θmax的中间值到θmin之间包括的计算区域用于识别左侧车道，从θmin与θmax的中间值到θmax之间包括的计算区域用于识别右侧车道。
首先，图3(a)例示行驶车道W内车辆的水平位置对应行驶车道W的中心的第1位置的情况。即，车辆的中心线与行驶车道W的中心线一致的状况。具体地说，行驶车道W的左侧存在左侧车道L1，行驶车道W的右侧存在右侧车道L2。并且，左侧车道L1的左侧存在又一车道L3，右侧车道L2的右侧存在又一车道L4。
这时，通过摄像头部110生成的行驶影像呈现的边缘可具有如图3(b)所示的模式。即，多个边缘可具有以行驶影像的中心垂直轴为基准而对称呈现的模式。
行驶车道W内车辆的水平位置为第1位置时，关心区域设定部144以行驶影像的中心垂直轴为基准而在左侧设定第1关心区域，在右侧设定第2关心区域。这时，第1关心区域及第2关心区域以行驶影像的中心垂直轴为基准而相对称。
因此，如图3(c)所图示，对应第1关心区域的第1霍夫空间H11及第2关心区域的第2霍夫空间H21也以霍夫空间的中心垂直轴为基准而相对称。
车道选择部150在图3(c)所图示的第1霍夫空间H11所包括的7X3形态的计算区域中选择具有最高计算数10的计算区域，第2霍夫空间H21所包括的7X3形态的计算区域中选择具有最高计算数11的计算区域。然后，车道选择部150将第1霍夫空间H11选择的计算区域变换成由直交坐标系表现的一个直线而识别左侧车道，将第2霍夫空间H21选择的计算区域变换成由直交坐标系表现的一个直线而识别右侧车道。
如图3(c)所图示，根据本发明的实施例的车道识别装置不是对整个霍夫空间，而是仅对第1霍夫空间H11及第2霍夫空间H21执行车道检测，因此提高了车道检测速度。
其次，图4(a)例示行驶车道W内车辆的水平位置对应行驶车道的左侧的第2位置的情况。即，呈现以车辆的中心线的位置相比右侧车道L2更靠近左侧车道L1的状态行驶的状况。具体地说，行驶车道W的左侧存在左侧车道L1，行驶车道W的右侧存在右侧车道L2。并且，左侧车道L1的左侧存在又一车道L3，右侧车道L2的右侧存在又一车道L4。如图4(a)的水平位置可在车辆从行驶车道W的中心靠近左侧车道L1的情况下被推定。
这时，通过摄像头部110生成的行驶影像中呈现的边缘可具有如图4(b)所图示的模式。具体地说，多个边缘以行驶影像的中心垂直轴为基准而呈现非对称，向左侧倾斜的模式。即，可具有左侧车道L1的倾斜度相比右侧车道L2的倾斜度而相对陡峭的模式。
行驶车道W内车辆的水平位置为第2位置时，关心区域设定部144以行驶影像的中心垂直轴为基准而在左侧设定第1关心区域，在右侧设定第2关心区域。这时，第1关心区域及第2关心区域以行驶影像的中心垂直轴为基准而呈现非对称，相比水平位置位于第1位置的情况，设定在向左侧移动规定距离的位置。
因此，如图4(c)所图示，对应第1关心区域的第1霍夫空间H12及对应第2关心区域的第2霍夫空间H22也是以整体霍夫空间的中心垂直轴为基准而呈现非对称，相比水平位置为第1位置的情况，可向左侧移动规定间隔。
即，参照图4(b)，出现左侧车道L1的行驶影像的左侧区域的模式为比图3(b)所图示的更陡峭的状态，霍夫变换部140可在离θmin相对近的位置生成第1霍夫空间H12。并且，出现右侧车道L2的行驶影像的右侧区域的模式为比图3的(b)所图示的更平缓的状态，霍夫变换部140可在离θmax相对远的位置生成第2霍夫空间H23。
并且，图4(c)图示了第1霍夫空间H12及第2霍夫空间H12所属的距离范围，图3(c)图示的第1霍夫空间H11及第2霍夫空间H11所属的距离范围相同，但并不限定于此。例如，车辆的水平位置为第2位置时，相比第1位置的情况，车辆靠近左侧车道L1且远离右侧车道L2，因此霍夫变换部140相比第1霍夫空间H11，在相对靠近Rmin的位置上生成第1霍夫空间H12，相比第2霍夫空间H21，在相对靠近Rmax的位置生成第2霍夫空间H22。
车道选择部150在图4(c)所图示的第1霍夫空间H12所包括的7X3形态的计算区域中选择具有最高计算数9的计算区域，在第2霍夫空间H22所包括的7X3形态的计算区域中选择具有最高计算数13的计算区域。然后，车道选择部150将第1霍夫空间H12选择的计算区域变换成由直交坐标系表现的一个直线而识别左侧车道，将第2霍夫空间H22选择的计算区域变换成由直交坐标系表现的一个直线而识别右侧车道。
图4(c)图示，根据本发明的实施例的车道识别装置并不是对整个霍夫空间，而是仅对第1霍夫空间H12及第2霍夫空间H22执行车道检测，因此能够提高车道检测速度。
其次，图5(a)例示行驶车道W内车辆的水平位置对应行驶车道的左侧的第3位置的情况。具体地说，行驶车道W的左侧存在左侧车道L1，行驶车道W的右侧存在右侧车道L2。并且，左侧车道L1的左侧存在又一车道L3，右侧车道L2的右侧存在又一车道L4。如图5(a)的水平位置能够在车辆从行驶车道W的中心靠近右侧车道L2的情况下被推定。
这时，通过摄像头部110生成的行驶影像中呈现的边缘具有如图5(b)所图示的模式。具体地说，多个边缘具有以行驶影像的中心垂直轴为基准而呈现非对称，向右侧倾斜的模式。即，具有右侧车道L2的倾斜度相比左侧车道L1的倾斜度相对陡峭的模式。
行驶车道W内车辆的水平位置为第3位置时，关心区域设定部144以行驶影像的中心垂直轴为基准而在左侧设定第1关心区域，在右侧设定第2关心区域。这时，第1关心区域及第2关心区域以行驶影像的中心垂直轴为基准而呈现非对称，相比水平位置为第1位置的情况，设定在向右侧移动规定距离的位置。
因此，如图5(c)所图示，对应第1关心区域的第1霍夫空间H13及对应第2关心区域的第2霍夫空间H23也以整个霍夫空间的中心垂直轴为基准而呈现非对称，相比水平位置为第1位置的情况，向右侧移动规定间隔。
即，参照图5(b)，出现左侧车道L1的行驶影像的左侧区域的模式呈现相比图3(b)图示的更加平缓的状态，霍夫变换部140能够在离θmin相对远的位置上生成第1霍夫空间H13。并且，出现右侧车道L2的行驶影像的右侧区域的模式呈现相比图3(b)图示的更加陡峭的状态，霍夫变换部140能够在离θmax相对近的位置上生成第2霍夫空间H23。
并且，图5(c)图示了第1霍夫空间H13及第2霍夫空间H13所属的距离范围与图3的(c)图示的第1霍夫空间H11及第2霍夫空间H11所属的距离范围相同，但并不限定于此。例如，车辆的水平位置为第3位置时，相比第1位置的情况，车辆远离左侧车道L1并靠近右侧车道L2，霍夫变换部140相比第1霍夫空间H11，在离Rmax相对近的位置上生成第1霍夫空间H13，相比第2霍夫空间H21，离Rmin相对近的位置上生成第2霍夫空间H23。
车道选择部150在图5(c)图示的第1霍夫空间H13所包括的7X3形态的计算区域中选择具有最高计算数7的计算区域，在第2霍夫空间H23所包括的7X3形态的计算区域中选择具有最高计算数17的计算区域。然后，车道选择部150将第1霍夫空间H13选择的计算区域变换成由直交坐标系表现的一个直线而识别左侧车道，将第2霍夫空间H23选择的计算区域变换成由直交坐标系表现的一个直线而识别右侧车道。
如图5(c)图示，根据本发明的实施例的车道识别装置并不是对整个霍夫空间，而是仅对第1霍夫空间H13及第2霍夫空间H23执行车道检测，因此能够提高车道检测速度。
另外，图3至图5中图示了第1霍夫空间及第2霍夫空间分别包括的计算区域都是7X3形态的21个，但并不限定于此。
例如，计算区域可以是6X2形态的12个。
再如，可设定为第1霍夫空间所包括的计算区域的个数及排序形态不同于第2霍夫空间所包括的计算区域的个数及排序形态。具体地说，参照图4(b)，水平位置为第2位置时，相比水平位置为第1位置的情况，行驶影像中左侧车道L1较近，右侧车道L2较远，因此减少第1霍夫空间所包括的计算区域的个数，增加第2霍夫空间所包括的计算区域的个数。
并且，霍夫变换部140从开始车道检测的既定时间内，对整个霍夫空间执行车道检测，经过既定时间后，车道检测进入稳定状态后，仅对第1霍夫空间及第2霍夫空间执行车道检测，但并不限定于此。
并且，图3至图5的霍夫空间可根据行驶环境等具体状况而改变。并且，图3至图5图示的第1霍夫空间及第2霍夫空间可通过基于影像DB的数值解释而变更。例如，各霍夫空间所包括的计算区域之间的角度间隔可以是1度，距离间隔为1像素。
当然，霍夫变换部140根据行驶环境(例如，白天或夜间)而改变第1霍夫空间及第2霍夫空间所包括的计算区域的个数，或改变计算区域本身的大小。例如，霍夫变换部140相比夜间，在白天扩大计算区域的大小而减少霍夫空间所包括的下部区域的个数。
可根据车辆的行驶状况(例如，水平位置)而设定在霍夫空间内计算累积的计算区域的范围，因此本发明所提出的技术能够确保一定水准以上的车道检测率并增加车道检测速度。
脱离警报部160在车辆与车道选择部150选择的所述左侧车道或右侧车道重叠时，能够发出用于驾驶员识别的警报。
图6是呈现根据本发明的车道识别装置的运行方法的顺序图。
参照图6，车道识别装置在车辆的行驶影像中检测多个边缘(S110)。具体地说，步骤S110从车辆的摄像头部110接收行驶影像，将接收的行驶影像变换成灰色影像后，以灰色影像所包括的像素的亮度值为基础，检测多个边缘。例如，连接灰色影像中出现基准值以上的亮度变化量的区域的像素而检测多个边缘检测。
其次，检测多个边缘的模式(S120)。例如，车辆位置推定部142以通过边缘检测部130检测的多个边缘的倾斜度为基础而检测模式。这时，车辆位置推定部142以灰色影像的中心垂直轴为基准而计算左侧出现的边缘的倾斜度平均值及右侧出现的边缘的倾斜度平均值，以计算的两个倾斜度平均值为基础，检测多个边缘的模式。
其次，以步骤S120中检测的模式为基础，推定行驶车道内所述车辆的水平位置(S130)。例如，步骤S120中检测到左右对称的模式时，车道识别装置可推定车辆的水平位置为行驶车道的中心即第1位置。或，车道识别装置基于行驶影像中出现的影像消失点及通过影像消失点的横线，推定车辆位置靠近行驶车道的左侧、右侧或中心中的哪一个。例如，车辆的水平位置可被推定为对应行驶车道中心的第1位置、对应行驶车道的左侧的第2位置及对应行驶车道的右侧的第3位置中的其中一个。
其次，以推定的水平位置为基础，在行驶影像上设定两个关心区域(Region OfInterest)(S140)。这里，关心区域是指成为用于检测已检测的多个边缘中构成行驶车道的左侧车道及右侧车道的对象的区域。并且，关心区域设定部144以拍摄行驶影像的摄像头110的设置角度及视角为基础而决定各个关心区域(Region Of Interest)的大小或位置。
其次，生成分别对应步骤S140中设定的两个关心区域的两个霍夫空间(S150)。这时，两个霍夫空间分别包括多个计算区域，可由极坐标系表现。例如，可生成对应第1关心区域的第1霍夫空间及对应第2关心区域的第2霍夫空间。
其次，利用将直交坐标系变换成极坐标系的霍夫变换(hough transform)，计算多个边缘中两个关心区域分别出现的边缘所包括的像素的极坐标值(S160)。
其次，两个霍夫空间分别包括的多个计算区域中，累积步骤S160中计算的极坐标值分别所属的计算区域的计算(S170)。
其次，分别对于两个霍夫空间，选择多个计算区域中具有最高计算数的计算区域(S180)。例如，若生成第1霍夫空间及第2霍夫空间，选择第1霍夫空间所包括的多个计算区域中具有最高计算数的计算区域，选择第2霍夫空间所包括的多个计算区域中具有最高计算数的计算区域。
其次，将被选为具有最高计算数的两个计算区域分别变换成由直交坐标系表现的直线(S190)。将第1霍夫空间中选择的计算区域变换成由直交坐标系表现的一个直线，将第2霍夫空间中选择的计算区域变换成由直交坐标系表现的另一个直线。即，可通过步骤S190求得2个直线。另外，步骤S190仅限于步骤S180中选择的计算区域的计算数为已设定的基准值以上时执行。这是为了提高车道检测结果的可靠性。
其次，将变换的两个直线识别为行驶车道的左侧车道及右侧车道(S200)。
这时，车辆识别装置计算通过步骤S200识别的左侧车道与右侧车道间的距离，判断计算出的左侧车道与右侧车道间的距离是否属于已设定的基准范围之内。若判断为左侧车道与所述右侧车道间的距离超过已设定的基准范围，可增加两个霍夫空间分别包括的计算区域的数，或扩大各计算区域本身的大小。这里，增加计算区域的数是指扩大两个霍夫空间各自的大小。具体地说，通过步骤S200识别的左侧车道与右侧车道间的距离超过已设定的基准范围是指当前的霍夫空间内不包括对实际车道的信息的可能性较大。因此，通过扩大霍夫空间的大小而使扩大的霍夫空间内包括对实际车道的信息。
相反，通过步骤S200识别的左侧车道与右侧车道间的距离属于基准范围内时，霍夫变换部140可减少当前霍夫空间分别包括的计算区域的个数。这里，减少计算区域的数是指缩小两个霍夫空间各自的大小。具体地说，通过步骤S200识别的左侧车道与右侧车道间的距离为已设定的基准范围内是指当前的霍夫空间内包括对实际车道的信息的可能性较大。因此，通过减少霍夫空间的大小而减少需累积演算计算数的计算区域的个数，最终提高车道检测速度。
另外，车辆识别装置在步骤S200中识别的左侧车道及右侧车道中的至少一个发生符合已设定条件的变化时，输出警报信息(S210)。例如，步骤S200中识别的左侧车道及右侧车道中的至少一个的长度急剧变短到已设定的变化量以上时，判断为车辆处于与左侧车道或右侧车道重叠的状态，从而输出视觉或听觉形态的警报信息。
以上记载的“包括”、“构成”、“具备”等用语，若无特别的相反记载，意味着有可能存在相应的构成要素，因此并不是排除其他构成要素，应解释成还可包括其他构成要素。
以上图示并说明了本发明的优选实施例，但本发明并不限定于上述的特定实施例，所属技术领域具有一般知识的人能够对其进行多种变形实施，而且这种变形实施与本发明的技术思想或前景密不可分。
Claims (9)
1.一种车道识别装置的运行方法，其特征在于，包括：
从以直交坐标系表现的车辆的行驶影像中检测多个边缘的步骤；
检测所述多个边缘的模式的步骤；
以所述检测的模式为基础，推定行驶车道内所述车辆的水平位置的步骤；
以所述水平位置为基础，在所述行驶影像上设定两个关心区域的步骤；
生成分别对应所述两个关心区域、包括多个计算区域、以极坐标系表现的两个霍夫空间的步骤；
利用将直交坐标系变换为极坐标系的霍夫变换，计算所述多个边缘中所述各个关心区域出现的边缘所包括的各像素的极坐标值的步骤；
对应各个所述两个霍夫空间，累积所述极坐标值所属的计算区域的计算的步骤；
分别对于所述两个霍夫空间，选择所述多个计算区域中具有最高计算数的计算区域的步骤；
分别对于所述两个霍夫空间，将具有所述最高计算数的计算区域变换成以直交坐标系表现的两个直线的步骤；及
将所述变换的两个直线识别为所述行驶车道的左侧车道及右侧车道的步骤，
所述关心区域，包括：
第1关心区域，以所述行驶影像的中心垂直轴为基准，位于左侧；及
第2关心区域，以所述行驶影像的中心垂直轴为基准，位于右侧。
2.根据权利要求1所述的车道识别装置的运行方法，其特征在于，
从所述车辆的行驶影像中检测多个边缘的步骤，包括：
从所述车辆的摄像头接收所述行驶影像的步骤；
将所述行驶影像变换成灰色影像的步骤；及
以包括在所述灰色影像的像素的亮度值为基础，检测所述多个边缘的步骤。
3.根据权利要求2所述的车道识别装置的运行方法，其特征在于，
所述检测多个边缘的步骤，
通过连接所述灰色影像中出现基准值以上的亮度变化量的区域的像素而检测所述多个边缘。
4.根据权利要求1所述的车道识别装置的运行方法，其特征在于，
所述水平位置，
被推定为对应所述行驶车道的中心的第1位置、对应所述行驶车道的左侧的第2位置及对应所述行驶车道的右侧的第3位置中的其中一个。
5.根据权利要求1所述的车道识别装置的运行方法，其特征在于，
所述生成霍夫空间的步骤，
分别生成：第1霍夫空间，对应所述第1关心区域；及第2霍夫空间，对应所述第2关心区域。
6.根据权利要求1所述的车道识别装置的运行方法，其特征在于，
对所述行驶影像设定关心区域的步骤，
以拍摄所述行驶影像的摄像头的设置角度及视角为基础，决定所述关心区域的大小或位置。
7.根据权利要求1所述的车道识别装置的运行方法，其特征在于，
将具有所述最高计算数的计算区域变换成以直交坐标系表现的直线的步骤，
在所述选择的计算区域的计算数为已设定的基准值以上时执行。
8.根据权利要求1所述的车道识别装置的运行方法，其特征在于，还包括：
所述计算左侧车道与所述右侧车道间的距离的步骤；
判断所述左侧车道与所述右侧车道间的距离是否属于已设定的基准范围内的步骤；及
判断为所述左侧车道与所述右侧车道间的距离超过已设定的基准范围时，增加所述两个霍夫空间分别包括的所述计算区域的数量的步骤。
9.根据权利要求1所述的车道识别装置的运行方法，其特征在于，还包括：
若所述左侧车道及所述右侧车道中的至少一个的长度急剧变短为已设定的变化量以上，则输出警报信息的步骤。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2014-0109786 | 2014-08-22 | ||
| KR1020140109786A KR102227843B1 (ko) | 2014-08-22 | 2014-08-22 | 차선 이탈 경보 시스템의 동작방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105389536A CN105389536A (zh) | 2016-03-09 |
| CN105389536B true CN105389536B (zh) | 2018-12-14 |
Family
ID=55348763
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510520426.4A Active CN105389536B (zh) | 2014-08-22 | 2015-08-21 | 车道识别装置及其运行方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US9704404B2 (zh) |
| KR (1) | KR102227843B1 (zh) |
| CN (1) | CN105389536B (zh) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6256509B2 (ja) * | 2016-03-30 | 2018-01-10 | マツダ株式会社 | 電子ミラー制御装置 |
| EP3460755A4 (en) * | 2016-05-18 | 2019-03-27 | Panasonic Intellectual Property Management Co., Ltd. | METHOD FOR TRAVEL SPECIFICATION AND DEVICE FOR TRAVEL SPECIFICATION |
| CN107886729B (zh) * | 2016-09-30 | 2021-02-23 | 比亚迪股份有限公司 | 车辆识别方法、装置及车辆 |
| CN108510794B (zh) * | 2017-02-28 | 2021-02-26 | 长城汽车股份有限公司 | 车道检测方法、装置和车辆控制系统 |
| KR102356259B1 (ko) | 2017-03-03 | 2022-01-27 | 삼성전자 주식회사 | 전자 장치 및 전자 장치 제어 방법 |
| EP3457244B1 (de) * | 2017-09-14 | 2019-10-30 | Sick Ag | Autonomes fahrzeug und markierungsanordnung für ein autonomes fahrzeug |
| JP6996200B2 (ja) * | 2017-09-29 | 2022-01-17 | 富士通株式会社 | 画像処理方法、画像処理装置、および画像処理プログラム |
| CN107945575A (zh) * | 2017-11-20 | 2018-04-20 | 深圳市中通视际实业有限公司 | 一种车辆监控装置及其方法 |
| CN110909575B (zh) * | 2018-09-17 | 2023-04-18 | 毫末智行科技有限公司 | 在车道线检测中确定分析区域的方法及装置 |
| CN109543609B (zh) * | 2018-11-22 | 2022-04-12 | 四川长虹电器股份有限公司 | 检测倒车距离的方法 |
| CN111062285B (zh) * | 2019-12-06 | 2023-04-11 | 合肥学院 | 一种基于深度学习算法的停车场智能监控识别系统 |
| CN111179220B (zh) * | 2019-12-09 | 2023-05-05 | 安徽奇点智能新能源汽车有限公司 | 车道标识线质量检测方法、系统及存储介质 |
| CN111178150B (zh) * | 2019-12-09 | 2023-05-09 | 安徽奇点智能新能源汽车有限公司 | 车道线检测方法、系统及存储介质 |
| CN112785844B (zh) * | 2020-12-28 | 2022-03-15 | 东软睿驰汽车技术（沈阳）有限公司 | 曲线坐标系的建立方法、装置和电子设备 |
| CN113111707B (zh) * | 2021-03-07 | 2024-05-17 | 上海赛可出行科技服务有限公司 | 一种基于卷积神经网络的前车检测与测距方法 |
| CN115190236B (zh) * | 2021-04-07 | 2024-05-28 | 深圳市万普拉斯科技有限公司 | 图像拍摄方法、装置、计算机设备和存储介质 |
| CN113792601B (zh) * | 2021-08-10 | 2024-01-12 | 武汉光庭信息技术股份有限公司 | 基于霍夫直线检测结果的车位线拟合方法及系统 |
| CN114782330B (zh) * | 2022-03-31 | 2022-12-16 | 海门市博洋铸造有限公司 | 基于人工智能的炉排异常检测方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6111993A (en) * | 1997-01-16 | 2000-08-29 | Honda Giken Kogyo Kabushiki Kaisha | Straight line detecting method |
| CN101837780A (zh) * | 2009-03-18 | 2010-09-22 | 现代自动车株式会社 | 使用虚拟分车道线的车道偏离报警方法和系统 |
| CN102133876A (zh) * | 2011-02-23 | 2011-07-27 | 郭长有 | 一种汽车防偏道报警装置 |
| CN102785661A (zh) * | 2012-08-20 | 2012-11-21 | 深圳先进技术研究院 | 车道偏离控制系统及方法 |
| CN103171560A (zh) * | 2011-08-22 | 2013-06-26 | 日产自动车株式会社 | 车道识别装置 |
| CN103440785A (zh) * | 2013-08-08 | 2013-12-11 | 华南师范大学 | 一种快速的车道偏移警示方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4970653A (en) * | 1989-04-06 | 1990-11-13 | General Motors Corporation | Vision method of detecting lane boundaries and obstacles |
| US5351044A (en) * | 1992-08-12 | 1994-09-27 | Rockwell International Corporation | Vehicle lane position detection system |
| JP3163215B2 (ja) * | 1994-03-07 | 2001-05-08 | 日本電信電話株式会社 | 直線抽出ハフ変換画像処理装置 |
| FR2896219B1 (fr) * | 2006-01-19 | 2008-02-22 | Valeo Vision Sa | Procede de reglage de l'orientation d'une camera installee dans un vehicule et systeme de mise en oeuvre de ce procede |
| JP5321849B2 (ja) * | 2008-03-21 | 2013-10-23 | 本田技研工業株式会社 | 車両走行支援装置、車両、車両走行支援プログラム |
| US9443318B2 (en) * | 2011-08-30 | 2016-09-13 | Megachips Corporation | Line segment and arc detection apparatus |
| US8970701B2 (en) * | 2011-10-21 | 2015-03-03 | Mesa Engineering, Inc. | System and method for predicting vehicle location |
| US9245194B2 (en) * | 2012-02-06 | 2016-01-26 | Apple Inc. | Efficient line detection method |
| KR101347886B1 (ko) * | 2012-02-20 | 2014-01-08 | 울산대학교 산학협력단 | 도로 영역 및 기하학적 정보를 이용한 차로 인식 방법 및 장치 |
| KR20130128555A (ko) * | 2012-05-17 | 2013-11-27 | (주)베라시스 | 다중 차선에 대한 차선 선택장치 및 그 방법 |
| KR102058001B1 (ko) * | 2012-09-03 | 2020-01-22 | 엘지이노텍 주식회사 | 차선 보정 시스템, 차선 보정 장치 및 이의 차선 보정 방법 |
| JP6152821B2 (ja) * | 2014-03-31 | 2017-06-28 | ブラザー工業株式会社 | 画像処理装置、および、コンピュータプログラム |
-
2014
- 2014-08-22 KR KR1020140109786A patent/KR102227843B1/ko active IP Right Grant
-
2015
- 2015-08-21 CN CN201510520426.4A patent/CN105389536B/zh active Active
- 2015-08-22 US US14/833,093 patent/US9704404B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6111993A (en) * | 1997-01-16 | 2000-08-29 | Honda Giken Kogyo Kabushiki Kaisha | Straight line detecting method |
| CN101837780A (zh) * | 2009-03-18 | 2010-09-22 | 现代自动车株式会社 | 使用虚拟分车道线的车道偏离报警方法和系统 |
| CN102133876A (zh) * | 2011-02-23 | 2011-07-27 | 郭长有 | 一种汽车防偏道报警装置 |
| CN103171560A (zh) * | 2011-08-22 | 2013-06-26 | 日产自动车株式会社 | 车道识别装置 |
| CN102785661A (zh) * | 2012-08-20 | 2012-11-21 | 深圳先进技术研究院 | 车道偏离控制系统及方法 |
| CN103440785A (zh) * | 2013-08-08 | 2013-12-11 | 华南师范大学 | 一种快速的车道偏移警示方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105389536A (zh) | 2016-03-09 |
| US9704404B2 (en) | 2017-07-11 |
| KR20160023409A (ko) | 2016-03-03 |
| KR102227843B1 (ko) | 2021-03-15 |
| US20160055751A1 (en) | 2016-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105389536B (zh) | 车道识别装置及其运行方法 | |
| EP2369552B1 (en) | Approaching object detection system | |
| JP6350145B2 (ja) | 顔向き検出装置及び車両用警告システム | |
| CN103523013B (zh) | 车道偏离警报装置 | |
| JP4707067B2 (ja) | 障害物判別装置 | |
| US20190156131A1 (en) | Image Processing Device, Outside Recognition Device | |
| CN110088802B (zh) | 物体检测装置 | |
| US10866416B2 (en) | Display control device and display control method | |
| EP2833096B1 (en) | Method for determining a current distance and/or a current speed of a target object based on a reference point in a camera image, camera system and motor vehicle | |
| US9045085B2 (en) | Object detector | |
| JP2010044561A (ja) | 乗物搭載用監視装置 | |
| CN108108680A (zh) | 一种基于双目视觉的后方车辆识别与测距方法 | |
| US9934428B2 (en) | Method and system for detecting pedestrians | |
| US9827906B2 (en) | Image processing apparatus | |
| JP2013186718A (ja) | 移動物体位置姿勢推定装置及び方法 | |
| JP6178580B2 (ja) | 物体検出装置、物体検出システム及び物体検出方法 | |
| JP4930432B2 (ja) | 車両用周辺監視装置 | |
| US20130177207A1 (en) | Vehicle periphery monitoring apparatus | |
| US10019636B2 (en) | Object detection apparatus | |
| JP6253175B2 (ja) | 車両の外部環境認識装置 | |
| JP2012103748A (ja) | 道路区画線認識装置 | |
| JP5245471B2 (ja) | 撮像装置、並びに、画像処理装置および方法 | |
| JP4574157B2 (ja) | 情報表示装置および情報表示方法 | |
| JP2014067320A (ja) | ステレオカメラ装置 | |
| US9129160B2 (en) | Vehicle periphery monitoring apparatus |
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 |