CN107499310A - 基于车联网和车载道路识别的车道保持辅助方法及系统 - Google Patents
基于车联网和车载道路识别的车道保持辅助方法及系统 Download PDFInfo
- Publication number
- CN107499310A CN107499310A CN201710706123.0A CN201710706123A CN107499310A CN 107499310 A CN107499310 A CN 107499310A CN 201710706123 A CN201710706123 A CN 201710706123A CN 107499310 A CN107499310 A CN 107499310A
- Authority
- CN
- China
- Prior art keywords
- lane
- track
- mark
- network
- road
- 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
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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- 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
Abstract
本发明提供了一种基于车联网和车载道路识别的车道保持辅助方法及系统,方法包括:采集道路图像;根据道路图像提取车道标记;判断车道标记是否完整有效,如果完整有效,则根据车道标记建立车道模型;如果车道标记非完整有效,则建立与网络端车联网道路信息服务系统的通信连接;采集车辆位置信息,并根据车辆位置信息从网络端车联网道路信息服务系统获取车辆所在位置的车道信息;根据车道信息建立车道模型;根据车道模型计算车道偏移量,并根据车道偏移量生成车道保持辅助控制信号;该方法能够提高车道保持辅助系统的可靠性。
Description
技术领域
本发明涉及汽车电子技术领域,尤其涉及一种基于车联网和车载道路识别的车道保持辅助方法及系统。
背景技术
随着汽车工业的发展,车辆行驶的安全性得到越来越多的重视,车辆一般都配置了多种用于安全驾驶的系统,其中之一为车道保持辅助系统(LKAS)。当车辆由于驾驶员注意力不集中并且驾驶员未及时纠正车辆偏离车道运动时,车道保持辅助系统防止车辆从其车道偏离并控制车辆保持在原车道。
一般地,车道保持辅助系统通过分析摄像头采集的图像从而提取车道信息。但是,如果由摄像头采集的图像中没有提取到车道标记或者提取的车道标记不完整,则车道保持辅助系统将不能够识别车道或者错误的识别车道。
对于特定场景,例如,车道标志被磨损、雨雾天车道标记不清晰、强光环境下车道标记对比度降低、夜晚弱光环境下车道标记可识别性降低,车道保持辅助系统都可能无法识别车道标志或者可能错误识别车道标志。
对于特定示例,也可能由于前方车辆与运行车辆之间的距离缩短,使得前方车辆阻挡摄像头的视野。在这种情况下,车道标志被前方车辆遮挡,摄像头拍摄的图像中只有前方车辆而不显示车道标志,导致车道保持辅助系统无法识别车道标志或者可能错误识别车道标志。
综上,单独依靠摄像头,无法保证车道标志的正确识别,降低车道保持辅助系统的可靠性。
发明内容
本发明的目的在于针对上述现有技术中的单依靠摄像头使得车道保持辅助系统可靠性低的问题,提出了一种基于车联网和车载道路识别的车道保持辅助方法及系统,能够有效提高车道保持辅助的可靠性。
一种基于车联网和车载道路识别的车道保持辅助方法,包括:
采集道路图像;
根据所述道路图像提取车道标记;
判断所述车道标记是否完整有效,如果完整有效,则根据所述车道标记建立车道模型;
如果所述车道标记非完整有效,则建立与网络端车联网道路信息服务系统的通信连接;
采集车辆位置信息,并根据所述车辆位置信息从所述网络端车联网道路信息服务系统获取车辆所在位置的车道信息;
根据所述车道信息建立车道模型;
根据所述车道模型计算车道偏移量,并根据所述车道偏移量生成车道保持辅助控制信号。
进一步地,判断所述车道标记是否完整有效,包括:
检测所述道路图像中是否包括左车道标记和右车道标记,如果是,则确定所述车道标记完整有效。
进一步地,所述车道信息包括网络左车道标记、网络右车道标记以及车道宽度;
所述方法还包括:
如果所述道路图像中仅包括左车道标记,则获取所述网络右车道标记,根据所述左车道标记、网络右车道标记以及车道宽度建立车道模型;
如果所述道路图像中仅包括右车道标记,则获取所述网络左车道标记,根据所述右车道标记、网络左车道标记以及车道宽度建立车道模型;
如果所述道路图像中无左车道标记和右车道标记,则获取所述网络左车道标记和网络右车道标记,根据所述网络左车道标记、网络右车道标记以及车道宽度建立车道模型。
进一步地,根据所述车道模型计算车道偏移量,包括:
根据所述车道宽度确定车道中心线;
根据车辆位置与所述车道中心线的距离计算车道偏移量。
一种基于车联网和车载道路识别的车道保持辅助系统,包括:
图像采集装置,用于采集道路图像;
车载道路识别单元,用于接收所述道路图像并根据所述道路图像提取车道标记;
控制单元,用于判断所述车道标记是否完整有效,如果完整有效,则根据所述车道标记建立车道模型;
网络通信单元,用于当所述车道标记非完整有效时,建立与网络端车联网道路信息服务系统的通信连接;
GPS单元,用于采集车辆位置信息;
所述控制单元还用于根据所述车辆位置信息从所述网络端车联网道路信息服务系统获取车辆所在位置的车道信息,根据所述车道信息建立车道模型;根据所述车道模型计算车道偏移量,并根据所述车道偏移量生成车道保持辅助控制信号。
进一步地,所述控制单元还用于检测所述道路图像中是否包括左车道标记和右车道标记,如果是,则确定所述车道标记完整有效。
进一步地,所述车道信息包括网络左车道标记、网络右车道标记以及车道宽度;
如果所述控制单元检测到所述道路图像中仅包括左车道标记,则获取所述网络右车道标记,根据所述左车道标记、网络右车道标记以及车道宽度建立车道模型;
如果所述控制单元检测到所述道路图像中仅包括右车道标记,则获取所述网络左车道标记,根据所述右车道标记、网络左车道标记以及车道宽度建立车道模型;
如果所述控制单元检测到所述道路图像中无左车道标记和右车道标记,则获取所述网络左车道标记和网络右车道标记,根据所述网络左车道标记、网络右车道标记以及车道宽度建立车道模型。
进一步地,所述控制单元还用于根据所述车道宽度确定车道中心线;根据车辆位置与所述车道中心线的距离计算车道偏移量。
进一步地,所述系统还包括转向控制装置,用于接收所述车道保持辅助控制信号,并根据所述车道保持辅助控制信号进行车辆的车道保持辅助控制。
进一步地,所述图像采集装置为摄像头。
本发明提供的基于车联网和车载道路识别的车道保持辅助方法及系统,通过车联网道路信息数据和车载道路识别相结合的方法识别车道标记,即使在车道标记被磨损、雨雾天车道标记不清晰、强光环境下车道标记对比度降低、夜晚弱光环境下车道标记可识别性降低、车道标记被前方车辆遮挡等情况下,也可以可靠的建立车道保持辅助系统所需的车道模型,从而提高车道保持辅助系统的可靠性,进而提高车辆行驶的安全性。
附图说明
图1为本发明提供的基于车联网和车载道路识别的车道保持辅助方法一种实施例的流程图。
图2为本发明提供的基于车联网和车载道路识别的车道保持辅助方法中车道模型一种实施例的示意图。
图3为本发明提供的基于车联网和车载道路识别的车道保持辅助方法中车道标记完整有效的示意图。
图4为本发明提供的基于车联网和车载道路识别的车道保持辅助方法中仅有左车道标记的示意图。
图5为本发明提供的基于车联网和车载道路识别的车道保持辅助方法中仅有右车道标记的示意图。
图6为本发明提供的基于车联网和车载道路识别的车道保持辅助方法中左车道标记和右车道标记均无的示意图。
图7为本发明提供的基于车联网和车载道路识别的车道保持辅助系统一种实施例的结构示意图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例一
参考图1,本实施例提供一种基于车联网和车载道路识别的车道保持辅助方法,包括:
步骤S101,采集道路图像;
步骤S102,根据所述道路图像提取车道标记;
步骤S103,判断所述车道标记是否完整有效,如果完整有效,则根据所述车道标记建立车道模型;
步骤S104,如果所述车道标记非完整有效,则建立与网络端车联网道路信息服务系统的通信连接;
步骤S105,采集车辆位置信息,并根据所述车辆位置信息从所述网络端车联网道路信息服务系统获取车辆所在位置的车道信息;
步骤S106,根据所述车道信息建立车道模型;
步骤S107,根据所述车道模型计算车道偏移量,并根据所述车道偏移量生成车道保持辅助控制信号。
具体地,通过图像采集装置采集道路图像,并从道路图像中提取车道标记,参考图2,车道标记包括左车道标记LL和右车道标记RL,X为车辆行驶方向,CL为虚拟车道中心线,Y为垂直于车辆行驶方向X的方向,则车道模型为直线模型:Y=A0+A1X,其系数A0和A1为直线车道模型参数。
可以应用于本实施例的车道模型不限于上述直线模型的形式,例如,车道模型还可以为二次曲线模型:Y=A0+A1X+A2*X2,其中A0、A1和A2为二次曲线车道模型参数。
本实施例中以直线车道模型进行说明。
进一步地,判断所述车道标记是否完整有效,包括:
检测所述道路图像中是否包括左车道标记和右车道标记,如果是,则确定所述车道标记完整有效。
参考图3,图3为车道标记完整有效的示意图,即左车道标记和右车道标记都能完整有效的识别。
如果道路图像中的车道标记完整有效,则可以根据左车道标记和右车道标记计算车道宽度,根据车道宽度计算车道中心线,进而根据左车道标记、右车道标记、车道宽度以及车道中心线建立车道模型。
进一步地,如果道路图像中仅有左车道标记或右车道标记,或者左车道标记和右车道标记均没有,则判断为车道标记非完整有效。
在遇到车道标志被磨损、雨雾天车道标记不清晰、强光环境下车道标记对比度降低、夜晚弱光环境下车道标记可识别性降低、车道标记被前方车辆遮挡等情况时,通过分析摄像头获得的图像将无法提取完整有效车道标记,从而无法建立车道保持辅助系统所需的车道模型。
参考图4,图4为仅有左车道标记的示意图,在此情况下,不能够根据道路图像中的车道标记建立车道模型。
参考图5,图5为仅有右车道标记的示意图,在此情况下,不能够根据道路图像中的车道标记建立车道模型。
参考图6,图6为左车道标记和右车道标记均没有的示意图,在此情况下,不能够根据道路图像中的车道标记建立车道模型。
当车道标记非完整有效,则建立与远程的网络端车联网道路信息服务系统的通信连接,网络端车联网道路信息服务系统设有数据库,存储有道路信息,同时,通过GPS定位采集车辆当前的位置信息,并根据车辆位置信息从网络端车联网道路信息服务系统获取车辆所在位置的车道信息。
作为一种优选的实施方式,车道信息包括网络左车道标记、网络右车道标记以及车道宽度。
进一步地,如果道路图像中仅包括左车道标记,则获取所述网络右车道标记,从而组合成完整的道路标记,根据所述左车道标记、网络右车道标记以及车道宽度建立车道模型。
如果所述道路图像中仅包括右车道标记,则获取所述网络左车道标记,从而组合成完整的道路标记,根据所述右车道标记、网络左车道标记以及车道宽度建立车道模型;
如果所述道路图像中无左车道标记和右车道标记,则获取所述网络左车道标记和网络右车道标记组合成完整的道路标记,根据所述网络左车道标记、网络右车道标记以及车道宽度建立车道模型。
进一步地,建立车道模型之后,根据所述车道模型计算车道偏移量,具体包括:
根据所述车道宽度确定车道中心线;
根据车辆位置与所述车道中心线的距离计算车道偏移量。
进一步地,计算获得车道偏移量之后,根据所述车道偏移量生成车道保持辅助控制信号,该车道保持辅助信号用于控制相关设备进行车辆的车道保持辅助控制。
本实施例提供的基于车联网和车载道路识别的车道保持辅助方法,通过车联网道路信息数据和车载道路识别相结合的方法识别车道标记,即使在车道标记被磨损、雨雾天车道标记不清晰、强光环境下车道标记对比度降低、夜晚弱光环境下车道标记可识别性降低、车道标记被前方车辆遮挡等情况下,也可以可靠的建立车道保持辅助系统所需的车道模型,从而提高车道保持辅助系统的可靠性,进而提高车辆行驶的安全性。
实施例二
参考图7,本实施例提供一种基于车联网和车载道路识别的车道保持辅助系统,包括:
图像采集装置201,用于采集道路图像;
车载道路识别单元202,用于接收所述道路图像并根据所述道路图像提取车道标记;
控制单元203,用于判断所述车道标记是否完整有效,如果完整有效,则根据所述车道标记建立车道模型;
网络通信单元204,用于当所述车道标记非完整有效时,建立与网络端车联网道路信息服务系统的通信连接;
GPS单元205,用于采集车辆位置信息;
控制单元203还用于根据所述车辆位置信息从所述网络端车联网道路信息服务系统获取车辆所在位置的车道信息,根据所述车道信息建立车道模型;根据所述车道模型计算车道偏移量,并根据所述车道偏移量生成车道保持辅助控制信号。
具体地,图像采集装置201采集道路图像后发送至车载道路识别单元202,车载道路识别单元202接收所述道路图像并根据所述道路图像提取车道标记并发送至控制单元203。
车道标记包括左车道标记和右车道标记。
控制单元203检测所述道路图像中是否包括左车道标记和右车道标记,如果是,则确定所述车道标记完整有效。
如果道路图像中的车道标记完整有效,则控制单元203根据左车道标记和右车道标记计算车道宽度,根据车道宽度计算车道中心线,进而根据左车道标记、右车道标记、车道宽度以及车道中心线建立车道模型。
进一步地,如果道路图像中仅有左车道标记或右车道标记,或者左车道标记和右车道标记均没有,则判断为车道标记非完整有效。
当车道标记非完整有效,则网络通信单元204建立与网络端车联网道路信息服务系统的通信连接,网络端车联网道路信息服务系统设有数据库,存储有道路信息,同时,通过GPS单元205采集车辆当前的位置信息,控制单元203根据车辆位置信息从网络端车联网道路信息服务系统获取车辆所在位置的车道信息。
作为一种优选的实施方式,车道信息包括网络左车道标记、网络右车道标记以及车道宽度。
进一步地,如果控制单元203检测到所述道路图像中仅包括左车道标记,则获取所述网络右车道标记,根据所述左车道标记、网络右车道标记以及车道宽度建立车道模型。
进一步地,如果控制单元203检测到道路图像中仅包括右车道标记,则获取所述网络左车道标记,根据所述右车道标记、网络左车道标记以及车道宽度建立车道模型。
进一步地,如果控制单元203检测到所述道路图像中无左车道标记和右车道标记,则获取所述网络左车道标记和网络右车道标记,根据所述网络左车道标记、网络右车道标记以及车道宽度建立车道模型。
进一步地,控制单元203还用于根据所述车道宽度确定车道中心线;根据车辆位置与所述车道中心线的距离计算车道偏移量。
进一步地,所述系统还包括转向控制装置206,用于接收所述车道保持辅助控制信号,并根据所述车道保持辅助控制信号进行车辆的车道保持辅助控制。
作为一种优选的实施方式,图像采集装置201为摄像头。
具体的工作原理请参考实施例一,在此不再赘述。
本实施例提供的基于车联网和车载道路识别的车道保持辅助系统,结构简单,通过车联网道路信息数据和车载道路识别相结合的方法识别车道标记,即使在车道标记被磨损、雨雾天车道标记不清晰、强光环境下车道标记对比度降低、夜晚弱光环境下车道标记可识别性降低、车道标记被前方车辆遮挡等情况下,也可以可靠的建立车道保持辅助系统所需的车道模型,从而提高车道保持辅助系统的可靠性,进而提高车辆行驶的安全性。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种基于车联网和车载道路识别的车道保持辅助方法,其特征在于,包括:
采集道路图像;
根据所述道路图像提取车道标记;
判断所述车道标记是否完整有效,如果完整有效,则根据所述车道标记建立车道模型;
如果所述车道标记非完整有效,则建立与网络端车联网道路信息服务系统的通信连接;
采集车辆位置信息,并根据所述车辆位置信息从所述网络端车联网道路信息服务系统获取车辆所在位置的车道信息;
根据所述车道信息建立车道模型;
根据所述车道模型计算车道偏移量,并根据所述车道偏移量生成车道保持辅助控制信号。
2.根据权利要求1所述的车联网和车载道路识别的车道保持辅助方法,其特征在于,判断所述车道标记是否完整有效,包括:
检测所述道路图像中是否包括左车道标记和右车道标记,如果是,则确定所述车道标记完整有效。
3.根据权利要求2所述的车联网和车载道路识别的车道保持辅助方法,其特征在于,所述车道信息包括网络左车道标记、网络右车道标记以及车道宽度;
所述方法还包括:
如果所述道路图像中仅包括左车道标记,则获取所述网络右车道标记,根据所述左车道标记、网络右车道标记以及车道宽度建立车道模型;
如果所述道路图像中仅包括右车道标记,则获取所述网络左车道标记,根据所述右车道标记、网络左车道标记以及车道宽度建立车道模型;
如果所述道路图像中无左车道标记和右车道标记,则获取所述网络左车道标记和网络右车道标记,根据所述网络左车道标记、网络右车道标记以及车道宽度建立车道模型。
4.根据权利要求3所述的车联网和车载道路识别的车道保持辅助方法,其特征在于,根据所述车道模型计算车道偏移量,包括:
根据所述车道宽度确定车道中心线;
根据车辆位置与所述车道中心线的距离计算车道偏移量。
5.一种基于车联网和车载道路识别的车道保持辅助系统,其特征在于,包括:
图像采集装置,用于采集道路图像;
车载道路识别单元,用于接收所述道路图像并根据所述道路图像提取车道标记;
控制单元,用于判断所述车道标记是否完整有效,如果完整有效,则根据所述车道标记建立车道模型;
网络通信单元,用于当所述车道标记非完整有效时,建立与网络端车联网道路信息服务系统的通信连接;
GPS单元,用于采集车辆位置信息;
所述控制单元还用于根据所述车辆位置信息从所述网络端车联网道路信息服务系统获取车辆所在位置的车道信息,根据所述车道信息建立车道模型;根据所述车道模型计算车道偏移量,并根据所述车道偏移量生成车道保持辅助控制信号。
6.根据权利要求5所述的基于车联网和车载道路识别的车道保持辅助系统,其特征在于,所述控制单元还用于检测所述道路图像中是否包括左车道标记和右车道标记,如果是,则确定所述车道标记完整有效。
7.根据权利要求6所述的基于车联网和车载道路识别的车道保持辅助系统,其特征在于,所述车道信息包括网络左车道标记、网络右车道标记以及车道宽度;
如果所述控制单元检测到所述道路图像中仅包括左车道标记,则获取所述网络右车道标记,根据所述左车道标记、网络右车道标记以及车道宽度建立车道模型;
如果所述控制单元检测到所述道路图像中仅包括右车道标记,则获取所述网络左车道标记,根据所述右车道标记、网络左车道标记以及车道宽度建立车道模型;
如果所述控制单元检测到所述道路图像中无左车道标记和右车道标记,则获取所述网络左车道标记和网络右车道标记,根据所述网络左车道标记、网络右车道标记以及车道宽度建立车道模型。
8.根据权利要求7所述的基于车联网和车载道路识别的车道保持辅助系统,其特征在于,所述控制单元还用于根据所述车道宽度确定车道中心线;根据车辆位置与所述车道中心线的距离计算车道偏移量。
9.根据权利要求5所述的基于车联网和车载道路识别的车道保持辅助系统,其特征在于,所述系统还包括转向控制装置,用于接收所述车道保持辅助控制信号,并根据所述车道保持辅助控制信号进行车辆的车道保持辅助控制。
10.根据权利要求5所述的基于车联网和车载道路识别的车道保持辅助系统,其特征在于,所述图像采集装置为摄像头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710706123.0A CN107499310A (zh) | 2017-08-17 | 2017-08-17 | 基于车联网和车载道路识别的车道保持辅助方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710706123.0A CN107499310A (zh) | 2017-08-17 | 2017-08-17 | 基于车联网和车载道路识别的车道保持辅助方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107499310A true CN107499310A (zh) | 2017-12-22 |
Family
ID=60692081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710706123.0A Pending CN107499310A (zh) | 2017-08-17 | 2017-08-17 | 基于车联网和车载道路识别的车道保持辅助方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107499310A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108307191A (zh) * | 2018-01-03 | 2018-07-20 | 西安万像电子科技有限公司 | 图像数据的对齐方法及装置 |
CN110239536A (zh) * | 2019-05-22 | 2019-09-17 | 浙江吉利控股集团有限公司 | 一种车道保持控制方法、装置及终端 |
CN112461257A (zh) * | 2019-09-09 | 2021-03-09 | 华为技术有限公司 | 一种车道线信息的确定方法及装置 |
CN112721926A (zh) * | 2021-02-25 | 2021-04-30 | 北京信达五域科技有限公司 | 基于区块链的自动驾驶汽车车道保持控制方法、系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101470801A (zh) * | 2007-12-24 | 2009-07-01 | 财团法人车辆研究测试中心 | 车辆偏移的检知方法与装置 |
CN102529975A (zh) * | 2010-12-13 | 2012-07-04 | 通用汽车环球科技运作有限责任公司 | 用于精确的分车道车辆定位的系统和方法 |
CN103473762A (zh) * | 2013-08-29 | 2013-12-25 | 奇瑞汽车股份有限公司 | 一种车道线检测方法和装置 |
CN104442814A (zh) * | 2014-10-31 | 2015-03-25 | 重庆长安汽车股份有限公司 | 基于偏差预测算法的车道保持及自动对中系统和方法 |
CN104670229A (zh) * | 2013-11-28 | 2015-06-03 | 现代摩比斯株式会社 | 假想车道线生成装置与方法及车道线保持控制系统 |
CN105069415A (zh) * | 2015-07-24 | 2015-11-18 | 深圳市佳信捷技术股份有限公司 | 车道线检测方法和装置 |
CN105698812A (zh) * | 2016-01-15 | 2016-06-22 | 武汉光庭科技有限公司 | 一种自动驾驶中基于安全驾驶地图和两侧摄像头的车道线检测系统及其方法 |
CN105718865A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 一种自动驾驶中基于双目摄像头的道路安全检测系统及其方法 |
CN105741595A (zh) * | 2016-04-27 | 2016-07-06 | 常州加美科技有限公司 | 一种基于云端数据库的无人驾驶车辆导航行车方法 |
CN106527427A (zh) * | 2016-10-19 | 2017-03-22 | 东风汽车公司 | 基于高速公路的自动驾驶感知系统 |
-
2017
- 2017-08-17 CN CN201710706123.0A patent/CN107499310A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101470801A (zh) * | 2007-12-24 | 2009-07-01 | 财团法人车辆研究测试中心 | 车辆偏移的检知方法与装置 |
CN102529975A (zh) * | 2010-12-13 | 2012-07-04 | 通用汽车环球科技运作有限责任公司 | 用于精确的分车道车辆定位的系统和方法 |
CN103473762A (zh) * | 2013-08-29 | 2013-12-25 | 奇瑞汽车股份有限公司 | 一种车道线检测方法和装置 |
CN104670229A (zh) * | 2013-11-28 | 2015-06-03 | 现代摩比斯株式会社 | 假想车道线生成装置与方法及车道线保持控制系统 |
CN104442814A (zh) * | 2014-10-31 | 2015-03-25 | 重庆长安汽车股份有限公司 | 基于偏差预测算法的车道保持及自动对中系统和方法 |
CN105069415A (zh) * | 2015-07-24 | 2015-11-18 | 深圳市佳信捷技术股份有限公司 | 车道线检测方法和装置 |
CN105698812A (zh) * | 2016-01-15 | 2016-06-22 | 武汉光庭科技有限公司 | 一种自动驾驶中基于安全驾驶地图和两侧摄像头的车道线检测系统及其方法 |
CN105718865A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 一种自动驾驶中基于双目摄像头的道路安全检测系统及其方法 |
CN105741595A (zh) * | 2016-04-27 | 2016-07-06 | 常州加美科技有限公司 | 一种基于云端数据库的无人驾驶车辆导航行车方法 |
CN106527427A (zh) * | 2016-10-19 | 2017-03-22 | 东风汽车公司 | 基于高速公路的自动驾驶感知系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108307191A (zh) * | 2018-01-03 | 2018-07-20 | 西安万像电子科技有限公司 | 图像数据的对齐方法及装置 |
CN108307191B (zh) * | 2018-01-03 | 2020-03-27 | 西安万像电子科技有限公司 | 图像数据的对齐方法及装置 |
CN110239536A (zh) * | 2019-05-22 | 2019-09-17 | 浙江吉利控股集团有限公司 | 一种车道保持控制方法、装置及终端 |
CN112461257A (zh) * | 2019-09-09 | 2021-03-09 | 华为技术有限公司 | 一种车道线信息的确定方法及装置 |
WO2021047275A1 (zh) * | 2019-09-09 | 2021-03-18 | 华为技术有限公司 | 一种车道线信息的确定方法及装置 |
CN112721926A (zh) * | 2021-02-25 | 2021-04-30 | 北京信达五域科技有限公司 | 基于区块链的自动驾驶汽车车道保持控制方法、系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107499310A (zh) | 基于车联网和车载道路识别的车道保持辅助方法及系统 | |
EP1842029B1 (en) | Image recognizing apparatus and method, position determining apparatus, vehicle controlling apparatus and navigation apparatus using the image recognizing apparatus or method | |
US11170237B2 (en) | Method, device, and system for determining a road construction site | |
CN105518760B (zh) | 用于确定机动车错误方向行驶的方法和交通监控设备 | |
CN110400478A (zh) | 一种路况通知方法及装置 | |
CN107921923A (zh) | 用于自动化车辆的行人意图检测 | |
CN110412986A (zh) | 一种车辆障碍物检测方法及系统 | |
CN106530782A (zh) | 一种道路车辆交通告警系统及其方法 | |
CN107220583B (zh) | 用于识别交通标志的方法和装置 | |
CN108369774A (zh) | 用于在即将进行的超车动作方面辅助机动车的驾驶员的方法以及机动车 | |
CN105701442B (zh) | 乘客拦车提示方法与装置 | |
WO2018162646A1 (en) | Updating a landmark map | |
CN106157664A (zh) | 一种道路限速标识识别装置 | |
CN111429739A (zh) | 一种辅助驾驶方法和系统 | |
KR101969842B1 (ko) | 딥 러닝을 기반으로 도로노면 위험 정보를 분류하기 위한 시스템 및 그 방법 | |
EP3243671A1 (en) | Method and apparatus for classifying a tyre | |
CN107077606A (zh) | 用于确定当前存在的行驶情况的方法和设备 | |
CN108108680A (zh) | 一种基于双目视觉的后方车辆识别与测距方法 | |
CN106652559A (zh) | 一种行车控制方法及装置 | |
CN104157160A (zh) | 车辆行驶控制方法、装置及车辆 | |
CN111480182B (zh) | 道路地图生成系统以及道路地图生成方法 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
JP2014164492A (ja) | 区画線認識装置 | |
DE102017001814A1 (de) | Verfahren zur Erkennung von Fahrspurmarkierungen | |
CN111123902A (zh) | 一种车辆进站方法及车站 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171222 |