CN111376902A - 一种自动驾驶的车道保持方法及系统 - Google Patents
一种自动驾驶的车道保持方法及系统 Download PDFInfo
- Publication number
- CN111376902A CN111376902A CN201811635951.0A CN201811635951A CN111376902A CN 111376902 A CN111376902 A CN 111376902A CN 201811635951 A CN201811635951 A CN 201811635951A CN 111376902 A CN111376902 A CN 111376902A
- Authority
- CN
- China
- Prior art keywords
- image
- vehicle
- lane line
- coordinates
- lane
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000009466 transformation Effects 0.000 claims abstract description 64
- 238000012545 processing Methods 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000003086 colorant Substances 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000013519 translation Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明提供一种自动驾驶的车道保持方法及系统,所述方法包括:采集车辆前方的车道线图像,确定所述车道线图像在图像坐标系中的图像坐标;获取所述车辆的位置信息,所述车辆的位置信息为所述车辆在地理坐标系中的地理坐标:经度和纬度;建立世界坐标系,对车道线的图像坐标与所述车辆的地理坐标进行坐标变换处理,根据所述车辆的实际行驶轨迹与所述车辆的目标行驶轨迹的偏离,得到所述车辆相对所述车道线的偏离数据;将所述偏离数据发送至所述车辆的转向系统。在获得车道线位置信息的同时准确的计算自车在车道中的位置,提高了自动驾驶车道保持的准确性和稳定性,能够有效的帮助自动驾驶车辆遵照交通规则安全、可靠地在道路上行驶。
Description
技术领域
本发明涉及汽车技术领域,特别涉及一种自动驾驶的车道保持方法及系统。
背景技术
随着科学技术的迅猛发展,汽车已经成为人们生活中不可或缺的代步工具。伴随科技发展和人们的需要,汽车上的科技也得到了飞跃性的发展,自动驾驶的出现更是提升了道路交通智能化水平。自动驾驶汽车(Autonomous vehicles;unmanned vehicles)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。
然而,目前自动驾驶在应用时,还存在不能有效的与车道线保持适当的距离,不能准确的识别自车与车道线的距离而进行驾驶行为的调整等的问题。这些问题的存在使得自动驾驶汽车达到安全、可靠地在道路上行驶的阶段仍有很大的提升空间。
发明内容
本发明要解决的技术问题是现有技术中自动驾驶车辆缺乏对车道保持稳定性。为解决上述技术问题,本发明公开了一种自动驾驶的车道保持方法及系统。本发明具体是以如下技术方案实现的:
本发明公开了一种自动驾驶的车道保持方法,包括:
采集车辆前方的车道线图像,确定所述车道线图像在图像坐标系中的图像坐标;
获取所述车辆的位置信息,所述车辆的位置信息为所述车辆在地理坐标系中的地理坐标:经度和纬度;
建立世界坐标系,对车道线的图像坐标与所述车辆的地理坐标进行坐标变换处理,根据所述车辆的实际行驶轨迹与所述车辆的目标行驶轨迹的偏离,得到所述车辆相对所述车道线的偏离数据;
将所述偏离数据发送至所述车辆的转向系统。
本发明还公开了一种自动驾驶的车道保持系统,包括:
车道线图像坐标确定模块:用于采集车辆前方的车道线图像,确定所述车道线图像在图像坐标系中的图像坐标;
车辆位置获取模块:用于获取所述车辆的位置信息,所述车辆的位置信息为所述车辆在地理坐标系中的地理坐标:经度和纬度;
偏离数据计算模块:用于建立世界坐标系,对车道线的图像坐标与所述车辆的地理坐标进行坐标变换处理,根据所述车辆的实际行驶轨迹与所述车辆的目标行驶轨迹的偏离,得到所述车辆相对所述车道线的偏离数据;
偏离数据发送模块:用于将所述偏离数据发送至所述车辆的转向系统。
采用上述技术方案,本发明所述的具有如下有益效果:
1)本发明通过建立世界坐标系,对车道线的图像坐标与车辆的地理坐标进行坐标变换处理,形成车道线的图像坐标与车辆的地理坐标的对应关系,再通过车道线的图像坐标与车辆的地理坐标的融合,得到所述车辆相对所述车道线的偏离数据,将偏离数据发送至转向系统,由转向系统通过控制策略决定车辆转向与否以及转向扭矩,提高了自动驾驶车道保持的准确性和稳定性。
2)本发明基于车道线的预设颜色对车道线图像进行颜色提取,将颜色性质与几何性质结合共同对车道线进行约束,提高车道线识别的准确度。不仅能得到车道线是曲线、直线、实线或虚线等特征,还能识别出车道线的具体色彩(比如白色、黄色等),根据获得的车道线位置及种类,更能有效的帮助自动驾驶车辆遵照交通规则安全、可靠地在道路上行驶。
3)本发明将基于视觉的车道线图像与基于定位系统的车辆的位置信息(经度与纬度)深度融合,将由两个不同传感器得到的数据映射到同一坐标系下,在获得车道线位置信息的同时准确的计算自车在车道中的位置,提高了车道保持的稳定性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的自动驾驶的车道保持系统的一种组成示意图;
图2是本发明实施例提供的自动驾驶的车道保持方法的一种流程示意图;
图3是本发明实施例提供的采集车辆前方的车道线图像,确定所述车道线图像在图像坐标系中的图像坐标的一种流程示意图;
图4是本发明实施例提供的建立世界坐标系,对车道线的图像坐标与所述车辆的地理坐标进行坐标变换处理,得到所述车辆相对所述车道线的偏离数据的一种流程示意图;
图5是本发明实施例提供的自动驾驶的车道保持系统的一种组成示意图;
图6是本发明实施例提供的车道线图像坐标确定模块的一种组成示意图;
图7是本发明实施例提供的偏离数据计算模块的一种组成示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含的包括一个或者更多个该特征。而且,术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
以下介绍本发明自动驾驶的车道保持方法,图2是本发明实施例提供的一种自动驾驶的车道保持方法的流程示意图,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示,所述方法可以包括:
S201:采集车辆前方的车道线图像,确定所述车道线图像在图像坐标系中的图像坐标;
如图1所示,可以通过摄像头采集车辆前方的车道线图像,摄像头可以安装于车辆的前部。摄像头采集车道线图像,并通过以太网将车道线图像传送至所述车辆对应的工控机(Industrial PersonalComputer,IPC,是一种采用总线结构,对生产过程及机电设备、工艺装备进行检测与控制的工具总称)内。所述车道线图像在图像坐标系中的图像坐标指的是车道线上预设位置(比如车道线上的某个点)在图像坐标系中的图像坐标。相应的,这里的图像坐标系与摄像头的性质有关。
具体的,所述采集车辆前方的车道线图像,确定所述车道线图像在图像坐标系中的图像坐标的步骤(这也是对采集到的车道线图像进行识别的过程),包括:
S301:对所述车道线图像进行感兴趣区域提取,得到待变换图像;
采集到的车道线图像不一定能很直观、准确的显示车道线。进行感兴趣区域提取,就是将车道线图像中车道线可能出现在图像区域划分出来。
S302:对所述待变换图像进行Hough变换,得到第一图像;
Hough变换是一种使用表决原理的参数估计技术。其原理是利用图像空间和Hough参数空间的点-线对偶性,把图像空间中的检测问题转换到参数空间。
S303:对所述待变换图像进行颜色提取,得到第二图像,提取的颜色为所述车道线的预设颜色;
工控机中存储有颜色模型数据库,调用所述颜色模型数据库,在待变换图像进行Hough变换的同时,将待变换图像与颜色模型数据库进行匹配,将符合车道线的预设颜色的特征提取出来。其中,可以利用波长的特征对所述待变换图像进行颜色提取。
S304:对所述第一图像进行曲线拟合,得到具有所述车道线的轮廓的第三图像;
将经Hough变换得到的第一图像进行曲线拟合,得到车道线轮廓。
S305:对所述第二图像和所述第三图像进行融合,确定所述车道线的种类和所述车道线上预设位置的图像坐标。
在一种可能的实施例中,对车道线图像中的特征进行提取时可以采用SIFT(Scale-invariant feature transform,尺度不变特征变换)、SURF(Speeded UpRobustFeatures)、ORB(OrientedFAST andRotatedBRIEF)等方法。
基于车道线的预设颜色对车道线图像进行颜色提取,将颜色性质与几何性质结合共同对车道线进行约束,提高车道线识别的准确度。不仅能得到车道线是曲线、直线、实线或虚线等特征,还能识别出车道线的具体色彩(比如白色、黄色等),根据获得的车道线位置及种类,更能有效的帮助自动驾驶车辆遵照交通规则安全、可靠地在道路上行驶。
S202:获取所述车辆的位置信息,所述车辆的位置信息为所述车辆在地理坐标系中的地理坐标:经度和纬度;
如图1所示,北斗安装于车顶,通过北斗获取到车辆的位置信息(经度与纬度),并通过私有CAN线将车辆的位置信息传送至工控机内。可以对采集到的北斗位置信息进行信号差分,保证车辆的位置信息的高精度。
S203:建立世界坐标系,对车道线的图像坐标与所述车辆的地理坐标进行坐标变换处理,根据所述车辆的实际行驶轨迹与所述车辆的目标行驶轨迹的偏离,得到所述车辆相对所述车道线的偏离数据;
为了方便对应,世界坐标系可以任意设置。比如可以选取所述车道线的长度为X,选取所述车道线的宽度为Y,建立所述世界坐标系。
具体的,所述建立世界坐标系,对车道线的图像坐标与所述车辆的地理坐标进行坐标变换处理,得到所述车辆相对所述车道线的偏离数据的步骤,包括:
S401:根据所述车道线在所述世界坐标系中的世界坐标,建立所述车道线的图像坐标与所述车道线的世界坐标的第一变换关系;
在一种可能的实施例中,所述第一变换关系为:
在实际应用中,比如选取所述车道线的长度为X,选取所述车道线的宽度为Y,建立所述世界坐标系。先通过已知世界坐标的车道线上位置,由所述第一变换关系计算得到R的取值和t的取值。比如特意选取的车道线上A位置和B位置等,它们的世界坐标可以很方便的在前述建立的世界坐标系中得到,他们的图像坐标也可以很方便的在图像坐标系中得到,这样计算得到R的取值和t的取值。再将R的取值和t的取值代入所述第一变换关系,得到任一所述车道线上位置的图像坐标对应的世界坐标。
S402:建立所述车道线的世界坐标与所述车辆的地理坐标的第二变换关系。
在一种可能的实施例中,所述第二变换关系为:
将不同传感器采集的数据映射在同一坐标系下,这样既可以有车道线信息,还可以有车道线、自车的位置信息。因此,二者融合精度越高,车道保持的稳定性越强。
S204:将所述偏离数据发送至所述车辆的转向系统。
具体的,车辆的加速度信息通过惯导采集得到。加速度信息用于说明车辆的姿态。惯导可以安装于车辆内部合适的任意位置。惯导采集到的加速度信息通过私有CAN线传送至工控机内。惯导可以采集到车辆的6个方向的加速度。
在一种可能的实施例中,如图1所示,转向系统包括转向管柱、电子助力转向(EPS,Electric Power Steering)、转向连杆、转向轮、转角传感器与扭矩传感器。将车道线信息与自车信息经过转向管柱传送至EPS,并由EPS带动转向连杆进行转向控制。同时,由转向管柱中的转角传感器、扭矩传感器以及转向轮构成同时将转向情况返回至转向ECU,达到多重反馈的效果,最终完成了自动驾驶的车道保持。
由以上本说明书实施例提供的技术方案可见,本说明书实施例中通过建立世界坐标系,对车道线的图像坐标与车辆的地理坐标进行坐标变换处理,形成车道线的图像坐标与车辆的地理坐标的对应关系,再通过车道线的图像坐标与车辆的地理坐标的N点配准与融合,得到所述车辆相对所述车道线的偏离数据,将偏离数据发送至转向系统,由转向系统通过控制策略决定车辆转向与否以及转向扭矩,提高了自动驾驶车道保持的准确性和稳定性。本说明书实施例的自动驾驶的车道保持方法可以先在特定园区应用,这样应用工况相对简单,进行世界坐标系等的建立时参照物也相对固定。
本发明实施例还提供了一种自动驾驶的车道保持系统,如图5所示,所述系统包括:
车道线图像坐标确定模块51:用于采集车辆前方的车道线图像,确定所述车道线图像在图像坐标系中的图像坐标;所述车道线图像坐标确定模块51包括:感兴趣区域提取单元511:用于对所述车道线图像进行感兴趣区域提取,得到待变换图像;Hough变换单元512:用于对所述待变换图像进行Hough变换,得到第一图像;颜色提取单元513:用于对所述待变换图像进行颜色提取,得到第二图像,提取的颜色为所述车道线的预设颜色;曲线拟合单元514:用于对所述第一图像进行曲线拟合,得到具有所述车道线的轮廓的第三图像;图像融合单元515:用于对所述第二图像和所述第三图像进行融合,确定所述车道线的种类和所述车道线上预设位置的图像坐标。
车辆位置获取模块52:用于获取所述车辆的位置信息,所述车辆的位置信息为所述车辆在地理坐标系中的地理坐标:经度和纬度;
偏离数据计算模块53:用于建立世界坐标系,对车道线的图像坐标与所述车辆的地理坐标进行坐标变换处理,根据所述车辆的实际行驶轨迹与所述车辆的目标行驶轨迹的偏离,得到所述车辆相对所述车道线的偏离数据;所述偏离数据计算模块53包括:第一变换关系建立单元531:用于根据所述车道线在所述世界坐标系中的世界坐标,建立所述车道线的图像坐标与所述车道线的世界坐标的第一变换关系;第二变换关系建立单元532:用于建立所述车道线的世界坐标与所述车辆的地理坐标的第二变换关系。可以通过选取所述车道线的长度为X,选取所述车道线的宽度为Y,建立所述世界坐标系。所述第一变换关系为:其中,为所述车道线上预设位置的图像坐标,K为一已知的3*3旋转矩阵,为所述车道线上预设位置的世界坐标,R是第一参数,R表示为3*3旋转矩阵,t是第二参数,t表示为3*1平移向量;所述第二变换关系为:
其中,为所述车道线上两个对应位置的世界坐标,为所述车辆的两个对应位置的地理坐标,为第三参数,表示为2*2旋转矩阵,Δ为第四参数,Δ表示为2*1平移向量。通过已知世界坐标的车道线上位置,由所述第一变换关系计算得到R的取值和t的取值;将R的取值和t的取值代入所述第一变换关系,得到任一所述车道线上位置的图像坐标对应的世界坐标;通过所述第二变换关系计算得到的取值和Δ的取值。将至少两组对应的和代入所述第二变换关系,计算的取值和Δ的取值。
需要说明的,所述系统实施例中的系统与方法实施例基于同样的发明构思。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种自动驾驶的车道保持方法,其特征在于,包括:
采集车辆前方的车道线图像,确定所述车道线图像在图像坐标系中的图像坐标;
获取所述车辆的位置信息,所述车辆的位置信息为所述车辆在地理坐标系中的地理坐标:经度和纬度;
建立世界坐标系,对车道线的图像坐标与所述车辆的地理坐标进行坐标变换处理,根据所述车辆的实际行驶轨迹与所述车辆的目标行驶轨迹的偏离,得到所述车辆相对所述车道线的偏离数据;
将所述偏离数据发送至所述车辆的转向系统。
2.根据权利要求1所述的方法,其特征在于,所述采集车辆前方的车道线图像,确定所述车道线图像在图像坐标系中的图像坐标的步骤,包括:
对所述车道线图像进行感兴趣区域提取,得到待变换图像;
对所述待变换图像进行Hough变换,得到第一图像;
对所述待变换图像进行颜色提取,得到第二图像,提取的颜色为所述车道线的预设颜色;
对所述第一图像进行曲线拟合,得到具有所述车道线的轮廓的第三图像;
对所述第二图像和所述第三图像进行融合,确定所述车道线的种类和所述车道线上预设位置的图像坐标。
3.根据权利要求1或2任一所述的方法,其特征在于,所述建立世界坐标系,对车道线的图像坐标与所述车辆的地理坐标进行坐标变换处理,根据所述车辆的实际行驶轨迹与所述车辆的目标行驶轨迹的偏离,得到所述车辆相对所述车道线的偏离数据的步骤,包括:
根据所述车道线在所述世界坐标系中的世界坐标,建立所述车道线的图像坐标与所述车道线的世界坐标的第一变换关系;
建立所述车道线的世界坐标与所述车辆的地理坐标的第二变换关系。
4.根据权利要求3所述的方法,其特征在于,所述第一变换关系为:
所述第二变换关系为:
通过已知世界坐标的车道线上位置,由所述第一变换关系计算得到R的取值和t的取值;
将R的取值和t的取值代入所述第一变换关系,得到任一所述车道线上位置的图像坐标对应的世界坐标;
6.一种自动驾驶的车道保持系统,其特征在于,包括:
车道线图像坐标确定模块:用于采集车辆前方的车道线图像,确定所述车道线图像在图像坐标系中的图像坐标;
车辆位置获取模块:用于获取所述车辆的位置信息,所述车辆的位置信息为所述车辆在地理坐标系中的地理坐标:经度和纬度;
偏离数据计算模块:用于建立世界坐标系,对车道线的图像坐标与所述车辆的地理坐标进行坐标变换处理,根据所述车辆的实际行驶轨迹与所述车辆的目标行驶轨迹的偏离,得到所述车辆相对所述车道线的偏离数据;
偏离数据发送模块:用于将所述偏离数据发送至所述车辆的转向系统。
7.根据权利要求6所述的系统,其特征在于,所述车道线图像坐标确定模块包括:
感兴趣区域提取单元:用于对所述车道线图像进行感兴趣区域提取,得到待变换图像;
Hough变换单元:用于对所述待变换图像进行Hough变换,得到第一图像;
颜色提取单元:用于对所述待变换图像进行颜色提取,得到第二图像,提取的颜色为所述车道线的预设颜色;
曲线拟合单元:用于对所述第一图像进行曲线拟合,得到具有所述车道线的轮廓的第三图像;
图像融合单元:用于对所述第二图像和所述第三图像进行融合,确定所述车道线的种类和所述车道线上预设位置的图像坐标。
8.根据权利要求6或7任一所述的系统,其特征在于,所述偏离数据计算模块包括:
第一变换关系建立单元:用于根据所述车道线在所述世界坐标系中的世界坐标,建立所述车道线的图像坐标与所述车道线的世界坐标的第一变换关系;
第二变换关系建立单元:用于建立所述车道线的世界坐标与所述车辆的地理坐标的第二变换关系。
9.根据权利要求8所述的系统,其特征在于,所述第一变换关系为:
所述第二变换关系为:
通过已知世界坐标的车道线上位置,由所述第一变换关系计算得到R的取值和t的取值;
将R的取值和t的取值代入所述第一变换关系,得到任一所述车道线上位置的图像坐标对应的世界坐标;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811635951.0A CN111376902B (zh) | 2018-12-29 | 2018-12-29 | 一种自动驾驶的车道保持方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811635951.0A CN111376902B (zh) | 2018-12-29 | 2018-12-29 | 一种自动驾驶的车道保持方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111376902A true CN111376902A (zh) | 2020-07-07 |
CN111376902B CN111376902B (zh) | 2021-07-27 |
Family
ID=71213009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811635951.0A Active CN111376902B (zh) | 2018-12-29 | 2018-12-29 | 一种自动驾驶的车道保持方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111376902B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113715907A (zh) * | 2021-09-27 | 2021-11-30 | 郑州新大方重工科技有限公司 | 一种适用于轮式设备的姿态调整方法、自动驾驶方法 |
CN114274964A (zh) * | 2020-09-17 | 2022-04-05 | 通用汽车环球科技运作有限责任公司 | 车辆中的定向无关的车道跟踪 |
CN114354209A (zh) * | 2021-12-07 | 2022-04-15 | 重庆长安汽车股份有限公司 | 自动驾驶车道线与目标联合模拟方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102303609A (zh) * | 2011-06-16 | 2012-01-04 | 广东铁将军防盗设备有限公司 | 车道偏离预警系统及方法 |
KR101327348B1 (ko) * | 2012-06-15 | 2013-11-11 | 재단법인 경북아이티융합 산업기술원 | 주행도로 영상에 정의된 마스크를 이용한 자기 차로 인식 시스템 |
CN103978978A (zh) * | 2014-05-26 | 2014-08-13 | 武汉理工大学 | 基于逆投影变换的车道保持方法 |
KR20160129487A (ko) * | 2015-04-30 | 2016-11-09 | 영남대학교 산학협력단 | 2차원 레이저 스캐너를 이용한 차선 검출 장치 및 방법 |
CN106515730A (zh) * | 2015-09-10 | 2017-03-22 | 株式会社万都 | 车道保持辅助系统及其方法 |
CN106971593A (zh) * | 2017-04-01 | 2017-07-21 | 深圳市元征科技股份有限公司 | 车道识别方法及装置 |
CN108528336A (zh) * | 2018-04-18 | 2018-09-14 | 福州大学 | 一种车辆压线提前预警系统 |
-
2018
- 2018-12-29 CN CN201811635951.0A patent/CN111376902B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102303609A (zh) * | 2011-06-16 | 2012-01-04 | 广东铁将军防盗设备有限公司 | 车道偏离预警系统及方法 |
KR101327348B1 (ko) * | 2012-06-15 | 2013-11-11 | 재단법인 경북아이티융합 산업기술원 | 주행도로 영상에 정의된 마스크를 이용한 자기 차로 인식 시스템 |
CN103978978A (zh) * | 2014-05-26 | 2014-08-13 | 武汉理工大学 | 基于逆投影变换的车道保持方法 |
KR20160129487A (ko) * | 2015-04-30 | 2016-11-09 | 영남대학교 산학협력단 | 2차원 레이저 스캐너를 이용한 차선 검출 장치 및 방법 |
CN106515730A (zh) * | 2015-09-10 | 2017-03-22 | 株式会社万都 | 车道保持辅助系统及其方法 |
CN106971593A (zh) * | 2017-04-01 | 2017-07-21 | 深圳市元征科技股份有限公司 | 车道识别方法及装置 |
CN108528336A (zh) * | 2018-04-18 | 2018-09-14 | 福州大学 | 一种车辆压线提前预警系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114274964A (zh) * | 2020-09-17 | 2022-04-05 | 通用汽车环球科技运作有限责任公司 | 车辆中的定向无关的车道跟踪 |
CN113715907A (zh) * | 2021-09-27 | 2021-11-30 | 郑州新大方重工科技有限公司 | 一种适用于轮式设备的姿态调整方法、自动驾驶方法 |
CN113715907B (zh) * | 2021-09-27 | 2023-02-28 | 郑州新大方重工科技有限公司 | 一种适用于轮式设备的姿态调整方法、自动驾驶方法 |
CN114354209A (zh) * | 2021-12-07 | 2022-04-15 | 重庆长安汽车股份有限公司 | 自动驾驶车道线与目标联合模拟方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111376902B (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109920246B (zh) | 一种基于v2x通信与双目视觉的协同局部路径规划方法 | |
CN110462343B (zh) | 使用自动标记的图像来对车辆进行导航的方法和系统 | |
CN108303103B (zh) | 目标车道的确定方法和装置 | |
EP3644294B1 (en) | Vehicle information storage method, vehicle travel control method, and vehicle information storage device | |
CN105928531B (zh) | 一种适用于无人驾驶汽车的行进路线精准生成方法 | |
CN110705458B (zh) | 边界检测方法及装置 | |
CN111376902B (zh) | 一种自动驾驶的车道保持方法及系统 | |
WO2019022912A1 (en) | SYSTEMS AND METHODS FOR DETERMINING A VEHICLE POSITION | |
US20180150976A1 (en) | Method for automatically establishing extrinsic parameters of a camera of a vehicle | |
WO2015129175A1 (ja) | 自動運転装置 | |
CN109754636B (zh) | 停车位协同感知识别、停车辅助方法、装置 | |
CN110388925A (zh) | 用于与自动导航有关的车辆定位的系统和方法 | |
DE102018103473A1 (de) | Wirksamer rollradius | |
CN110901638B (zh) | 驾驶辅助方法及系统 | |
CN113850867A (zh) | 相机参数标定及设备的控制方法、装置、设备及存储介质 | |
WO2022147924A1 (zh) | 车辆定位方法和装置、存储介质及电子设备 | |
US20210004983A1 (en) | Vehicle pose determination | |
DE102020105649A1 (de) | Verfahren und vorrichtung zur parallelen verfolgung und lokalisierung mittels eines multimodalen schmelzverfahrens | |
JP2020087191A (ja) | 車線境界設定装置、車線境界設定方法 | |
CN113252051A (zh) | 一种地图构建方法及装置 | |
CN110555801A (zh) | 一种航迹推演的校正方法、终端和存储介质 | |
CN117576652B (zh) | 道路对象的识别方法、装置和存储介质及电子设备 | |
CN110515376B (zh) | 一种航迹推演校正的评价方法、终端和存储介质 | |
CN112577479A (zh) | 基于地图元素数据的多传感器融合车辆定位方法及装置 | |
CN111126154A (zh) | 路面元素的识别方法、装置、无人驾驶设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |