CN111376902B - 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 PDF

Info

Publication number
CN111376902B
CN111376902B CN201811635951.0A CN201811635951A CN111376902B CN 111376902 B CN111376902 B CN 111376902B CN 201811635951 A CN201811635951 A CN 201811635951A CN 111376902 B CN111376902 B CN 111376902B
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.)
Active
Application number
CN201811635951.0A
Other languages
English (en)
Other versions
CN111376902A (zh
Inventor
杨玉玲
黄云飞
胡红星
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.)
Zhejiang Geely Holding Group Co Ltd
Geely Sichuan Commercial Vehicle Co Ltd
Zhejiang Geely New Energy Commercial Vehicle Co Ltd
Original Assignee
Zhejiang Geely Holding Group Co Ltd
Geely Sichuan Commercial Vehicle Co Ltd
Zhejiang Geely New Energy Commercial Vehicle 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 Zhejiang Geely Holding Group Co Ltd, Geely Sichuan Commercial Vehicle Co Ltd, Zhejiang Geely New Energy Commercial Vehicle Co Ltd filed Critical Zhejiang Geely Holding Group Co Ltd
Priority to CN201811635951.0A priority Critical patent/CN111376902B/zh
Publication of CN111376902A publication Critical patent/CN111376902A/zh
Application granted granted Critical
Publication of CN111376902B publication Critical patent/CN111376902B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

一种自动驾驶的车道保持方法及系统
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 Personal Computer，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 Up RobustFeatures)、ORB(Oriented FAST and Rotated BRIEF)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：
Figure GDA0002965982080000061
其中，
Figure GDA0002965982080000062
为所述车道线上预设位置的图像坐标，K是摄像头内参数K为一已知的3*3旋转矩阵，
Figure GDA0002965982080000063
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。
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：
Figure GDA0002965982080000071
其中，
Figure GDA0002965982080000072
为所述车道线上两个对应位置的世界坐标，
Figure GDA0002965982080000073
为所述车辆的两个对应位置的地理坐标，
Figure GDA0002965982080000074
为第三参数，
Figure GDA0002965982080000075
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。
通过所述第二变换关系计算得到
Figure GDA0002965982080000076
的取值和Δ的取值。
在实际应用中，将至少两组对应的
Figure GDA0002965982080000077
和
Figure GDA0002965982080000078
代入所述第二变换关系，计算
Figure GDA0002965982080000079
的取值和Δ的取值。
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。
所述偏离数据包括到
Figure GDA00029659820800000710
的取值、Δ的取值以及所述车辆的加速度信息。偏离数据表现着车辆的运动方向以及车辆与车道线之间的相对位置。
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：
Figure GDA0002965982080000091
其中，
Figure GDA0002965982080000092
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，
Figure GDA0002965982080000093
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：
Figure GDA0002965982080000094
其中，
Figure GDA0002965982080000095
为所述车道线上两个对应位置的世界坐标，
Figure GDA0002965982080000096
为所述车辆的两个对应位置的地理坐标，
Figure GDA0002965982080000097
为第三参数，
Figure GDA0002965982080000098
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
Figure GDA0002965982080000101
的取值和Δ的取值。将至少两组对应的
Figure GDA0002965982080000102
和
Figure GDA0002965982080000103
代入所述第二变换关系，计算
Figure GDA0002965982080000104
的取值和Δ的取值。
偏离数据发送模块54：用于将所述偏离数据发送至所述车辆的转向系统。所述偏离数据包括到
Figure GDA0002965982080000105
的取值、Δ的取值以及所述车辆的加速度信息。
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 (6)

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：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；
将所述偏离数据发送至所述车辆的转向系统；
其中，所述第一变换关系为：
Figure FDA0002965982070000011
其中，
Figure FDA0002965982070000012
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，
Figure FDA0002965982070000013
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：
Figure FDA0002965982070000014
其中，
Figure FDA0002965982070000015
为所述车道线上两个对应位置的世界坐标，
Figure FDA0002965982070000016
为所述车辆的两个对应位置的地理坐标，
Figure FDA0002965982070000017
为第三参数，
Figure FDA0002965982070000018
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
Figure FDA0002965982070000021
的取值和Δ的取值。
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所述的方法，其特征在于，所述偏离数据包括到
Figure FDA0002965982070000025
的取值、Δ的取值以及所述车辆的加速度信息；
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；
将至少两组对应的
Figure FDA0002965982070000022
和
Figure FDA0002965982070000023
代入所述第二变换关系，计算
Figure FDA0002965982070000024
的取值和Δ的取值。
4.一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；其中，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；
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；
其中，所述第一变换关系为：
Figure FDA0002965982070000031
其中，
Figure FDA0002965982070000032
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，
Figure FDA0002965982070000033
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：
Figure FDA0002965982070000034
其中，
Figure FDA0002965982070000035
为所述车道线上两个对应位置的世界坐标，
Figure FDA0002965982070000036
为所述车辆的两个对应位置的地理坐标，
Figure FDA0002965982070000037
为第三参数，
Figure FDA0002965982070000038
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
Figure FDA0002965982070000039
的取值和Δ的取值。
5.根据权利要求4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。
6.根据权利要求4所述的系统，其特征在于，所述偏离数据包括到
Figure FDA0002965982070000041
的取值、Δ的取值以及所述车辆的加速度信息；
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；
将至少两组对应的
Figure FDA0002965982070000042
和
Figure FDA0002965982070000043
代入所述第二变换关系，计算
Figure FDA0002965982070000044
的取值和Δ的取值。
CN201811635951.0A 2018-12-29 2018-12-29 一种自动驾驶的车道保持方法及系统 Active CN111376902B (zh)

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 CN111376902A (zh) 2020-07-07
CN111376902B true 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)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11756312B2 (en) * 2020-09-17 2023-09-12 GM Global Technology Operations LLC Orientation-agnostic lane tracking in a vehicle
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

Citations (7)

* Cited by examiner, † Cited by third party
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
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

Also Published As

Publication number Publication date
CN111376902A (zh) 2020-07-07

Similar Documents

Publication Publication Date Title
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
US10788830B2 (en) Systems and methods for determining a vehicle position
EP3644294B1 (en) Vehicle information storage method, vehicle travel control method, and vehicle information storage device
CN105571606B (zh) 能够改进车辆定位的方法和系统
US10552982B2 (en) Method for automatically establishing extrinsic parameters of a camera of a vehicle
CN111376902B (zh) 一种自动驾驶的车道保持方法及系统
US20200226932A1 (en) Vehicle dispatch system, autonomous driving vehicle, and vehicle dispatch method
CN110705458B (zh) 边界检测方法及装置
CN109766757B (zh) 一种融合车辆和视觉信息的泊车位高精度定位方法及系统
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
CN104204726A (zh) 移动物体位置姿态估计装置和移动物体位置姿态估计方法
US11527012B2 (en) Vehicle pose determination
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
DE112018004691T5 (de) Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren, programm und bewegter körper
JP2020087191A (ja) 車線境界設定装置、車線境界設定方法
DE102020105649A1 (de) Verfahren und vorrichtung zur parallelen verfolgung und lokalisierung mittels eines multimodalen schmelzverfahrens
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
CN113252051A (zh) 一种地图构建方法及装置
CN110515376B (zh) 一种航迹推演校正的评价方法、终端和存储介质

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