CN112036220B - 一种车道线跟踪方法及系统 - Google Patents

一种车道线跟踪方法及系统 Download PDF

Info

Publication number
CN112036220B
CN112036220B CN201910481795.5A CN201910481795A CN112036220B CN 112036220 B CN112036220 B CN 112036220B CN 201910481795 A CN201910481795 A CN 201910481795A CN 112036220 B CN112036220 B CN 112036220B
Authority
CN
China
Prior art keywords
lane
tracking
lane line
category
lines
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
CN201910481795.5A
Other languages
English (en)
Other versions
CN112036220A (zh
Inventor
刘振楠
朱敏
董海涛
胡钱洋
王乾乾
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.)
Yutong Bus Co Ltd
Original Assignee
Yutong Bus 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 Yutong Bus Co Ltd filed Critical Yutong Bus Co Ltd
Priority to CN201910481795.5A priority Critical patent/CN112036220B/zh
Publication of CN112036220A publication Critical patent/CN112036220A/zh
Application granted granted Critical
Publication of CN112036220B publication Critical patent/CN112036220B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2431—Multiple classes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种车道线跟踪方法及系统，属于智能车控制技术领域，跟踪系统包括图像采集模块和控制器，图像采集模块用于采集包含有车道线的图像信息，控制器用于对图像采集模块采集到的图像信息进行识别，得到车道线及其类别，并判断车道线的类别个数，当类别个数至少为两个时，选取优先级最高的类别所对应的车道线进行跟踪。本发明根据类别的优先级高低确定进行跟踪的车道线，即选取优先级最高的类别所对应的车道线作为跟踪对象，以实现跟踪过程中车辆所需的车道线跟踪。

Description

一种车道线跟踪方法及系统
技术领域
本发明属于智能车控制技术领域，具体涉及一种车道线跟踪方法及系统。
背景技术
目前的车道线跟踪保持是在基于视觉的车道线识别基础上实现的，无论是采用哈希算法还是深度学习算法，视觉相机都能够对车道线进行识别，根据识别出的车道线就能够完成对车道线的跟踪控制，这也是目前主流的车道保持跟踪系统的基础。当出现两种以上的车道线时，目前的车道保持跟踪系统虽然能识别出不同的车道线，但是无法判别出车辆所需行驶的车道线，其只能沿着当前的车道线走，例如车辆在直行过程中，检测到有直行线和变道线，无法实现车辆所需的车道线的跟踪。
发明内容
本发明的目的是提供一种车道线跟踪方法，用于解决在出现不同类别车道线时无法自动选择车辆所需的车道线进行跟踪的问题；同时，还提供一种车道线跟踪系统，用于解决在出现不同类别车道线时无法自动选择车辆所需的车道线进行跟踪的问题。
为解决上述技术问题，本发明提出的一种车道线跟踪方法，包括以下解决步骤：
1)获取包含有车道线的图像信息，对所获取的图像信息进行识别，识别车道线及其类别；
2)判断所识别出的车道线的类别个数，当类别个数至少为两个时，选取优先级最高的类别所对应的车道线进行跟踪。
本发明提出的一种车道线跟踪系统，包括图像采集模块和控制器，所述图像采集模块用于采集包含有车道线的图像信息，所述控制器用于对图像采集模块采集到的图像信息进行识别，得到车道线及其类别，并判断车道线的类别个数，当类别个数至少为两个时，选取优先级最高的类别所对应的车道线进行跟踪。
本发明的跟踪方法和跟踪系统，在获取的图像信息中不仅对车道线进行识别，还识别并判断出车道线的类别，当类别个数为两个及两个以上时，根据类别的优先级高低确定进行跟踪的车道线，选取优先级最高的类别所对应的车道线作为跟踪对象，以实现跟踪过程中车辆所需的车道线跟踪。
对于上述跟踪方法和跟踪系统，当所识别出的车道线只有一类时，将该类车道线作为跟踪对象，并对该类车道线进行跟踪。
进一步，对于上述跟踪方法和跟踪系统，为了实现车道线的跟踪显示，还包括对所跟踪的车道线进行显示。在跟踪系统中，通过设置仪表显示系统，来实现车道线的显示功能。
对于上述跟踪方法和跟踪系统，车道线的识别均是采用现有技术中的哈希算法或深度学习算法实现的。在上述跟踪系统中，是由控制器进行哈希算法或深度学习算法的识别过程。
进一步，对于上述跟踪系统，所述控制器优选为整车控制器，以降低经济成本，当然，若不考虑经济成本，还可以另设控制器来实现车道线的跟踪控制。
附图说明
图1是本发明的一种车道线跟踪系统示意图；
图2是本发明的车道线跟踪系统识别的车道线示意图；
图3是本发明的车道线跟踪流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明。
跟踪系统实施例一：
如图1所示的一种车道线跟踪系统，包括图像采集模块、控制器和仪表显示系统，其中，图像采集模块用于采集包含有车道线的图像信息，控制器用于对图像采集模块采集到的图像信息，采用哈希算法或深度学习算法识别车道线及其类别，并判断车道线的类别个数，当类别个数至少为两个，如分别为图1中的第一种车道线、第二种车道线、第三种车道线等，则根据已经设定好的类别的优先级，选取优先级最高的类别所对应的车道线进行跟踪。在设定类别的优先级时，将优先级最高的类别设为变道或转向。当类别个数只有一个，即控制器识别出的车道线只有一类时，对识别出的该类车道线进行跟踪。
对车道线进行识别和跟踪之后，通过仪表显示系统对跟踪的车道线进行显示。
本实施例的控制器在对车道线进行分类时，是通过车道线的分段的疏密程度的不同进行分类的，如图2所示的车道线L1和车道线L2。
另外，为了节省成本，本实施例的控制器优选为整车控制器，当然，若不考虑经济成本，还可以采用其他控制器来实现车道线的跟踪控制，可以是微处理器，如ARM等，还可以是可编程芯片，如FPGA、DSP等。
本发明的车道线跟踪系统，在图像信息中不仅对车道线进行识别，还识别并判断出车道线的类别，当类别个数为两个及两个以上时，根据类别的优先级高低确定进行跟踪的车道线，即选取优先级最高的类别所对应的车道线作为跟踪对象，以实现跟踪过程中车道线的变道或转向。
跟踪系统实施例二：
相对于跟踪系统实施例一，本实施例的车道线跟踪系统的不同之处在于，采用两个处理器实现上述控制器的功能，其中一个处理器(称第一处理器)用于进行车道线及其类别的识别，另一处理器(称第二处理器)用于进行类别的比对和判断，判断车道线的类别个数，当类别个数至少为两个时，选取优先级最高的类别所对应的车道线进行跟踪，当类别个数为一个，则对该类车道线进行跟踪。
在具体硬件的实现时，通过现有技术中的视觉相机实现图像采集模块和第一处理器的功能，第二处理器作为实现车道线跟踪的决策系统的核心，向仪表显示系统发送跟踪的车道线的显示信息，向车辆中已有的转向执行器系统发送转向或变道指令。
本实施例的车道线跟踪系统的车道线跟踪流程如图3所示，视觉相机对车道线进行识别，输出车道线及其类别，决策系统的第二处理器判别类别的个数，若只有一类车道线，即类别的个数为一个时，对该类车道线进行跟踪，仪表显示系统的仪表上显示对应跟踪的车道线；根据车道线的具体类别，相应的控制转向执行器系统进行转向或变道操作。若类别的个数为两个及以上，获取优先级最高的类别所对应的车道线进行跟踪，同样，仪表显示系统的仪表上显示对应跟踪的车道线，转向执行器系统进行相应的转向或变道操作。
同跟踪系统实施例一中提到的，本实施例中的第二处理器也可以为微处理器或可编程芯片。
跟踪方法实施例：
本实施例的一种车道线跟踪方法，包括以下步骤：
(1)获取包含有车道线的图像信息，对所获取的图像信息进行识别，识别车道线及其类别。
(2)判断所识别出的车道线的类别个数，当类别个数至少为两个时，选取优先级最高的类别所对应的车道线进行跟踪；该优先级最高的类别为变道或转向。当所识别出的车道线只有一类时，对该类车道线进行跟踪。
由于本实施例的跟踪方法，即上述跟踪系统实施例一和二中的车道线跟踪过程，由于对上述车道线跟踪过程的介绍已经足够清楚完整，故不再对车道线跟踪方法详细进行描述。
需要说明的是，对于应用于社会公共场地的场景，本发明的车道线的类别根据常用的交通标线类型来确定，如白色虚线、白色实线、黄色虚线、黄色实线、双白虚线、双黄实线、黄色虚实线、双白实线等；但对于应用于非社会公共场地的场景，本发明的车道线的类别可以通过选择各种不同的个性化车道线来确定，如使用单箭头车道线与波纹状车道线相结合，用圆点分离性车道线与实线车道线相结合等。
本发明确定的车道线的优先级，是人为确定的，例如根据客户需求，以及道路上实际铺设的车道线，确定车道线的优先级。

Claims (9)

1.一种车道线跟踪方法，其特征在于，该跟踪方法包括以下步骤：
1)获取包含有车道线的图像信息，对所获取的图像信息进行识别，识别车道线及其类别；
2)判断所识别出的车道线的类别个数，当类别个数至少为两个时，选取优先级最高的类别所对应的车道线进行跟踪；在设定类别的优先级时，将优先级最高的类别设为变道或转向。
2.根据权利要求1所述的车道线跟踪方法，其特征在于，当所识别出的车道线只有一类时，对该类车道线进行跟踪。
3.根据权利要求1所述的车道线跟踪方法，其特征在于，还包括对所跟踪的车道线进行显示。
4.根据权利要求1所述的车道线跟踪方法，其特征在于，步骤1)中车道线的识别是采用哈希算法或深度学习算法实现的。
5.一种车道线跟踪系统，其特征在于，该跟踪系统包括图像采集模块和控制器，所述图像采集模块用于采集包含有车道线的图像信息，所述控制器用于对图像采集模块采集到的图像信息进行识别，得到车道线及其类别，并判断车道线的类别个数，当类别个数至少为两个时，选取优先级最高的类别所对应的车道线进行跟踪；在设定类别的优先级时，将优先级最高的类别设为变道或转向。
6.根据权利要求5所述的车道线跟踪系统，其特征在于，当所述控制器识别出的车道线只有一类时，对该类车道线进行跟踪。
7.根据权利要求5所述的车道线跟踪系统，其特征在于，所述跟踪系统还包括仪表显示系统，该仪表显示系统用于对跟踪的车道线进行显示。
8.根据权利要求5所述的车道线跟踪系统，其特征在于，所述控制器采用哈希算法或深度学习算法对所述图像信息进行识别。
9.根据权利要求5所述的车道线跟踪系统，其特征在于，所述控制器为整车控制器。
CN201910481795.5A 2019-06-04 2019-06-04 一种车道线跟踪方法及系统 Active CN112036220B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910481795.5A CN112036220B (zh) 2019-06-04 2019-06-04 一种车道线跟踪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910481795.5A CN112036220B (zh) 2019-06-04 2019-06-04 一种车道线跟踪方法及系统

Publications (2)

Publication Number Publication Date
CN112036220A CN112036220A (zh) 2020-12-04
CN112036220B true CN112036220B (zh) 2024-04-05

Family

ID=73576185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910481795.5A Active CN112036220B (zh) 2019-06-04 2019-06-04 一种车道线跟踪方法及系统

Country Status (1)

Country Link
CN (1) CN112036220B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751151A (zh) * 2015-04-28 2015-07-01 苏州安智汽车零部件有限公司 一种实时多车道识别及跟踪方法
CN104978856A (zh) * 2014-04-09 2015-10-14 山东交通学院 一种汽车智能转向自动提醒装置和方法
CN105015545A (zh) * 2015-07-03 2015-11-04 内蒙古麦酷智能车技术有限公司 一种无人驾驶汽车的自主变道决策系统
CN105868696A (zh) * 2016-03-23 2016-08-17 奇瑞汽车股份有限公司 一种检测多车道车道线的方法和装置
JP2017128277A (ja) * 2016-01-21 2017-07-27 株式会社デンソー 走行制御装置
CN107310475A (zh) * 2017-05-17 2017-11-03 广州小鹏汽车科技有限公司 一种智能汽车预警功能的显示方法及系统
CN108189838A (zh) * 2017-12-30 2018-06-22 吉利汽车研究院（宁波）有限公司 一种融合型自适应巡航弯道控制方法及装置
CN108545079A (zh) * 2018-03-30 2018-09-18 吉利汽车研究院（宁波）有限公司 一种拥堵路况驾驶辅助系统及方法
CN108801289A (zh) * 2018-06-26 2018-11-13 百度在线网络技术（北京）有限公司 诱导箭头规划方法、装置、导航系统和存储介质
CN108932472A (zh) * 2018-05-23 2018-12-04 中国汽车技术研究中心有限公司 一种基于车道线检测的自动驾驶行驶区域判别方法
CN109670376A (zh) * 2017-10-13 2019-04-23 神州优车股份有限公司 车道线识别方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI434239B (zh) * 2011-08-26 2014-04-11 Ind Tech Res Inst 後方來車變換車道預警方法及其系統
US20130141520A1 (en) * 2011-12-02 2013-06-06 GM Global Technology Operations LLC Lane tracking system
CN106092121B (zh) * 2016-05-27 2017-11-24 百度在线网络技术（北京）有限公司 车辆导航方法和装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104978856A (zh) * 2014-04-09 2015-10-14 山东交通学院 一种汽车智能转向自动提醒装置和方法
CN104751151A (zh) * 2015-04-28 2015-07-01 苏州安智汽车零部件有限公司 一种实时多车道识别及跟踪方法
CN105015545A (zh) * 2015-07-03 2015-11-04 内蒙古麦酷智能车技术有限公司 一种无人驾驶汽车的自主变道决策系统
JP2017128277A (ja) * 2016-01-21 2017-07-27 株式会社デンソー 走行制御装置
CN105868696A (zh) * 2016-03-23 2016-08-17 奇瑞汽车股份有限公司 一种检测多车道车道线的方法和装置
CN107310475A (zh) * 2017-05-17 2017-11-03 广州小鹏汽车科技有限公司 一种智能汽车预警功能的显示方法及系统
CN109670376A (zh) * 2017-10-13 2019-04-23 神州优车股份有限公司 车道线识别方法及系统
CN108189838A (zh) * 2017-12-30 2018-06-22 吉利汽车研究院（宁波）有限公司 一种融合型自适应巡航弯道控制方法及装置
CN108545079A (zh) * 2018-03-30 2018-09-18 吉利汽车研究院（宁波）有限公司 一种拥堵路况驾驶辅助系统及方法
CN108932472A (zh) * 2018-05-23 2018-12-04 中国汽车技术研究中心有限公司 一种基于车道线检测的自动驾驶行驶区域判别方法
CN108801289A (zh) * 2018-06-26 2018-11-13 百度在线网络技术（北京）有限公司 诱导箭头规划方法、装置、导航系统和存储介质

Also Published As

Publication number Publication date
CN112036220A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
US10606264B2 (en) Control method and control device of automatic driving vehicle
CN110858295B (zh) 一种交警手势识别方法、装置、整车控制器及存储介质
WO2020038091A1 (zh) 智能驾驶控制方法与装置、电子设备、程序和介质
CN108629292B (zh) 弯曲车道线检测方法、装置及终端
US11104345B2 (en) Methods, systems, and media for determining characteristics of roads
JP2020509466A (ja) 完全な畳み込みアーキテクチャを使用する運転者の視覚的注意のための計算フレームワークのシステム及び方法
CN110335484B (zh) 控制车辆行驶的方法及装置
CN109872413A (zh) 驾驶行为记录及分析系统、方法
CN111032413A (zh) 用于运行机动车的屏幕的方法以及机动车
CN114194190A (zh) 车道机动意图检测系统和方法
CN115675520A (zh) 无人驾驶实现方法、装置、计算机设备和存储介质
CN112198877B (zh) 一种基于5g网络的无人驾驶车辆的控制方法及系统
CN112699773B (zh) 交通灯识别方法、装置及电子设备
CN109410598B (zh) 一种基于计算机视觉的交通路口拥堵检测方法
CN108705972B (zh) 一种车辆横向控制信息显示系统
CN113165510A (zh) 显示控制装置、方法和计算机程序
JP2008189055A (ja) 追従制御装置
CN112036220B (zh) 一种车道线跟踪方法及系统
CN110809767B (zh) 高级辅助驾驶系统和方法
CN104318783A (zh) 一种通过车灯侦测分析夜间交通流量的方法
CN116238517A (zh) 呈现路况的方法和装置
CN105469618A (zh) 车辆驾驶的辅助方法、装置及车辆
CN113085861A (zh) 自动驾驶车辆的控制方法及装置、自动驾驶车辆
JP2022041245A (ja) 車両用表示制御装置、方法、プログラムおよび車両用表示システム
US20220222946A1 (en) Traffic environment recognition device and vehicle control device

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: No. 6, Yutong Road, Guancheng Hui District, Zhengzhou, Henan 450061

Applicant after: Yutong Bus Co.,Ltd.

Address before: No.1, Shibali Heyu Road, Guancheng Hui District, Zhengzhou City, Henan Province

Applicant before: ZHENGZHOU YUTONG BUS Co.,Ltd.

GR01 Patent grant
GR01 Patent grant