CN114926805A - 划分线识别装置 - Google Patents
划分线识别装置 Download PDFInfo
- Publication number
- CN114926805A CN114926805A CN202210112853.9A CN202210112853A CN114926805A CN 114926805 A CN114926805 A CN 114926805A CN 202210112853 A CN202210112853 A CN 202210112853A CN 114926805 A CN114926805 A CN 114926805A
- Authority
- CN
- China
- Prior art keywords
- dividing line
- information
- unit
- boundary
- map
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 description 18
- 230000009471 action Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 230000001133 acceleration Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000012447 hatching Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 101710187785 60S ribosomal protein L1-A Proteins 0.000 description 1
- 101710187786 60S ribosomal protein L1-B Proteins 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0244—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using reflecting strips
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9323—Alternative operation using light waves
-
- 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
Abstract
本发明提供一种划分线识别装置,具备:检测部(1a),其检测本车辆的周围的外部状况;地图生成部(17),其基于由检测部(1a)检测出的外部状况,生成包括关于道路上的划分线的划分线信息的地图;范围设定部(144),其设定由检测部(1a)能够检测的外部空间的范围;边界判定部(145),其判定由地图生成部(17)生成的地图上的划分线的端部是否位于由范围设定部(144)所设定的范围的边界;以及信息附加部(146),其当由边界判定部(145)判定为划分线的端部位于边界时,将边界信息附加在划分线信息中。
Description
技术领域
本发明涉及一种识别道路的划分线的划分线识别装置。
背景技术
作为这种装置,以往已知有如下装置:利用由搭载于车辆的相机拍摄到的图像识别车道、停车场框的白线,并将这些白线的识别结果用于对车辆的行驶控制、驻车辅助。那样的装置例如记载于专利文献1中。在专利文献1记载的装置中,提取拍摄到的图像的亮度的变化为阈值以上的的边缘点,基于边缘点来识别白线。
然而,如专利文献1记载的装置那样,如果仅基于边缘点来识别白线,在识别出的白线中断时,有可能误识别白线的状态,难以适当地进行利用白线(划分线)的行驶控制等。
现有技术文献
专利文献
专利文献1:日本特开2014-104853号公报(JP2014-104853A)。
发明内容
本发明的一技术方案的划分线识别装置,具备:检测部,其检测本车辆的周围的外部状况;地图生成部,其基于由检测部检测出的外部状况,生成包括关于道路上的划分线的划分线信息的地图;范围设定部,其设定由检测部能够检测的外部空间的范围;边界判定部,其判定由地图生成部生成的地图上的划分线的端部是否位于由范围设定部设定的范围的边界;以及信息附加部,其当由边界判定部判定为所述划分线的端部位于边界时,将边界信息附加在划分线信息中。
附图说明
本发明的目的、特征以及优点,通过与附图相关的以下实施方式的说明进一步阐明。
图1是概略地示出具有本发明的实施方式的划分线识别装置的车辆控制系统的整体结构的框图。
图2A是示出应用本发明的实施方式的划分线识别装置的行驶场景的一例的图。
图2B是示出应用本发明的实施方式的划分线识别装置的行驶场景的另一例的图。
图3是示出本发明的实施方式的划分线识别装置的主要部分结构的框图。
图4是示出由图3的控制器执行的处理的一例的流程图。
图5A是示出应用本发明的实施方式的划分线识别装置的行驶场景的又一例的图。
图5B是继图5A之后的行驶场景的一例的图。
图5C是继图5B之后的行驶场景的一例的图。
图6是示出本发明的另一实施方式的划分线识别装置的主要部分构成的框图。
图7是示出由图6的控制器执行的处理的一例的流程图。
具体实施方式
以下参照图1~图7对本发明的实施方式进行说明。本发明的实施方式的划分线识别装置搭载于例如具有自动驾驶功能的车辆,即自动驾驶车辆。需要说明的是,有时区别于其他车辆将搭载本实施方式的划线识别装置的车辆称为本车辆。本车辆可以是具有内燃机(发动机)作为行驶驱动源的发动机车辆、具有行驶马达作为行驶驱动源的电动汽车、具有发动机和行驶马达作为行驶驱动源的混合动力车辆中的任一者。本车辆不仅能够以不需要驾驶员进行驾驶操作的自动驾驶模式行驶,还能够以通过驾驶员的驾驶操作的手动驾驶模式行驶。
首先对与自动驾驶相关的本车辆的概略构成进行说明。图1是概略地示出具有本发明的实施方式的划分线识别装置的本车辆的车辆控制系统100的整体结构的框图。如图1所示,车辆控制系统100主要具有控制器10以及分别与控制器10可通信地连接的外部传感器组1、内部传感器组2、输入输出装置3、定位单元4、地图数据库5、导航装置6、通信单元7、行驶用的执行器AC。
外部传感器组1是检测本车辆的周边信息、即外部状况的多个传感器(外部传感器)的总称。例如外部传感器组1包括测定本车辆的与全方位的照射光相对的散射光,从而测定从本车辆到周边的障碍物的距离的激光雷达、通过照射电磁波并检测反射波来检测本车辆的周边的其他车辆、障碍物等的雷达、以及搭载于本车辆,具有CCD、CMOS等摄像元件,拍摄本车辆的周边(前方、后方以及侧方)的相机等。
内部传感器组2是检测本车辆的行驶状态的多个传感器(内部传感器)的总称。例如内部传感器组2包括:检测本车辆的车速的车速传感器、分别检测本车辆的前后方向的加速度和左右方向的加速度(横向加速度)的加速度传感器、检测行驶驱动源的转速的转速传感器、检测本车辆的重心绕铅垂轴旋转的旋转角速度的横摆率传感器等。检测手动驾驶模式下的驾驶员的驾驶操作,例如对加速踏板的操作、对制动踏板的操作、对方向盘的操作等的传感器也包括在内部传感器组2中。
输入输出装置3是从驾驶员输入指令、向驾驶员输出信息的装置的总称。例如输入输出装置3包括供驾驶员通过对操作构件的操作来输入各种指令的各种开关、供驾驶员通过语音输入指令的麦克、借助显示图像向驾驶员提供信息的显示器、通过语音向驾驶员提供信息的扬声器等。
定位单元(GNSS单元)4具有接收从定位卫星发送的定位用信号的定位传感器。定位卫星为GPS卫星、准天顶卫星等人造卫星。定位单元4利用定位传感器接收到的定位信息,测定本车辆的当前位置(纬度、经度、高度)。
地图数据库5是存储在导航装置6中使用的一般性地图信息的装置,例如由硬盘、半导体元件构成。地图信息包括:道路的位置信息、道路形状(曲率等)的信息、交叉路口、岔路口的位置信息。需要说明的是,存储于地图数据库5中的地图信息与存储于控制器10的存储部12中的高精度地图信息不同。
导航装置6是搜索到达由驾驶员输入的目的地的道路上的目标路线并进行沿目标路线的引导的装置。通过输入输出装置3进行目的地的输入和沿目标路线的引导。基于由定位单元4测定出的本车辆的当前位置和存储于地图数据库5中的地图信息来计算目标路线。也能够使用外部传感器组1的检测值测定本车辆的当前位置,也可以基于该当前位置和存储于存储部12中的高精度的地图信息来计算目标路线。
通信单元7利用包含以互联网、移动电话网等为代表的无线通信网的网络与未图示的各种服务器进行通信,定期或者在任意时机从服务器取得地图信息、行驶记录信息以及交通信息等。不仅取得行驶记录信息还可以通过通信单元7将本车辆的行驶记录信息向服务器发送。网络不仅包括公用无线通信网,还包括在每一规定的管理区域设置的封闭式通信网,例如无线局域网、Wi-Fi(注册商标)、Bluetooth(注册商标)等。所取得的地图信息被输出到地图数据库5、存储部12,地图信息被更新。
执行器AC是用于控制本车辆的行驶的行驶用执行器。在行驶驱动源为发动机的情况下,执行器AC包括调整发动机的节气门阀的开度(节气门开度)的节气门用执行器。在行驶驱动源为行驶马达的情况下,执行器AC包括行驶马达。使本车辆的制动装置工作的制动用执行器和驱动转向装置的转向用执行器也包含在执行器AC中。
控制器10由电子控制单元(ECU)构成。更具体而言,控制器10包含具有CPU(中央处理器)等运算部11、ROM、RAM等存储部12、I/O接口等未图示的其他外围电路的计算机而构成。需要说明的是,能够将发动机控制用ECU、行驶马达控制用ECU、制动装置用ECU等功能不同的多个ECU分开设置,但方便起见,在图1中示出控制器10作为这些ECU的集合。
在存储部12中存储自动行驶用的高精度的详细的道路地图信息。道路地图信息包括:道路的位置信息、道路形状(曲率等)的信息、道路的坡度的信息、交叉路口、岔路口的位置信息、白线等划分线的类别和其位置信息、车道数的信息、车道的宽度以及每一车道的位置信息(车道的中央位置、车道位置的分界线的信息)、作为地图上的标记的地标(信号机、标识、建筑物等)的位置信息、路面的凹凸等路面概况的信息。在存储于存储部12的地图信息中包括:利用通信单元7从本车辆的外部取得的地图信息(称为外部地图信息)、由本车辆自身使用外部传感器组1的检测值或外部传感器组1和内部传感器组2的检测值制作的地图信息(称为内部地图信息)。
外部地图信息为例如利用云服务器取得的地图(称为云地图)的信息,内部地图信息为由使用例如SLAM(Simultaneous Localization and Mapping:同步定位与地图构建)等技术通过映射生成的点云数据构成的地图(称为环境地图)的信息。相对于外部地图信息是本车辆和其他车辆共享的地图信息,内部地图信息是本车辆独自的地图信息(例如本车辆单独所有的地图信息)。在新设的道路等不存在外部地图信息的区域,由本车辆自己制作环境地图。在存储部12还存储关于各种控制的程序、在程序中使用的阈值等信息的信息。
运算部11具有本车位置识别部13、外界识别部14、行动计划生成部15、行驶控制部16、地图生成部17作为功能性结构。
本车位置识别部13基于由定位单元4得到的本车辆的位置信息和地图数据库5的地图信息来识别地图上的本车辆的位置(本车位置)。还可以使用存储于存储部12的地图信息和由外部传感器组1检测出的本车辆的周边信息来识别本车位置,由此能够高精度地识别本车位置。需要说明的是,在能够用设置在道路上、道路旁边的外部的传感器测定本车位置时,也能够通过借助通信单元7与该传感器进行通信,来识别本车位置。
外界识别部14基于来自激光雷达、雷达、相机等外部传感器组1的信号识别本车辆的周围的外部状况。例如识别在本车辆的周边行驶的周边车辆(前方车辆、后方车辆)的位置、速度、加速度、在本车辆的周围停车或驻车着的周边车辆的位置以及其他物体的位置、状态等。其他物体包括:标识、信号机、道路的划分线(白线等)及停止线等标示、建筑物、栏杆、电线杆、广告牌、行人、自行车等。其他物体的状态包括:信号机的颜色(红、绿、黄)、行人、自行车的移动速度、朝向等。其他物体中的静止的物体的一部分构成为地图上的位置的标志的地标,外界识别部14还识别地标的位置和类别。
行动计划生成部15例如基于由导航装置6运算出的目标路线、存储于存储部12的地图信息、由本车位置识别部13识别出的本车位置、由外界识别部14识别出的外部状况,生成从当前时间点开始经过规定时间为止的本车辆的行驶轨迹(目标轨迹)。当目标路线上存在作为目标轨迹的候补的多个轨迹时,行动计划生成部15从中选择遵守法律且满足高效、安全地行驶等基准的最佳轨迹,并将所选择的轨迹作为目标轨迹。然后,行动计划生成部15生成与所生成的目标轨迹相对应的行动计划。行动计划生成部15生成与用于超过先行车辆的超车行驶、变更行驶车道的车道变更行驶、追随先行车辆的追随行驶、以不脱离行驶车道的方式维持车道的车道保持行驶、减速行驶或加速行驶等相对应的各种行动计划。行动计划生成部15在生成目标轨迹时首先决定行驶方式,基于行驶方式生成目标轨迹。
在自动驾驶模式下,行驶控制部16对各执行器AC进行控制,以使本车辆沿着由行动计划生成部15生成的目标轨迹行驶。更具体而言,行驶控制部16考虑在自动驾驶模式下由道路坡度等决定的行驶阻力,计算用于得到由行动计划生成部15计算出的每单位时间的目标加速度的要求驱动力。然后,例如对执行器AC进行反馈控制,以使由内部传感器组2检测出的实际加速度成为目标加速度。即,对执行器AC进行控制,以使本车辆以目标车速和目标加速度行驶。需要说明的是,在手动驾驶模式下,行驶控制部16根据由内部传感器组2取得的来自驾驶员的行驶指令(转向操作等)对各执行器AC进行控制。
地图生成部17在以手动驾驶模式行驶的同时,使用由外部传感器组1检测出的检测值生成由三维点云数据构成的环境地图。具体而言,从由相机取得的相机图像中,提取基于每一像素的亮度、颜色的信息,提取表示物体的轮廓的边缘,并且使用该边缘信息来提取特征点。特征点例如是边缘的交点,与建筑物的角、道路标识的角等相对应。地图生成部17求取至所提取出的特征点为止的距离,并将特征点依次在环境地图上绘制出来,由此生成本车辆行驶过的道路周边的环境地图。还可以代替相机,使用由雷达、激光雷达取得的数据来提取本车辆周围的物体的特征点,生成环境地图。
本车位置识别部13与地图生成部17的地图制作处理并行地进行本车辆的位置推定处理。即,基于特征点的位置随着时间经过的变化,推定本车辆的位置。地图制作处理和位置推定处理是按照例如SLAM算法同时进行的。地图生成部17不仅在以手动驾驶模式行驶时,在以自动驾驶模式行驶时也能够同样地生成环境地图。在已经生成环境地图并存储在存储部12中的情况下,地图生成部17还可以根据新得到的特征点更新环境地图。
对本实施方式的划分线识别装置的构成进行说明。图2A是示出应用划分线识别装置50的行驶场景的一例的图,示出本车辆101在手动驾驶模式下一边制作环境地图一边行驶的场景。如图2A所示,在本车辆101的前部搭载相机1a。相机1a具有相机固有的视场角(视场角θ),拍摄阴影所示的规定的视场角内的区域AR1。该区域AR1中包括例如多条划分线(例如白线)L1~L3和其他车辆102。在相机1a与划分线L1、L2之间不存在障碍物。
另一方面,在相机1a与划分线L3之间存在障碍物(其他车辆102)。因为,从相机1a观察,其他车辆102的后方的区域即阴影所示的区域AR2为相机1a的死角区域,区域AR2内的划分线L3(虚线)被其他车辆102遮挡,无法用相机1a拍摄。在该情况下,虽然在虚线的区域L3a中存在划分线L3,但有可能识别为没有划分线L3,也就是说识别为划分线L3的一部分中断。在这样的情况下,为了不误识别为划分线L3中断,本实施方式如下构成划分线识别装置。需要说明的是,以下将不清楚是否存在划分线的虚线区域L3a称为划分线不明区域。
以下为了避免复杂的说明,假定在以手动驾驶模式行驶并由本车辆101生成环境地图的同时,也进行划分线L1~L3的识别来进行说明。图3是示出本实施方式的划分线识别装置50的主要部分构成的框图。该划分线识别装置50构成图1的车辆控制系统100的一部分。如图3所示,划分线识别装置50具有控制器10和相机1a。
相机1a为具有CCD、CMOS等摄像元件(图像传感器)的单眼相机,构成图1的外部传感器组1的一部分。相机1a也可以是立体相机。相机1a安装在例如本车辆101的前部的规定位置(图2A),连续地拍摄本车辆101的前方空间,取得对象物的图像(相机图像)。对象物是道路上的划分线(例如图2A的划分线L1~L3)和障碍物(例如图2A的其他车辆102),由相机1a检测本车辆101的周围的对象物。需要说明的是,还可以由激光雷达等代替相机1a,或者和相机1a一起检测对象物。
图3的控制器10除具有地图生成部17外,还具有区域设定部141、障碍物判定部142、信息附加部143作为运算部11(图1)所承担的功能性结构。区域设定部141、障碍物判定部142、信息附加部143具有识别外界的功能,这些构成图1的外界识别部14的一部分。区域设定部141、障碍物判定部142、信息附加部143还具有生成地图的功能,因此这些的全部或一部分也能够包含于地图生成部17中。
在以手动驾驶模式行驶时,地图生成部17基于由相机1a取得的相机图像提取本车辆101的周围的物体的特征点,生成环境地图。所生成的环境地图被存储于存储部12。地图生成部17基于相机图像识别路面上的划分线的位置,将划分线的信息包含于地图信息(例如内部地图信息)中进行存储。被识别的划分线是由相机1a的视场角θ规定的区域AR1(图2A)内的划分线。需要说明的是,存储的划分线信息中包括划分线的颜色(白色、黄色)和种类(实线、虚线)的信息。
区域设定部141使用来自相机图像的征点的信息,检测本车辆101的周围的物体,同时检测物体的位置。物体是图2A中的其他车辆102或者自行车、行人等道路上的移动体,区域设定部141也识别物体的类别。需要说明的是,将物体称为障碍物。区域设定部141还设定包括全部检测出的物体的区域(障碍物区域)。例如如图2A所示,设定包括全部其他车辆102的矩形状的障碍物区域AR3。需要说明的是,障碍物区域AR3也可以不是矩形状。在图2A中,将障碍物区域AR3夸张示出为比其他车辆102大的区域,但障碍物区域AR3可以是与划分其他车辆102的区域相同的区域。
障碍物判定部142判定由地图生成部17识别出的划分线的长度方向的端部和由区域设定部141设定的障碍物区域AR3在二维相机图像上是否邻接。这是划分线是否有被障碍物遮挡的可能性的判定。即,在划分线的端部与障碍物区域AR3邻接的情况下,划分线的一部分(图2A的划分线不明区域L3a)被位于划分线跟前的障碍物遮挡,因此有可能被识别成划分线的端部。因此,当划分线的端部与障碍物区域AR3邻接时,障碍物判定部142判定为划分线检测有可能受到障碍物的阻碍。
需要说明的是,障碍物判定部142还可以通过其他方法判定划分线的检测是否有可能受到障碍物的阻碍。还可以通过例如基于相机图像来确定因障碍物而成为相机1a的死角的区域(图2A的区域AR2),判定是否存在与决定区域AR2的边界线连接的划分线的端部,由此来进行判定。
当由障碍物判定部142判定为在相机图像上存在与划分线的端部邻接的障碍物时,信息附加部143将障碍物检测信息附加在该划分线信息中并存储在存储部12。即,在如图2A所示划分线L3中断的区域L3a即划分线L3的延长区域(划分线不明区域L3a)附加障碍物检测的属性。此时,地图生成部17假定划分线L3未中断而延长,在附加了障碍物检测信息的划分线不明区域L3a中追加划分线,来生成临时地图。该临时地图例如在行动计划生成部15生成行动计划时被参照。还可以考虑与被追加的划分线平行地延伸的其他划分线L1、L2的端部的位置信息来进行划分线的追加。
有时在附加了障碍物检测信息之后,例如因如图2B所示障碍物(其他车辆102)避让了或因再次行驶在同一地点时未检测出障碍物,从而相机1a检测到划分线不明区域L3a中的划分线。在该情况下,信息附加部143从附加了障碍物检测信息的存储部12的划分线信息中去除障碍物检测信息。此时,地图生成部17使用去除了障碍物检测信息的划分线信息来更新环境地图,从而确定地图信息(内部地图信息)。即,在附加了障碍物检测信息的状态下划分线的位置没有被确定,而在除去了障碍物检测信息之后,划分线的位置被确定下来。被确定了的地图信息存储于存储部12,用于自动驾驶车辆的行驶控制。
另一方面,虽然没有障碍物,但是相机1a没有检测出划分线不明区域L3a中的划分线时,信息附加部143也去除障碍物检测信息。在该情况下,地图生成部17删除追加到划分线不明区域L3a内的假定的划分线的信息,并更新环境地图。由此,确定划分线不明区域L3a中不存在划分线。有无附加了障碍物检测信息之后的障碍物是由障碍物判定部142基于相机图像来判定的。
图4是示出按照预先决定的程序由图3的控制器10执行的处理的一例、尤其是与划分线识别相关的处理的一例的流程图。该流程图所示的处理例如在以手动驾驶模式行驶时开始,在持续以手动驾驶模式行驶的期间以规定周期反复进行。
如图4所示,首先在S1(S:处理步骤)中,读入由相机1a得到的图像信号。接下来,在S2中,基于在S1中取得的相机图像生成本车辆101的周围的地图即环境地图,并将环境地图存储于存储部12。此时,基于相机图像识别路面上的划分线的位置,将划分线的信息包含于环境地图的地图信息中进行存储。接下来,在S3中,判定在S1中得到的相机图像中是否包含附加了障碍物检测信息的区域,即是否已经在(例如在上次的处理中)划分线信息中附加有障碍物检测信息。当S3为否定(S3:否)时进入S4。
在S4中,基于在S1中取得的相机图像,判定相机的视场角内是否存在障碍物。当S4为肯定(S4:是)时进入S5,为否定(S4:否)时结束处理。在S5中,设定包括全部检测出的障碍物的障碍物区域AR3,并且判定该障碍物区域AR3和在S2中识别出的划分线的长度方向的端部在二维相机图像上是否邻接。当S5为肯定(S5:是)时进入S6,当为否定(S5:否)时结束处理。
在S6中,将障碍物检测信息附加在划分线信息中而存储于存储部12。还有,假定划分线未中断而延长,在附加了障碍物检测信息的划分线不明区域L3a中追加划分线,生成临时地图,并且将临时地图存储于存储部12,结束处理。
另一方面,当S3为肯定(S3:是)时进入S7,基于在S1中取得的相机图像,判定在附加了障碍物检测信息的划分线不明区域L3a内是否检测出了划分线。当S7为肯定(S7:是)时进入S8,当为否定(S7:否)时结束处理。在S8中,从存储于存储部12的划分线信息中去除障碍物检测信息。还有,使用检测出的划分线,更新在S2中生成的环境地图。该更新后的环境地图用于由行动计划生成部15生成行动计划。
需要说明的是,还可以在S7为否定(S7)时判定是否存在障碍物,在判定为不存在障碍物的情况下,去除障碍物检测信息并且判定为划分线中断,从而更新环境地图,省略图示。即,还可以在虽然不存在障碍物却在划分线不明区域L3a内没有检测出划分线的情况下,确定为划分线中断并结束处理。
更具体地说明本实施方式的划分线识别装置50的动作。在本车辆101以手动驾驶模式行驶时,基于相机图像生成环境地图。然后,当如图2A所示检测出划分线L1~L3时,将划分线L1~L3的位置信息(划分线信息)包含于环境地图而进行存储(S2)。此时,当在划分线L3跟前存在其他车辆102时,有时划分线L3的一部分(划分线不明区域L3a)没有被相机1a检测出。在该情况下,划分线L3的端部(与划分线不明区域L3a的边界)的图像与其他车辆102的图像邻接,因此在划分线信息中附加障碍物检测信息(S6)。因此,控制器10关于是否存在划分线,能够掌握划分线的状态不清楚的位置,能够实施禁止在划分线不明区域L3a以自动驾驶模式行驶等适当的行驶控制。
之后,其他车辆102从本车辆101的周围避让开,当如图2B所示检测出划分线不明区域L3a的划分线L3时,从划分线信息中去除障碍物检测信息(S8)。由此划分线信息确定下来,以后使用包括含确定下来的划分线信息的地图在自动驾驶模式下控制本车辆101的行驶动作。这样在本实施方式中,因为仅检测赋予了障碍物检测信息的划分线不明区域L3a的划分线的状态,并基于检测结果更新划分线的信息即可,所以对环境地图的更新处理较为容易。
采用本实施方式能够起到如下的作用效果。
(1)划分线识别装置50具备:相机1a,其检测本车辆101的周围的外部状况;地图生成部17,其基于由相机1a检测出的外部状况,生成包括关于道路上的划分线的划分线信息的环境地图;障碍物判定部142,其基于由相机1a检测出的外部状况,判定障碍物(其他车辆102)是否与由地图生成部17生成的地图上的划分线L3的端部邻接;以及信息附加部143,其当由障碍物判定部142判定为障碍物与划分线的端部邻接时,将障碍物检测信息附加在划分线信息中(图3)。
采用该构成,在因障碍物的存在而不能明确地判定划分线是否中断时,在不判定为划分线中断的情况下,将障碍物检测信息附加在划分线信息中。因此,在划分线因障碍物的存在而被中断的情况下,能够防止错误地识别为现实的划分线中断,能够适当地实施利用了划分线的行驶控制等。
(2)划分线识别装置50还具备区域设定部141,该区域设定部141基于由相机1a检测出的外部状况,设定由地图生成部17生成的地图上的障碍物所占的障碍物区域AR3(图3)。障碍物判定部142判定划分线的端部是否与由区域设定部141设定的障碍物区域AR3邻接(图4)。由此,能够简单地判定障碍物是否与划分线的端部邻接,处理较为容易。
(3)地图生成部17生成在由信息附加部143附加了障碍物检测信息的划分线中断的区域(划分线不明区域L3a)追加了划分线的临时地图。由此,即使在障碍物与划分线的端部邻接而划分线是否被中断不明确的情况下,也能够使用临时地图实施对本车辆101的行驶控制。
(4)划分线识别装置50还具备存储部12,该存储部12存储附加了障碍物检测信息的划分线信息(图3)。信息附加部143在划分线信息中附加了障碍物检测信息之后,当由相机1a检测出划分线中断了的区域的划分线时,从存储于存储部12的划分线信息中去除障碍物检测信息。由此能够确定划分线信息,能够使用包括所确定的划分线信息的环境地图,良好地实施本车辆101在自动驾驶模式下的行驶。
然而,划分线不明区域不仅是在如上述那样在划分线的跟前存在障碍物那样时发生,在划分线位于超出了相机1a等检测部的检测性能的极限的范围的情况下也会发生。图5A是说明这一点的图,示出本车辆101在手动驾驶模式下一边制作环境地图一边行驶的场景的一例。
如图5A所示,相机1a具有由相机本身的性能决定的固有的视场角θ和最大检测距离r。以相机1a为中心的半径r且圆心角θ的扇形范围AR10内成为相机1a能够检测出的外部空间的范围(可检测范围AR10)。需要说明的是,可检测范围AR10相当于图2A的区域AR1。示出该可检测范围AR10的边界线与划分线L1、L2的交点P10、P11以及P20、P21是由相机本身的检测性能决定的极限点,相机1a能够检测出从划分线L1的极限点P10至极限点P11为止的区域以及从划分线L2的极限点P20至极限点P21为止的区域。
因此,本车辆101的行进方向的、可检测范围AR10的外侧的用虚线示出的区域L1a、L2a为不清楚是否存在划分线的划分线不明区域。在这样的状况下,为了不出现误识别为划分线L1、L2中断的情况,在本实施方式中还如下构成划分线识别装置。
以下为了避免复杂的说明,假设在手动驾驶模式下行驶由本车辆101生成环境地图的同时还进行对划分线L1、L2的识别从而进行说明。图6是示出本实施方式的划分线识别装置150的主要部分构成的框图,是示出与图3不同的方式的图。该划分线识别装置150构成图1的车辆控制系统100的一部分,具有控制器10和相机1a。需要说明的是,对与图3相同的构成赋予相同的附图标记,以下主要说明与图3的不同点。
在图6的控制器10的存储部12预先存储表示相机1a的性能的视场角θ和最大检测距离r。控制器10除了地图生成部17之外还具有范围设定部144、边界判定部145、信息附加部146,作为运算部11(图1)承担的功能性结构。范围设定部144、边界判定部145、信息附加部146具有识别外界的功能,这些构成图1的外界识别部14的一部分。范围设定部144、边界判定部145、信息附加部146也具有生成地图的功能,因此也能够将这些的全部或一部分包含于地图生成部17中。
范围设定部144基于存储于存储部12的视场角θ和最大检测距离r的信息,在由地图生成部17生成的环境地图上设定相机1a能够检测的范围、即如图5A所示那样的扇形的可检测范围AR10。需要说明的是,可检测范围不仅是根据相机本身的性能还根据相机1a的安装位置等变化。因此,范围设定部144考虑相机1a的安装位置设定可检测范围。图5B、图5C分别是示出可检测范围AR10随着本车辆101的移动而变化的一例。当图5A作为本车辆101在规定时间点T的位置时,图5B是从那里开始经过Δt1秒后(例如经过1秒后)的位置,图5C是经过比Δt1大的Δt2秒后(例如经过2秒后)的位置。如图5B、图5C所示,可检测范围AR10随着本车辆101的行驶而移动。范围设定部144随时更新可检测范围AR10。
边界判定部145判定由地图生成部17生成的地图上的划分线的端部是否位于由范围设定部144设定的可检测范围AR10的边界上。例如判定是否存在如图5A所示那样的、边界线与划分线L1、L2的交点(极限点)P10、P11、P20、P21。需要说明的是,从极限点P10至极限点P11为止的划分线L1以及从极限点P20至极限点P21为止的划分线L2是由相机1a识别出的划分线,这些划分线L1、L2包含于由地图生成部17生成的环境地图的划分线信息中。
每当可检测范围AR10更新时,边界判定部145判定由地图生成部17生成的地图上的划分线的端部是否位于可检测范围AR10的边界。如图5B所示,当极限点P11、P21移动并检测出新划分线L1、L2时,地图生成部17追加检测出的划分线信息生成环境地图。即,将图5A的划分线不明区域L1a、L2a中的、除去图5B的区域L10a、L20a的划分线的信息作为划分线信息新追加到地图信息(内部地图信息)中。
当由边界判定部145判定为划分线的端部位于可检测范围AR10的边界时,信息附加部146将边界信息附加在划分线信息(划分线的端部的信息)中,并存储于存储部12。例如将边界信息分别附加在从图5A所示的时间点T和图5B所示的时间点T起经过Δt1秒后,在作为以相机1a为中心的半径r的圆弧示出的边界线AR10a与划分线L1、L2的交点即极限点P11、P21中。边界信息的附加意味着不清楚划分线的端部是否为实际的端部。即意味着虽然不是实际的端部,但是因相机1a的检测极限有可能被视为端部。换言之,信息附加部146将相机检测极限的属性追加到划分线信息中。
还有,信息附加部146在将边界信息附加到了划分线信息中之后,当由边界判定部145判定为划分线的端部没有位于由范围设定部144更新后的可检测范围AR10的边界时,从划分线信息中去除边界信息。例如如图5C所示,在从时间点T起经过Δt2秒后,划分线L1、L2的端部L1b、L2b包含于可检测范围AR10中,可检测范围AR10的边界(边界线AR10a)位于划分线L1、L2的端部L1b、L2b的前方时,从存储于存储部12的划分线信息中去除边界信息。由此确定划分线L1、L2的端部L1b、L2b的位置。此时,地图生成部17使用去除了边界信息的划分线信息对环境地图进行更新,确定地图信息(内部地图信息)。即,在附加了边界信息的状态下,划分线的端部的位置没有被确定,在去除了边界信息后,划分线的端部的位置被确定下来。
图7是示出按照预先决定的程序由图6的控制器10执行的处理的一例,尤其是与划分线识别有关的处理的一例的流程图。该流程图所示的处理例如以手动驾驶模式行驶时开始,在持续以手动驾驶模式行驶的期间,以规定周期反复进行。
如图7所示,首先在S11中,读入由相机1a得到的图像信号。接下来,在S12中,基于在S11中取得的相机图像生成本车辆101的周围的地图、即环境地图,并将环境地图存储于存储部12。此时,基于相机图像识别路面上的划分线的位置,将划分线的信息包含于环境地图的地图信息中进行存储。接下来,在S13中,基于存储于存储部12的视场角θ和最大检测距离r的信息,于在S12中生成的环境地图上设定大致扇形的可检测范围AR10。即,设定可检测范围AR10的边界。
接下来,在S14中,判定是否已经将边界信息附加于在S12中识别出的划分线中,例如是否在上次的处理中在划分线信息中附加了边界信息。当S14为否定(S14:否)时进入S15,判定划分线的端部是否位于在S13中设定的可检测范围AR10的边界(例如边界线AR10a)。当S15为肯定(S15:是)时进入S16,当为否定(S15:否)时结束处理。在S16中,将边界信息附加到在S12中识别出的划分线的信息中并存储于存储部12,结束处理。
另一方面,当S14为肯定(S14:是)时进入S17,与S15相同,判定划分线的端部是否位于在S13中设定的可检测范围AR10的边界。当S17为否定(S17:否)时进入S18,为肯定(S17:是)时结束处理。在S18中,从划分线信息中去除在S16中附加了的边界信息,结束处理。由此划分线的端部的位置即划分线信息确定下来。
更具体地说明本实施方式的划分线识别装置150的动作。在本车辆以手动驾驶模式行驶时,基于相机图像生成环境地图。然后,当检测出图5A所示的划分线L1、L2时,将划分线L1、L2的位置信息(划分线信息)与环境地图建立对应关系地存储(S12)。此时,划分线L1、L2的一部分(划分线不明区域L1a、L2a)在相机1a的可检测范围AR10之外,有时不能被相机1a检测出。在该情况下,如图5A所示,划分线的端部(极限点P11、P21)位于可检测范围AR10的边界,因此在划分线L1、L2的划分线信息中附加表示相机1a的检测极限的边界信息(S16)。因此,控制器10能够掌握是否存在划分线的、划分线的状态不清楚的位置,能够实施禁止在划分线不明区域L1a、L2a以自动驾驶模式行驶等适当的行驶控制。
之后,可检测范围AR10随着本车辆101的移动而发生变化,如图5C所示,当划分线的端部L1b、L2b不位于可检测范围AR10的边界(边界线AR10a上)时,判定为端部L1b、L2b不是相机1a的极限点,而是实际的划分线L1、L2的端部。因此,从划分线信息中去除边界信息(S18)。也就是说,以根据相机图像明确地检测出了划分线L1、L2中断了的状态为条件,从划分线信息中去除边界信息。由此划分线信息确定下来,以后使用确定了的划分线信息在自动驾驶模式下对本车辆101的行驶动作进行控制。
采用本实施方式还能够起到如下的作用效果。
(1)划分线识别装置150具备:相机1a,其检测本车辆101的周围的外部状况;地图生成部17,其基于由相机1a检测出的外部状况,生成包括关于道路上的划分线的划分线信息的环境地图;范围设定部144,其设定相机1a能够检测出的外部空间的范围、即可检测范围AR10;边界判定部145,其判定在由地图生成部17生成的环境地图上的划分线的端部(极限点P11、P21)是否位于由范围设定部144设定的可检测范围AR10的边界(边界线AR10a);以及信息附加部146,其当由边界判定部145判定为划分线的端部位于边界时,将边界信息附加在划分线信息中(图6)。
采用该构成,在不能够明确地判定划分线是否中断时,考虑相机1a的检测极限从而将边界信息附加在划分线信息中。因此,能够在因相机1a的检测极限而检测到中断了的划分线的情况下,防止错误地识别为现实的划分线中断,能够适当地实施利用划分线的行驶控制等。
(2)当相机1a能够检测出的可检测范围AR10随着本车辆101的移动而发生变化时,范围设定部144更新可检测范围AR10(图5A~图5C)。边界判定部145判定由地图生成部17生成的地图上的划分线的端部是否位于由范围设定部144更新了的可检测范围AR10的边界(图7)。由此,可检测范围AR10随着本车辆101的移动而连续地移动,能够提前识别实际的划分线L1、L2的端部L1b、L2b(图5C)。
(3)信息附加部146在将边界信息附加在了划分线信息中之后,当由边界判定部145判定为划分线L1、L2的端部没有位于由范围设定部144更新了的可检测范围AR10的边界时,从划分线信息中去除边界信息(图7)。由此能够确定划分线信息,本车辆101能够使用包括确定了的划分线信息的环境地图,良好地实施自动驾驶模式下的行驶。
上述实施方式能够变形成各种方式。以下对若干变形例进行说明。在上述实施方式中,由相机1a等外部传感器组1检测本车辆的周围的外部状况,但只要是为了生成地图而检测外部状况,也能够使用激光雷达等除相机1a以外的检测部。在上述实施方式中,地图生成部17在手动驾驶模式下行驶的同时生成环境地图,但还可以在自动驾驶模式下行驶的同时生成环境地图。在上述实施方式中,范围设定部144基于相机自身的视场角θ和最大检测距离r,设定由相机1a能够检测的外部空间的范围,但相机1a的视场角的一部分因配置于相机1a的周围的零件的存在而被遮挡的情况下,考虑该情况而设定可检测范围。因此,范围设定部的构成不限于以上所述。
在上述实施方式中,基于相机图像,边界判定部145判定由地图生成部17生成的地图上的划分线的端部是否位于由范围设定部144设定的可检测范围AR10的边界,但还可以在根据激光雷达的检测值得到的地图上对其进行判定,边界判定部的构成不局限于以上所述。在上述实施方式中,当由边界判定部145判定为划分线L1、L2的端部(极限点P11、P21)位于边界时,信息附加部146将边界信息附加在划分线信息中,但除附加边界信息外,还可以延长划分线而生成划分线不明区域L1a、L2a的临时地图,信息附加部的构成不限于以上所述。
在上述实施方式中,当判定为障碍物与划分线的端部邻接时,信息附加部143(图3)将障碍物检测信息附加在划分线信息中,另一方面,当判定为划分线的端部位于检测部(相机1a)的可检测范围的边界时,信息附加部146(图6)将边界信息附加在划分线信息中。即信息附加部实施附加障碍物检测信息和附加边界信息中的任一者,但还可以实施附加障碍物检测信息和附加边界信息二者。
本发明也能够作为划分线识别方法来使用,该方法包括:基于由相机1a等检测部检测出的本车辆的周围的外部状况,生成包括关于道路上的划分线的划分线信息的地图的步骤;设定由检测部能够检测的外部空间的范围的步骤;判定所生成的地图上的划分线的端部是否位于所设定的范围的边界的步骤;当判定为划分线的端部位于边界时,将边界信息附加在划分线信息中的步骤。
既能够任意组合上述实施方式和变形例的一个或者多个,也能够将各变形例彼此进行组合。
采用本发明,能够在虽然划分线实际上未中断却检测出了中断了的划分线的情况下,防止错误地识别为划分线中断。
上文结合优选实施方式对本发明进行了说明,但本领域技术人员应该理解,在不脱离后述权利要求书的公开范围的情况下能够进行各种修改和变更。
Claims (7)
1.一种划分线识别装置,其特征在于,具备:
检测部(1a),其检测本车辆的周围的外部状况;
地图生成部(17),其基于由所述检测部(1a)检测出的外部状况,生成包括道路上的划分线的划分线信息的地图;
范围设定部(144),其设定由所述检测部(1a)能够检测的外部空间的范围;
边界判定部(145),其判定由所述地图生成部(17)生成的地图上的所述划分线的端部是否位于由所述范围设定部(144)所设定的所述范围的边界;以及
信息附加部(146),其当由所述边界判定部(145)判定为所述划分线的端部位于所述边界时,将边界信息附加在所述划分线信息中。
2.根据权利要求1所述的划分线识别装置,其特征在于,
当由所述检测部(1a)能够检测出的外部空间的所述范围随着所述本车辆的移动而发生变化时,所述范围设定部(144)更新所述范围,
所述边界判定部(145)判定由所述地图生成部(17)生成的地图上的划分线的端部是否位于由所述范围设定部(144)更新了的所述范围的边界。
3.根据权利要求2所述的划分线识别装置,其特征在于,
所述信息附加部(146)在将所述边界信息附加在了所述划分线信息中之后,当由所述边界判定部(145)判定为所述划分线的端部不位于由所述范围设定部(144)更新了的范围的边界时,从所述划分线信息中去除所述边界信息。
4.根据权利要求3所述的划分线识别装置,其特征在于,
所述地图生成部(17)基于去除了所述边界信息的所述划分线信息,生成用于自动驾驶车辆的行驶的所述地图。
5.根据权利要求1至4中任一项所述的划分线识别装置,其特征在于,
所述检测部(1a)为相机,
所述边界判定部(145)判定所述划分线的端部的图像是否位于由所述范围设定部(144)所设定的所述范围的边界。
6.根据权利要求5所述的划分线识别装置,其特征在于,
所述范围设定部(144)基于所述相机的视场角和最大检测距离设定所述范围。
7.一种划分线识别方法,其特征在于,包括:
基于由所述检测部(1a)检测出的本车辆的周围的外部状况,生成包括关于道路上的划分线的划分线信息的地图的步骤;
设定由所述检测部(1a)能够检测的外部空间的范围的步骤;
判定所生成的地图上的所述划分线的端部是否位于所设定的所述范围的边界的步骤;以及
当判定为所述划分线的端部位于所述边界时,将边界信息附加在所述划分线信息中的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021-020418 | 2021-02-12 | ||
JP2021020418A JP2022123239A (ja) | 2021-02-12 | 2021-02-12 | 区画線認識装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114926805A true CN114926805A (zh) | 2022-08-19 |
Family
ID=82801495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210112853.9A Pending CN114926805A (zh) | 2021-02-12 | 2022-01-29 | 划分线识别装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220262252A1 (zh) |
JP (1) | JP2022123239A (zh) |
CN (1) | CN114926805A (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001022918A (ja) * | 1999-07-07 | 2001-01-26 | Tokai Rika Co Ltd | 車両における走行路認識方法及び走行路認識装置 |
JP2009222392A (ja) * | 2008-03-13 | 2009-10-01 | Denso Corp | 車両用地図表示装置。 |
JP2010205175A (ja) * | 2009-03-05 | 2010-09-16 | Nissan Motor Co Ltd | 車線認識装置及び方法 |
JP2014006588A (ja) * | 2012-06-21 | 2014-01-16 | Toyota Central R&D Labs Inc | 路面境界推定装置及びプログラム |
KR20140039930A (ko) * | 2012-09-25 | 2014-04-02 | 에스케이텔레콤 주식회사 | 관심경계에 따른 이벤트 룰 설정방법 및 이를 이용한 이벤트 감시장치 |
US20150278611A1 (en) * | 2014-04-01 | 2015-10-01 | Automotive Research & Test Center | Dynamic Lane Line Detection System and Method |
US20150302574A1 (en) * | 2012-11-27 | 2015-10-22 | Clarion Co., Ltd. | On-Vehicle Control Device |
US20180148092A1 (en) * | 2016-11-25 | 2018-05-31 | Toyota Jidosha Kabushiki Kaisha | Vehicle driving assist apparatus |
JP2018181093A (ja) * | 2017-04-18 | 2018-11-15 | 株式会社Soken | 区画線認識装置 |
CN109583416A (zh) * | 2018-12-11 | 2019-04-05 | 广州小鹏汽车科技有限公司 | 伪车道线识别方法及系统 |
US20190156129A1 (en) * | 2016-07-22 | 2019-05-23 | Hitachi Automotive Systems, Ltd. | Traveling Road Boundary Estimation Apparatus and Traveling Assistance System Using Same |
CN110121450A (zh) * | 2016-12-28 | 2019-08-13 | 本田技研工业株式会社 | 车辆控制系统、车辆控制方法及车辆控制程序 |
US20190333389A1 (en) * | 2018-04-27 | 2019-10-31 | TuSimple | System and method for determining car to lane distance |
CN110871796A (zh) * | 2018-08-28 | 2020-03-10 | 株式会社斯巴鲁 | 车道保持控制装置 |
JP2020087191A (ja) * | 2018-11-29 | 2020-06-04 | 株式会社Soken | 車線境界設定装置、車線境界設定方法 |
US20200193579A1 (en) * | 2018-12-14 | 2020-06-18 | Denso Ten Limited | Image processing device and image processing method |
JP2020135586A (ja) * | 2019-02-22 | 2020-08-31 | 株式会社豊田中央研究所 | 周辺線分処理装置、走路推定装置、および周辺線分処理プログラム |
CN111824141A (zh) * | 2019-03-28 | 2020-10-27 | 本田技研工业株式会社 | 显示控制装置、显示控制方法及存储介质 |
US20200410257A1 (en) * | 2018-03-09 | 2020-12-31 | Clarion Co., Ltd. | Division line recognition apparatus |
US20210019536A1 (en) * | 2018-03-29 | 2021-01-21 | Sony Corporation | Signal processing device and signal processing method, program, and mobile body |
CN112288805A (zh) * | 2019-07-22 | 2021-01-29 | 本田技研工业株式会社 | 车道数据生成装置、位置确定装置、车道数据生成方法及位置确定方法 |
-
2021
- 2021-02-12 JP JP2021020418A patent/JP2022123239A/ja active Pending
-
2022
- 2022-01-29 CN CN202210112853.9A patent/CN114926805A/zh active Pending
- 2022-02-03 US US17/592,464 patent/US20220262252A1/en active Pending
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001022918A (ja) * | 1999-07-07 | 2001-01-26 | Tokai Rika Co Ltd | 車両における走行路認識方法及び走行路認識装置 |
JP2009222392A (ja) * | 2008-03-13 | 2009-10-01 | Denso Corp | 車両用地図表示装置。 |
JP2010205175A (ja) * | 2009-03-05 | 2010-09-16 | Nissan Motor Co Ltd | 車線認識装置及び方法 |
JP2014006588A (ja) * | 2012-06-21 | 2014-01-16 | Toyota Central R&D Labs Inc | 路面境界推定装置及びプログラム |
KR20140039930A (ko) * | 2012-09-25 | 2014-04-02 | 에스케이텔레콤 주식회사 | 관심경계에 따른 이벤트 룰 설정방법 및 이를 이용한 이벤트 감시장치 |
US20150302574A1 (en) * | 2012-11-27 | 2015-10-22 | Clarion Co., Ltd. | On-Vehicle Control Device |
US20150278611A1 (en) * | 2014-04-01 | 2015-10-01 | Automotive Research & Test Center | Dynamic Lane Line Detection System and Method |
US20190156129A1 (en) * | 2016-07-22 | 2019-05-23 | Hitachi Automotive Systems, Ltd. | Traveling Road Boundary Estimation Apparatus and Traveling Assistance System Using Same |
US20180148092A1 (en) * | 2016-11-25 | 2018-05-31 | Toyota Jidosha Kabushiki Kaisha | Vehicle driving assist apparatus |
CN110121450A (zh) * | 2016-12-28 | 2019-08-13 | 本田技研工业株式会社 | 车辆控制系统、车辆控制方法及车辆控制程序 |
JP2018181093A (ja) * | 2017-04-18 | 2018-11-15 | 株式会社Soken | 区画線認識装置 |
US20200410257A1 (en) * | 2018-03-09 | 2020-12-31 | Clarion Co., Ltd. | Division line recognition apparatus |
US20210019536A1 (en) * | 2018-03-29 | 2021-01-21 | Sony Corporation | Signal processing device and signal processing method, program, and mobile body |
US20190333389A1 (en) * | 2018-04-27 | 2019-10-31 | TuSimple | System and method for determining car to lane distance |
CN110871796A (zh) * | 2018-08-28 | 2020-03-10 | 株式会社斯巴鲁 | 车道保持控制装置 |
JP2020087191A (ja) * | 2018-11-29 | 2020-06-04 | 株式会社Soken | 車線境界設定装置、車線境界設定方法 |
CN109583416A (zh) * | 2018-12-11 | 2019-04-05 | 广州小鹏汽车科技有限公司 | 伪车道线识别方法及系统 |
US20200193579A1 (en) * | 2018-12-14 | 2020-06-18 | Denso Ten Limited | Image processing device and image processing method |
JP2020135586A (ja) * | 2019-02-22 | 2020-08-31 | 株式会社豊田中央研究所 | 周辺線分処理装置、走路推定装置、および周辺線分処理プログラム |
CN111824141A (zh) * | 2019-03-28 | 2020-10-27 | 本田技研工业株式会社 | 显示控制装置、显示控制方法及存储介质 |
CN112288805A (zh) * | 2019-07-22 | 2021-01-29 | 本田技研工业株式会社 | 车道数据生成装置、位置确定装置、车道数据生成方法及位置确定方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2022123239A (ja) | 2022-08-24 |
US20220262252A1 (en) | 2022-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220266824A1 (en) | Road information generation apparatus | |
US11874135B2 (en) | Map generation apparatus | |
CN114944073B (zh) | 地图生成装置和车辆控制装置 | |
CN114926805A (zh) | 划分线识别装置 | |
CN114926804A (zh) | 划分线识别装置 | |
JP7141479B2 (ja) | 地図生成装置 | |
US11867526B2 (en) | Map generation apparatus | |
JP7141477B2 (ja) | 地図生成装置 | |
US20220291015A1 (en) | Map generation apparatus and vehicle position recognition apparatus | |
JP7141480B2 (ja) | 地図生成装置 | |
US20230314164A1 (en) | Map generation apparatus | |
US20220268587A1 (en) | Vehicle position recognition apparatus | |
US20220262138A1 (en) | Division line recognition apparatus | |
US20220291013A1 (en) | Map generation apparatus and position recognition apparatus | |
US20220291014A1 (en) | Map generation apparatus | |
JP2022151012A (ja) | 地図生成装置 | |
JP2023149511A (ja) | 地図生成装置 | |
CN114954508A (zh) | 车辆控制装置 | |
CN114972662A (zh) | 地图生成装置 | |
CN116890846A (zh) | 地图生成装置 | |
JP2022150534A (ja) | 走行制御装置 | |
JP2022152051A (ja) | 走行制御装置 | |
CN115107798A (zh) | 车辆位置识别装置 | |
CN115959145A (zh) | 车辆控制装置 |
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 |