CN116189119A - 车道偏离预警方法及装置 - Google Patents

车道偏离预警方法及装置 Download PDF

Info

Publication number
CN116189119A
CN116189119A CN202211574922.4A CN202211574922A CN116189119A CN 116189119 A CN116189119 A CN 116189119A CN 202211574922 A CN202211574922 A CN 202211574922A CN 116189119 A CN116189119 A CN 116189119A
Authority
CN
China
Prior art keywords
detected
image
image set
value
images
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
Application number
CN202211574922.4A
Other languages
English (en)
Inventor
李梦宇
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.)
Inceptio Star Intelligent Technology Shanghai Co Ltd
Original Assignee
Inceptio Star Intelligent Technology Shanghai 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 Inceptio Star Intelligent Technology Shanghai Co Ltd filed Critical Inceptio Star Intelligent Technology Shanghai Co Ltd
Priority to CN202211574922.4A priority Critical patent/CN116189119A/zh
Publication of CN116189119A publication Critical patent/CN116189119A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/114—Yaw movement
    • 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
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • 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, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种车道偏离预警方法及装置，获取待检测图像集，待检测图像集包括连续多帧待检测图像及各帧待检测图像对应的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离；判断单帧待检测图像对应的车辆横向距离是否大于第一阈值，判断当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值，或判断当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值；若车辆横向距离大于第一阈值，或车道线倾斜角度小于第二阈值，或IPM下的像素横向距离大于第三阈值，则判定对应待检测图像为车道线未发生偏离。本发明可以有效解决颠簸、横向距离结果不连续极易不稳定的问题，适用于更多变复杂的场景，鲁棒性极佳。

Description

车道偏离预警方法及装置
技术领域
本发明涉及车辆安全技术领域，尤其涉及一种车道偏离预警方法及装置。
背景技术
车道偏离预警(LDW)是高级辅助驾驶系统(ADAS)的重要组成部分，具体表现为车辆行驶过程中逐渐偏离原始车道的行为。LDW现有技术标准大多采用基于车道线即将压线的时间(TLC)来判断车辆是否触界，以进行车道偏离预警。
基于TLC的车道偏离预警基本流程为：获取当前车辆在车道中的位置；获取车辆距离车道线的距离；计算车辆的横向速度；计算车辆多长时间后压线；判断压线时间的计算值是否超过设定阈值。无论何种LDW报警标准，需要已知的道路和本车信息包括车道线位置、本车位置和多帧位置信息。在上述信息已获取的情况下，可根据不同的标准指定不同的LDW报警机制。
然而，TLC车道偏离预警机制主要存在以下问题：1)严重依赖车辆横向距离计算的精确度；2)严重依赖多帧车辆横向距离的连续性；3)无法在车辆压线后继续报警；4)当车辆处于车道偏离的边界时持续误报。此外，当前的车道偏离预警机制无法适用于车道由当前车道驶入另一车道或者再返回本车道的整个过程的报警，且当车道位置计算不准确以及多帧位置连续性不够时，极易产生误报，特别是遇到较差路况如颠簸场景，且无法处理只有单条车道线时的LDW报警。
发明内容
本发明提供一种车道偏离预警方法及装置，用以解决现有技术中车道线报警灵敏度较差的缺陷，能够避免受车辆横向距离、颠簸场景等影响造成的误报情况，提高车道线报警的精确度。
本发明提供一种车道偏离预警方法，包括：获取待检测图像集，所述待检测图像集包括连续多帧待检测图像及各帧所述待检测图像对应的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离；判断单帧待检测图像对应的车辆横向距离是否大于第一阈值，判断所述当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值，或判断所述当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值；若所述车辆横向距离大于所述第一阈值，或所述车道线倾斜角度小于所述第二阈值，或所述IPM下的像素横向距离大于所述第三阈值，则判定对应待检测图像为车道线未发生偏离。
根据本发明提供的一种车道偏离预警方法，在所述判定对应待检测图像为车道线未发生偏离之后，包括：根据判定为车道线未发生偏离的待检测图像，按第一预设帧数进行分组，得到多个第一待检测图像集；所述第一待检测图像集包括符合所述第一预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离；根据各个所述第一待检测图像集，得到对应各所述第一待检测图像集的车道线倾斜角度的第一均值和第一方差，以及得到各所述第一待检测图像集中当前帧待检测图像的车道线倾斜角度大于前一帧待检测图像的车道线倾斜角度的第一计数值；判断各所述第一待检测图像集的第一均值是否大于第四阈值、第一方差是否大于第五阈值以及第一计数值是否大于第六阈值，并基于所述第一预设帧数内第一均值大于第四阈值、第一方差大于第五阈值和第一计数值大于第六阈值，判定对应第一待检测图像集内的待检测图像车道线发生偏离；否则，判定对应第一待检测图像集内的待检测图像车道线未发生偏离。
根据本发明提供的一种车道偏离预警方法，在所述判定对应待检测图像为车道线未发生偏离之后，包括：根据绝对中位差MAD算法，得到判定为车道线未发生偏离的待检测图像的车辆横向距离离群值、车道线倾斜角度离群值和IPM下的像素横向距离离群值；对所述车辆横向距离离群值、所述车道线倾斜角度离群值和所述IPM下的像素横向距离离群值分别进行滤除。
根据本发明提供的一种车道偏离预警方法，在所述判定对应第一待检测图像集内的待检测图像车道线未发生偏离之后，包括：根据判定为车道线未发生偏离的各个第一待检测图像集，按第二预设帧数对其进行重新分组，得到第二待检测图像集；所述第二待检测图像集包括符合所述第二预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离；根据各个所述第二待检测图像集，得到对应各所述第二待检测图像集的IPM下的像素横向距离的第二均值和第二方差，以及得到各所述第二待检测图像集中当前帧待检测图像的车道线倾斜角度大于前一帧的第二计数值；判断各所述第二待检测图像集的第二均值是否小于第七阈值、第二方差是否大于第八阈值以及第二计数值是否大于第九阈值，并基于所述第二均值小于所述第七阈值、所述第二方差大于第八阈值和所述第二计数值大于第九阈值，判定对应第二待检测图像集内的待检测图像车道线发生偏离；否则，判定对应第二待检测图像集内的待检测图像车道线未发生偏离。
根据本发明提供的一种车道偏离预警方法，在所述判定对应第二待检测图像集内的待检测图像车道线未发生偏离之后，包括：根据判定为车道线未发生偏离的各个第二待检测图像集，按第三预设帧数对其进行重新分组，得到第三待检测图像集；所述第三待检测图像集包括符合所述第三预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离；根据各个所述第三待检测图像集，得到对应各所述第三待检测图像集的车辆横向距离的第三方差，得到各所述第三待检测图像集中当前帧待检测图像的车辆横向距离小于前一帧的第三计数值，以及得到各所述第三待检测图像集中后三帧待检测图像的第四方差；基于各所述第三待检测图像集中当前帧待检测图像的横向距离小于第一距离预设值，对应第三待检测图像集的第三方差大于第一方差预设阈值，对应第三待检测图像集的第三计数值大于第一计数预设阈值且符合第一设定值，对应第三待检测图像集的第四方差大于第二方差预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，则判定对应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆即将压线并且高速变道；否则，基于各所述第三待检测图像集中当前帧待检测图像的横向距离小于第二距离预设值，对应第三待检测图像集的第三方差大于第三方差预设阈值，对应第三待检测图像集的第三计数值大于第二计数预设阈值，对应第三待检测图像集的第四方差大于第四方差预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，则判定对应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆处于压线边缘并低速变道；否则，判定对应第三待检测图像集内的待检测图像车道线未发生偏离。
根据本发明提供的一种车道偏离预警方法，所述得到第三待检测图像集，包括：根据判定为车道线未发生偏离的各个第二待检测图像集，按第三预设帧数对其进行重新分组，得到初始第三待检测图像集；基于第三距离预设值，将各所述初始第三待检测图像集中各帧待检测图像大于所述第三距离预设值的车辆横向距离滤除，得到第三待检测图像集。
根据本发明提供的一种车道偏离预警方法，在得到对应各所述第三待检测图像集的车辆横向距离的第三方差时，还得到对应各所述第三待检测图像集的车辆横向距离的第三均值；在得到各所述第三待检测图像集中后三帧待检测图像的第四方差时，还得到各所述第三待检测图像集中后三帧待检测图像的第四均值；
在所述判定对应第三待检测图像集内的待检测图像车道线未发生偏离之后，包括：根据判定为车道线未发生偏离的各个第三待检测图像集，确定对应第三待检测图像集中车辆横向距离小于第四距离预设值的待检测图像的帧数；基于所述帧数大于第一预设帧数，且对应第三待检测图像集的第三计数值大于第三计数预设阈值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆正处于压线状态；否则，
基于判定为车道线未发生偏离的第三待检测图像集的第三均值小于所述第一均值预设阈值，对应第三待检测图像集的第三计数值大于所述第四计数预设阈值，对应第三待检测图像集中当前帧待检测图像的横向距离小于所述第五距离预设值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆正处于压线边缘且即将压线；否则，
基于判定为车道线未发生偏离的第三待检测图像集的第三均值小于所述第三均值预设阈值，对应第三待检测图像集的第三计数值大于所述第五计数预设阈值且符合第二设定值，对应第三待检测图像集的第四均值小于第四均值预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，对应第三待检测图像集中当前帧待检测图像的横向距离小于第六距离预设值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆横向距离正快速变化且存在压线可能；否则，
基于判定为车道线未发生偏离的第三待检测图像集的第三均值小于所述第五均值预设阈值，对应第三待检测图像集的第三计数值大于所述第六计数预设阈值且符合第三设定值，对应第三待检测图像集的第四均值小于第六均值预设阈值，对应第三待检测图像集中当前帧待检测图像与在先一帧待检测图像的横向距离差值大于预设差值阈值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆横向距离正低速变化且存在压线可能；否则，判定对应第三待检测图像集内的待检测图像车道线未发生偏离。
本发明还提供一种车道偏离预警装置，包括：数据获取模块，获取待检测图像集，所述待检测图像集包括连续多帧待检测图像及各帧所述待检测图像对应的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离；偏离判断模块，判断单帧待检测图像对应的车辆横向距离是否大于第一阈值，判断所述当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值，或判断所述当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值；结果确定模块，若所述车辆横向距离大于所述第一阈值，或所述车道线倾斜角度小于所述第二阈值，或所述IPM下的像素横向距离大于所述第三阈值，则判定对应待检测图像为车道线未发生偏离。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述车道偏离预警方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述车道偏离预警方法的步骤。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述车道偏离预警方法的步骤。
本发明提供的车道偏离预警方法及装置，通过车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离对车道线是否偏离进行判断，从而便于根据偏离判断结果进行偏离预警，另外，综合方差、均值和横向距离下降次数的联合特征，以有效解决颠簸、横向距离结果不连续极易不稳定的问题，且可以同时处理车道由当前车道驶入另一车道或者再返回本车到的整个过程的报警，适用于更多变复杂的场景，鲁棒性极佳。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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是本发明提供的车道偏离预警方法的流程示意图；
图2是本发明提供的车道偏离预警装置的结构示意图；
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
图1示出了本发明一种车道偏离预警方法的流程示意图，该方法包括：
S11，获取待检测图像集，待检测图像集包括连续多帧待检测图像及各帧待检测图像对应的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离；
S12，判断单帧待检测图像对应的车辆横向距离是否大于第一阈值，判断当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值，或判断当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值；
S13，若车辆横向距离大于第一阈值，或车道线倾斜角度小于第二阈值，或IPM下的像素横向距离大于第三阈值，则判定对应待检测图像为车道线未发生偏离。
需要说明的是，本说明书中的S1N不代表车道偏离预警方法的先后顺序，下面具体描述本发明的车道偏离预警方法。
步骤S11，获取待检测图像集，待检测图像集包括连续多帧待检测图像及各帧待检测图像对应的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离。
在本实施例中，获取待检测图像集，包括：获取待检测图像；对待检测图像进行检测，得到车辆相对于当前车道的位置；根据车辆相对于当前车道的位置，得到车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离。
步骤S12，判断单帧待检测图像对应的车辆横向距离是否大于第一阈值，判断当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值，或判断当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值。
需要说明的是，通过对车辆横向距离、车道线倾斜角度或IPM下的像素横向距离与对应阈值的比较，以便于后续基于车辆横向距离是否大于第一阈值、车道线倾斜角度是否小于第二阈值或IPM下的像素横向距离是否大于第三阈值，对车道线是否发生偏离进行预测并预警。
步骤S13，若车辆横向距离大于第一阈值，或车道线倾斜角度小于第二阈值，或IPM下的像素横向距离大于第三阈值，则判定对应待检测图像为车道线未发生偏离。
需要补充的是，若车辆横向距离不大于第一阈值、车道线倾斜角度不小于第二阈值和/或IPM下的像素横向距离不大于第三阈值，则判定对应待检测图像为车道线发生偏离。另外，第一阈值可以为2m，第二阈值可以为65°，第三阈值可以为10，具体可以根据实际设计使用需求进行设置，以便于提高车道线偏离预警的准确性。
在本实施例中，在判定对应待检测图像为车道线未发生偏离之后，包括：
Sa1，根据判定为车道线未发生偏离的待检测图像，按第一预设帧数进行分组，得到多个第一待检测图像集；第一待检测图像集包括符合第一预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离。需要说明的是，第一预设帧数可以根据实际设计需求进行设置，比如当第一预设帧数取值为8时，则对应将未发生车道线偏离的待检测图像按时序分为多个第一待检测图像集，且每个第一待检测图像集中的图像帧数为8。
Sa2，根据各个第一待检测图像集，得到对应各第一待检测图像集的车道线倾斜角度的第一均值m1和第一方差v1，以及得到各第一待检测图像集中当前帧待检测图像的车道线倾斜角度大于前一帧待检测图像的车道线倾斜角度的第一计数值n1。
Sa3，判断各第一待检测图像集的第一均值m1是否大于第四阈值、第一方差v1是否大于第五阈值以及第一计数值n1是否大于第六阈值，并基于第一预设帧数内第一均值m1大于第四阈值、第一方差v1大于第五阈值和第一计数值m1大于第六阈值，判定对应第一待检测图像集内的待检测图像车道线发生偏离；否则，判定对应第一待检测图像集内的待检测图像车道线未发生偏离。
需要补充的是，第四阈值可以为60°，第五阈值可以为2，第六阈值可以为3，具体可以根据实际设计使用需求进行设置。相应地，当m1＞60°、v1＞2且n1＞3，判定车道偏离预警(LDW)发生。
在一个可选实施例中，在判定对应待检测图像为车道线未发生偏离之后，包括：根据绝对中位差MAD算法，得到判定为车道线未发生偏离的待检测图像的车辆横向距离离群值、车道线倾斜角度离群值和IPM下的像素横向距离离群值；对车辆横向距离离群值、车道线倾斜角度离群值和IPM下的像素横向距离离群值分别进行滤除。需要说明的是，通过滤除相应离群值，以避免离群值对车道线偏离预警结果的影响，减少误报的情形以及减少计算量，提高车道线偏离预警的效率。
另外，为了更进一步地提高车道线偏离预警的精确度，在判定对应第一待检测图像集内的待检测图像车道线未发生偏离之后，包括：
Sb1，根据判定为车道线未发生偏离的各个第一待检测图像集，按第二预设帧数对其进行重新分组，得到第二待检测图像集；第二待检测图像集包括符合第二预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离。需要说明的是，第二预设帧数可以根据实际设计需求进行设置，具体可参考第一预设帧数。应当注意的是，当第二预设帧数与第一预设帧数时，可以不重新分组，此时直接将判定为车道线未发生偏离的各个第一待检测图像集作为第二待检测图像集。
Sb2，根据各个第二待检测图像集，得到对应各第二待检测图像集的IPM下的像素横向距离的第二均值m2和第二方差v2，以及得到各第二待检测图像集中当前帧待检测图像的车道线倾斜角度大于前一帧的第二计数值n2。
Sb3，判断各第二待检测图像集的第二均值m2是否小于第七阈值、第二方差v2是否大于第八阈值以及第二计数值n2是否大于第九阈值，并基于第二均值m2小于第七阈值、第二方差v2大于第八阈值和第二计数值n2大于第九阈值，判定对应第二待检测图像集内的待检测图像车道线发生偏离；否则，判定对应第二待检测图像集内的待检测图像车道线未发生偏离。
需要补充的是，第七阈值可以为8，第八阈值可以为1，第九阈值可以为2，具体可以根据实际设计使用需求进行设置。相应地，当m2＜8、v2＞1且n2＞2，判定车道偏离预警(LDW)发生。
在一个可选实施例中，在判定对应第二待检测图像集内的待检测图像车道线未发生偏离之后，包括：
Sc1，根据判定为车道线未发生偏离的各个第二待检测图像集，按第三预设帧数对其进行重新分组，得到第三待检测图像集；第三待检测图像集包括符合第三预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离。
应当注意的是，得到第三待检测图像集，包括：根据判定为车道线未发生偏离的各个第二待检测图像集，按第三预设帧数对其进行重新分组，得到初始第三待检测图像集；基于第三距离预设值，将各初始第三待检测图像集中各帧待检测图像大于第三距离预设值的车辆横向距离滤除，得到第三待检测图像集。本实施例中，第三距离预设值和第三距离预设值可以根据实际设计需求设置，比如第三距离预设值可以为8，第三距离预设值可以为2，从而将连续8帧内的待检测图像中车辆横向距离大于2的图像滤除，以避免数据干扰，影响后续车道线预警的效率和精度。
另外，第三预设帧数可以根据实际设计需求进行设置，具体可参考第二预设帧数。应当注意的是，当第三预设帧数与第二预设帧数时，可以不重新分组，此时直接将判定为车道线未发生偏离的各个第二待检测图像集作为第三待检测图像集。
Sc2，根据各个第三待检测图像集，得到对应各第三待检测图像集的车辆横向距离的第三方差v3，得到各第三待检测图像集中当前帧待检测图像的车辆横向距离小于前一帧的第三计数值n3，以及得到各第三待检测图像集中后三帧待检测图像的第四方差v4；
Sc3，基于各第三待检测图像集中当前帧待检测图像的横向距离小于第一距离预设值，对应第三待检测图像集的第三方差v3大于第一方差预设阈值，对应第三待检测图像集的第三计数值n3大于第一计数预设阈值且符合第一设定值，对应第三待检测图像集的第四方差v4大于第二方差预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，则判定对应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆即将压线并且高速变道；否则，判定对应第三待检测图像集内的待检测图像车道线未发生偏离。
需要补充的是，第一距离预设值可以为1.05m，第一方差预设阈值可以为0.02，第一计数预设阈值可以为5，第一设定值可以为5，第二方差预设阈值可以为0.01，具体可以根据实际设计使用需求进行设置。
更进一步地说，当判定对应第三待检测图像集内的待检测图像车道线未发生偏离时，还包括：基于各第三待检测图像集中当前帧待检测图像的横向距离小于第二距离预设值，对应第三待检测图像集的第三方差v3大于第三方差预设阈值，对应第三待检测图像集的第三计数值n3大于第二计数预设阈值，对应第三待检测图像集的第四方差v4大于第四方差预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，则判定对应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆处于压线边缘并低速变道；否则，判定对应第三待检测图像集内的待检测图像车道线未发生偏离。
需要说明的是，第二距离预设值可以为1m，第三方差预设阈值可以为3，第二计数预设阈值可以为5，第四方差预设阈值可以为0.0075，具体可以根据实际设计使用需求进行设置。
应当注意的是，第一距离预设值与第二距离预设值、第三方差预设阈值与第一方差预设阈值、第二计数预设阈值与第一计数预设阈值以及第四方差预设阈值与第二方差预设阈值不完全相同，具体可根据实际设计需求设置。通过上述车道线是否偏离判断方式，综合方差、均值和横向距离下降次数的联合特征，以有效解决颠簸、横向距离结果不连续极易不稳定的问题，且可以同时处理车道由当前车道驶入另一车道或者再返回本车到的整个过程的报警。
在一个可选实施例中，在得到对应各第三待检测图像集的车辆横向距离的第三方差v3时，还得到对应各第三待检测图像集的车辆横向距离的第三均值m3；以及，在得到各第三待检测图像集中后三帧待检测图像的第四方差v4时，还得到各第三待检测图像集中后三帧待检测图像的第四均值m4；
相应地，基于上述判断，在判定对应第三待检测图像集内的待检测图像车道线未发生偏离之后，包括：
Sd1，根据判定为车道线未发生偏离的各个第三待检测图像集，确定对应第三待检测图像集中车辆横向距离小于第四距离预设值的待检测图像的帧数f。本实施例中，第四距离预设值可以根据实际设计需求进行设置，比如可以为0.9m。
Sd2，基于帧数f大于第一预设帧数，且对应第三待检测图像集的第三计数值n3大于第三计数预设阈值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆正处于压线状态；否则，判定相应第三待检测图像集内的待检测图像车道线未发生偏离。通过上述方式，可以适应车辆横向距离不够精确的问题，解决单条车道线的车道偏离预警问题，提高车道线偏离预警的准确性，减少误报。
需要补充的是，第一预设帧数和第三计数预设阈值，可以根据实际设计需求进行设置，比如，第一预设帧数可以为6，第三计数预设阈值可以为5。
进一步地，基于上述判断，在判定对应第三待检测图像集内的待检测图像车道线未发生偏离之后，还包括：基于判定为车道线未发生偏离的第三待检测图像集的第三均值m3小于第一均值预设阈值，对应第三待检测图像集的第三计数值n3大于第四计数预设阈值，对应第三待检测图像集中当前帧待检测图像的横向距离小于第五距离预设值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆正处于压线边缘且即将压线；否则，判定相应第三待检测图像集内的待检测图像车道线未发生偏离。
需要补充的是，第一均值预设阈值可以为1.05m，第四计数预设阈值可以为5，第五距离预设值可以为0.85m，此时对车道线是否发生偏离的预测结果较为准确。
进一步地，基于上述判断，在判定对应第三待检测图像集内的待检测图像车道线未发生偏离之后，还包括：基于判定为车道线未发生偏离的第三待检测图像集的第三均值m3小于第三均值预设阈值，对应第三待检测图像集的第三计数值n3大于第五计数预设阈值且符合第二设定值，对应第三待检测图像集的第四均值m4小于第四均值预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，对应第三待检测图像集中当前帧待检测图像的横向距离小于第六距离预设值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆横向距离正快速变化且存在压线可能；否则，判定相应第三待检测图像集内的待检测图像车道线未发生偏离。
需要补充的是，第三均值预设阈值可以为1m，第四均值预设阈值可以为0.8m，第五计数预设阈值可以为4，第六距离预设值可以为0.9m。另外，第二设定值可以参考第一设定值设置，比如可以为5，此处不作进一步地限定。
进一步地，基于上述判断，在判定对应第三待检测图像集内的待检测图像车道线未发生偏离之后，还包括：基于判定为车道线未发生偏离的第三待检测图像集的第三均值m3小于第五均值预设阈值，对应第三待检测图像集的第三计数值n3大于第六计数预设阈值且符合第三设定值，对应第三待检测图像集的第四均值m4小于第六均值预设阈值，对应第三待检测图像集中当前帧待检测图像与在先一帧待检测图像的横向距离差值大于预设差值阈值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆横向距离正低速变化且存在压线可能；否则，判定对应第三待检测图像集内的待检测图像车道线未发生偏离。
需要补充的是，第五均值预设阈值可以为0.95m，第六均值预设阈值可以为0.75m，第六计数预设阈值可以为4，预设差值阈值可以为0.1m，具体可以根据实际设计使用需求进行设置。另外，第三设定值可以参考第一设定值设置，比如可以为5，此处不作进一步地限定。
综上所述，本发明实施例通过车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离对车道线是否偏离进行判断，从而便于根据偏离判断结果进行偏离预警，另外，综合方差、均值和横向距离下降次数的联合特征，以有效解决颠簸、横向距离结果不连续极易不稳定的问题，且可以同时处理车道由当前车道驶入另一车道或者再返回本车到的整个过程的报警，适用于更多变复杂的场景，鲁棒性极佳。
下面对本发明提供的车道偏离预警装置进行描述，下文描述的车道偏离预警装置与上文描述的车道偏离预警方法可相互对应参照。
图2示出了一种车道偏离预警装置的结构示意图，该装置，包括：
数据获取模块21，获取待检测图像集，待检测图像集包括连续多帧待检测图像及各帧待检测图像对应的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离；
偏离判断模块22，判断单帧待检测图像对应的车辆横向距离是否大于第一阈值，判断当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值，或判断当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值；
结果确定模块23，若车辆横向距离大于第一阈值，或车道线倾斜角度小于第二阈值，或IPM下的像素横向距离大于第三阈值，则判定对应待检测图像为车道线未发生偏离。
在本实施例中，数据获取模块21，包括：图像获取单元，获取待检测图像；检测单元，对待检测图像进行检测，得到车辆相对于当前车道的位置；参数获取单元，根据车辆相对于当前车道的位置，得到车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离。
偏离判断模块22，包括：第一偏离判断单元，判断单帧待检测图像对应的车辆横向距离是否大于第一阈值；第二偏离判断单元，判断当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值；第三偏离判断单元，判断当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值。
结果确定模块23，若车辆横向距离大于第一阈值，或车道线倾斜角度小于第二阈值，或IPM下的像素横向距离大于第三阈值，则判定对应待检测图像为车道线未发生偏离；否则，判定对应待检测图像为车道线发生偏离。
更进一步地说，基于判定对应待检测图像为车道线未发生偏离，结果确定模块23，包括：第一图像集获取单元，根据判定为车道线未发生偏离的待检测图像，按第一预设帧数进行分组，得到多个第一待检测图像集；第一待检测图像集包括符合第一预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离；第一数据获取单元，根据各个第一待检测图像集，得到对应各第一待检测图像集的车道线倾斜角度的第一均值和第一方差，以及得到各第一待检测图像集中当前帧待检测图像的车道线倾斜角度大于前一帧待检测图像的车道线倾斜角度的第一计数值；第一判断单元，判断各第一待检测图像集的第一均值是否大于第四阈值、第一方差是否大于第五阈值以及第一计数值是否大于第六阈值，并基于第一预设帧数内第一均值大于第四阈值、第一方差大于第五阈值和第一计数值大于第六阈值，判定对应第一待检测图像集内的待检测图像车道线发生偏离；否则，判定对应第一待检测图像集内的待检测图像车道线未发生偏离。
在一个可选实施例中，基于判定对应待检测图像为车道线未发生偏离，结果确定模块23，还包括：离群值确定单元，根据绝对中位差MAD算法，得到判定为车道线未发生偏离的待检测图像的车辆横向距离离群值、车道线倾斜角度离群值和IPM下的像素横向距离离群值；滤除单元，对车辆横向距离离群值、车道线倾斜角度离群值和IPM下的像素横向距离离群值分别进行滤除。
在一个可选实施例中，为了更进一步地提高车道线偏离预警的精确度，基于判定对应第一待检测图像集内的待检测图像车道线未发生偏离，结果确定模块23，还包括：第二图像集获取单元，根据判定为车道线未发生偏离的各个第一待检测图像集，按第二预设帧数对其进行重新分组，得到第二待检测图像集；第二待检测图像集包括符合第二预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离；第二数据获取单元，根据各个第二待检测图像集，得到对应各第二待检测图像集的IPM下的像素横向距离的第二均值和第二方差，以及得到各第二待检测图像集中当前帧待检测图像的车道线倾斜角度大于前一帧的第二计数值；第二判断单元，判断各第二待检测图像集的第二均值是否小于第七阈值、第二方差是否大于第八阈值以及第二计数值是否大于第九阈值，并基于第二均值小于第七阈值、第二方差大于第八阈值和第二计数值大于第九阈值，判定对应第二待检测图像集内的待检测图像车道线发生偏离；否则，判定对应第二待检测图像集内的待检测图像车道线未发生偏离。
在一个可选实施例中，基于判定对应第二待检测图像集内的待检测图像车道线未发生偏离，结果确定模块23，还包括：第三图像集获取单元，根据判定为车道线未发生偏离的各个第二待检测图像集，按第三预设帧数对其进行重新分组，得到第三待检测图像集；第三待检测图像集包括符合第三预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离；第三数据获取单元，根据各个第三待检测图像集，得到对应各第三待检测图像集的车辆横向距离的第三方差，得到各第三待检测图像集中当前帧待检测图像的车辆横向距离小于前一帧的第三计数值，以及得到各第三待检测图像集中后三帧待检测图像的第四方差；第三判断单元，基于各第三待检测图像集中当前帧待检测图像的横向距离小于第一距离预设值，对应第三待检测图像集的第三方差大于第一方差预设阈值，对应第三待检测图像集的第三计数值大于第一计数预设阈值且符合第一设定值，对应第三待检测图像集的第四方差大于第二方差预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，则判定对应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆即将压线并且高速变道；否则，判定对应第三待检测图像集内的待检测图像车道线未发生偏离。
需要补充的是，第三图像集获取单元，包括：分组子单元，根据判定为车道线未发生偏离的各个第二待检测图像集，按第三预设帧数对其进行重新分组，得到初始第三待检测图像集；图像集获取子单元，基于第三距离预设值，将各初始第三待检测图像集中各帧待检测图像大于第三距离预设值的车辆横向距离滤除，得到第三待检测图像集。
更进一步地说，基于上述判定对应第三待检测图像集内的待检测图像车道线未发生偏离，结果确定模块23，还包括：第一车道线偏离判断单元，基于各第三待检测图像集中当前帧待检测图像的横向距离小于第二距离预设值，对应第三待检测图像集的第三方差大于第三方差预设阈值，对应第三待检测图像集的第三计数值大于第二计数预设阈值，对应第三待检测图像集的第四方差大于第四方差预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，则判定对应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆处于压线边缘并低速变道；否则，判定对应第三待检测图像集内的待检测图像车道线未发生偏离。
在一个可选实施例中，第三数据获取单元，在得到对应各第三待检测图像集的车辆横向距离的第三方差时，还得到对应各第三待检测图像集的车辆横向距离的第三均值；以及，在得到各第三待检测图像集中后三帧待检测图像的第四方差时，还得到各第三待检测图像集中后三帧待检测图像的第四均值；
相应地，基于上述判定对应第三待检测图像集内的待检测图像车道线未发生偏离，结果确定模块23，还包括：相应地，基于上述判定对应第三待检测图像集内的待检测图像车道线未发生偏离，结果确定模块23，还包括：帧数确定单元，根据判定为车道线未发生偏离的各个第三待检测图像集，确定对应第三待检测图像集中车辆横向距离小于第四距离预设值的待检测图像的帧数；第二车道线偏离判断单元，基于帧数大于第一预设帧数，且对应第三待检测图像集的第三计数值大于第三计数预设阈值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆正处于压线状态；否则，判定相应第三待检测图像集内的待检测图像车道线未发生偏离。
进一步地，基于上述判定对应第三待检测图像集内的待检测图像车道线未发生偏离，结果确定模块23，还包括：第三车道线偏离判断单元，基于判定为车道线未发生偏离的第三待检测图像集的第三均值小于第一均值预设阈值，对应第三待检测图像集的第三计数值大于第四计数预设阈值，对应第三待检测图像集中当前帧待检测图像的横向距离小于第五距离预设值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆正处于压线边缘且即将压线；否则，判定相应第三待检测图像集内的待检测图像车道线未发生偏离。
进一步地，基于上述判定对应第三待检测图像集内的待检测图像车道线未发生偏离，结果确定模块23，还包括：第四车道线偏离判断单元，基于判定为车道线未发生偏离的第三待检测图像集的第三均值小于第三均值预设阈值，对应第三待检测图像集的第三计数值大于第五计数预设阈值且符合第二设定值，对应第三待检测图像集的第四均值小于第四均值预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，对应第三待检测图像集中当前帧待检测图像的横向距离小于第六距离预设值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆横向距离正快速变化且存在压线可能；否则，判定相应第三待检测图像集内的待检测图像车道线未发生偏离。
进一步地，基于上述判定对应第三待检测图像集内的待检测图像车道线未发生偏离，结果确定模块23，还包括：基于判定为车道线未发生偏离的第三待检测图像集的第三均值小于第五均值预设阈值，对应第三待检测图像集的第三计数值大于第六计数预设阈值且符合第三设定值，对应第三待检测图像集的第四均值小于第六均值预设阈值，对应第三待检测图像集中当前帧待检测图像与在先一帧待检测图像的横向距离差值大于预设差值阈值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆横向距离正低速变化且存在压线可能；否则，判定对应第三待检测图像集内的待检测图像车道线未发生偏离。
综上所述，本发明实施例通过偏离判断模块根据数据获取模块获取的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离对车道线是否偏离进行判断，从而便于结果确定模块根据偏离判断结果进行偏离预警，另外，综合方差、均值和横向距离下降次数的联合特征，以有效解决颠簸、横向距离结果不连续极易不稳定的问题，且可以同时处理车道由当前车道驶入另一车道或者再返回本车到的整个过程的报警，适用于更多变复杂的场景，鲁棒性极佳。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)31、通信接口(Communications Interface)32、存储器(memory)33和通信总线34，其中，处理器31，通信接口32，存储器33通过通信总线34完成相互间的通信。处理器31可以调用存储器33中的逻辑指令，以执行车道偏离预警方法，该方法包括：获取待检测图像集，待检测图像集包括连续多帧待检测图像及各帧待检测图像对应的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离；判断单帧待检测图像对应的车辆横向距离是否大于第一阈值，判断当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值，或判断当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值；若车辆横向距离大于第一阈值，或车道线倾斜角度小于第二阈值，或IPM下的像素横向距离大于第三阈值，则判定对应待检测图像为车道线未发生偏离。
此外，上述的存储器33中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的车道偏离预警方法，该方法包括：获取待检测图像集，待检测图像集包括连续多帧待检测图像及各帧待检测图像对应的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离；判断单帧待检测图像对应的车辆横向距离是否大于第一阈值，判断当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值，或判断当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值；若车辆横向距离大于第一阈值，或车道线倾斜角度小于第二阈值，或IPM下的像素横向距离大于第三阈值，则判定对应待检测图像为车道线未发生偏离。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的车道偏离预警方法，该方法包括：获取待检测图像集，待检测图像集包括连续多帧待检测图像及各帧待检测图像对应的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离；判断单帧待检测图像对应的车辆横向距离是否大于第一阈值，判断当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值，或判断当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值；若车辆横向距离大于第一阈值，或车道线倾斜角度小于第二阈值，或IPM下的像素横向距离大于第三阈值，则判定对应待检测图像为车道线未发生偏离。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种车道偏离预警方法，其特征在于，包括：
获取待检测图像集，所述待检测图像集包括连续多帧待检测图像及各帧所述待检测图像对应的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离；
判断单帧待检测图像对应的车辆横向距离是否大于第一阈值，判断所述当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值，或判断所述当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值；
若所述车辆横向距离大于所述第一阈值，或所述车道线倾斜角度小于所述第二阈值，或所述IPM下的像素横向距离大于所述第三阈值，则判定对应待检测图像为车道线未发生偏离。
2.根据权利要求1所述的车道偏离预警方法，其特征在于，在所述判定对应待检测图像为车道线未发生偏离之后，包括：
根据判定为车道线未发生偏离的待检测图像，按第一预设帧数进行分组，得到多个第一待检测图像集；所述第一待检测图像集包括符合所述第一预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离；
根据各个所述第一待检测图像集，得到对应各所述第一待检测图像集的车道线倾斜角度的第一均值和第一方差，以及得到各所述第一待检测图像集中当前帧待检测图像的车道线倾斜角度大于前一帧待检测图像的车道线倾斜角度的第一计数值；
判断各所述第一待检测图像集的第一均值是否大于第四阈值、第一方差是否大于第五阈值以及第一计数值是否大于第六阈值，并基于所述第一预设帧数内第一均值大于第四阈值、第一方差大于第五阈值和第一计数值大于第六阈值，判定对应第一待检测图像集内的待检测图像车道线发生偏离；否则，判定对应第一待检测图像集内的待检测图像车道线未发生偏离。
3.根据权利要求1所述的车道偏离预警方法，其特征在于，在所述判定对应待检测图像为车道线未发生偏离之后，包括：
根据绝对中位差MAD算法，得到判定为车道线未发生偏离的待检测图像的车辆横向距离离群值、车道线倾斜角度离群值和IPM下的像素横向距离离群值；
对所述车辆横向距离离群值、所述车道线倾斜角度离群值和所述IPM下的像素横向距离离群值分别进行滤除。
4.根据权利要求2所述的车道偏离预警方法，其特征在于，在所述判定对应第一待检测图像集内的待检测图像车道线未发生偏离之后，包括：
根据判定为车道线未发生偏离的各个第一待检测图像集，按第二预设帧数对其进行重新分组，得到第二待检测图像集；所述第二待检测图像集包括符合所述第二预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离；
根据各个所述第二待检测图像集，得到对应各所述第二待检测图像集的IPM下的像素横向距离的第二均值和第二方差，以及得到各所述第二待检测图像集中当前帧待检测图像的车道线倾斜角度大于前一帧的第二计数值；
判断各所述第二待检测图像集的第二均值是否小于第七阈值、第二方差是否大于第八阈值以及第二计数值是否大于第九阈值，并基于所述第二均值小于所述第七阈值、所述第二方差大于第八阈值和所述第二计数值大于第九阈值，判定对应第二待检测图像集内的待检测图像车道线发生偏离；否则，判定对应第二待检测图像集内的待检测图像车道线未发生偏离。
5.根据权利要求4所述的车道偏离预警方法，其特征在于，在所述判定对应第二待检测图像集内的待检测图像车道线未发生偏离之后，包括：
根据判定为车道线未发生偏离的各个第二待检测图像集，按第三预设帧数对其进行重新分组，得到第三待检测图像集；所述第三待检测图像集包括符合所述第三预设帧数的待检测图像及其对应的车辆横向距离、车道线倾斜角度和IPM下的像素横向距离；
根据各个所述第三待检测图像集，得到对应各所述第三待检测图像集的车辆横向距离的第三方差，得到各所述第三待检测图像集中当前帧待检测图像的车辆横向距离小于前一帧的第三计数值，以及得到各所述第三待检测图像集中后三帧待检测图像的第四方差；
基于各所述第三待检测图像集中当前帧待检测图像的横向距离小于第一距离预设值，对应第三待检测图像集的第三方差大于第一方差预设阈值，对应第三待检测图像集的第三计数值大于第一计数预设阈值且符合第一设定值，对应第三待检测图像集的第四方差大于第二方差预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，则判定对应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆即将压线并且高速变道；否则，
基于各所述第三待检测图像集中当前帧待检测图像的横向距离小于第二距离预设值，对应第三待检测图像集的第三方差大于第三方差预设阈值，对应第三待检测图像集的第三计数值大于第二计数预设阈值，对应第三待检测图像集的第四方差大于第四方差预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，则判定对应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆处于压线边缘并低速变道；否则，判定对应第三待检测图像集内的待检测图像车道线未发生偏离。
6.根据权利要求5所述的车道偏离预警方法，其特征在于，所述得到第三待检测图像集，包括：
根据判定为车道线未发生偏离的各个第二待检测图像集，按第三预设帧数对其进行重新分组，得到初始第三待检测图像集；
基于第三距离预设值，将各所述初始第三待检测图像集中各帧待检测图像大于所述第三距离预设值的车辆横向距离滤除，得到第三待检测图像集。
7.根据权利要求5所述的车道偏离预警方法，其特征在于，在得到对应各所述第三待检测图像集的车辆横向距离的第三方差时，还得到对应各所述第三待检测图像集的车辆横向距离的第三均值；
在得到各所述第三待检测图像集中后三帧待检测图像的第四方差时，还得到各所述第三待检测图像集中后三帧待检测图像的第四均值；
在所述判定对应第三待检测图像集内的待检测图像车道线未发生偏离之后，包括：
根据判定为车道线未发生偏离的各个第三待检测图像集，确定对应第三待检测图像集中车辆横向距离小于第四距离预设值的待检测图像的帧数；
基于所述帧数大于第一预设帧数，且对应第三待检测图像集的第三计数值大于第三计数预设阈值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆正处于压线状态；否则，
基于判定为车道线未发生偏离的第三待检测图像集的第三均值小于所述第一均值预设阈值，对应第三待检测图像集的第三计数值大于所述第四计数预设阈值，对应第三待检测图像集中当前帧待检测图像的横向距离小于所述第五距离预设值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆正处于压线边缘且即将压线；否则，
基于判定为车道线未发生偏离的第三待检测图像集的第三均值小于所述第三均值预设阈值，对应第三待检测图像集的第三计数值大于所述第五计数预设阈值且符合第二设定值，对应第三待检测图像集的第四均值小于第四均值预设阈值，对应第三待检测图像集中后三帧待检测图像的索引为连续帧，对应第三待检测图像集中当前帧待检测图像的横向距离小于第六距离预设值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆横向距离正快速变化且存在压线可能；否则，
基于判定为车道线未发生偏离的第三待检测图像集的第三均值小于所述第五均值预设阈值，对应第三待检测图像集的第三计数值大于所述第六计数预设阈值且符合第三设定值，对应第三待检测图像集的第四均值小于第六均值预设阈值，对应第三待检测图像集中当前帧待检测图像与在先一帧待检测图像的横向距离差值大于预设差值阈值，则判定相应第三待检测图像集内的待检测图像车道线发生偏离，并表明车辆横向距离正低速变化且存在压线可能；否则，
判定对应第三待检测图像集内的待检测图像车道线未发生偏离。
8.一种车道偏离预警装置，其特征在于，包括：
数据获取模块，获取待检测图像集，所述待检测图像集包括连续多帧待检测图像及各帧所述待检测图像对应的车辆横向距离、车道线倾斜角度和鸟瞰图IPM下的像素横向距离；
偏离判断模块，判断单帧待检测图像对应的车辆横向距离是否大于第一阈值，判断所述当前帧待检测图像对应的车道线倾斜角度是否小于第二阈值，或判断所述当前帧待检测图像对应的IPM下的像素横向距离是否大于第三阈值；
结果确定模块，若所述车辆横向距离大于所述第一阈值，或所述车道线倾斜角度小于所述第二阈值，或所述IPM下的像素横向距离大于所述第三阈值，则判定对应待检测图像为车道线未发生偏离。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述车道偏离预警方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述车道偏离预警方法的步骤。
CN202211574922.4A 2022-12-08 2022-12-08 车道偏离预警方法及装置 Pending CN116189119A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211574922.4A CN116189119A (zh) 2022-12-08 2022-12-08 车道偏离预警方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211574922.4A CN116189119A (zh) 2022-12-08 2022-12-08 车道偏离预警方法及装置

Publications (1)

Publication Number Publication Date
CN116189119A true CN116189119A (zh) 2023-05-30

Family

ID=86439191

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211574922.4A Pending CN116189119A (zh) 2022-12-08 2022-12-08 车道偏离预警方法及装置

Country Status (1)

Country Link
CN (1) CN116189119A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116774639A (zh) * 2023-08-24 2023-09-19 中国水利水电第九工程局有限公司 一种基于互联网的污水处理设备远程控制系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116774639A (zh) * 2023-08-24 2023-09-19 中国水利水电第九工程局有限公司 一种基于互联网的污水处理设备远程控制系统
CN116774639B (zh) * 2023-08-24 2023-10-27 中国水利水电第九工程局有限公司 一种基于互联网的污水处理设备远程控制系统

Similar Documents

Publication Publication Date Title
US20230077355A1 (en) Tracker assisted image capture
US9852511B2 (en) Systems and methods for tracking and detecting a target object
CN107392139B (zh) 一种基于霍夫变换的车道线检测方法及终端设备
US9542748B2 (en) Front-end architecture for image processing
US11205284B2 (en) Vehicle-mounted camera pose estimation method, apparatus, and system, and electronic device
US20150178899A1 (en) Non-local mean-based video denoising method and apparatus
EP2767927A2 (en) Face information detection apparatus, vehicle device control system employing face information detection apparatus, and carrier medium of face information detection program
EP3268933A1 (en) Systems and methods for object tracking
CN105966398A (zh) 一种对车辆偏离车道进行预警的方法和装置
CN107909007B (zh) 车道线检测方法及装置
CN104794696A (zh) 一种图像去运动模糊方法及装置
CN116189119A (zh) 车道偏离预警方法及装置
CN110751836A (zh) 车辆行驶预警方法及系统
CN109447117A (zh) 双层车牌识别方法、装置、计算机设备及存储介质
CN111931745B (zh) 车辆检测方法、装置、电子设备及存储介质
CN112837384A (zh) 车辆标记方法、装置和电子设备
CN112990009A (zh) 基于端到端的车道线检测方法、装置、设备及存储介质
CN103426144B (zh) 用于使具有透视畸变的图像去模糊的方法和装置
JP2013206067A (ja) 直線検出装置、直線検出方法及び直線検出プログラム
CN107452230B (zh) 一种障碍物检测方法、装置、终端设备及存储介质
CN111950501B (zh) 障碍物检测方法、装置以及电子设备
CN108960244B (zh) 一种车牌的字符投影分割方法及装置
JP2010009234A (ja) 眼画像処理装置
CN114332202B (zh) 血管模型的处理方法及其装置、计算机可读存储介质
CN111950502B (zh) 基于障碍对象的检测方法、装置及计算机设备

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