CN116534035A - 用于搜索车辆可以行驶的车道的装置和方法 - Google Patents

用于搜索车辆可以行驶的车道的装置和方法 Download PDF

Info

Publication number
CN116534035A
CN116534035A CN202310526652.8A CN202310526652A CN116534035A CN 116534035 A CN116534035 A CN 116534035A CN 202310526652 A CN202310526652 A CN 202310526652A CN 116534035 A CN116534035 A CN 116534035A
Authority
CN
China
Prior art keywords
lane
candidate
type
vehicle
markings
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
CN202310526652.8A
Other languages
English (en)
Inventor
赵坤
苏煜
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.)
Aptiv Technologies Ltd
Original Assignee
Aptiv Technologies 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 Aptiv Technologies Ltd filed Critical Aptiv Technologies Ltd
Publication of CN116534035A publication Critical patent/CN116534035A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

用于搜索车辆可以行驶的车道的装置和方法。一种用于搜索车辆可以行驶的车道的装置,其中,该装置被配置成接收由摄像头拍摄的图像,该图像示出了车辆前方的区域,检测图像中的车道标记,针对所述车道标记中的每一个,确定相应车道标记是表示第一类型道路状况的第一类型还是表示第二类型道路状况的第二类型,根据所述车道标记创建候选车道,根据候选车道的车道标记的类型,将所述候选车道划分到候选车道类别中,并且从所述候选车道类别中搜索该车辆可以行驶的车道。

Description

用于搜索车辆可以行驶的车道的装置和方法
本申请是申请日为2019年05月10日,申请号为201910387702.2,发明名称为“用于搜索车辆可以行驶的车道的装置和方法”的专利申请的分案申请。
技术领域
本发明涉及一种用于搜索车辆可以行驶的车道的装置和方法。
背景技术
车道检测(LD)系统为车道偏离警告(LDW)系统、车道保持辅助(LKA)系统或自主行驶提供关键感测功能。在现代车道检测系统能够检测多个车道标记的情况下,某些情况变得具有挑战性,例如,在道路上绘制多个车道标记(例如,白色和黄色)的施工现场。为了在施工现场区域中成功进行车道检测,车道检测系统需要正确估计具有其颜色的所有标记,并且针对应用来估计车辆应当行驶的正确的自我车道。
即使应用了具有相同颜色的多个车道标记,正确选择自我和相邻标记也并不总是那么简单。而且,存在车道标记缺失或车道标记被错误检测的情况。在这种情况下,选择正确的以及在混乱情形下最合理的车道标记具有挑战性。
常规单车道检测系统不能为这些具有挑战性的情况提供解决方案。例如,当车辆通过施工现场时,常规车道检测系统中的常见解决方案是在检测到黄色车道标记时在施工现场期间关闭系统。这可以避免误检测,但当然这也限制了系统的可用性。
发明内容
本发明的一基本目的是,提供一种用于搜索即使在具有与正常道路状况不同的道路状况的情况下(例如,在施工现场的区域中)车辆也可以行驶的车道的装置。本发明的另一目的是,提供一种包括用于搜索车辆可以行驶的车道的装置和方法的系统。
基于本发明的目的由独立权利要求的特征来满足。本发明的进一步的有利开发和方面在从属权利要求中加以阐述。
在本申请的第一方面,提供了一种用于搜索车辆可以或应当行驶的车道(即,自我车道)的装置。
该装置被配置成接收由摄像头拍摄的图像。该摄像头可以安装在车辆上并且被配置成拍摄车辆前方区域的图像。如果车辆在道路上行驶,那么由摄像头拍摄的图像显示车辆前方的道路情况。
该装置被配置成检测摄像头所拍摄的图像中的车道标记。对于所检测到的车道标记中的每一个,该装置确定相应车道标记是第一类型还是第二类型。第一类型的车道标记表示第一类型的道路状况,例如,正常道路状况。第二类型的车道标记表示第二类型的道路状况,例如,施工现场。
该装置被配置成根据车道标记创建候选车道。候选车道是车辆可能行驶的车道。候选车道可以是所检测到的车道标记中的两个之间的车道。然而,候选车道也可能仅有处于该车道一侧的车道标记。
该装置被配置成将候选车道划分为不同的候选车道类别。候选车道类别可以是预定类别,并且各个类别的候选车道可以具有特定特征。换句话说,各类别包括具有预定特征的候选车道。这些特征中的一个是车道标记的类型。因此,根据候选车道的车道标记的类型将候选车道分类到所述类别中。每个类别可以与对应列表相关联,相应类别的候选车道被分类或写入该列表中。
该装置还被配置成从候选车道类别中搜索车辆可以或应当行驶的车道(即,自我车道)。自我车道可能可以在所述类别之一内找到。也可能无法在所述类别内找到自我车道。
该装置使得能够在伴随具有不同车道标记的不同道路状况的情况下行驶车辆,例如,当车辆通过施工现场时。
在一个实施方式中,该装置还被配置成,针对车道标记中的每一个,确定相应车道标记是左车道标记还是右车道标记。左车道标记设置在车道或车辆的左手侧,而右车道标记设置在车道或车辆的右手侧。而且,该装置可以使用车道标记的取向,即,相应车道标记是左车道标记还是右车道标记的信息,以对候选车道进行分类。因此,将候选车道划分到候选车道类别中可能不仅取决于候选车道的车道标记的类型,而且取决于车道标记的取向。
在另一实施方式中,候选车道类别至少包括类别a)至类别e)。对于类别a)至类别e)中的每一个,可以提供对应列表,其中可以分类或写入相应类别的候选车道。
类别a)是针对具有第二类型的左车道标记和第二类型的右车道标记的候选车道。
类别b)是针对具有左车道标记和右车道标记的候选车道,其中,这两个车道标记中的一个是第一类型,而这两个车道标记中的另一个是第二类型。
类别c)是针对具有仅处于一侧的车道标记并且该车道标记是第二类型的候选车道。在车道的另一侧没有车道标记。
类别d)是针对具有第一类型的左车道标记和第一类型的右车道标记的候选车道。
类别e)是针对具有仅处于一侧的车道标记并且该车道标记是第一类型的候选车道。在车道的另一侧没有车道标记。
该装置还可以被配置成,从候选车道类别中顺序地搜索车辆可以行驶的车道。具体来说,按给定次序搜索类别,这意味着类别之间存在预定层次结构。例如,该装置首先搜索类a),该类别是否包含可以被用作用于行驶车辆的自我车道的候选车道。然后,装置按类别b)、c)、d)以及e)的次序搜索这些类别,以便检查这些类别中的至少一个是否包含自我车道。
该装置还可以被配置成,一旦选择了车辆可以行驶的车道时,就终止搜索候选车道类别。例如,如果在类别a)中找到了自我车道,则装置终止搜索并且不从类别b)、c)、d)以及e)中搜索自我车道。
该装置还可以被配置成,只有当候选车道满足一个或更多个标准时,才在将候选车道划分到候选车道类别中时,将该候选车道分配到其中一个类别。该标准可以在以下三个标准当中选择,其中,任何标准组合都是可能的,并且可以添加另外的或另选的标准。
1.如果候选车道的宽度等于或大于预定宽度,则将该候选车道分配到其中一个类别。
2.在候选车道仅在一侧具有车道标记而在另一侧没有车道标记的情况下,如果该候选车道的车道标记处于相对于车辆的预定第一距离内,则将该候选车道分配到其中一个类别。
3.如果候选车道处于相对于先前已被选择用于行驶车辆的车道的预定第二距离内,则将该候选车道分配到其中一个类别。
而且,该装置可以被配置成从其中一个类别中选择候选车道作为车辆可以行驶的车道。对于这个决定,可以使用前述三个标准中的一个或更多个。而且,当选择候选车道中的一个作为车辆可以行驶的车道时,可以考虑候选车道的整体几何信息,例如,偏移、斜率、曲率、曲率变化率等。例如,如果有其它候选者可用,则具有两个车道标记的、在车辆前方具有良好宽度但随后相交的候选车道不是好的候选者。而且,各车道标记具有其外观信息,例如,从图像中提取的特征及其分类类型,例如,实线或虚线车道标记等。另外,各车道标记具有其元数据,例如,分类器对车道标记的类型(实线、虚线等)有多确信以及跟踪器对候选车道的几何形状有多确信。另外,不仅当前帧的图像,而且先前帧的图像都可以加以考虑。对于从类别之一中选择候选车道作为车辆可以行驶的车道,该装置可以使用本文所述标准中的一个或更多个。用于选择候选车道作为车辆可以行驶的车道的另选或附加标准是候选车道是稳固的和/或候选车道没有陡峭的突起和/或候选车道没有突然的宽度变化。
在另一实施方式中,第一类型的道路状况是正常道路状况,即,不是施工现场,而第二类型的道路状况是施工现场。
在还一实施方式中,第一类型的车道标记具有预定第一颜色,尤其是白色或非黄色,并且第二类型的车道标记具有预定第二颜色,尤其是黄色。
根据本申请的第二方面,一种用于搜索车辆可以行驶的车道的系统包括用于拍摄图像的摄像头和如上所述的装置。
根据本申请的第三方面,一种用于搜索车辆可以行驶的车道的方法包括以下步骤:
-接收由摄像头拍摄的图像,该图像示出了车辆前方的区域,
-检测该图像中的车道标记,
-针对车道标记中的每一个,确定相应车道标记是表示第一类型道路状况的第一类型还是表示第二类型道路状况的第二类型,
-根据车道标记创建候选车道,
-根据候选车道的车道标记的类型,将所述候选车道划分到候选车道类别中,以及
-从所述候选车道类别中搜索该车辆可以行驶的车道。
根据本申请的第三方面所述的方法可以包括上面结合根据本申请的第一方面所述的装置而公开的实施方式。
附图说明
下面将参照实施方式并且参照附图以示例性方式对本发明进行更详细的描述。在这些附图中:
图1是用于搜索车辆可以行驶的车道的系统的示例性实施方式的示意图;
图2是用于搜索车辆可以行驶的车道的方法的示例性实施方式的示意图;
图3A至图3E是安装在车辆上的摄像头所拍摄的图像的示意图;以及
图4是搜索自我车道的示意图。
具体实施方式
图1示意性地例示了用于搜索车辆可以行驶的车道的系统10。该系统10包括摄像头11和装置12。该系统10安装在作为自我车辆的车辆中。
摄像头11安装在车辆上并拍摄车辆前方区域的图像13。
摄像头11所拍摄的图像13被送至装置12。装置12执行用于搜索车辆可以行驶的车道的方法20,并生成输出信号14,该输出信号14包含关于车辆可以行驶的车道的信息。图2中示意性地例示了该方法20。
装置12、系统10以及方法20分别是根据本申请的第一、第二以及第三方面的示例性实施方式。
在图2所示方法20的步骤21中,摄像头11拍摄车辆前方场景的图像13。如果车辆在道路上行驶,那么图像13示出该道路。摄像头11在连续帧中拍摄图像13。例如,在每个帧中拍摄单个图像13。
在步骤22中,装置12接收在步骤21中由摄像头11拍摄的图像13。
在步骤23中,装置12搜索图像13中的车道标记。如果图像13示出了车道标记,那么装置12检测这些车道标记。装置12可以检测n个单独且独立的车道标记。n可以是0,可以大于0,也可以大于4。
在步骤24中,装置12针对车道标记中的每一个,确定相应车道标记是左车道标记(其处于车辆的左手侧),还是相应车道标记是右车道标记(其处于车辆的右手侧)。换句话说,所检测到的车道标记根据它们相对于车辆的横向偏移而被分成左组和右组。
装置12的任务是正确选择表示自我车道(即,车辆可以/应当行驶的车道)并且也满足交通规则的车道标记。在施工现场期间,即,当车辆通过道路上的施工现场时,选择正确的自我车道尤其具有挑战性。
施工现场的车道标记具有特定特征,具体来说,施工现场的车道标记的颜色与非施工现场的车道标记的颜色不同。在很多国家,施工现场的车道标记是黄色的,而非施工现场的车道标记是非黄色的,尤其是白色的。
施工现场期间的规定是,当存在黄色车道标记时,它们覆盖现有的白色车道标记。但根据每个单独施工现场和那里的道路工程,并非所有必要的车道标记都用黄色重新绘制,而是通常现有的白色车道标记也与黄色车道标记一起使用。或者黄色车道标记被绘制在现有白色车道标记上。
正确的自我车道可以包括自我左车道标记和自我右车道标记,它们中的每一个可能是黄色的或者是白色的。也可能的情况是自我车道仅在车道的一侧有车道标记的情况(黄色或白色)。当然,也存在根本没有自我车道标记的情况。
在方法20的步骤25中,装置12针对在步骤23中检测到的车道标记中的每一个,确定相应车道标记是表示第一类型道路状况的第一类型还是表示第二类型道路状况的第二类型。在本实施方式中,第一类型道路状况是非施工现场,而第二类型道路状况是施工现场。而且,在本实施方式中,第一类型的车道标记是白色的,第二种类型的车道标记是黄色的。
在步骤26中,装置12根据车道标记创建候选车道。候选车道可以在车道的两侧具有车道标记,或者仅在车道的一侧具有车道标记。很明显,如果车道包括两个车道标记,那么这些标记必须是一个在车辆左侧,一个在车辆的右侧。可能不太明显的是,在真实世界,一个车道标记可能缺失,而且单车道标记也可能表示自我车道。
存在多个候选车道类别,具体为类别a)至类别e)。图3A至图3E分别示出了类别a)至类别e)的候选车道的示例。图3A至图3E是由摄像头11拍摄的图像13的示意图。图3A至图3E的图像示出了道路40、车辆的一部分41、处于车辆左手侧的左车道标记42,以及处于车辆右手侧的右车道标记43。白色车道标记没有阴影线,而黄色车道标记在图3A至图3E中用阴影线标出。
如图3A所示,类别a)的车道或候选车道具有黄色左车道标记42和黄色右车道标记43。
类别b)的车道或候选车道具有左车道标记42和右车道标记43,其中,车道标记42、43中的一个是黄色的,而车道标记42、43中的另一个是白色的。在图3B的示例中,左车道标记42是白色的,而右车道标记43是黄色的。
类别c)的车道或候选车道仅在车道的一侧具有车道标记,其中,这个车道标记是黄色的。在图3C的示例中,只有黄色的左车道标记42,而没有右车道标记43。
类别d)的车道或候选车道具有白色的左车道标记42和白色的右车道标记43,如图3D所示。
类别e)的车道或候选车道仅在车道的一侧具有车道标记,其中,这个车道标记是白色的。在图3E的示例中,只有白色的左车道标记42,而没有右车道标记43。
在方法20的步骤27中,装置12根据候选车道的车道标记的类型,将在步骤26创建的候选车道划分到候选车道类别a至e)中。因此,各候选车道被分类为类别a)至类别e)中的一个的车道。而且,针对类别a)至类别e)中的每一个,存在相应列表,在步骤27中识别出的候选车道可以写入其中。
要成为步骤27中的可行候选者,候选车道必须满足某些预定标准,即,在步骤27中,不满足预定标准的候选车道不被分配到类别a)至e)中的一个。下面,给出了这些标准的示例,然而也可以有其它的或另选标准:
a)具有左右两个车道标记的候选车道的宽度必须落入合理的间距内。例如,在施工现场期间可以应用2.1米的最小宽度。或者,在高速公路入口坡道期间可以应用6米的宽度。因此,如果候选车道的宽度等于或大于预定宽度,则可以将该候选车道分配到类别a)至e)中的一个。
b)仅具有处于一侧的车道标记的候选车道的车道标记偏移必须足够接近车辆。因此,在候选车道仅在一侧具有车道标记的情况下,如果候选车道的车道标记处于相对于车辆的预定第一距离内,则可以将该候选车道分配到类别a)至e)中的一个。
c)可行的候选车道必须接近在最后一个图像帧中选择的自我车道。因此,如果候选车道处于相对于先前已被选择用于行驶车辆的车道的预定第二距离内,则可以将该候选车道分配到类别a)至e)中的一个。
在步骤28中,装置12搜索候选车道的类别a)至e),具体来说,从与类别a)至e)相关联的列表中搜索车辆可以行驶的车道,即,自我车道。
装置12从候选车道的类别a)至e)中按给定次序(即,根据它们的优先级)顺序地搜索自我车道。装置12从类别a)开始,然后依次类别b)、c)以及d),直到类别e)。如果其中一个类别的列表包含一个以上的候选车道,那么装置12可以从该类别的列表中选择最合适的候选车道作为自我车道。对于该决定,例如,可以使用来自当前帧和先前帧和/或元数据和/或其它标准的候选车道的几何信息。
一旦在其中一个类别的列表中找到了自我车道,装置12就终止搜索候选车道类别。然后跳过剩余类别的列表。在图4中示意性地例示了该过程。
例如,如果在施工现场期间的左右车道标记都用黄色绘制,那么在类别a)的列表中将会找到一个可能的候选车道。然后可以跳过类别b)至e)的列表。
如果在施工现场期间,仅在车道一侧的车道标记用黄色绘制,并且在车道的另一侧,仍然存在现有的白色车道标记,那么类别a)的列表应当是空的,但是类别b)的列表应当包含作为候选车道的正确的自我车道。
还可以看到,在没有黄色车道标记的正常道路行驶期间,类别a)、b)以及c)的列表应当是空的。而只有类别d)和e)的列表包含候选车道。因此,方法20始终尝试找到针对自我车道的可行的一对自我车道标记。
所选择的自我车道由装置12作为输出信号14输出,以供进一步处理,例如,用于将车辆引导至所选择的自我车道。
为简单起见,图3A至3E的示例仅示出了一个车道。当然,装置12也可以针对多个车道选择正确的自我车道。而且,不同颜色的车道标记可能彼此交叠,而装置12仍然能够正确地选择出自我车道。
标号列表
10系统
11摄像头
12装置
13图像
14输出信号
20方法
21步骤
22步骤
23步骤
24步骤
25步骤
26步骤
27步骤
28步骤
40道路
41部分
42左车道标记
43右车道标记

Claims (13)

1.一种用于搜索车辆可行驶的车道的装置(12),其中,所述装置(12)被配置成
接收由摄像头(11)拍摄的图像(13),所述图像(13)示出所述车辆前方的区域,
检测所述图像(13)中的车道标记(42、43),
针对所述车道标记(42、43)中的每一个,确定相应车道标记是表示第一类型道路状况的第一类型还是表示第二类型道路状况的第二类型,
针对所述车道标记(42、43)中的每一个,确定相应车道标记是左车道标记(42)还是右车道标记(43),
根据所述车道标记(42、43)创建候选车道,
根据所述候选车道的车道标记(42、43)的类型,将所述候选车道划分到候选车道类别中,其中,所述候选车道类别包括包含仅在车道一侧具有车道标记(42、43)的候选车道的一个或更多个类别,并且
从所述候选车道类别中搜索所述车辆可行驶的车道。
2.根据权利要求1所述的装置(12),其中,所述候选车道类别包括类别a)至类别e),并且其中,
类别a)包括具有所述第二类型的左车道标记(42)和所述第二类型的右车道标记(43)的候选车道,
类别b)包括具有左车道标记(42)和右车道标记(43)的候选车道,其中,所述车道标记(42、43)中的一个是所述第一类型而另一个是所述第二类型,
类别c)包括仅在一侧具有车道标记(42、43)的候选车道,该车道标记(42、43)是所述第二类型,
类别d)包括具有所述第一类型的左车道标记(42)和所述第一类型的右车道标记(43)的候选车道,以及
类别e)包括仅在一侧具有车道标记(42、43)的候选车道,该车道标记(42、43)是所述第一类型。
3.根据权利要求1所述的装置(12),其中,所述装置(12)还被配置成从所述候选车道类别中顺序地搜索所述车辆可行驶的车道。
4.根据权利要求1所述的装置(12),其中,所述装置(12)还被配置成,当已经选择了所述车辆可行驶的车道时,终止所述候选车道类别的搜索。
5.根据权利要求1所述的装置(12),其中,所述装置(12)还被配置成,只有当候选车道满足一个或更多个标准时,才将该候选车道分配到所述类别中的一个。
6.根据权利要求5所述的装置(12),其中,所述标准中的一个是所述候选车道的宽度等于或大于预定宽度。
7.根据权利要求5或6所述的装置(12),其中,所述标准中的一个是在所述候选车道仅在一侧具有车道标记(42、43)的情况下,所述候选车道的所述车道标记(42、43)相对于所述车辆处于预定的第一距离内。
8.根据权利要求5所述的装置(12),其中,所述标准中的一个是所述候选车道相对于先前已被选择用于所述车辆行驶的车道处于预定的第二距离内。
9.根据权利要求1所述的装置(12),其中,所述第一类型道路状况是非施工现场,所述第二类型道路状况是施工现场。
10.根据权利要求1所述的装置(12),其中,所述第一类型的车道标记(42、43)具有预定的第一颜色,并且所述第二类型的车道标记(42、43)具有预定的第二颜色。
11.根据权利要求10所述的装置(12),其中,所述预定的第一颜色是白色或非黄色,并且所述预定的第二颜色是黄色。
12.一种用于搜索车辆可行驶的车道的系统(10),所述系统(10)包括拍摄图像(13)的摄像头(11)和根据权利要求1至11中任一项所述的装置(12)。
13.一种用于搜索车辆可行驶的车道的方法(20),所述方法包括以下步骤:
接收由摄像头(11)拍摄的图像(13),所述图像(13)示出所述车辆前方的区域,
检测所述图像(13)中的车道标记(42、43),
针对所述车道标记(42、43)中的每一个,确定相应车道标记(42、43)是表示第一类型道路状况的第一类型还是表示第二类型道路状况的第二类型,
针对所述车道标记(42、43)中的每一个,确定相应车道标记是左车道标记(42)还是右车道标记(43),
根据所述车道标记(42、43)创建候选车道,
根据所述候选车道的车道标记(42、43)的类型,将所述候选车道划分到候选车道类别中,其中,所述候选车道类别包括包含仅在车道一侧具有车道标记(42、43)的候选车道的一个或更多个类别,以及
从所述候选车道类别中搜索所述车辆可行驶的车道。
CN202310526652.8A 2018-05-15 2019-05-10 用于搜索车辆可以行驶的车道的装置和方法 Pending CN116534035A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18172365.1A EP3570206B1 (en) 2018-05-15 2018-05-15 A device and a method for searching for a lane on which a vehicle can drive
EP18172365.1 2018-05-15
CN201910387702.2A CN110481560B (zh) 2018-05-15 2019-05-10 用于搜索车辆可以行驶的车道的装置和方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201910387702.2A Division CN110481560B (zh) 2018-05-15 2019-05-10 用于搜索车辆可以行驶的车道的装置和方法

Publications (1)

Publication Number Publication Date
CN116534035A true CN116534035A (zh) 2023-08-04

Family

ID=62167240

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202310526652.8A Pending CN116534035A (zh) 2018-05-15 2019-05-10 用于搜索车辆可以行驶的车道的装置和方法
CN201910387702.2A Active CN110481560B (zh) 2018-05-15 2019-05-10 用于搜索车辆可以行驶的车道的装置和方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201910387702.2A Active CN110481560B (zh) 2018-05-15 2019-05-10 用于搜索车辆可以行驶的车道的装置和方法

Country Status (3)

Country Link
US (1) US11010619B2 (zh)
EP (1) EP3570206B1 (zh)
CN (2) CN116534035A (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11480962B1 (en) * 2019-06-28 2022-10-25 Zoox, Inc. Dynamic lane expansion
US11532167B2 (en) 2019-10-31 2022-12-20 Zoox, Inc. State machine for obstacle avoidance
US11427191B2 (en) 2019-10-31 2022-08-30 Zoox, Inc. Obstacle avoidance action
FR3140051A1 (fr) * 2022-09-22 2024-03-29 Psa Automobiles Sa Méthodes et systèmes de détection des lignes de délimitation temporaires des voies de circulation

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003225228A1 (en) * 2002-05-03 2003-11-17 Donnelly Corporation Object detection system for vehicle
DE102004061822B4 (de) * 2003-12-22 2018-10-31 Volkswagen Ag Verfahren zur Erkennung von Fahrbahnmarkierungen und Fahrerassistenzsystem
DE102004052127A1 (de) * 2004-10-27 2006-05-04 Hella Kgaa Hueck & Co. Verfahren zur Spurführung eines straßengebundenen Fahrzeugs
US8605947B2 (en) * 2008-04-24 2013-12-10 GM Global Technology Operations LLC Method for detecting a clear path of travel for a vehicle enhanced by object detection
DE102009007342A1 (de) * 2009-02-04 2010-08-05 Hella Kgaa Hueck & Co. Verfahren und Vorrichtung zum Ermitteln einer geltenden Fahrspurmarkierung
JP5708449B2 (ja) * 2011-11-08 2015-04-30 アイシン・エィ・ダブリュ株式会社 レーン案内表示システム、方法およびプログラム
DE102013217860A1 (de) * 2013-09-06 2015-03-12 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen eines Fahrbahnverlaufs einer Fahrbahn eines Fahrzeugs
CN106164930B (zh) * 2014-04-04 2019-11-08 戴尔菲技术公司 车道检测方法和车辆
EP4254383A3 (en) * 2014-08-18 2023-12-20 Mobileye Vision Technologies Ltd. Recognition and prediction of lane constraints
US10025996B2 (en) * 2014-12-22 2018-07-17 Volkswagen Ag Early detection of exit only and shared lanes using perception technology
DE102015010135B3 (de) * 2015-08-01 2017-01-12 Audi Ag Verfahren zur Auswahl eines Auswertungsobjekts für eine Funktion in einem Kraftfahrzeug und Kraftfahrzeug
US9710714B2 (en) * 2015-08-03 2017-07-18 Nokia Technologies Oy Fusion of RGB images and LiDAR data for lane classification
KR102355321B1 (ko) * 2015-09-10 2022-01-25 주식회사 만도모빌리티솔루션즈 차선 유지 보조 시스템 및 차선 유지 보조 방법
US9824300B2 (en) * 2016-03-01 2017-11-21 Ford Global Technologies, Llc Vehicle lane learning
JP2017161501A (ja) * 2016-03-07 2017-09-14 株式会社デンソー 走行位置検出装置、走行位置検出方法
CN106092114A (zh) * 2016-06-22 2016-11-09 江苏大学 一种图像识别的汽车实景导航装置及方法
DE102017208124B4 (de) * 2017-05-15 2019-04-04 Bayerische Motoren Werke Aktiengesellschaft Verfahren, Vorrichtung und System zum Ermitteln einer Straßenbaustelle
US10657390B2 (en) * 2017-11-27 2020-05-19 Tusimple, Inc. System and method for large-scale lane marking detection using multimodal sensor data

Also Published As

Publication number Publication date
CN110481560B (zh) 2023-05-30
EP3570206B1 (en) 2023-12-06
US20190354779A1 (en) 2019-11-21
CN110481560A (zh) 2019-11-22
EP3570206A1 (en) 2019-11-20
US11010619B2 (en) 2021-05-18

Similar Documents

Publication Publication Date Title
CN110481560B (zh) 用于搜索车辆可以行驶的车道的装置和方法
JP5679461B2 (ja) 有効車線区分線を確定する方法及び装置
CN106794874B (zh) 用于运行自动引导的无人驾驶的机动车的方法和监控系统
JP6802035B2 (ja) 画像処理装置、警告装置、画像処理システム、画像処理方法
EP1686538A2 (en) Vehicle position recognizing device and vehicle position recognizing method
KR101742490B1 (ko) 끼어들기 위반차량 단속 시스템 및 그 방법
US11371851B2 (en) Method and system for determining landmarks in an environment of a vehicle
KR102031503B1 (ko) 다중 객체 검출 시스템 및 방법
JPH06337938A (ja) 画像処理装置及び距離測定装置
US8860815B2 (en) Apparatus, method and computer program for image-based tracking of surveillance objects
US20090060276A1 (en) Method for detecting and/or tracking objects in motion in a scene under surveillance that has interfering factors; apparatus; and computer program
JP2007178271A (ja) 自位置認識システム
JP5522475B2 (ja) ナビゲーション装置
CN111931547B (zh) 行车车线识别装置、行车车线识别方法以及计算机存储介质
WO2014181386A1 (ja) 車両判別装置
CN107077606A (zh) 用于确定当前存在的行驶情况的方法和设备
CN111583659B (zh) 一种车辆违章判定方法、装置、设备及介质
JP2010210477A (ja) ナビゲーション装置
US20220355818A1 (en) Method for a scene interpretation of an environment of a vehicle
CN116128360A (zh) 道路交通拥堵等级评估方法、装置、电子设备及存储介质
JP4961305B2 (ja) 有料道路自動料金所の車両監視装置
JP5997962B2 (ja) 車載レーンマーカ認識装置
CN113392680A (zh) 道路识别装置及方法、电子设备
CN112185103A (zh) 交通监控方法、装置及电子设备
JP2020149574A (ja) 区画線劣化特定システムおよび区画線劣化特定方法

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

Country or region after: Luxembourg

Address after: Luxembourg

Applicant after: Aptiv Technology (2) Co.

Address before: Babado J San Michael

Applicant before: Aptiv Technologies Ltd.

Country or region before: Barbados

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240229

Address after: Luxembourg

Applicant after: Aptiv Manufacturing Management Services Co.

Country or region after: Luxembourg

Address before: Luxembourg

Applicant before: Aptiv Technology (2) Co.

Country or region before: Luxembourg

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240326

Address after: Schaffhausen

Applicant after: APTIV Technology Co.,Ltd.

Country or region after: Switzerland

Address before: Luxembourg

Applicant before: Aptiv Manufacturing Management Services Co.

Country or region before: Luxembourg