CN116721400A - 车辆横向控制的方法和装置、控制器、车辆以及存储介质 - Google Patents

车辆横向控制的方法和装置、控制器、车辆以及存储介质 Download PDF

Info

Publication number
CN116721400A
CN116721400A CN202310980908.2A CN202310980908A CN116721400A CN 116721400 A CN116721400 A CN 116721400A CN 202310980908 A CN202310980908 A CN 202310980908A CN 116721400 A CN116721400 A CN 116721400A
Authority
CN
China
Prior art keywords
vehicle
lane
edge line
current
current lane
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310980908.2A
Other languages
English (en)
Other versions
CN116721400B (zh
Inventor
鲍纪宇
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.)
Bosch Automotive Products Suzhou Co Ltd
Original Assignee
Bosch Automotive Products Suzhou 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 Bosch Automotive Products Suzhou Co Ltd filed Critical Bosch Automotive Products Suzhou Co Ltd
Priority to CN202310980908.2A priority Critical patent/CN116721400B/zh
Publication of CN116721400A publication Critical patent/CN116721400A/zh
Application granted granted Critical
Publication of CN116721400B publication Critical patent/CN116721400B/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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • 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
    • B60W50/00—Details 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
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • 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
    • B60W50/00—Details 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种用于车辆的横向控制的方法，其包括以下步骤：接收图像数据，其包含车辆的当前道路的信息；基于图像数据，在满足以下条件中的至少一个的情况下确定当前行车道的右侧边缘线不可靠：第一条件：当前跟踪的行车道中心线的中心线特征参数与当前行车道的右侧边缘线的右侧边缘线特征参数的偏差大于第一阈值，第二条件：当前行车道的行车道宽度符合预确定的宽度变化特征；在确定车辆的当前行车道的右侧边缘线不可靠的情况下，基于当前行车道的左侧边缘线与当前行车道的行车道宽度求取当前行车道的行车道中心线用于车辆的横向控制。本发明还涉及一种用于车辆的横向控制的装置、一种用于车辆的控制器、一种车辆以及一种计算机可读存储介质。

Description

车辆横向控制的方法和装置、控制器、车辆以及存储介质
技术领域
本发明涉及用于车辆的横向控制的方法和装置。本发明还涉及一种用于车辆的控制器。本发明还涉及一种具有所述装置或所述控制器的车辆。本发明还涉及一种计算机可读存储介质。
背景技术
目前，越来越多的车辆配置有部分自动驾驶功能或者完全自动驾驶功能，其中，车辆的纵向控制和横向控制是非常重要的两个功能。在很多解决方案中，这两个功能是基于视觉实现的，即基于由摄像机拍摄的图像数据来实现的。
例如，在车辆的横向控制中，尤其在实施车道保持功能时，通常需基于由摄像机拍摄的图像数据检测车辆当前行驶的行车道的左边缘线和右边缘线并且基于所检测到左右边缘线求取（假想的）行车道中心线。例如通过跟踪所求取的行车道中心线来实施车道保持功能。
然而，如果例如由摄像机拍摄到的图像数据的质量过低或由图像处理算法得到的计算结果发生错误，则可能无法正确地检测车辆当前行驶的行车道的左边缘线和/或右边缘线。在这些情况下，车道保持功能无法实施或错误地实施。
发明内容
本发明的目的尤其在于提供一种用于车辆的横向控制的方法以及一种用于车辆的横向控制的装置。根据本发明的车辆的横向控制的方法和装置尤其能够确保基于图像数据的车道保持功能的正确实施，例如能够避免在图像数据部分失效或图像处理算法发生错误的情况下发生错误的、令人感到不安的横向控制动作或交通危险。
为此，根据本发明的第一方面提供了一种用于车辆的横向控制的方法，所述方法包括以下步骤：
接收图像数据，所述图像数据至少包含所述车辆的当前道路的信息；
基于所述图像数据，确定所述车辆的当前行车道的右侧边缘线的可靠性，其中，在满足以下条件中的至少一个条件的情况下确定所述车辆的当前行车道的右侧边缘线不可靠：
第一条件：所述车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差大于至少一个第一阈值，
第二条件：所述车辆的当前行车道的行车道宽度符合预确定的宽度变化特征；
在确定所述车辆的当前行车道的右侧边缘线不可靠的情况下，基于所述车辆的当前行车道的左侧边缘线与所述车辆的当前行车道的行车道宽度求取所述车辆的当前行车道的行车道中心线用于所述车辆的横向控制。
在本发明中，“当前道路”可以理解为或应理解为车辆当前行驶的道路或车辆所在的道路，所述道路可以包括多个行车道，其中，所述多个行车道通过路面上的边缘线彼此分离。在此，“边缘线”可以是在路面上施划的标线，也可以是路缘石或护栏（例如对于道路的最右侧的行车道而言）。
在本发明中，“车辆的当前行车道的右侧边缘线”可以理解为或应理解为车辆当前所在行车道自身的右侧边缘线。在本发明中，“车辆的当前行车道的右侧边缘线”尤其是在所提供的图像数据中能够识别到或应识别到的右侧边缘线。
根据本发明的方案尤其基于以下考虑：对于部分自动行驶或全自动行驶的车辆，车辆的横向控制（尤其在车道保持功能中）至少在很大程度上依赖于（在很多情况下完全依赖于）图像数据以及图像处理算法。如果图像数据部分失效或图像处理算法发生错误，则很可能导致错误的、令人感到不安的横向控制动作，从而降低对自动行驶功能的接受度，并且在严重的情况下可能导致交通危险。对于右侧行驶规则的道路，道路右侧结构通常会更复杂，例如设置诸如道路入口、道路出口、紧急停车带等道路交通设施。这些道路交通设施、尤其紧急停车带，往往容易导致以上所述的错误的横向控制动作。为此，根据本发明的方法通过分析图像数据来判断车辆的当前行车道的右侧边缘线是否可靠（即是否可进行可靠的横向控制）以及时地识别是否可能由于以上所述原因而导致错误的横向控制动作，并且在右侧边缘线不可靠的情况下基于相对可靠的左侧边缘线进行车辆的横向控制，以确保车辆能够继续在行车道中平稳、安全地行驶。
可以理解，“左侧”和“右侧”是相对于车辆的行驶方向而言。
可以理解，对于左侧行驶规则的道路，根据本发明的用于车辆的横向控制的方法在以下情况下仍然适用：将在此描述的关于“左侧”的相关技术特征与关于“右侧”的相关技术特征进行互换。
在本发明的第一方面的一种优选实施方式中，对所接收的图像数据进行预处理。优选地，仅在所接收的图像数据达到预先确定的质量标准的情况下实施根据本发明的用于车辆的横向控制的方法。
在本发明的第一方面的一种优选实施方式中，基于图像数据，在识别到位于车辆的当前行车道的右侧边缘线右侧的另一边缘线至少暂时消失的情况下才进行车辆的当前行车道的右侧边缘线的可靠性的确定。
在本发明中，“位于车辆的当前行车道的右侧边缘线右侧的另一边缘线”可以理解为或应理解为位于车辆当前所在行车道右侧的相邻行车道的右侧边缘线或位于车辆当前所在行车道右侧的道路交通设施的右侧边缘线。相邻行车道例如可以是常规行车道或应急车道。道路交通设施例如可以是紧急停车带。
在正常情况下，基于图像数据应同时识别到车辆的当前行车道的右侧边缘线以及位于车辆的当前行车道的右侧边缘线右侧的另一边缘线，其中，所述另一边缘线例如是道路交通设施的边缘线，典型地是紧急停车带的边缘线。如果识别到位于车辆的当前行车道的右侧边缘线右侧的另一边缘线至少暂时消失或者说仅识别到车辆的当前行车道的（唯一的）右侧边缘线，则意味着所识别到的右侧边缘线是错误的，其例如是由关于所述右侧边缘线的图像数据和关于所述另一边缘线的图像数据错误拟合得到的。在此，通过首先判断位于车辆的当前行车道的右侧边缘线右侧的另一边缘线是否至少暂时消失再进行根据本发明的方法的其他步骤，能够显著提高根据本发明的方法的效率并且能够节省计算资源。
在本发明的第一方面的一种优选实施方式中，在判断是否满足第一条件时，优选进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差与至少一个第一阈值的分别比较，例如进行车辆当前跟踪的行车道中心线与车辆的当前行车道的右侧边缘线的航向角偏差和/或曲率偏差和/或曲率变化率偏差分别与第一航向角偏差阈值和/或第一曲率偏差阈值和/或第一曲率变化率偏差阈值的比较，其中，所述第一阈值相应地是第一航向角偏差阈值、第一曲率偏差阈值和第一曲率变化率偏差阈值中的一个或多个。
优选地，在车辆当前跟踪的行车道中心线与车辆的当前行车道的右侧边缘线的航向角偏差和曲率偏差和曲率变化率偏差分别大于第一航向角偏差阈值和第一曲率偏差阈值和第一曲率变化率偏差阈值时，满足第一条件。
可选地，在判断是否满足第一条件时，进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差的总和与第一阈值的比较，例如进行车辆当前跟踪的行车道中心线与车辆的当前行车道的右侧边缘线的航向角偏差和/或曲率偏差和/或曲率变化率偏差的总和与第一阈值的比较。可选地，可以为所述航向角偏差和/或曲率偏差和/或曲率变化率偏差分别分配相应的权重，然后求取所述航向角偏差和/或曲率偏差和/或曲率变化率偏差分别与相应的权重的乘积的总和。在此，在所求取的总和大于第一阈值时，满足第一条件。
优选地，所述第一阈值是预先确定的。
优选地，所述第一阈值根据数据集得出，其中，尤其在正确触发与误触发之间进行平衡。
优选地，所述第一阈值是能够动态调节的。例如，所述第一阈值能够基于关于当前行车道的预先确定的区域内的历史图像数据动态调节。
在本发明的第一方面的一种优选实施方式中，所述预确定的宽度变化特征取决于可能导致车辆的当前行车道的右侧边缘线不可靠的道路交通设施的特征。例如，对于典型地由临时停车区、尤其紧急停车带的出现导致车辆的当前行车道的右侧边缘线不可靠的情况，即未正确检测到临时停车区、尤其紧急停车带的情况下，预确定的宽度变化特征是行车道宽度尤其在预先确定的行车道长度上随着行车道纵向延伸首先变大然后变小。
在本发明的第一方面的一种优选实施方式中，在满足所述第一条件的情况下进行是否满足所述第二条件的判断，并且在满足所述第二条件的情况下确定车辆的当前行车道的右侧边缘线不可靠。
在本发明的第一方面的一种优选实施方式中，在满足所述第二条件的情况下判断是否满足以下第三条件：车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差大于至少一个第二阈值；并且在满足第三条件的情况下确定车辆的当前行车道的右侧边缘线不可靠。通过第三条件能够确认车辆的当前行车道的左侧边缘线的可靠性，从而能够使所求取的行车道中心线更准确并且使根据本发明的用于车辆的横向控制的方法更稳健。
在本发明的第一方面的一种优选实施方式中，在判断是否满足第三条件时，优选进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差与至少一个第二阈值的分别比较，例如进行车辆当前跟踪的行车道中心线与车辆的当前行车道的左侧边缘线的航向角偏差和/或曲率偏差和/或曲率变化率偏差分别与第二航向角偏差阈值和/或第二曲率偏差阈值和/或第二曲率变化率偏差阈值的比较，其中，所述第二阈值相应地是第二航向角偏差阈值、第二曲率偏差阈值和第二曲率变化率偏差阈值中的一个或多个。
优选地，在车辆当前跟踪的行车道中心线与车辆的当前行车道的左侧边缘线的航向角偏差和曲率偏差和曲率变化率偏差分别大于第二航向角偏差阈值和第二曲率偏差阈值和第二曲率变化率偏差阈值时，满足第三条件。
可选地，在判断是否满足第三条件时，进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差的总和与第二阈值的比较，例如进行车辆当前跟踪的行车道中心线与车辆的当前行车道的左侧边缘线的航向角偏差和/或曲率偏差和/或曲率变化率偏差的总和与第二阈值的比较。可选地，可以为所述航向角偏差和/或曲率偏差和/或曲率变化率偏差分别分配相应的权重，然后求取所述航向角偏差和/或曲率偏差和/或曲率变化率偏差分别与相应的权重的乘积的总和。在此，在所求取的总和大于第二阈值时，满足第三条件。
优选地，所述第二阈值是预先确定的。
优选地，所述第二阈值根据数据集得出，其中，尤其在正确触发与误触发之间进行平衡。
优选地，所述第二阈值是能够动态调节的。例如，所述第二阈值能够基于关于当前行车道的预先确定的区域内的历史图像数据动态调节。
可以理解，中心线特征参数与右侧边缘线特征参数的偏差可以涉及在车辆前方在车辆当前跟踪的行车道中心线上和在当前行车道的右侧边缘线上的一个或多个点对处的相应特征参数的偏差，其中，所述点对由分别位于车辆当前跟踪的行车道中心线上和车辆的当前行车道的右侧边缘线上的两个相应点构成并且这两个相应点的连线垂直于或基本上垂直于行车道的纵向。
同样可以理解，中心线特征参数与左侧边缘线特征参数的偏差可以涉及在车辆前方在车辆当前跟踪的行车道中心线上和在当前行车道的左侧边缘线上的一个或多个点对处的相应特征参数的偏差，其中，所述点对由分别位于车辆当前跟踪的行车道中心线上和车辆的当前行车道的左侧边缘线上的两个相应点构成并且这两个相应点的连线垂直于或基本上垂直于行车道的纵向。
在本发明的第一方面的一种优选实施方式中，在确定车辆的当前行车道的右侧边缘线不可靠的情况下，基于车辆的当前行车道的左侧边缘线与车辆的当前行车道的行车道宽度求取所述车辆的当前行车道的假想右侧边缘线，并且基于车辆的当前行车道的左侧边缘线与车辆的当前行车道的假想右侧边缘线求取车辆的当前行车道的行车道中心线用于车辆的横向控制。
在本发明的第一方面的一种优选实施方式中，通过车辆的当前行车道的左侧边缘线关于车辆的当前行车道的行车道宽度的镜像求取车辆的当前行车道的假想右侧边缘线。
在本发明的第一方面的一种优选实施方式中，基于车辆的当前行车道的左侧边缘线与车辆的当前行车道的假想右侧边缘线优选通过加权求取车辆的当前行车道的行车道中心线。
在本发明的第一方面的一种优选实施方式中，借助于卡尔曼滤波跟踪所求取的当前行车道的行车道中心线以进行车辆的横向控制、尤其车道保持。
在本发明的第一方面的一种优选实施方式中，车辆的当前行车道的行车道宽度由优选可靠的左侧边缘线和优选可靠的右侧边缘线求取。
在本发明的第一方面的一种优选实施方式中，借助于滤波器跟踪车辆的当前行车道的行车道宽度的变化。
此外，根据本发明的第二方面提供了一种用于车辆的横向控制的装置，其尤其配置成实施以上根据本发明的第一方面的用于车辆的横向控制的方法。所述用于车辆的横向控制的装置至少包括数据接收模块、可靠性确定模块和行车道中心线求取模块。
所述数据接收模块配置成接收图像数据，所述图像数据至少包含所述车辆的当前道路的信息。
所述可靠性确定模块配置成基于所述图像数据确定所述车辆的当前行车道的右侧边缘线的可靠性，其中，在满足以下条件中的至少一个条件的情况下确定所述车辆的当前行车道的右侧边缘线不可靠：
第一条件：所述车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差大于至少一个第一阈值，
第二条件：所述车辆的当前行车道的行车道宽度符合预确定的宽度变化特征。
所述行车道中心线求取模块配置成在确定所述车辆的当前行车道的右侧边缘线不可靠的情况下基于所述车辆的当前行车道的左侧边缘线与所述车辆的当前行车道的行车道宽度求取所述车辆的当前行车道的行车道中心线用于所述车辆的横向控制。
在本发明的第二方面的一种优选实施方式中，所述可靠性确定模块还配置成基于所述图像数据在识别到位于车辆的当前行车道的右侧边缘线右侧的另一边缘线至少暂时消失的情况下才进行车辆的当前行车道的右侧边缘线的可靠性的确定。
在本发明的第二方面的一种优选实施方式中，所述可靠性确定模块还配置成在满足所述第一条件的情况下进行是否满足所述第二条件的判断，并且在满足所述第二条件的情况下确定车辆的当前行车道的右侧边缘线不可靠。
在本发明的第二方面的一种优选实施方式中，所述可靠性确定模块还配置成，在满足所述第二条件的情况下判断是否满足以下第三条件：车辆当前跟踪的行车道中心线的至少一个中心线特征参数与车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差大于至少一个第二阈值；并且在满足第三条件的情况下确定车辆的当前行车道的右侧边缘线不可靠。
在本发明的第二方面的一种优选实施方式中，所述可靠性确定模块还配置成在判断是否满足第一条件时优选进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差与至少一个第一阈值的分别比较。
在本发明的第二方面的一种优选实施方式中，所述可靠性确定模块可选地配置成在判断是否满足第一条件时优选进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差的总和与第一阈值的比较。
在本发明的第二方面的一种优选实施方式中，所述可靠性确定模块还配置成在判断是否满足第三条件时优选进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差与至少一个第二阈值的分别比较。
在本发明的第二方面的一种优选实施方式中，所述可靠性确定模块可选地配置成在判断是否满足第三条件时优选进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差的总和与第二阈值的比较。
在本发明的第二方面的一种优选实施方式中，所述行车道中心线求取模块配置成，在确定车辆的当前行车道的右侧边缘线不可靠的情况下，基于车辆的当前行车道的左侧边缘线与车辆的当前行车道的行车道宽度求取车辆的当前行车道的假想右侧边缘线，并且基于车辆的当前行车道的左侧边缘线与车辆的当前行车道的假想右侧边缘线求取车辆的当前行车道的行车道中心线用于车辆的横向控制。
在本发明的第二方面的一种优选实施方式中，所述行车道中心线求取模块配置成通过车辆的当前行车道的左侧边缘线关于车辆的当前行车道的行车道宽度的镜像求取车辆的当前行车道的假想右侧边缘线。
在本发明的第二方面的一种优选实施方式中，所述用于车辆的横向控制的装置还包括控制信号生成模块，其配置成基于由所述行车道中心线求取模块求取的行车道中心线生成用于车辆的横向控制的控制信号。所生成的控制信号例如提供给用于车辆的横向控制的执行机构。
以上描述的根据本发明的第一方面的用于车辆的横向控制的方法的相应技术特征和技术效果同样适用于根据本发明的第二方面的用于车辆的横向控制的装置。
根据本发明的第二方面的用于车辆的横向控制的装置例如可以以软件形式或硬件形式或软件/硬件混合形式实现。
此外，根据本发明的第三方面提供了一种用于车辆的控制器。所述控制器尤其能够实现车辆的横向控制、尤其车道保持。
在此，所述用于车辆的控制器包括：
处理器；
存储器，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据本发明的第一方面的用于车辆的横向控制的方法的步骤。
此外，根据本发明的第四方面提供了一种车辆。所述车辆包括根据本发明的第二方面的用于车辆的横向控制的装置或根据本发明的第三方面的控制器。所述车辆还可以包括用于车辆的横向控制的执行机构。
此外，根据本发明的第五方面提供了一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现根据本发明的第一方面所述的用于车辆的横向控制的方法的步骤。
此外，根据本发明的第六方面提供了一种计算机程序产品，其包括计算机程序，其中，所述计算机程序被处理器执行时实现根据本发明的第一方面所述的用于车辆的横向控制的方法的步骤。
根据本发明的以上所述技术方案尤其具有以下优点：
1.根据本发明的技术方案能够在车辆的横向控制中、尤其基于视觉的车道保持中，及时判断以及修正行车道边缘线的错误识别，以避免错误的、令人感到不安的、可能导致危险的横向控制动作，从而改善行驶舒适性和行驶安全性；
2.根据本发明的技术方案能够基本上基于常规横向控制功能（算法）工作，无需进行现有算法的大规模改动或部署新的复杂控制策略；
3.根据本发明的技术方案无需增加额外的硬件开销；
4.根据本发明的技术方案能够容易地与其他驾驶辅助功能或驾驶安全功能相结合。
附图说明
以下根据附图详细阐述本发明的优选实施例。本领域技术人员应理解的是，这些优选实施例仅仅是示例性的并且不意味着对本发明形成任何限制。
图1示出根据本发明的用于车辆的横向控制的方法的示意性流程图。
图2示出道路边缘线的检测状态转换的示意图。
图3示出根据本发明的用于车辆的横向控制的装置的示意性框图。
具体实施方式
图1示出根据本发明的用于车辆的横向控制的方法的示意性流程图。根据本发明的用于车辆的横向控制的方法尤其应用于基于图像数据的车道保持功能并且能够在图像数据部分失效或图像处理算法发生错误的情况下确保车道保持功能仍然平稳、安全的实施。
在第一方法步骤101中，接收图像数据，所述图像数据至少包含所述车辆的当前道路的信息。
优选地，所述图像数据可以由设置在所述车辆上的至少一个摄像机提供。所述至少一个摄像机至少能够检测车辆前方的当前道路或周围环境并且提供关于车辆前方的当前道路或周围环境的图像数据。
替代地或附加地，所述图像数据可以由设置在路侧单元上的至少一个摄像机提供。由路侧单元上的至少一个摄像机检测的图像数据例如通过无线传输（例如通过V2C通信）提供给所述车辆。
在第二方法步骤102中，基于所述图像数据，确定车辆的当前行车道的右侧边缘线的可靠性，其中，在满足以下条件中的至少一个条件的情况下确定车辆的当前行车道的右侧边缘线不可靠：
第一条件：车辆当前跟踪的行车道中心线的至少一个中心线特征参数与车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差大于至少一个第一阈值；
第二条件：车辆的当前行车道的行车道宽度符合预确定的宽度变化特征。
优选地，车辆当前跟踪的行车道中心线是基于图像数据由行车道的左侧边缘线和右侧边缘线计算得到的假想中心线。可以通过跟踪所述假想中心线实现车道保持功能。
优选地，所述至少一个中心线特征参数和所述至少一个右侧边缘线特征参数分别是以下参数中的一个或多个：优选在车辆前方的预先确定的位置处车辆当前跟踪的行车道中心线与车辆的当前行车道的右侧边缘线的各自航向角、曲率、曲率变化率。
优选地，在判断是否满足第一条件时，进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的相应偏差与至少一个第一阈值的分别比较，例如进行车辆当前跟踪的行车道中心线与车辆的当前行车道的右侧边缘线的航向角偏差和/或曲率偏差和/或曲率变化率偏差分别与第一航向角偏差阈值和/或第一曲率偏差阈值和/或第一曲率变化率偏差阈值的比较，其中，所述第一阈值相应地是第一航向角偏差阈值、第一曲率偏差阈值和第一曲率变化率偏差阈值中的一个或多个。优选地，在车辆当前跟踪的行车道中心线与车辆的当前行车道的右侧边缘线的航向角偏差和曲率偏差和曲率变化率偏差分别大于第一航向角偏差阈值和第一曲率偏差阈值和第一曲率变化率偏差阈值时，满足第一条件。
可选地，在判断是否满足第一条件时，进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差的总和与第一阈值的比较，例如进行车辆当前跟踪的行车道中心线与车辆的当前行车道的右侧边缘线的航向角偏差和/或曲率偏差和/或曲率变化率偏差的总和与第一阈值的比较。可选地，可以为所述航向角偏差和/或曲率偏差和/或曲率变化率偏差分别分配相应的权重，然后求取所述航向角偏差和/或曲率偏差和/或曲率变化率偏差分别与相应的权重的乘积的总和。在此，在所求取的总和大于第一阈值时，满足第一条件。
优选地，所述第一阈值是预先确定的。
优选地，所述第一阈值根据数据集得出，其中，尤其在正确触发与误触发之间进行平衡。
优选地，所述第一阈值是能够动态调节的。例如，所述第一阈值能够基于关于当前行车道的预先确定的区域内的历史图像数据动态调节。
优选地，车辆的当前行车道的行车道宽度可以是基于图像数据由行车道的优选可靠的左侧边缘线和优选可靠的右侧边缘线计算得到的。
优选地，所述预确定的宽度变化特征取决于可能导致车辆的当前行车道的右侧边缘线不可靠的道路交通设施的特征。例如，对于典型地由临时停车区、尤其紧急停车带的出现导致车辆的当前行车道的右侧边缘线不可靠的情况，即未正确检测到临时停车区、尤其紧急停车带的情况下，预确定的宽度变化特征是行车道宽度尤其在预先确定的行车道长度上随着行车道纵向延伸首先变大然后变小。
优选地，在满足所述第一条件的情况下，再进行是否满足所述第二条件的判断。
优选地，附加地提出第三条件：所述车辆当前跟踪的行车道中心线与所述车辆的当前行车道的左侧边缘线的至少一个特征参数的偏差大于至少一个第二阈值。
优选地，在判断是否满足第三条件时，进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差与至少一个第二阈值的分别比较，例如进行车辆当前跟踪的行车道中心线与车辆的当前行车道的左侧边缘线的航向角偏差和/或曲率偏差和/或曲率变化率偏差分别与第二航向角偏差阈值和/或第二曲率偏差阈值和/或第二曲率变化率偏差阈值的比较，其中，所述第二阈值相应地是第二航向角偏差阈值、第二曲率偏差阈值和第二曲率变化率偏差阈值中的一个或多个。
优选地，在车辆当前跟踪的行车道中心线与车辆的当前行车道的左侧边缘线的航向角偏差和曲率偏差和曲率变化率偏差分别大于第二航向角偏差阈值和第二曲率偏差阈值和第二曲率变化率偏差阈值时，满足第三条件。
可选地，在判断是否满足第三条件时，进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差的总和与第二阈值的比较，例如进行车辆当前跟踪的行车道中心线与车辆的当前行车道的左侧边缘线的航向角偏差和/或曲率偏差和/或曲率变化率偏差的总和与第二阈值的比较。可选地，可以为所述航向角偏差和/或曲率偏差和/或曲率变化率偏差分别分配相应的权重，然后求取所述航向角偏差和/或曲率偏差和/或曲率变化率偏差分别与相应的权重的乘积的总和。在此，在所求取的总和大于第二阈值时，满足第三条件。
优选地，所述第二阈值是预先确定的。
优选地，所述第二阈值根据数据集得出，其中，尤其在正确触发与误触发之间进行平衡。
优选地，所述第二阈值是能够动态调节的。例如，所述第二阈值能够基于关于当前行车道的预先确定的区域内的历史图像数据动态调节。
优选地，在满足所述第一条件和/或第二条件的情况下，再进行是否满足所述第三条件的判断，并且在满足第三条件的情况下确定车辆的当前行车道的右侧边缘线不可靠。
优选地，在满足所述第一条件的情况下，再进行是否满足所述第二条件的判断，并且在满足所述第二条件的情况下，再进行是否满足所述第三条件的判断，并且在满足第三条件的情况下确定车辆的当前行车道的右侧边缘线不可靠。
优选地，在所述图像数据中识别到位于车辆的当前行车道的右侧边缘线右侧的另一边缘线至少暂时消失的情况下才进行第二方法步骤102，即在所述图像数据中识别到位于车辆的当前行车道的右侧边缘线右侧的另一边缘线至少暂时消失的情况下才判断车辆的当前行车道的右侧边缘线是否可靠。
在第三方法步骤103中，在确定车辆的当前行车道的右侧边缘线不可靠的情况下，基于所述车辆的当前行车道的左侧边缘线与所述车辆的当前行车道的行车道宽度求取车辆的当前行车道的行车道中心线用于车辆的横向控制。
优选地，在确定车辆的当前行车道的右侧边缘线不可靠的情况下，基于车辆的当前行车道的左侧边缘线与车辆的当前行车道的行车道宽度求取车辆的当前行车道的假想右侧边缘线，基于车辆的当前行车道的左侧边缘线与车辆的当前行车道的假想右侧边缘线（重新）求取车辆的当前行车道的行车道中心线用于车辆的横向控制。
优选地，通过车辆的当前行车道的左侧边缘线关于车辆的当前行车道的行车道宽度的镜像求取车辆的当前行车道的假想右侧边缘线。所求取的假想右侧边缘线与相应的左侧边缘线除横向位移以外具有至少基本上相同的属性，尤其是走向特性。
根据本发明的以上所述方法步骤的顺序仅仅是示例性的，所述顺序可以进行调整，只要不脱离本发明的总体技术构思。
仅为了更好地理解以上所述技术方案，以下参考附图1描述根据本发明的用于车辆的横向控制的方法的一种示例性的实现：
首先，接收图像数据，所述图像数据至少包含车辆的当前道路的信息。
然后，基于所述图像数据，确定位于所述车辆的当前行车道的右侧边缘线右侧的另一边缘线是否至少暂时消失。
在识别到位于车辆的当前行车道的右侧边缘线右侧的另一边缘线至少暂时消失的情况下，基于所述图像数据，依次判断是否满意以下三个条件：
第一条件：车辆当前跟踪的行车道中心线的中心线特征参数与车辆的当前行车道的右侧边缘线的右侧边缘线特征参数的偏差超过第一阈值，
其中，进行车辆当前跟踪的行车道中心线与车辆的当前行车道的右侧边缘线的航向角偏差和曲率偏差和曲率变化率偏差分别与第一航向角偏差阈值和第一曲率偏差阈值和第一曲率变化率偏差阈值的比较，其中，所述第一阈值相应地是第一航向角偏差阈值、第一曲率偏差阈值和第一曲率变化率偏差阈值，
或者其中，进行车辆当前跟踪的行车道中心线与车辆的当前行车道的右侧边缘线的航向角偏差和曲率偏差和曲率变化率偏差的总和与第一阈值的比较，
或者其中，求取车辆当前跟踪的行车道中心线与车辆的当前行车道的右侧边缘线的航向角偏差和曲率偏差和曲率变化率偏差分别与相应权重的乘积的总和，并且进行所述总和与第一阈值的比较；
第二条件：车辆的当前行车道的行车道宽度符合预确定的宽度变化特征，其中，所述预确定的宽度变化特征例如是车辆的当前行车道的行车道宽度随着行车道纵向延伸首先变大然后变小；
第三条件：车辆当前跟踪的行车道中心线的中心线特征参数与车辆的当前行车道的左侧边缘线的左侧边缘线特征参数的偏差大于第二阈值，
其中，进行车辆当前跟踪的行车道中心线与车辆的当前行车道的左侧边缘线的航向角偏差和曲率偏差和曲率变化率偏差分别与第二航向角偏差阈值和第二曲率偏差阈值和第二曲率变化率偏差阈值的比较，其中，所述第二阈值相应地是第二航向角偏差阈值、第二曲率偏差阈值和第二曲率变化率偏差阈值，
或者其中，进行车辆当前跟踪的行车道中心线与车辆的当前行车道的左侧边缘线的航向角偏差和曲率偏差和曲率变化率偏差的总和与第二阈值的比较，
或者其中，求取车辆当前跟踪的行车道中心线与车辆的当前行车道的左侧边缘线的航向角偏差和曲率偏差和曲率变化率偏差分别与相应权重的乘积的总和，并且进行所述总和与第二阈值的比较。
在此，在满足第一条件的情况下才进行是否满足第二条件的判断，并且在满足第二条件的情况下才进行是否满足第三条件的判断。在满足第三条件的情况下，即在满足所有以上三个条件的情况下，确定车辆的当前行车道的右侧边缘线不可靠。
然后，在确定车辆的当前行车道的右侧边缘线不可靠的情况下，通过车辆的当前行车道的左侧边缘线关于车辆的当前行车道的行车道宽度的镜像求取车辆的当前行车道的假想右侧边缘线，并且基于车辆的当前行车道的左侧边缘线与车辆的当前行车道的假想右侧边缘线（重新）求取车辆的当前行车道的行车道中心线。基于最终（重新求取）的车道中心线进行车辆的横向控制，尤其实施车道保持。
进一步优选地，如果以上所述三个条件中的任一条件未满足，则车辆的横向控制由驾驶员或其他辅助驾驶功能（或自动驾驶功能）接管。
图2示出道路边缘线的检测状态转换的示意图。在此，道路边缘线的检测状态转换在有限状态机中实现。
在根据图2的优选状态机中例如设置以下状态：初始状态201、存在状态202、丢失状态203、恢复状态204和暂时消失状态205。
例如，从初始状态201出发，如果在当前周期内确定边缘线无效，则从初始状态201转换为丢失状态203（如附图标记212所示）；如果在当前周期内确定边缘线有效，则从初始状态201转换为存在状态202（如附图标记211所示）。在丢失状态203期间，如果在当前周期内确定边缘线无效，则继续保持在丢失状态203（如附图标记219所示）；如果在当前周期内确定边缘线有效，则从丢失状态203转换为恢复状态204（如附图标记218所示）。在恢复状态204期间，如果在当前周期内确定边缘线有效，则继续保持在恢复状态204（如附图标记222所示）；如果在当前周期内确定边缘线无效，则从恢复状态204转换为暂时消失状态205（如附图标记220所示）；如果持续N个周期确定边缘线有效，则从恢复状态204转换为存在状态202（如附图标记221所示）。在存在状态202期间，如果在当前周期内确定边缘线有效，则继续保持在存在状态202（如附图标记214所示）；如果在当前周期内确定边缘线无效，则从存在状态202转换为暂时消失状态205（如附图标记213所示）。在暂时消失状态205期间，如果在当前周期内确定边缘线无效，则继续保持在暂时消失状态205（如附图标记217所示）；如果在当前周期内确定边缘线有效，则从暂时消失状态205转换为恢复状态204（如附图标记216所示）；如果持续N个周期确定边缘线无效，则从暂时消失状态205转换为丢失状态203（如附图标记215所示）。在此，N可以是预先确定的自然数。
例如，“位于车辆的当前行车道的右侧边缘线右侧的另一边缘线至少暂时消失”可以相应于所述有限状态机中的“暂时消失状态”。可选地，“位于车辆的当前行车道的右侧边缘线右侧的另一边缘线至少暂时消失”可以相应于所述有限状态机中的“暂时消失状态”或“丢失状态”。
图3示出根据本发明的用于车辆的横向控制的装置的示意性框图。根据本发明的用于车辆的横向控制的装置3尤其配置成实施以上例如借助图1描述的根据本发明的用于车辆的横向控制的方法。
在此，根据本发明的用于车辆的横向控制的装置3至少包括数据接收模块301、可靠性确定模块302和行车道中心线求取模块303。
所述数据接收模块301配置成接收图像数据，所述图像数据至少包含所述车辆的当前道路的信息。
所述可靠性确定模块302配置成基于所述图像数据确定所述车辆的当前行车道的右侧边缘线的可靠性。
所述可靠性确定模块302尤其配置成在满足以下条件中的至少一个条件的情况下确定所述车辆的当前行车道的右侧边缘线不可靠：
第一条件：所述车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差大于至少一个第一阈值；
第二条件：所述车辆的当前行车道的行车道宽度符合预确定的宽度变化特征。
优选地，所述可靠性确定模块302还配置成基于所述图像数据在识别到位于车辆的当前行车道的右侧边缘线右侧的另一边缘线至少暂时消失的情况下才进行车辆的当前行车道的右侧边缘线的可靠性的确定。
优选地，所述可靠性确定模块302还配置成在满足所述第一条件的情况下进行是否满足所述第二条件的判断，并且在满足所述第二条件的情况下确定车辆的当前行车道的右侧边缘线不可靠。
优选地，所述可靠性确定模块302还配置成，在满足所述第二条件的情况下判断是否满足以下第三条件：车辆当前跟踪的行车道中心线的至少一个中心线特征参数与车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差大于至少一个第二阈值；并且在满足第三条件的情况下确定车辆的当前行车道的右侧边缘线不可靠。
优选地，所述可靠性确定模块302还配置成进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差与第一阈值的分别比较。
可选地，所述可靠性确定模块302还配置成进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差（优选在进行加权的情况下）的总和与第一阈值的比较。
优选地，所述可靠性确定模块302还配置成进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差与第二阈值的分别比较。
可选地，所述可靠性确定模块302还配置成进行车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差（优选在进行加权的情况下）的总和与第二阈值的比较。
所述行车道中心线求取模块303配置成在确定所述车辆的当前行车道的右侧边缘线不可靠的情况下基于所述车辆的当前行车道的左侧边缘线与所述车辆的当前行车道的行车道宽度求取所述车辆的当前行车道的行车道中心线用于所述车辆的横向控制。
优选地，所述行车道中心线求取模块303配置成，在确定车辆的当前行车道的右侧边缘线不可靠的情况下，基于车辆的当前行车道的左侧边缘线与车辆的当前行车道的行车道宽度求取车辆的当前行车道的假想右侧边缘线，并且基于车辆的当前行车道的左侧边缘线与车辆的当前行车道的假想右侧边缘线求取车辆的当前行车道的行车道中心线用于车辆的横向控制。
优选地，所述行车道中心线求取模块303配置成通过车辆的当前行车道的左侧边缘线关于车辆的当前行车道的行车道宽度的镜像求取车辆的当前行车道的假想右侧边缘线。
可选地，根据本发明的用于车辆的横向控制的装置3还可以包括控制信号生成模块（未示出），其配置成基于由所述行车道中心线求取模块求取的行车道中心线生成用于车辆的横向控制的控制信号。所生成的控制信号例如提供给用于车辆的横向控制的执行机构。
根据本发明的用于控制车辆的横向控制的装置3例如可以以软件形式或硬件形式或软件/硬件混合形式实现。
对于本领域技术人员而言，可以在不脱离本发明的精神的情况下对以上优选实施例进行各种变型或修改，这些变型或修改均不脱离本发明的范畴。

Claims (17)

1.一种用于车辆的横向控制的方法，所述方法包括以下步骤：
接收图像数据，所述图像数据至少包含所述车辆的当前道路的信息；
基于所述图像数据，确定所述车辆的当前行车道的右侧边缘线的可靠性，其中，在满足以下条件中的至少一个条件的情况下确定所述车辆的当前行车道的右侧边缘线不可靠：
第一条件：所述车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差大于至少一个第一阈值，
第二条件：所述车辆的当前行车道的行车道宽度符合预确定的宽度变化特征；
在确定所述车辆的当前行车道的右侧边缘线不可靠的情况下，基于所述车辆的当前行车道的左侧边缘线与所述车辆的当前行车道的行车道宽度求取所述车辆的当前行车道的行车道中心线用于所述车辆的横向控制。
2.根据权利要求1所述的方法，其特征在于，
基于所述图像数据，在识别到位于所述车辆的当前行车道的右侧边缘线右侧的另一边缘线至少暂时消失的情况下才进行所述车辆的当前行车道的右侧边缘线的可靠性的确定。
3.根据权利要求2所述的方法，其特征在于，
在满足所述第一条件的情况下进行是否满足所述第二条件的判断，并且在满足所述第二条件的情况下确定所述车辆的当前行车道的右侧边缘线不可靠。
4.根据权利要求3所述的方法，其特征在于，
在满足所述第二条件的情况下判断是否满足以下第三条件：所述车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差大于至少一个第二阈值；并且在满足第三条件的情况下确定所述车辆的当前行车道的右侧边缘线不可靠。
5.根据权利要求4所述的方法，其特征在于，
所述至少一个中心线特征参数和所述至少一个右侧边缘线特征参数和/或所述至少一个左侧边缘线特征参数分别是以下参数中的一个或多个：所述车辆当前跟踪的行车道中心线和所述车辆的当前行车道的右侧边缘线和/或所述车辆的当前行车道的左侧边缘线的各自航向角、曲率、曲率变化率。
6.根据权利要求1至5中任一项所述的方法，其特征在于，
所述预确定的宽度变化特征是所述车辆的当前行车道的行车道宽度在预先确定的行车道长度上随着行车道纵向延伸首先变大然后变小。
7.根据权利要求1至5中任一项所述的方法，其特征在于，
在确定所述车辆的当前行车道的右侧边缘线不可靠的情况下，基于所述车辆的当前行车道的左侧边缘线与所述车辆的当前行车道的行车道宽度求取所述车辆的当前行车道的假想右侧边缘线，并且基于所述车辆的当前行车道的左侧边缘线与所述车辆的当前行车道的假想右侧边缘线求取所述车辆的当前行车道的行车道中心线用于所述车辆的横向控制。
8.根据权利要求7所述的方法，其特征在于，
通过所述车辆的当前行车道的左侧边缘线关于所述车辆的当前行车道的行车道宽度的镜像求取所述车辆的当前行车道的假想右侧边缘线。
9.一种用于车辆的横向控制的装置，所述装置至少包括：
数据接收模块，其配置成接收图像数据，所述图像数据至少包含所述车辆的当前道路的信息；
可靠性确定模块，其配置成基于所述图像数据确定所述车辆的当前行车道的右侧边缘线的可靠性，其中，在满足以下条件中的至少一个条件的情况下确定所述车辆的当前行车道的右侧边缘线不可靠：
第一条件：所述车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的右侧边缘线的至少一个右侧边缘线特征参数的偏差大于至少一个第一阈值，
第二条件：所述车辆的当前行车道的行车道宽度符合预确定的宽度变化特征；
行车道中心线求取模块，其配置成在确定所述车辆的当前行车道的右侧边缘线不可靠的情况下基于所述车辆的当前行车道的左侧边缘线与所述车辆的当前行车道的行车道宽度求取所述车辆的当前行车道的行车道中心线用于所述车辆的横向控制。
10.根据权利要求9所述的装置，其特征在于，
所述可靠性确定模块还配置成基于所述图像数据在识别到位于所述车辆的当前行车道的右侧边缘线右侧的另一边缘线至少暂时消失的情况下才进行所述车辆的当前行车道的右侧边缘线的可靠性的确定。
11.根据权利要求10所述的装置，其特征在于，
所述可靠性确定模块还配置成在满足所述第一条件的情况下进行是否满足所述第二条件的判断，并且在满足所述第二条件的情况下确定所述车辆的当前行车道的右侧边缘线不可靠。
12.根据权利要求11所述的装置，其特征在于，
所述可靠性确定模块还配置成，在满足所述第二条件的情况下判断是否满足以下第三条件：所述车辆当前跟踪的行车道中心线的至少一个中心线特征参数与所述车辆的当前行车道的左侧边缘线的至少一个左侧边缘线特征参数的偏差大于至少一个第二阈值；并且在满足第三条件的情况下确定所述车辆的当前行车道的右侧边缘线不可靠。
13.根据权利要求9至12中任一项所述的装置，其特征在于，
所述行车道中心线求取模块配置成，在确定所述车辆的当前行车道的右侧边缘线不可靠的情况下，基于所述车辆的当前行车道的左侧边缘线与所述车辆的当前行车道的行车道宽度求取所述车辆的当前行车道的假想右侧边缘线，并且基于所述车辆的当前行车道的左侧边缘线与所述车辆的当前行车道的假想右侧边缘线求取所述车辆的当前行车道的行车道中心线用于所述车辆的横向控制。
14.根据权利要求13所述的装置，其特征在于，
所述行车道中心线求取模块配置成通过所述车辆的当前行车道的左侧边缘线关于所述车辆的当前行车道的行车道宽度的镜像求取所述车辆的当前行车道的假想右侧边缘线。
15.一种用于车辆的控制器，其特征在于，所述控制器包括：
处理器；
存储器，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1-8中任一项所述的方法的步骤。
16.一种车辆，其特征在于，所述车辆包括：
根据权利要求9至14中任一项所述的用于车辆的横向控制的装置或根据权利要求15所述的控制器；
用于所述车辆的横向控制的执行机构。
17.一种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根据权利要求1至8中任一项所述的用于车辆的横向控制的方法的步骤。
CN202310980908.2A 2023-08-07 2023-08-07 车辆横向控制的方法和装置、控制器、车辆以及存储介质 Active CN116721400B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310980908.2A CN116721400B (zh) 2023-08-07 2023-08-07 车辆横向控制的方法和装置、控制器、车辆以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310980908.2A CN116721400B (zh) 2023-08-07 2023-08-07 车辆横向控制的方法和装置、控制器、车辆以及存储介质

Publications (2)

Publication Number Publication Date
CN116721400A true CN116721400A (zh) 2023-09-08
CN116721400B CN116721400B (zh) 2023-10-27

Family

ID=87870031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310980908.2A Active CN116721400B (zh) 2023-08-07 2023-08-07 车辆横向控制的方法和装置、控制器、车辆以及存储介质

Country Status (1)

Country Link
CN (1) CN116721400B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005346197A (ja) * 2004-05-31 2005-12-15 Toyota Motor Corp 車線境界線の検出方法及び装置、並びに車線保持制御方法及び装置
CN112837554A (zh) * 2021-03-09 2021-05-25 济南大学 基于双目相机的agv定位导航方法及系统
CN113511221A (zh) * 2021-05-20 2021-10-19 重庆长安汽车股份有限公司 一种监控横向控制能力的方法、系统、车辆及存储介质
CN114638848A (zh) * 2022-03-11 2022-06-17 北京京东乾石科技有限公司 车道边缘线变化的检测方法、装置、设备及存储介质
CN115503759A (zh) * 2022-10-27 2022-12-23 重庆长安汽车股份有限公司 车道线航向角补偿方法、装置、电子设备及存储介质
CN116080646A (zh) * 2023-03-08 2023-05-09 阿尔特汽车技术股份有限公司 一种自适应巡航的目标车辆切出检测方法及系统
CN116363617A (zh) * 2023-03-29 2023-06-30 江苏裕兰信息科技有限公司 一种超小曲率车道线检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005346197A (ja) * 2004-05-31 2005-12-15 Toyota Motor Corp 車線境界線の検出方法及び装置、並びに車線保持制御方法及び装置
CN112837554A (zh) * 2021-03-09 2021-05-25 济南大学 基于双目相机的agv定位导航方法及系统
CN113511221A (zh) * 2021-05-20 2021-10-19 重庆长安汽车股份有限公司 一种监控横向控制能力的方法、系统、车辆及存储介质
CN114638848A (zh) * 2022-03-11 2022-06-17 北京京东乾石科技有限公司 车道边缘线变化的检测方法、装置、设备及存储介质
CN115503759A (zh) * 2022-10-27 2022-12-23 重庆长安汽车股份有限公司 车道线航向角补偿方法、装置、电子设备及存储介质
CN116080646A (zh) * 2023-03-08 2023-05-09 阿尔特汽车技术股份有限公司 一种自适应巡航的目标车辆切出检测方法及系统
CN116363617A (zh) * 2023-03-29 2023-06-30 江苏裕兰信息科技有限公司 一种超小曲率车道线检测方法

Also Published As

Publication number Publication date
CN116721400B (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
US10643475B2 (en) Lane departure warning device and method
US9542606B2 (en) Lane line recognition apparatus
CN106256641B (zh) 用于车辆中安全转向辅助的方法和系统
EP1857991B1 (en) Vehicle lane departure detecting device
US8170739B2 (en) Path generation algorithm for automated lane centering and lane changing control system
JP4349452B2 (ja) 行動予測装置
CN111231982B (zh) 一种智能驾驶的障碍物识别方法、装置、车辆和存储介质
KR20140025755A (ko) 차량의 횡방향 제어 장치 및 그 방법
CN111923914B (zh) 机动车的路肩行驶的识别
KR101950175B1 (ko) 차선정보 추정 방법
US20140200768A1 (en) Vehicle travel assisting device
CN111712415A (zh) 用于在变换车道时检测机动车辆与位于同所述车辆相邻的行车道中的第二物体之间的碰撞风险的系统和方法
CN112644489A (zh) 车道跟随控制设备和方法
CN114312783B (zh) 用于车辆的道路进入系统和方法及计算机可读存储介质
US10300913B2 (en) Vehicle identification device and vehicle identification method
CN116721400B (zh) 车辆横向控制的方法和装置、控制器、车辆以及存储介质
CN112885143B (zh) 使用周围车辆修正曲率信息的系统和方法
CN111104824A (zh) 车道偏离的检测方法、电子设备及计算机可读存储介质
CN114572199A (zh) 用于控制车辆的装置和方法
JP5030734B2 (ja) 衝突被害軽減制動制御装置
EP4015331A1 (en) Method and system for target detection of vehicle
JP2007233604A (ja) 道路情報取得装置、及びこれを利用した車両用走行制御装置、並びに道路交通システム
KR20180128670A (ko) 차량 주행제어 방법 및 장치
CN111176285A (zh) 一种行进路径规划的方法及装置、车辆、可读存储介质
JP2002341027A (ja) 車両のａｃｃシステムにおけるカーブｒ補正方法及びその装置

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
GR01 Patent grant
GR01 Patent grant