DE102006012914A1 - System und Verfahren zur Bestimmung des Abstands zu einem vorausfahrenden Fahrzeug - Google Patents

System und Verfahren zur Bestimmung des Abstands zu einem vorausfahrenden Fahrzeug Download PDF

Info

Publication number
DE102006012914A1
DE102006012914A1 DE102006012914A DE102006012914A DE102006012914A1 DE 102006012914 A1 DE102006012914 A1 DE 102006012914A1 DE 102006012914 A DE102006012914 A DE 102006012914A DE 102006012914 A DE102006012914 A DE 102006012914A DE 102006012914 A1 DE102006012914 A1 DE 102006012914A1
Authority
DE
Germany
Prior art keywords
vehicle
image
section
preceding vehicle
stage
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
DE102006012914A
Other languages
English (en)
Other versions
DE102006012914B4 (de
Inventor
Anatoli S. Farmington Hills Koulinitch
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.)
Visteon Global Technologies Inc
Original Assignee
Visteon Global Technologies Inc
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 Visteon Global Technologies Inc filed Critical Visteon Global Technologies Inc
Publication of DE102006012914A1 publication Critical patent/DE102006012914A1/de
Application granted granted Critical
Publication of DE102006012914B4 publication Critical patent/DE102006012914B4/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • G06T7/564Depth or shape recovery from multiple images from contours
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S11/00Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/12Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20016Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • 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
    • G06T2207/30261Obstacle
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08Detecting or categorising vehicles

Abstract

Ein in einem Fahrzeug implementiertes System zur Erfassung eines vorausfahrenden Fahrzeugs umfasst eine Kamera, die ein Abbild der Rückseite des vorausfahrenden Fahrzeugs aufnimmt, und ein Bildverarbeitungssystem, das die Bilddaten von der Kamera empfängt. Das Bildverarbeitungssystem ist mit einem Algorithmus ausgestattet, der einen Vorbearbeitungsabschnitt, einen Bildsegmentierungsabschnitt und einen Erfassungsabschnitt umfasst, um die Bilddaten zwecks Bestimmung des relativen Abstands zwischen dem Fahrzeug und dem vorausfahrenden Fahrzeug zu analysieren.

Description

  • Hintergrund
  • Die Erfindung bezieht sich allgemein auf ein in einem Fahrzeug implementiertes Bildverarbeitungssystem zur Bestimmung des Abstands zwischen dem Fahrzeug und einem vorausfahrenden Fahrzeug.
  • Für Fahrzeuge sind Fahrerassistenzsysteme bekannt, wie z. B. Erfassungssysteme, die vor dem Fahrzeug befindliche Objekte erfassen. Bestimmte Erfassungssysteme analysieren die Bewegung der umgebenden Fahrzeuge, um einem Fahrer, der das System zur Erfassung des verfügbaren Platzes für das Manövrieren seines Fahrzeugs verwendet, eine Einschätzung der Situation bereitzustellen.
  • Da eine echtzeitbasierte Implementierung dieser Erfassungssysteme erwünscht ist, besteht die Notwendigkeit für ein System mit einer stärkerer Rechenleistung zur Erfassung und Verfolgung der sich vor dem Fahrzeug befindlichen Objekte.
  • Zusammenfassung
  • In einem allgemeinen Aspekt der Erfindung umfasst ein in einem Fahrzeug implementiertes System zur Erfassung eines vorausfahrenden Fahrzeugs eine Kamera, die ein Abbild der Rückseite des vorausfahrenden Fahrzeugs aufnimmt, und ein Bildverarbeitungssystem, das die Bilddaten von der Kamera empfängt. Das Bildverarbeitungssystem ist mit einem Algorithmus ausgestattet, der einen Vorbearbeitungsabschnitt, einen Bildsegmentierungsabschnitt und einen Erfassungsabschnitt umfasst, um die Bilddaten zwecks Bestimmung des relativen Abstands zwischen dem Fahrzeug und dem vorausfahrenden Fahrzeug zu analysieren.
  • Weitere Merkmale und Vorteile der Erfindung sind aus der nachfolgenden Beschreibung und den Patentansprüchen leicht erkennbar.
  • Kurzbeschreibung der Zeichnungen
  • 1 stellt ein Fahrzeug mit einem erfindungsgemäßen Bildverarbeitungssystem zur Erfassung anderer Fahrzeuge dar.
  • 2 ist ein Flussdiagramm eines in dem Bildverarbeitungssystem implementierten Algorithmus.
  • Ausführliche Beschreibung
  • In 1 ist ein die Prinzipien der Erfindung verkörperndes System dargestellt und mit dem Bezugszeichen 10 gekennzeichnet. Das System 10 befindet sich in einem Fahrzeug 12, und seine primären Komponenten umfassen eine Kamera 14 und ein Bildverarbeitungssystem 16. Wenn sich das Fahrzeug 12 auf einer Straße 13 fortbewegt, nimmt die Kamera 14 Abbilder eines sich vor dem Fahrzeug 12 befindenden Fahrzeugs 18 auf. Aus diesen Abbildern bestimmt das Bildverarbeitungssystem 16 den Abstand zwischen dem Fahrzeug 12 und dem vorausfahrenden Fahrzeug 18. Das Bildverarbeitungssystem 16 verarbeitet die Bilddaten mit einem hohen Signal-Rausch-Verhältnis, das eine wirksame Implementierung einer schnellen und stabilen Erfassung und Verfolgung des Fahrzeugs 18 zulässt.
  • Wie in 2 zu erkennen ist, werden die durch die Kamera 14 aufgenommenen Abbilder 40 in einem im Bildverarbeitungssystem 16 implementierten Algorithmus 50 verarbeitet. Der Algorithmus 50 umfasst zur Bestimmung des relativen Abstands 66 zwischen dem vorausfahrenden Fahrzeug 18 und dem Fahrzeug 12 einen Vorverarbeitungsabschnitt 52, einen Bildsegmentierungsabschnitt 54 und einen Zwei-Ebenen-Erfassungsabschnitt 56.
  • Der Vorverarbeitungsabschnitt 52 umfasst einen Rauschminderungsschritt 58 und einen Horizontal/Vertikal-(V/H-)Kantenerfassungsschritt 60. Der Rauschminderungsschritt 58 verwendet ein Gauß-Filter mit einem {3·3}-Kern zur Glättung und einem Schärfungsfilter zur Bereitstellung schärferer Kanten. Der Vorverarbeitungsabschnitt 52 verwendet außerdem Messzahlen des Abbilds innerhalb des Suchfelds zur Festlegung eines dynamischen Schwellenwerts (d. h. eines adaptiven Schwellenwerts) und unterdrückt Rauschen und verbessert die für die Analyse des Abbilds relevanten Objektmerkmale. Der Vorverarbeitungsabschnitt 52 kann unterschiedliche Kriterien zur Berechnung der Länge für kurz unterbrochene Kanten verwenden.
  • Der Horizontal/Vertikal-Kantenerfassungsschritt 60 verwendet Sobel-Filter zur Festlegung unabhängiger Abbildungen sowohl der horizontalen als auch der vertikalen Kanten. Die Graustufen-Abbildungen der horizontalen und der vertikalen Kanten werden durch eine Finite-Differenzen-Abschätzung des Helligkeitsgradienten definiert. Die Kantensuche beruht auf der Basis einer binären Bilddarstellung, und eine Bildvorstufenanalyse verwendet einen Satz von Kriterien und Maßen, um eine fehlerfreie Kantenerfassung oder nichtscharfe Horizontal/Vertikal-Merkmale zu definieren.
  • Der Bildsegmentierungsabschnitt 54 trennt Objekte vom Bildhintergrund und stellt die Verknüpfung von horizontalen und vertikalen Kanten bereit, sodass ein Fahrzeugabbild gebildet wird.
  • Der Zwei-Ebenen-Erfassungsabschnitt 56 umfasst einen Grobschritt (oder eine Grobstufe) 62 und einen Verfeinerungsschritt (oder eine Verfeinerungsstufe) 64. Der Grobschritt 62 ist ein Hypothesenerzeugungsschritt, der Informationen bezüglich der vertikalen und horizontalen Kanten zur Aufstellung einer Hypothese über die Lage des vorausfahrenden Fahrzeugs im Abbild verwendet. Der Verfeinerungsschritt 64 ist ein Hypothesenüberprüfungsschritt. Das heißt, die tatsächliche Existenz eines Fahrzeugs 18 wird durch eine Datenkonsistenzanalyse getestet, die verschiedene Abhängigkeiten zwischen der Fahrzeugabbildzuordnung und den Fahrzeugabmessungen verwendet, um den Abstand zwischen dem vorausfahrenden Fahrzeug 18 und dem Fahrzeug 12 zu verifizieren. Die Konsistenzanalyse folgt einem Erfassungskriterium, das besagt, dass wichtige Kanten nicht fehlen und Störreflexe nicht vorhanden sein sollten, und einem Lokalisierungskriterium, das besagt, dass der Abstand zwischen der tatsächlichen und der zugeordneten Position der Kanten minimal sein sollte.
  • Außerdem umfasst das Bildverarbeitungssystem 16 die folgenden Merkmale:
  • Erfassung von Kanten mit Rauschen
  • Für jeden der (zur Erfassung oder zur Verfolgung) analysierten Ausschnitte des Abbilds wird eine Abstandskantenabbildung auf der Basis der Mischung der folgenden Filtertechniken erstellt. Die Kantenerfassung basiert auf einem diskreten Antirauschfaltungsalgorithmus und ist optimal für mit weißem Rauschen behaftete Kanten geeignet. Ein Algorithmus durchsucht die Schwellenwertkantenabbildungen nach herausragenden (d. h. langen, schwachen kurz unterbrochenen) Kanten. Wenn solche horizontalen Kanten im Abbild (d. h. im Suchfeld) während der Grobsuche gefunden werden, beginnt der verfeinerte Suchprozess in diesem Bereich (d. h. dem Kandidatbereich). Das sich ergebende Filter kann durch die erste Ableitung eines Gaußschen Glättungsfilters effektiv genähert werden. Da die Abbilder typischerweise einen hohen Rauschpegel in ihrer oberen Hälfte aufweisen, wird nicht der gesamte Fahrzeugumriss abgesucht. Das heißt, die Suche und die Analyse werden auf den unteren Teil der Rückansicht des Fahrzeugs 18 beschränkt.
  • Kalibrierung
  • Abstandsabbildkalibrierungstabellen basieren auf einer radargestützten expliziten Abstandsmessung pro Merkmal des Fahrzeugs 18. Die Kalibrierungstabellen werden zur Analyse der Segmentkonsistenz für die Abstandsberechnung des Fahrzeugs 18 verwendet. Die aus Testsichtdaten gewonnenen Informationen über Kamerastandort- und Kalibrierungsdaten werden zum Definieren der Suchfläche (d. h. des Suchfeldes) und zur Umwandlung eines 2D-Modells in ein 3D-Hypothesemodell verwendet.
  • Da für Fahrzeuge einer bestimmten Gruppe eine Breite des Fahrzeugs 18 mit dem Abstand zum Fahrzeug 18 korreliert, werden drei Fahrzeugklassen verwendet: (1) Personenwagen (Limousinen), (2) Kleintransporter, (3) Lastkraftwagen. Der Algorithmus 50 verwendet diese drei Klassen als Basismodelle zur Konsistenzprüfung von Abbildungen mit teilweise sichtbaren Fahrzeugen oder Abbildungen mit verrauschten Fahrzeugumrissen, wie z. B. der Schatten eines vorausfahrenden Fahrzeugs oder Fahrzeuge auf benachbarten Fahrspuren oder andere statische oder dynamische Objekte, wie z. B. Brücken, Gebäude oder Ähnliches.
  • Jede Kalibrierungstabelle enthält drei Spalten und beschreibt die folgenden Abhängigkeiten: Zeilenposition → Fahrzeugbreite → Abstand. Eine Konsistenzanalyse bewertet, wie diese Merkmale im momentanen Abbild miteinander im Zusammenhang stehen.
  • Bei geringen Abständen könnte der untere Teil des Fahrzeugs 18, wie zum Beispiel die Kontaktpunkte zwischen dem Fahrzeug 18 und der Straße 13, nicht zu sehen sein. In solchen Situationen werden die folgenden Abhängigkeiten verwendet: Fahrzeugbreite Abstand aus der Kalibrierungstabelle zur Berechnung des Abstands zwischen dem Fahrzeug 12 und dem vorausfahrenden Fahrzeug 18.
  • Fachwissen und Konsistenzregeln
  • Zur Bestimmung der Fahrzeugklasse verwendet das Bildverarbeitungssystem 16 a-priori-Fachwissen über die Formen und Bewegungsparameter als Kalibrierungsdaten, um ein vorausfahrendes Fahrzeug zu erfassen. Ein parametrisiertes Fahrzeugmodell zieht außerdem Schattenkanten unter komplexen Beleuchtungsverhältnissen in Betracht, was zu einem kleinen effektiven Bildfeld führt.
  • Erfassung
  • Die Erfassung wird durch Ausführung einer Paarung eines Satzes von Merkmalen eines 2D-Abbildausschnitts (z. B. zwei vertikale Kanten links und rechts zwecks Definition einer Breite) und einer horizontalen Kante zur Berechnung eines Abstands zum vorausfahrenden Fahrzeug erreicht. Auf der Basis der synthetisierten vertikalen und horizontalen Kantenabbildung der die Eingangsdaten für einen Segmentierungsalgorithmus bereitstellenden Rückansicht des vorausfahrenden Fahrzeugs 18 wird das resultierende Abstandsabbild gebildet. Das Bildverarbeitungssystem 16 verwendet eine merkmalgestützte Technik zur Erfassung von entfernt befindlichen Fahrzeugen, indem durch Bewertung von horizontalen und vertikalen Kanten nach rechtwinkligen Objekten gesucht wird.
  • Grobschritt – Horizontalkantensuche
  • Der verfeinerte Suchschritt 64 wird nur für kleine Bereiche der Kantenabbildungen verwendet, während der Grobsuchschritt 62 auf dem gesamten Suchfeld ausgeführt wird. Der Grobsuchschritt 62 verwendet Zielfunktionen zur Bestimmung einer signifikanten horizontalen Kante, die als eine Unterkante eines Abbilds definiert wird. Außerdem kann mit Schritt 64 eine fehlerhafte Kantenerfassung nachgewiesen werden.
  • In einigen Fällen ist die erste erfasste horizontale Kante Teil der Abbildlinie innerhalb des Fahrzeugs wegen des geringen Kontrasts zwischen der Fahrzeugunterkante und der Straße (Hintergrund). Mit einer überschlägig berechneten Kostenfunktion kann die Fahrzeughöhe mithilfe der Länge der vertikalen Kante ermittelt werden.
  • Verfeinerungsschritt – Vertikalkanten
  • Um eine verringerte Kantenabbildungsfläche innerhalb des Suchfelds abzuleiten, wird ein Abstimmprozess durchgeführt. Konsistenzprüfungen erfassen mögliche Fehler bei der Fahrzeugerkennung. Als Nachweis dafür, dass ein mögliches Objekt ein Fahrzeug ist, wird eine Zielfunktion wie folgt berechnet:
    • • Es wird eine erste vertikale Kante gesucht, beginnend an der Seite mit der größeren Kostenfunktion, die den Formfaktor der zwei Kandidaten für jede Seite (links, rechts) und für zwei Richtungen (aufwärts und abwärts) enthält.
    • • Ein mögliches Fahrzeug wird durch zwei untere Eckpunkte markiert. Ergibt die Beziehung einen hohen Wert, stellt das Bildverarbeitungssystem 16 fest, dass ein Fahrzeug erfasst worden ist, und berechnet eine 2D-Lage im Abbild und deren Größe.
  • Wenn ein Fahrzeugkandidat erfasst worden ist, werden die Sichtmerkmale des vorausfahrenden Fahrzeugs beschreibende allgemeine 2D-Modelle verwendet, um tatsächliche Fahrzeugparameter zu klassifizieren und dynamische 3D-Merkmale zu berechnen.
  • Konsistenzgestütztes Abstandsberechnungsverfahren
  • Kalibrierungsverweistabellen stellen einen expliziten Abstand für die Abstandsberechnung bereit. Der berechnete Abstand resultiert aus zwei durch Kostenfunktionen gewichtete Verfahren. Das erste Verfahren verwendet den unteren Teil des Fahrzeugabbilds, der für Abstände im Bereich von etwa 10 m bis 50 m wirksam ist. Das zweite Verfahren verwendet eine Breite insbesondere, wenn die unteren Eckpunkte nicht zu sehen sind. Die Auswahl aus einer der drei Kalibrierungstabellen wird durch die Bewertung der Fahrzeughöhe (d. h. der Höhe der vertikalen Kanten) bestimmt.
  • Teilweise sichtbarer Fahrzeugumriss
  • Wenn ein Abbild nicht die gesamte Rückansicht des Fahrzeugs 18 enthält, ist die Vertikalkantenabbildung nicht komplett. Jedoch können eine signifikante horizontale Unterkante und eine einzige vertikale Kante zur Bereitstellung einer Abstandsberechnung mit verringerter Aussagewahrscheinlichkeit (Wahrscheinlichkeitsgrad) verwendet werden. Das kann zum Beispiel bei teilweise verdeckten Fahrzeugen geschehen, und etwa während eines Fahrspurwechsels eintreten.
  • Verfolgung
  • Das Bildverarbeitungssystem 16 umfasst außerdem eine Verfolgungseinrichtung, die Übereinstimmungen zwischen in aufeinander folgenden Erfassungsschritten erkannten Abbildern eines Auswahlfahrzeugs beibehält. Die Verfolgungseinrichtung kann auch lediglich eine verfeinerte Suche mit Korrekturen zur Vorausberechnung des vorausfahrenden Fahrzeugs umfassen. Ein Kalman-Filter kann als Nachweis für nichtlineare Abhängigkeiten zwischen verfolgten Merkmalen, wie zum Beispiel der Bewegung von zwei Eckpunkten, die eine starke Korrelation mit ihren Zeilenpositionen haben, verwendet werden.
  • Die Verfolgungseinrichtung hilft bei der Erkennung des Verschwindens des vorausfahrenden Fahrzeugs, wie zum Beispiel bei einem Fahrspurwechsel oder anderen Manövern. Aus diesem Grund verwendet der Erfassungsalgorithmus ein Zeitintervall im Bereich von etwa 30 s bis 50 s zum Erfassen eines beliebigen neuen Fahrzeugs, das den Platz zwischen dem Fahrzeug 12 und dem ursprünglichen vorausfahrenden Fahrzeug einnehmen kann. Zur Erkennung von Fahrspurwechselmanövern berechnet ein Fahrspurbegrenzungslinienerkennungsalgorithmus die relative Position des vorausfahrenden Fahrzeugs. Zur Beschleunigung des Erfassungsalgorithmus, ohne dass ein Konflikt mit der Bildausschnittverarbeitung und -analyse eintritt, basiert eine komplexe dynamische Szenenanalyse auf bidirektionaler Datenkooperation zwischen der Erkennungs- und der Verfolgungseinrichtung.
  • Fahrspurbegrenzungslinienerfassung und -erkennung
  • Das Bildverarbeitungssystem 16 verwendet eine Fahrspurbegrenzungslinienzerlegungsannäherung auf der Basis einer Szenenerkennung (Fahrzeug/Fahrspurbegrenzungslinie) als einen hierarchischen Prozess. Außerdem analysiert das System 16 die Fahrspurbegrenzungsliniengeometrie zur Berechnung der Steigung oder des Gefälles der Straße (d. h. der Nichtebenheit) im Suchfeld.
  • In einigen Implementierungen verwendet das Bildverarbeitungssystem 16 Visual C++ zur Verarbeitung der von den Fahrzeugen aufgenommenen Abbilder. Zusammengefasst stellt das System 16 bereit:
    • • Synthesemechanismus zur Bildung einer einzigen Kantenabbildung durch Synthetisierung der Horizontal/Vertikal-(V/H-)Kantenabbildungen entsprechend unterschiedlicher Sobel-Filter,
    • • Suchfeldmechanismus zur Bildung polygoner Daten, die den durch das Wirtsfahrzeug auf der Fahrspur eingenommenen Platz bezogen auf mögliche gekrümmte Straßen und festgelegte Maximalabstände beschreiben,
    • • Abstandsabbildverarbeitungsmechanismus zwecks Konvertierung eines im Suchfeld eingegebenen Graustufenabbilds in synthetisierte Vertikal/Horizontal-Kantenabbildungen,
    • • Suchtechnik im Suchfeld nach Merkmalen von Interesse, wie z. B. eine Vertikal- und Horizontalkantenabbildung mit teilweiser vertikaler Symmetrie,
    • • Annäherung eines Umrisses einer Rückansicht eines Fahrzeugs an ein Rechteck zur Messung eines Bereichs und eines Abstands zum vorausfahrenden Fahrzeug,
    • • Korrekturtechnik, die eine Analyse der Fahrspurbegrenzungsliniengeometrie zur Berechnung der Steigung oder des Gefälles der Straße im Suchfeld umfasst. Andere Ausgestaltungen befinden sich innerhalb des Geltungsbereichs der nachfolgenden Patentansprüche.
  • 10
    System
    12
    Fahrzeug
    13
    Straße
    14
    Kamera
    16
    Bildverarbeitungssystem
    18
    vorausfahrendes Fahrzeug
    40
    Abbilder
    50
    Algorithmus
    52
    Vorverarbeitungsabschnitt
    54
    Bildsegmentierungsabschnitt
    56
    Zwei-Ebenen-Erfassungsabschnitt
    58
    Rauschminderungsschritt
    60
    Horizontal/Vertikal-(V/H-)Kantenerfassungsschritt
    62
    Grobschritt bzw. Grobsuchschritt
    64
    Verfeinerungsschritt bzw. verfeinerter Suchschritt
    66
    relativer Abstand

Claims (16)

  1. In einem Fahrzeug implementiertes System (10) zur Bestimmung des Abstands zu einem vorausfahrenden Fahrzeug (18), umfassend: – eine Kamera (14), die ein Abbild der Rückseite des vorausfahrenden Fahrzeugs aufnimmt; und – ein die Bilddaten von der Kamera (14) empfangendes Bildverarbeitungssystem (16), das mit einem Algorithmus (50) ausgestattet ist, der zur Analyse der Bilddaten zwecks Bestimmung des relativen Abstands (66) zwischen dem vorausfahrenden Fahrzeug (18) und dem Fahrzeug (12) einen Vorverarbeitungsabschnitt (52), einen Bildsegmentierungsabschnitt (54) und einen Erfassungsabschnitt (56) umfasst.
  2. System (10) nach Anspruch 1, wobei der Vorverarbeitungsabschnitt (52) das Rauschen in den Bilddaten verringert und Vertikal- und Horizontalkantenabbildungen erzeugt.
  3. System (10) nach Anspruch 1 oder 2, wobei der Vorverarbeitungsabschnitt (52) ein Gauß-Filter und ein Schärfungsfilter umfasst.
  4. System (10) nach Anspruch 1 oder 2, wobei der Vorverarbeitungsabschnitt (52) ein Sobel-Filter umfasst.
  5. System (10) nach einem der Ansprüche 1 bis 4, wobei der Erfassungsabschnitt (56) eine Grobstufe und eine Verfeinerungsstufe umfasst.
  6. System (10) nach einem der Ansprüche 1 bis 5, wobei die Grobstufe eine Hypothesenerzeugungsstufe ist, die Informationen bezüglich der vertikalen und horizontalen Kanten zur Aufstellung einer Hypothese über die Position des vorausfahrenden Fahrzeugs (18) verwendet.
  7. System (10) nach einem der Ansprüche 1 bis 6, wobei die Verfeinerungsstufe eine Hypothesenüberprüfungsstufe ist, die die tatsächliche Existenz des vorausfahrenden Fahrzeugs (18) feststellt, sodass der Abstand zum vorausfahrenden Fahrzeug (18) verifiziert wird.
  8. System (10) nach einem der Ansprüche 1 bis 7, wobei die tatsächliche Existenz des vorausfahrenden Fahrzeugs (18) durch eine Datenkonsistenzanalyse getestet wird, die verschiedene Abhängigkeiten zwischen der Fahrzeugabbildzuordnung und Fahrzeugabmessungen verwendet.
  9. Verfahren zur Erfassung eines dem Fahrzeug (12) vorausfahrenden Fahrzeugs (18), umfassend: – Aufnehmen eines Abbilds der Rückseite des vorausfahrenden Fahrzeugs (18) mit der Kamera (14); und – Verarbeiten der Bilddaten aus der Kamera (14) mit einem Algorithmus (50), der zur Bestimmung des relativen Abstands (66) zwischen dem Fahrzeug (12) und dem vorausfahrenden Fahrzeug (18) einen Vorverarbeitungsabschnitt (52), einen Bildsegmentierungsabschnitt (54) und einen Erfassungsabschnitt (56) umfasst.
  10. Verfahren nach Anspruch 9, wobei der Vorverarbeitungsabschnitt (52) das Rauschen in den Bilddaten verringert und Vertikal- und Horizontalkantenabbildungen erzeugt.
  11. Verfahren nach Anspruch 9 oder 10, wobei der Vorverarbeitungsabschnitt (52) ein Gauß-Filter und ein Schärfungsfilter umfasst.
  12. Verfahren nach Anspruch 9 oder 10, wobei der Vorverarbeitungsabschnitt (52) ein Sobel-Filter umfasst.
  13. Verfahren nach einem der Ansprüche 9 bis 12, wobei der Erfassungsabschnitt (56) eine Grobstufe und eine Verfeinerungsstufe umfasst.
  14. Verfahren nach einem der Ansprüche 9 bis 13, wobei die Grobstufe eine Hypothesenerzeugungsstufe ist, die Informationen bezüglich der vertikalen und horizontalen Kanten zur Aufstellung einer Hypothese über die Position des vorausfahrenden Fahrzeugs (18) verwendet.
  15. Verfahren nach einem der Ansprüche 9 bis 14, wobei die Verfeinerungsstufe eine Hypothesenüberprüfungsstufe ist, die die tatsächliche Existenz des vorausfahrenden Fahrzeugs (18) feststellt, sodass der Abstand zum vorausfahrenden Fahrzeug (18) verifiziert wird.
  16. Verfahren nach einem der Ansprüche 9 bis 15, wobei die tatsächliche Existenz des vorausfahrenden Fahrzeugs (18) durch eine Datenkonsistenzanalyse getestet wird, die verschiedene Abhängigkeiten zwischen der Fahrzeugabbildzuordnung und den Fahrzeugabmessungen verwendet.
DE102006012914A 2005-03-15 2006-03-14 System und Verfahren zur Bestimmung des Abstands zu einem vorausfahrenden Fahrzeug Expired - Fee Related DE102006012914B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/080,234 US7231288B2 (en) 2005-03-15 2005-03-15 System to determine distance to a lead vehicle
US11/080,234 2005-03-15

Publications (2)

Publication Number Publication Date
DE102006012914A1 true DE102006012914A1 (de) 2006-09-21
DE102006012914B4 DE102006012914B4 (de) 2012-01-19

Family

ID=36934093

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102006012914A Expired - Fee Related DE102006012914B4 (de) 2005-03-15 2006-03-14 System und Verfahren zur Bestimmung des Abstands zu einem vorausfahrenden Fahrzeug

Country Status (2)

Country Link
US (1) US7231288B2 (de)
DE (1) DE102006012914B4 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014110527A1 (de) * 2014-07-25 2016-01-28 Connaught Electronics Ltd. Verfahren zum Bestimmen von charakteristischen Bildpunkten für ein Kamerasystem eines Kraftfahrzeugs, Kamerasystem, Fahrassistenzsystem und Kraftfahrzeug
DE102016012230A1 (de) * 2016-10-13 2018-04-19 Man Truck & Bus Ag Verfahren zum Betreiben eines Fahrzeugs und Fahrzeug
CN109960978A (zh) * 2017-12-25 2019-07-02 大连楼兰科技股份有限公司 基于图像分层技术的车辆检测系统及装置
WO2019162327A2 (de) 2018-02-23 2019-08-29 Audi Ag Verfahren zur ermittlung einer entfernung zwischen einem kraftfahrzeug und einem objekt

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10308256A1 (de) * 2003-02-25 2004-09-09 Daimlerchrysler Ag Verfahren zur Ansteuerung eines in einem Fahrzeug befindlichen verkehrsadaptiven Assistenzsystems
US7561720B2 (en) * 2004-04-30 2009-07-14 Visteon Global Technologies, Inc. Single camera system and method for range and lateral position measurement of a preceding vehicle
JP4703136B2 (ja) * 2004-06-02 2011-06-15 トヨタ自動車株式会社 線図形化処理装置
JP4128562B2 (ja) * 2004-11-30 2008-07-30 本田技研工業株式会社 車両周辺監視装置
US7561721B2 (en) * 2005-02-02 2009-07-14 Visteon Global Technologies, Inc. System and method for range measurement of a preceding vehicle
US20070031008A1 (en) * 2005-08-02 2007-02-08 Visteon Global Technologies, Inc. System and method for range measurement of a preceding vehicle
US7623681B2 (en) * 2005-12-07 2009-11-24 Visteon Global Technologies, Inc. System and method for range measurement of a preceding vehicle
US8164628B2 (en) 2006-01-04 2012-04-24 Mobileye Technologies Ltd. Estimating distance to an object using a sequence of images recorded by a monocular camera
US7676087B2 (en) * 2006-09-20 2010-03-09 Delphi Technologies, Inc. Method for identifying vehicles in electronic images
DE102007002813A1 (de) * 2007-01-18 2008-07-24 Robert Bosch Gmbh Verfahren zum Abschätzen einer Entfernung eines Fahrzeugs zu einem Objekt und Fahrerassistenzsystem
JP4956452B2 (ja) * 2008-01-25 2012-06-20 富士重工業株式会社 車両用環境認識装置
JP4876080B2 (ja) * 2008-01-25 2012-02-15 富士重工業株式会社 環境認識装置
US8050963B2 (en) * 2008-02-26 2011-11-01 Burdick Joshua H Method of assessing a parking fee
US20110313822A1 (en) * 2008-02-26 2011-12-22 Joshua Burdick Method of Assessing Parking Fees Based Upon Vehicle Length
US9454905B2 (en) 2013-04-29 2016-09-27 Global Foundries Inc. Safe distance determination
JP6199693B2 (ja) * 2013-10-17 2017-09-20 株式会社デンソーアイティーラボラトリ 車間距離測定装置、車間距離測定方法、およびプログラム
CN110920609B (zh) 2013-12-04 2023-08-22 移动眼视力科技有限公司 用于模仿前车的系统和方法
US11017243B2 (en) 2016-12-05 2021-05-25 Intel Corporation Automotive system with motion detection capabilities
US10657811B2 (en) * 2017-10-04 2020-05-19 Toyota Motor Engineering & Manufacturing North America, Inc. Travel lane identification without road curvature data
US10668922B2 (en) * 2017-10-04 2020-06-02 Toyota Motor Engineering & Manufacturing North America, Inc. Travel lane identification without road curvature data

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5648619A (en) 1979-09-29 1981-05-01 Nippon Kogaku Kk <Nikon> Automatic focusing camera with self-timer
JP2570315B2 (ja) * 1987-09-01 1997-01-08 アイシン精機株式会社 車上距離検出装置
JP3167752B2 (ja) 1991-10-22 2001-05-21 富士重工業株式会社 車輌用距離検出装置
JPH05265547A (ja) * 1992-03-23 1993-10-15 Fuji Heavy Ind Ltd 車輌用車外監視装置
US6208268B1 (en) 1993-04-30 2001-03-27 The United States Of America As Represented By The Secretary Of The Navy Vehicle presence, speed and length detecting system and roadway installed detector therefor
US5487116A (en) * 1993-05-25 1996-01-23 Matsushita Electric Industrial Co., Ltd. Vehicle recognition apparatus
JP3430641B2 (ja) 1994-06-10 2003-07-28 日産自動車株式会社 車間距離検出装置
JP3550744B2 (ja) 1994-09-07 2004-08-04 株式会社ニコン 自動露出制御装置
JP3866328B2 (ja) 1996-06-06 2007-01-10 富士重工業株式会社 車両周辺立体物認識装置
JPH10334393A (ja) 1997-05-29 1998-12-18 Mitsubishi Heavy Ind Ltd 車両検知装置
DE59809476D1 (de) 1997-11-03 2003-10-09 Volkswagen Ag Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges
JPH11353565A (ja) 1998-06-09 1999-12-24 Yazaki Corp 車両用衝突警報方法及び装置
JP2000028315A (ja) 1998-07-13 2000-01-28 Honda Motor Co Ltd 対象物検出装置
JP3307335B2 (ja) * 1998-07-22 2002-07-24 日本電気株式会社 車両領域検出装置及び車両領域検定方法
JP2000090268A (ja) 1998-09-08 2000-03-31 Nec Corp 車両領域検出方法
JP3072730B2 (ja) 1998-10-09 2000-08-07 日本電気株式会社 車両検出方法および装置
JP3596314B2 (ja) 1998-11-02 2004-12-02 日産自動車株式会社 物体端の位置計測装置および移動体の通行判断装置
US6531959B1 (en) 1999-07-13 2003-03-11 Honda Giken Kogyo Kabushiki Kaisha Position detecting device
US6473517B1 (en) 1999-09-15 2002-10-29 Siemens Corporate Research, Inc. Character segmentation method for vehicle license plate recognition
JP3436224B2 (ja) 1999-12-16 2003-08-11 日本電気株式会社 車両端検出装置
US7068211B2 (en) 2000-02-08 2006-06-27 Cambridge Consultants Limited Methods and apparatus for obtaining positional information
JP3872638B2 (ja) * 2000-08-29 2007-01-24 株式会社日立製作所 クルーズコントロールシステムおよびそれが搭載された車両
US6636148B2 (en) 2000-09-04 2003-10-21 Fujitsu Ten Limited Periphery monitoring system
JP3671825B2 (ja) * 2000-09-22 2005-07-13 日産自動車株式会社 車間距離推定装置
JP2002216113A (ja) 2001-01-16 2002-08-02 Fujitsu Ten Ltd 物体認識装置
JP2002329298A (ja) 2001-05-02 2002-11-15 Nissan Motor Co Ltd 車両用走行制御装置
US7027634B2 (en) 2002-02-13 2006-04-11 Ascension Technology Corporation Range adaptable system for determining the angular position and distance of a radiating point source and method of employing
KR100459476B1 (ko) 2002-04-04 2004-12-03 엘지산전 주식회사 차량의 대기 길이 측정 장치 및 방법
EP1504276B1 (de) 2002-05-03 2012-08-08 Donnelly Corporation Objektdetektionssystem für ein fahrzeug
US7409092B2 (en) * 2002-06-20 2008-08-05 Hrl Laboratories, Llc Method and apparatus for the surveillance of objects in images
JP3861781B2 (ja) 2002-09-17 2006-12-20 日産自動車株式会社 前方車両追跡システムおよび前方車両追跡方法
JP4155780B2 (ja) 2002-09-19 2008-09-24 富士通テン株式会社 画像処理方法
IL152637A0 (en) * 2002-11-04 2004-02-19 Imp Vision Ltd Automatic, real time and complete identification of vehicles
JP4296287B2 (ja) * 2003-05-27 2009-07-15 日産自動車株式会社 車両認識装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014110527A1 (de) * 2014-07-25 2016-01-28 Connaught Electronics Ltd. Verfahren zum Bestimmen von charakteristischen Bildpunkten für ein Kamerasystem eines Kraftfahrzeugs, Kamerasystem, Fahrassistenzsystem und Kraftfahrzeug
DE102016012230A1 (de) * 2016-10-13 2018-04-19 Man Truck & Bus Ag Verfahren zum Betreiben eines Fahrzeugs und Fahrzeug
CN109960978A (zh) * 2017-12-25 2019-07-02 大连楼兰科技股份有限公司 基于图像分层技术的车辆检测系统及装置
WO2019162327A2 (de) 2018-02-23 2019-08-29 Audi Ag Verfahren zur ermittlung einer entfernung zwischen einem kraftfahrzeug und einem objekt

Also Published As

Publication number Publication date
DE102006012914B4 (de) 2012-01-19
US20060212215A1 (en) 2006-09-21
US7231288B2 (en) 2007-06-12

Similar Documents

Publication Publication Date Title
DE102006012914B4 (de) System und Verfahren zur Bestimmung des Abstands zu einem vorausfahrenden Fahrzeug
DE102011117585B4 (de) Systeme und Verfahren zum Verfolgen von Objekten
DE102006057552B4 (de) System und Verfahren zur Messung des Abstands eines vorausfahrenden Fahrzeugs
DE102018116111A1 (de) Ein einheitliches tiefes faltendes neuronales Netzwerk für die Abschätzung von Freiraum, die Abschätzung der Objekterkennung und die der Objektstellung
DE102013205952B4 (de) Rekonfigurierbares System und Verfahren zur Detektion eines freien Pfads
DE102016122190A1 (de) Verfahren und Systeme zur Stixel-Schätzung
DE112018007287T5 (de) Fahrzeugsystem und -verfahren zum erfassen von objekten und einer objektentfernung
DE102011078615B4 (de) Objekterfassungsvorrichtung und objekterfassungsprogramm
DE102006005512B4 (de) System und Verfahren zur Messung der Entfernung eines vorausfahrenden Fahrzeugs
CN106951879A (zh) 基于摄像头与毫米波雷达的多特征融合车辆检测方法
DE102014005688A1 (de) Spurenschätzvorrichtung und verfahren
EP2629243A1 (de) Verfahren zum Erkennen und Verfolgen von Fahrspurmarkierungen
DE102014117102B4 (de) Spurwechselwarnsystem und Verfahren zum Steuern des Spurwechselwarnsystems
DE102017218366A1 (de) Verfahren und system zur fussgängererfassung in einem fahrzeug
DE102013205854B4 (de) Verfahren zum Detektieren eines freien Pfads mittels temporärer Koherenz
DE102012001554A1 (de) Verfahren zum Betreiben einer Fahrerassistenzeinrichtung eines Kraftfahrzeugs,Fahrerassistenzeinrichtung und Kraftfahrzeug
WO2020094170A1 (de) Verfahren und verarbeitungseinheit zur ermittlung von information in bezug auf ein objekt in einem umfeld eines fahrzeugs
DE102016104730A1 (de) Verfahren zum Detektieren eines Objekts entlang einer Straße eines Kraftfahrzeugs, Rechenvorrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
CN106803262A (zh) 利用双目视觉自主解算汽车速度的方法
DE102015206546A1 (de) Fahrbahnmarkierungserkennungsvorrichtung
DE102015207903A1 (de) Vorrichtung und Verfahren zum Erfassen eines Verkehrszeichens vom Balkentyp in einem Verkehrszeichen-Erkennungssystem
DE102021001452A1 (de) Verfahren zur Umgebungserfassung
EP2549408A1 (de) Verfahren zur Detektion und Klassifikation von Objekten
EP2037407B1 (de) Verfahren zur Objekterfassung
DE102011111856B4 (de) Verfahren und Vorrichtung zur Detektion mindestens einer Fahrspur in einem Fahrzeugumfeld

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
R016 Response to examination communication
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final

Effective date: 20120420

R082 Change of representative

Representative=s name: MERH-IP MATIAS ERNY REICHL HOFFMANN PATENTANWA, DE

R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06K0009620000

Ipc: G06V0030190000

R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee