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 PDFInfo
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/564—Depth or shape recovery from multiple images from contours
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting 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 Bezugszeichen10 gekennzeichnet. Das System10 befindet sich in einem Fahrzeug12 , und seine primären Komponenten umfassen eine Kamera14 und ein Bildverarbeitungssystem16 . Wenn sich das Fahrzeug12 auf einer Straße13 fortbewegt, nimmt die Kamera14 Abbilder eines sich vor dem Fahrzeug12 befindenden Fahrzeugs18 auf. Aus diesen Abbildern bestimmt das Bildverarbeitungssystem16 den Abstand zwischen dem Fahrzeug12 und dem vorausfahrenden Fahrzeug18 . Das Bildverarbeitungssystem16 verarbeitet die Bilddaten mit einem hohen Signal-Rausch-Verhältnis, das eine wirksame Implementierung einer schnellen und stabilen Erfassung und Verfolgung des Fahrzeugs18 zulässt. - Wie in
2 zu erkennen ist, werden die durch die Kamera14 aufgenommenen Abbilder40 in einem im Bildverarbeitungssystem16 implementierten Algorithmus50 verarbeitet. Der Algorithmus50 umfasst zur Bestimmung des relativen Abstands66 zwischen dem vorausfahrenden Fahrzeug18 und dem Fahrzeug12 einen Vorverarbeitungsabschnitt52 , einen Bildsegmentierungsabschnitt54 und einen Zwei-Ebenen-Erfassungsabschnitt56 . - Der Vorverarbeitungsabschnitt
52 umfasst einen Rauschminderungsschritt58 und einen Horizontal/Vertikal-(V/H-)Kantenerfassungsschritt60 . Der Rauschminderungsschritt58 verwendet ein Gauß-Filter mit einem {3·3}-Kern zur Glättung und einem Schärfungsfilter zur Bereitstellung schärferer Kanten. Der Vorverarbeitungsabschnitt52 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 Vorverarbeitungsabschnitt52 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 Grobschritt62 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 Verfeinerungsschritt64 ist ein Hypothesenüberprüfungsschritt. Das heißt, die tatsächliche Existenz eines Fahrzeugs18 wird durch eine Datenkonsistenzanalyse getestet, die verschiedene Abhängigkeiten zwischen der Fahrzeugabbildzuordnung und den Fahrzeugabmessungen verwendet, um den Abstand zwischen dem vorausfahrenden Fahrzeug18 und dem Fahrzeug12 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 Fahrzeugs18 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 Fahrzeug18 korreliert, werden drei Fahrzeugklassen verwendet: (1) Personenwagen (Limousinen), (2) Kleintransporter, (3) Lastkraftwagen. Der Algorithmus50 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 Fahrzeug18 und der Straße13 , nicht zu sehen sein. In solchen Situationen werden die folgenden Abhängigkeiten verwendet: Fahrzeugbreite Abstand aus der Kalibrierungstabelle zur Berechnung des Abstands zwischen dem Fahrzeug12 und dem vorausfahrenden Fahrzeug18 . - 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 Bildverarbeitungssystem16 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 Grobsuchschritt62 auf dem gesamten Suchfeld ausgeführt wird. Der Grobsuchschritt62 verwendet Zielfunktionen zur Bestimmung einer signifikanten horizontalen Kante, die als eine Unterkante eines Abbilds definiert wird. Außerdem kann mit Schritt64 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 System16 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 System16 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)
- 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. - System (
10 ) nach Anspruch 1, wobei der Vorverarbeitungsabschnitt (52 ) das Rauschen in den Bilddaten verringert und Vertikal- und Horizontalkantenabbildungen erzeugt. - System (
10 ) nach Anspruch 1 oder 2, wobei der Vorverarbeitungsabschnitt (52 ) ein Gauß-Filter und ein Schärfungsfilter umfasst. - System (
10 ) nach Anspruch 1 oder 2, wobei der Vorverarbeitungsabschnitt (52 ) ein Sobel-Filter umfasst. - System (
10 ) nach einem der Ansprüche 1 bis 4, wobei der Erfassungsabschnitt (56 ) eine Grobstufe und eine Verfeinerungsstufe umfasst. - 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. - 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. - 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. - 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. - Verfahren nach Anspruch 9, wobei der Vorverarbeitungsabschnitt (
52 ) das Rauschen in den Bilddaten verringert und Vertikal- und Horizontalkantenabbildungen erzeugt. - Verfahren nach Anspruch 9 oder 10, wobei der Vorverarbeitungsabschnitt (
52 ) ein Gauß-Filter und ein Schärfungsfilter umfasst. - Verfahren nach Anspruch 9 oder 10, wobei der Vorverarbeitungsabschnitt (
52 ) ein Sobel-Filter umfasst. - Verfahren nach einem der Ansprüche 9 bis 12, wobei der Erfassungsabschnitt (
56 ) eine Grobstufe und eine Verfeinerungsstufe umfasst. - 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. - 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. - 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.
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)
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)
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)
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 |
-
2005
- 2005-03-15 US US11/080,234 patent/US7231288B2/en active Active
-
2006
- 2006-03-14 DE DE102006012914A patent/DE102006012914B4/de not_active Expired - Fee Related
Cited By (4)
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 |