DE102011122310A1 - Method and device for recognizing lane markings - Google Patents

Method and device for recognizing lane markings Download PDF

Info

Publication number
DE102011122310A1
DE102011122310A1 DE102011122310.3A DE102011122310A DE102011122310A1 DE 102011122310 A1 DE102011122310 A1 DE 102011122310A1 DE 102011122310 A DE102011122310 A DE 102011122310A DE 102011122310 A1 DE102011122310 A1 DE 102011122310A1
Authority
DE
Germany
Prior art keywords
lane
characteristic features
structures
images
estimator
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.)
Withdrawn
Application number
DE102011122310.3A
Other languages
German (de)
Inventor
Carsten Knöppel
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.)
Mercedes Benz Group AG
Original Assignee
Daimler AG
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 Daimler AG filed Critical Daimler AG
Priority to DE102011122310.3A priority Critical patent/DE102011122310A1/en
Publication of DE102011122310A1 publication Critical patent/DE102011122310A1/en
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Abstract

Die Erfindung betrifft ein Verfahren zur Erkennung von Fahrspurmarkierungen, bei dem mittels einer Bilderfassungseinheit (1.1) eine Fahrbahn und/oder eine Fahrspur begrenzende Strukturen erfasst werden, wobei zur Erfassung der Strukturen in mittels der Bilderfassungseinheit (1.1) erfassten Bildern (B1, B2) charakteristische Merkmale (M) der Strukturen extrahiert werden. Dabei ist vorgesehen, dass die charakteristischen Merkmale (M) mittels einer Erkennungseinheit (1.3) aus den Bildern (B1, B2) extrahiert und anschließend mittels einer in der Erkennungseinheit (1.3) integrierten Bewertungsfunktion (1.3.1) zeitlich ausgewertet werden, wobei anhand der zeitlich ausgewerteten charakteristischen Merkmale (M) eine wahrscheinlichste Zuordnung (P) einer Struktur ermittelt wird und diese einem Spurverlaufschätzer (1.3.2) zugrunde gelegt wird, welcher in Abhängigkeit einer Güte der charakteristischen Merkmale (M) eine Fahrspurmarkierung ermittelt. Weiterhin betrifft die Erfindung eine Vorrichtung (1) zur Erkennung von Fahrspurmarkierungen.The invention relates to a method for detecting lane markings, in which a roadway and / or a lane delimiting structures are detected by means of an image capturing unit (1.1), wherein for capturing the structures in images (B1, B2) captured by the image capturing unit (1.1) Characteristics (M) of the structures are extracted. It is provided that the characteristic features (M) by means of a recognition unit (1.3) extracted from the images (B1, B2) and then evaluated by means of an integrated in the recognition unit (1.3) evaluation function (1.3.1), said based on the timewise evaluated characteristic features (M) a most probable assignment (P) of a structure is determined and this is based on a lane course estimator (1.3.2), which determines a lane marking depending on a quality of the characteristic features (M). Furthermore, the invention relates to a device (1) for detecting lane markings.

Description

Die Erfindung betrifft ein Verfahren zur Erkennung von Fahrspurmarkierungen gemäß dem Oberbegriff des Patentanspruchs 1. Weiterhin betrifft die Erfindung eine Vorrichtung zur Erkennung von Fahrspurmarkierungen gemäß dem Oberbegriff des Patentanspruchs 6.The invention relates to a method for detecting lane markings according to the preamble of patent claim 1. Furthermore, the invention relates to a device for detecting lane markings according to the preamble of patent claim 6.

In der DE 10 2010 020 688 A1 ist ein Verfahren zur Bestimmung eines Fahrspurverlaufs für ein Fahrzeug beschrieben, bei dem mittels zumindest einer Bilderfassungseinheit eine Fahrbahn und/oder eine Fahrspur begrenzende Strukturen erfasst werden. Dabei werden zur Erfassung der Strukturen in mittels der Bilderfassungseinheit erfassten Bildern Konturen der Strukturen detektiert, wobei eine Länge, ein Kontrast, eine Richtung und eine dreidimensionale Position kontinuierlicher Kantenverläufe der Konturen ermittelt werden.In the DE 10 2010 020 688 A1 a method for determining a lane course for a vehicle is described in which by means of at least one image capture unit, a roadway and / or a lane delimiting structures are detected. In this case, contours of the structures are detected for detecting the structures in images acquired by means of the image acquisition unit, wherein a length, a contrast, a direction and a three-dimensional position of continuous edge profiles of the contours are determined.

Der Erfindung liegt die Aufgabe zugrunde, ein gegenüber dem Stand der Technik verbessertes Verfahren zur Erkennung von Fahrspurmarkierungen anzugeben.The invention has for its object to provide a comparison with the prior art improved method for detecting lane markings.

Die Aufgabe wird erfindungsgemäß mit einem Verfahren gelöst, welches die im Anspruch 1 angegebenen Merkmale aufweist.The object is achieved by a method having the features specified in claim 1.

Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.Advantageous embodiments of the invention are the subject of the dependent claims.

Bei dem Verfahren zur Erkennung von Fahrspurmarkierungen werden mittels einer Bilderfassungseinheit eine Fahrbahn und/oder eine Fahrspur begrenzende Strukturen erfasst, wobei zur Erfassung der Strukturen in mittels der Bilderfassungseinheit erfassten Bildern charakteristische Merkmale der Strukturen detektiert werden. Bei diesen Strukturen handelt es sich insbesondere um Fahrbahn- und Fahrspurmarkierungen sowie Fahrbahnränder.In the method for recognizing lane markings, structures defining a roadway and / or a traffic lane are detected by means of an image capture unit, wherein characteristic features of the structures are detected for detecting the structures in images captured by the image capture unit. These structures are, in particular, lane and lane markings as well as road edges.

Erfindungsgemäß werden die charakteristischen Merkmale mittels einer Erkennungseinheit detektiert und anschließend mittels einer in der Erkennungseinheit integrierten Bewertungsfunktion zeitlich ausgewertet, wobei anhand der zeitlich ausgewerteten charakteristischen Merkmale eine wahrscheinlichste Zuordnung einer Struktur ermittelt wird und diese einem Spurverlaufschätzer zugrunde gelegt wird, welcher in Abhängigkeit einer Güte der übermittelten charakteristischen Merkmale eine Fahrspurmarkierung ermittelt.According to the invention, the characteristic features are detected by means of a recognition unit and subsequently evaluated by means of an integrated in the recognition unit evaluation function, based on the temporally evaluated characteristic features a most probable allocation of a structure is determined and this is based on a Spurverlaufschätzer, which depends on a quality of the transmitted characteristic features a lane marking determined.

Mittels der Bewertungsfunktion und des Spurverlaufschätzers ist ein eindeutiges Erkennen von Fahrspurmarkierungen auch unter schwierigen und/oder mehrdeutigen Bedingungen auf zuverlässige Art und Weise möglich. Unter schwierigen und/oder mehrdeutigen Bedingungen sind beispielsweise mehrere Fahrspurmarkierungen in Baustellen und/oder von der Fahrbahnoberfläche herabgesetzte Objekte, wie beispielsweise Teerfugen, zu verstehen, welche bei der Erkennung von Fahrspurmarkierungen zu Mehrdeutigkeiten führen können.By means of the evaluation function and the lane course estimator, unambiguous recognition of lane markings is reliably possible even under difficult and / or ambiguous conditions. Under difficult and / or ambiguous conditions, for example, several lane markings in construction sites and / or from the road surface reduced objects, such as tar joints, to understand, which can lead to ambiguity in the detection of lane markings.

Somit ist eine robuste, eindeutige und zuverlässige Erkennung von Fahrspurmarkierungen sowohl in übersichtlichen als auch in unübersichtlichen Bereichen und Situationen auf Autobahnen, Landstraßen, in Baustellenabschnitten und insbesondere in Übergängen zu Baustellenabschnitten realisierbar.Thus, a robust, clear and reliable detection of lane markings in both clear and confusing areas and situations on highways, highways, on construction sites and in particular in transitions to construction sites sections feasible.

Der ermittelte Spurverlauf wird dabei insbesondere zu einem Betrieb einer Fahrerassistenzvorrichtung verwendet, mittels welcher ein Fahrer des Fahrzeugs bei einer Querführung desselben unterstützt wird oder mittels welcher eine automatische Querführung des Fahrzeugs erfolgt.The determined lane course is used in particular for operation of a driver assistance device, by means of which a driver of the vehicle is assisted in a transverse guidance thereof or by means of which an automatic lateral guidance of the vehicle takes place.

Ausführungsbeispiele der Erfindung werden im Folgenden anhand einer Zeichnung näher erläutert.Embodiments of the invention will be explained in more detail below with reference to a drawing.

Dabei zeigt:Showing:

1 schematisch eine Vorrichtung zur Erkennung von Fahrspurmarkierungen. 1 schematically a device for detecting lane markings.

Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.Corresponding parts are provided in all figures with the same reference numerals.

Die einzige 1 zeigt eine Vorrichtung 1 zur Erkennung einer Fahrspurmarkierung. In einem ersten Schritt wird eine vor einem Fahrzeug befindliche Umgebung erfasst. Dies erfolgt vorzugsweise mittels einer Bilderfassungseinheit 1.1, welche im oder am Fahrzeug angeordnet ist. Die Bilderfassungseinheit 1.1 ist beispielsweise als sogenannte Stereokamera ausgebildet und umfasst zwei Kameras, anhand welcher Bilder B1, B2 der Umgebung des Fahrzeugs erfasst werden.The only 1 shows a device 1 to detect a lane marking. In a first step, an environment in front of a vehicle is detected. This is preferably done by means of an image capture unit 1.1 , which is arranged in or on the vehicle. The image capture unit 1.1 is for example designed as a so-called stereo camera and comprises two cameras, on the basis of which images B1, B2 of the surroundings of the vehicle are detected.

Die Bilder B1, B2 werden zur Auswertung einer mit der Bilderfassungseinheit 1.1 gekoppelten Auswerteeinheit 1.2 zugeführt, anhand welcher diese derart stereoskopisch verarbeitet werden, dass ein sogenanntes Disparitätsbild oder ein Bild mit Tiefeninformationen gebildet wird, welches dreidimensionale Informationen der mittels der Kameras erfassten Umgebung des Fahrzeugs darstellt.The images B1, B2 are used for evaluation with the image acquisition unit 1.1 coupled evaluation unit 1.2 by means of which they are processed stereoscopically in such a way that a so-called disparity image or an image with depth information is formed, which represents three-dimensional information of the surroundings of the vehicle detected by the cameras.

Alternativ ist die Bilderfassungseinheit 1.1 als sogenannte 3D-Kamera ausgebildet, anhand welcher die Umgebung des Fahrzeugs ebenfalls dreidimensional erfassbar ist. Auch ist es möglich, dass die die Bilderfassungseinheit 1.1 als 2D-Kamera ausgebildet ist, anhand welcher die Umgebung des Fahrzeugs zweidimensional erfassbar ist. Zusätzlich ist dann zumindest eine weitere Erfassungseinheit zur dreidimensionalen Erfassung der Umgebung vorgesehen. Die weitere Erfassungseinheit umfasst eine Stereokamera, einen Lasersensor und/oder einen Radarsensor, wobei anhand der weiteren Erfassungseinheit dreidimensionale Positionen von Objekten, wie Fahrzeugen, und/oder von eine Fahrbahn und/oder eine Fahrspur begrenzende Strukturen erfassbar sind.Alternatively, the image capture unit 1.1 designed as a so-called 3D camera, based on which the environment of the vehicle is also detected three-dimensionally. It is also possible that the the image capture unit 1.1 is designed as a 2D camera, based on which the environment of the vehicle is detected two-dimensionally. In addition is then at least one further detection unit for three-dimensional detection of the environment provided. The further detection unit comprises a stereo camera, a laser sensor and / or a radar sensor, it being possible to detect three-dimensional positions of objects, such as vehicles, and / or structures bounding a roadway and / or a lane on the basis of the further detection unit.

Bei den Strukturen handelt es sich insbesondere um Fahrspurmarkierungen. Zusätzlich können die Strukturen auch Fahrbahnmarkierungen, Fahrbahnränder, bauliche Begrenzungen und/oder von einer Fahrbahnoberfläche erhabene und/oder herabgesetzte Objekte umfassen. Unter erhabenen Objekten sind Randsteine, Schutzplanken, Betonschutzwände, Leitpfosten, Baken, Bauwerke, Bäume, Sträucher, Tunnelwände und ähnliche Objekte zu verstehen. Herabgesetzte Objekte sind Teerrinnen, Entwässerungsrinnen, Gräben und andere Strukturen zur Entwässerung der Fahrbahn.The structures are in particular lane markings. In addition, the structures may also include lane markings, lane edges, structural boundaries, and / or raised and / or lowered objects from a lane surface. Underlaid objects are curbs, crash barriers, concrete barriers, bollards, beacons, structures, trees, shrubs, tunnel walls and similar objects. Lowered objects are tar gutters, drainage channels, trenches and other structure for drainage of the roadway.

Zur Auswertung der in den Bildern B1, B2 dargestellten Fahrzeugumgebung werden in einem zweiten Schritt mittels einer mit der Auswerteeinheit 1.2 gekoppelten Erkennungseinheit 1.3 charakteristische Merkmale M der Strukturen aus den Bildern B1, B2 extrahiert bzw. detektiert. Bei den charakteristischen Merkmalen M handelt es sich vorzugsweise um Konturen. Alternativ oder zusätzlich ist es auch möglich, dass die charakteristischen Merkmale M Helligkeitsmerkmale umfassen. Unterstützend dazu ist in der Erkennungseinheit 1.3 eine Bewertungsfunktion 1.3.1 in Form eines mathematischen Programmablaufs integriert. Die Bewertungsfunktion 1.3.1 ist besonders bevorzugt als ein parametrischer Schätzer, beispielsweise ein sogenannter Maximum-Likelihood-Schätzer, ausgebildet.For evaluating the vehicle environment shown in the images B1, B2, in a second step by means of a with the evaluation 1.2 coupled detection unit 1.3 characteristic features M of the structures extracted from the images B1, B2 or detected. The characteristic features M are preferably contours. Alternatively or additionally, it is also possible for the characteristic features M to include brightness characteristics. Supporting this is in the detection unit 1.3 a valuation function 1.3.1 integrated in the form of a mathematical program flow. The evaluation function 1.3.1 is particularly preferably designed as a parametric estimator, for example a so-called maximum likelihood estimator.

Bei der Extraktion der charakteristischen Merkmale M, werden beispielsweise im Fall von Konturen, kontinuierliche Kantenverläufe innerhalb der Bilder B1, B2 erfasst. Die kontinuierlichen Kantenverläufe weisen z. B. eine minimale Länge, einen vorgegebenen Wert eines Kontrasts und/oder eine definierte Steigung, d. h. eine definierte Richtung innerhalb der Bilder B1, B2 auf.In the extraction of the characteristic features M, for example in the case of contours, continuous edge courses are recorded within the images B1, B2. The continuous edge courses have z. B. a minimum length, a predetermined value of a contrast and / or a defined slope, d. H. a defined direction within the images B1, B2.

Anhand der Bewertungsfunktion 1.3.1 wird eine Robustheit der mittels der Erkennungsfunktion 1.3 extrahierten Kantenverläufe optimiert.Based on the evaluation function 1.3.1 becomes a robustness by means of the detection function 1.3 optimized extracted edge curves.

In einem dritten Schritt wird eine zeitliche Nachverfolgung der Konturen durchführt. Bei diesem sogenannten ”Tracking” werden neu detektierte Konturen in Form der Kantenverläufe zu bereits zeitlich verfolgten Konturen, d. h. zu bereits zeitlich verfolgten Kantenverläufen, zugeordnet.In a third step, a temporal follow-up of the contours is performed. In this so-called "tracking", newly detected contours in the form of the edge profiles become contours that have already been tracked in time, ie. H. assigned to already time-tracked edge profiles.

Die zeitliche Verfolgung und Auswertung erfolgt ebenfalls anhand der Bewertungsfunktion 1.3.1. Hierbei wird beispielsweise zusätzlich eine erfasste dreidimensionale Position des zugehörigen Kantenverlaufs als Zustandsgröße geführt. Somit sind neben den Markierungen auch von der Fahrbahn erhabene oder von dieser herabgesetzte Strukturen oder Objekte zur Ermittlung des Spurverlaufs verwendbar.Timing and evaluation are also based on the evaluation function 1.3.1 , In this case, for example, additionally a detected three-dimensional position of the associated edge profile is performed as a state variable. Thus, in addition to the markings, it is also possible to use structures or objects that are raised or lowered by the roadway for determining the course of the lane.

Als Ergebnis der zeitlichen Verfolgung der Konturen wird mittels der Bewertungsfunktion 1.3.1 eine wahrscheinlichste Zuordnung P der Fahrspurmarkierung ermittelt, wobei vorzugsweise alle auf der Fahrbahn vor dem Fahrzeug befindlichen Strukturen bei der Ermittlung der Fahrspurmarkierung berücksichtigt werden. Dabei werden die zeitlich verfolgten Konturen, d. h. die Kantenverläufe, beispielsweise auf eine Relevanz hinsichtlich einer aktuellen Fahrsituation des Fahrzeugs anhand der Position, der Richtung und des Verlaufs der Konturen untersucht. Anhand der Länge, des Kontrasts, der Richtung und der dreidimensionalen Positionen wird ermittelt, wie die jeweilige Struktur ausgebildet ist, so dass diese identifizierbar ist. Die Identifizierung der jeweiligen Struktur erfolgt dabei z. B. durch Vergleich der Strukturen mit in der Auswerteeinheit 1.2 hinterlegten Modelldaten.As a result of the temporal tracking of the contours is by means of the evaluation function 1.3.1 determines a most probable assignment P of the lane marking, whereby preferably all structures located on the roadway in front of the vehicle are taken into account in the determination of the lane marking. In this case, the contours tracked over time, ie the edge profiles, for example, are examined for relevance with regard to a current driving situation of the vehicle on the basis of the position, the direction and the course of the contours. Based on the length, the contrast, the direction and the three-dimensional positions is determined how the respective structure is formed so that it is identifiable. The identification of the respective structure takes place z. B. by comparing the structures with in the evaluation 1.2 stored model data.

Das Ergebnis des dritten Schritts, d. h. die wahrscheinlichste Zuordnung P der Fahrspurmarkierung, wird einem Spurverlaufsschätzer 1.3.2 zugrunde gelegt, welcher vorzugsweise in der Erkennungseinheit 1.3 als mathematischer Programmablauf integriert ist.The result of the third step, ie the most probable assignment P of the lane marking, becomes a lane course estimator 1.3.2 based, which preferably in the detection unit 1.3 is integrated as a mathematical program flow.

Der Spurverlaufschätzer 1.3.2 ist vorzugsweise als mathematischer Filter, insbesondere als ein sogenannter Kalman-Filter, ausgebildet. Alternativ kann der Filter auch als IMM-Filter (IMM = Interacting Multiple Model) und/oder als ein auf dem sogenannten Ransac-Algorithmus basierenden Filter ausgebildet sein.The lane course estimator 1.3.2 is preferably designed as a mathematical filter, in particular as a so-called Kalman filter. Alternatively, the filter may also be designed as an IMM filter (IMM = Interacting Multiple Model) and / or as a filter based on the so-called Ransac algorithm.

Mittels des Spurverlaufschätzers 1.3.2 wird die Erkennung der Fahrspurmarkierung auf eine Signalgüte optimiert. Dazu wird eine Güte der Konturen ermittelt und die erfassten Konturen und somit die erfassten Strukturen bezüglich der aktuellen Fahrsituation des Fahrzeugs bewertet. Mit anderen Worten: Es wird ermittelt, welche Relevanz die erfassten Strukturen bezüglich einer aktuellen Fahrsituation des Fahrzeugs besitzen und in Abhängigkeit der Relevanz wird ermittelt, wie stark und ob die erfassten Strukturen bei der Ermittlung der Fahrspurmarkierung berücksichtigt werden.By means of the lane course estimator 1.3.2 the recognition of the lane marking is optimized for a signal quality. For this purpose, a quality of the contours is determined and evaluated the detected contours and thus the detected structures with respect to the current driving situation of the vehicle. In other words, it is determined which relevance the detected structures have with respect to a current driving situation of the vehicle and, depending on the relevance, it is determined how strongly and whether the detected structures are taken into account in the determination of the lane marking.

Somit können als Strukturen unterschiedlich farbige Markierungen, sogenannte Teerfugen, Schatten, von der Fahrbahnoberfläche erhabene, herabgesetzte und mit dieser in einer Ebene verlaufende Strukturen und Objekte unterschieden werden.Thus, as structures differently colored markings, so-called tar joints, shadows, raised from the road surface, a distinction is made between structures and objects that are lowered and run in one plane with them.

Vorzugsweise ist die Vorrichtung 1 mit einem Fahrerassistenzsystem 2 des Fahrzeugs gekoppelt, anhand welcher ein Fahrer des Fahrzeugs bei einer Querführung und/oder Längsführung desselben unterstützt wird oder mittels welcher eine automatische Quer- und/oder Längsführung des Fahrzeugs erfolgt.Preferably, the device is 1 with a driver assistance system 2 coupled to the vehicle, based on which a driver of the vehicle is supported in a transverse guide and / or longitudinal guide thereof or by means of which an automatic transverse and / or longitudinal guidance of the vehicle takes place.

BezugszeichenlisteLIST OF REFERENCE NUMBERS

11
Vorrichtungcontraption
1.11.1
BilderfassungseinheitImage capture unit
1.21.2
Auswerteeinheitevaluation
1.31.3
Erkennungseinheitrecognizer
1.3.11.3.1
Bewertungsfunktionevaluation function
1.3.21.3.2
SpurverlaufschätzerTrack course estimator
22
FahrerassistenzsystemDriver assistance system
B1 B2B1 B2
Bilderimages
MM
charakteristische Merkmalecharacteristic features
PP
wahrscheinlichste Zuordnungmost likely assignment

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

  • DE 102010020688 A1 [0002] DE 102010020688 A1 [0002]

Claims (6)

Verfahren zur Erkennung von Fahrspurmarkierungen, bei dem mittels einer Bilderfassungseinheit (1.1) eine Fahrbahn und/oder eine Fahrspur begrenzende Strukturen erfasst werden, wobei zur Erfassung der Strukturen in mittels der Bilderfassungseinheit (1.1) erfassten Bildern (B1, B2) charakteristische Merkmale (M) der Strukturen extrahiert werden, dadurch gekennzeichnet, dass die charakteristischen Merkmale (M) mittels einer Erkennungseinheit (1.3) aus den Bildern (B1, B2) extrahiert und anschließend mittels einer in der Erkennungseinheit (1.3) integrierten Bewertungsfunktion (1.3.1) zeitlich ausgewertet werden, wobei anhand der zeitlich ausgewerteten charakteristischen Merkmale (M) eine wahrscheinlichste Zuordnung (P) einer Struktur ermittelt wird und diese einem Spurverlaufschätzer (1.3.2) zugrunde gelegt wird, welcher in Abhängigkeit einer Güte der charakteristischen Merkmale (M) eine Fahrspurmarkierung ermittelt.Method for detecting lane markings, in which by means of an image acquisition unit ( 1.1 ) a lane and / or lane limiting structures are detected, wherein for detecting the structures in by means of the image acquisition unit ( 1.1 ) characteristic images (B1, B2) characteristic features (M) of the structures are extracted, characterized in that the characteristic features (M) by means of a recognition unit ( 1.3 ) extracted from the images (B1, B2) and then by means of a in the detection unit ( 1.3 ) integrated evaluation function ( 1.3.1 ) are evaluated in terms of time, wherein a most probable assignment (P) of a structure is determined on the basis of the temporally evaluated characteristic features (M) and this information is assigned to a lane course estimator ( 1.3.2 ), which determines a lane marking as a function of a quality of the characteristic features (M). Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Bewertungsfunktion (1.3.1) ein parametrischer Schätzer, insbesondere ein Maximum-Likelihood-Schätzer, ist.Method according to claim 1, characterized in that the evaluation function ( 1.3.1 ) is a parametric estimator, in particular a maximum likelihood estimator. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass der Spurverlaufschätzer (1.3.2) ein mathematischer Filter, insbesondere ein Kalman-Filter, ist.Method according to claim 1 or 2, characterized in that the lane course estimator ( 1.3.2 ) is a mathematical filter, in particular a Kalman filter. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die charakteristischen Merkmale (M) eine Kontur und/oder deren Länge und/oder deren Kontrast sind.Method according to one of claims 1 to 3, characterized in that the characteristic features (M) are a contour and / or their length and / or their contrast. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die Güte der charakteristischen Merkmale (M) anhand einer aktuellen Fahrsituation des Fahrzeugs ermittelt wird.Method according to one of claims 1 to 4, characterized in that the quality of the characteristic features (M) is determined based on a current driving situation of the vehicle. Vorrichtung (1) zur Erkennung von Fahrspurmarkierungen, umfassend eine Bilderfassungseinheit (1.1), mittels welcher eine Fahrbahn und/oder eine Fahrspur begrenzende Strukturen in einer Fahrzeugumgebung erfassbar sind, wobei zur Erfassung der Strukturen in mittels der Bilderfassungseinheit (1.1) erfassten Bildern (B1, B2) charakteristische Merkmale (M) der Strukturen extrahierbar sind, dadurch gekennzeichnet, dass die charakteristischen Merkmale (M) mittels einer Erkennungseinheit (1.3) aus den Bildern (B1, B2) extrahierbar und anschließend mittels einer in der Erkennungseinheit (1.3) integrierten Bewertungsfunktion (1.3.1) zeitlich auswertbar sind, wobei anhand der zeitlich ausgewerteten charakteristischen Merkmale (M) eine wahrscheinlichste Zuordnung (P) einer Struktur ermittelbar ist und diese einem Spurverlaufschätzer (1.3.2) zugrunde legbar ist, welcher in Abhängigkeit einer Güte der charakteristischen Merkmale (M) eine Fahrspurmarkierung ermittelt.Contraption ( 1 ) for recognizing lane markings, comprising an image capture unit ( 1.1 ), by means of which a roadway and / or a traffic lane limiting structures are detectable in a vehicle environment, wherein for detecting the structures in by means of the image capture unit ( 1.1 ) (B1, B2) characteristic features (M) of the structures are extractable, characterized in that the characteristic features (M) by means of a recognition unit ( 1.3 ) extractable from the images (B1, B2) and then by means of a in the recognition unit ( 1.3 ) integrated evaluation function ( 1.3.1 ) can be evaluated in terms of time, wherein a most probable assignment (P) of a structure can be determined on the basis of the temporally evaluated characteristic features (M), and this information can be determined by a lane course estimator ( 1.3.2 ), which determines a lane marking as a function of a quality of the characteristic features (M).
DE102011122310.3A 2011-12-23 2011-12-23 Method and device for recognizing lane markings Withdrawn DE102011122310A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102011122310.3A DE102011122310A1 (en) 2011-12-23 2011-12-23 Method and device for recognizing lane markings

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102011122310.3A DE102011122310A1 (en) 2011-12-23 2011-12-23 Method and device for recognizing lane markings

Publications (1)

Publication Number Publication Date
DE102011122310A1 true DE102011122310A1 (en) 2015-06-18

Family

ID=53191886

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102011122310.3A Withdrawn DE102011122310A1 (en) 2011-12-23 2011-12-23 Method and device for recognizing lane markings

Country Status (1)

Country Link
DE (1) DE102011122310A1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015013084A1 (en) 2015-10-08 2016-03-31 Daimler Ag Method for securing control parameters in a lane detection algorithm of a motor vehicle
WO2019057252A1 (en) * 2017-09-22 2019-03-28 Continental Teves Ag & Co. Ohg Method and device for detecting lanes, driver assistance system and vehicle

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010020688A1 (en) 2010-05-15 2011-05-19 Daimler Ag Driving track course determining method for motor vehicle, involves identifying structures limiting driving tracks based on length, contrast, direction and three dimensional position of continuous edge courses of contours of structures

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010020688A1 (en) 2010-05-15 2011-05-19 Daimler Ag Driving track course determining method for motor vehicle, involves identifying structures limiting driving tracks based on length, contrast, direction and three dimensional position of continuous edge courses of contours of structures

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015013084A1 (en) 2015-10-08 2016-03-31 Daimler Ag Method for securing control parameters in a lane detection algorithm of a motor vehicle
WO2019057252A1 (en) * 2017-09-22 2019-03-28 Continental Teves Ag & Co. Ohg Method and device for detecting lanes, driver assistance system and vehicle
US11417117B2 (en) 2017-09-22 2022-08-16 Continental Teves Ag & Co. Ohg Method and device for detecting lanes, driver assistance system and vehicle

Similar Documents

Publication Publication Date Title
EP1928687B1 (en) Method and driver assistance system for sensor-based driving off control of a motor vehicle
DE102010020688A1 (en) Driving track course determining method for motor vehicle, involves identifying structures limiting driving tracks based on length, contrast, direction and three dimensional position of continuous edge courses of contours of structures
EP3455785B1 (en) Method for traffic sign detection
DE102008062708A1 (en) Method for determining the road level of a parking space
DE102015206144A1 (en) Method and device for safe parking of a vehicle
DE112017003974B4 (en) speed control device
EP3529561B1 (en) System and method for generating digital road models from aerial or satellite images and from data captured by vehicles
DE102012112724A1 (en) Method for determining a road condition from environmental sensor data
DE19926559A1 (en) Method and device for detecting objects in the vicinity of a road vehicle up to a great distance
DE102010006828A1 (en) Method for creating model of surrounding of vehicle, involves detecting surrounding of vehicle with help of sensor, where two surrounding models are produced automatically on basis of sensor data
DE102015220252A1 (en) Lane keeping assistance system and procedures for this
DE102015203016A1 (en) Method and device for optical self-localization of a motor vehicle in an environment
EP2033165B1 (en) Method for picking up a traffic space
DE102015115012A1 (en) Method for generating an environment map of an environment of a motor vehicle based on an image of a camera, driver assistance system and motor vehicle
DE102017210070A1 (en) Method for creating a digital map for an automated vehicle
DE102014111012A1 (en) A method for assisting a driver of a motor vehicle when parking out, driver assistance system and motor vehicle
DE102016215840A1 (en) Method for detecting curbs in the vehicle environment
DE102017008569A1 (en) A method of operating a driver assistance system for a motor vehicle using a vector-based and a grid-based environment map and driver assistance system
DE102008021380B4 (en) Method and device for predicting a course of a roadway and driver assistance system
DE102012220191A1 (en) Method for supporting driver during transverse guide of vehicle, involves carrying out steering intervention during collision of vehicle with recognized objects, and determining vehicle data through forward facing camera
DE102011084588A1 (en) Method for supporting driver while parking vehicle in e.g. parking region surrounded by boundary, involves determining objective parking position as function of object, and initiating park process to park vehicle at objective position
DE102015006569A1 (en) Method for image-based recognition of the road type
DE102010056217A1 (en) Method for operating a driver assistance system in a motor vehicle, driver assistance system and motor vehicle
WO2018059735A1 (en) Method for the self-location of a vehicle
DE102011122310A1 (en) Method and device for recognizing lane markings

Legal Events

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