JP6843990B2 - 車道の決定方法、装置及び記憶媒体 - Google Patents

車道の決定方法、装置及び記憶媒体 Download PDF

Info

Publication number
JP6843990B2
JP6843990B2 JP2019524866A JP2019524866A JP6843990B2 JP 6843990 B2 JP6843990 B2 JP 6843990B2 JP 2019524866 A JP2019524866 A JP 2019524866A JP 2019524866 A JP2019524866 A JP 2019524866A JP 6843990 B2 JP6843990 B2 JP 6843990B2
Authority
JP
Japan
Prior art keywords
roadway
lane
line
road
traveling
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.)
Active
Application number
JP2019524866A
Other languages
English (en)
Other versions
JP2020518785A (ja
Inventor
玉▲錦▼ 付
玉▲錦▼ 付
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Publication of JP2020518785A publication Critical patent/JP2020518785A/ja
Application granted granted Critical
Publication of JP6843990B2 publication Critical patent/JP6843990B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/36Input/output arrangements for on-board computers
    • G01C21/3602Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06Road conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14Adaptive cruise control
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3807Creation or updating of map data characterised by the type of data
    • G01C21/3815Road data
    • G01C21/3819Road shape data, e.g. outline of a route
    • 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
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13Receivers
    • G01S19/33Multimode operation in different systems which transmit time stamped messages, e.g. GPS/GLONASS
    • 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
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42Determining position
    • G01S19/45Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/167Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Image Analysis (AREA)

Description

本開示は測位技術に関し、具体的に車道の決定方法、装置及び記憶媒体に関する。
関連出願の相互参照
本開示は、2017年02月07日に提出した、「目標車道の決定方法及び装置」を名称とする中国特許出願第201710073556.7号の優先権を主張し、ここで、その全内容が本開示の一部として援用される。
技術の進歩に従って、電子地図及び車両ナビゲーション技術が既に人々の生活に応用されている。自動運転技術も出現している。これらの技術の中で、車両の測位は基礎的で不可欠な技術である。従来の車両測位方法は主に衛星又は車載センサによって車両位置を測位する。
本開示は車道の決定方法、装置及び記憶媒体を提供する。
本開示の実施例は車道の決定方法を提供し、車両から収集した前記車両の走行路面の画像情報を取得することと、画像情報から走行路面の少なくとも1つの第1車道の第1車道情報を識別することであって、第1車道情報が走行路面における車両の走行車道と前記少なくとも1つの第1車道との位置関係及び前記少なくとも1つの第1車道の特徴を含むことと、前記少なくとも1つの第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定することであって、前記目標車道が前記地図における前記走行車道に対応する車道であり、前記少なくとも1つの第2車道の特徴が地図から取得されたものであることと、を含む。
本開示の実施例は更に計算装置を提供し、プロセッサ及びメモリを備え、前記メモリにコンピュータ可読命令が記憶され、前記命令によって前記プロセッサは、車両から収集した前記車両の走行路面の画像情報を取得することと、前記画像情報から前記走行路面の少なくとも1つの第1車道の第1車道情報を識別することであって、前記第1車道情報が前記走行路面における前記車両の走行車道と第1車道との位置関係及び前記少なくとも1つの第1車道の特徴を含むことと、前記少なくとも1つの第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより前記地図における前記車両の目標車道を決定することであって、前記目標車道が前記地図における前記走行車道に対応する車道であり、前記少なくとも1つの前記第2車道の特徴が前記地図から取得されたものであることとを実行する。
本開示の実施例は更に不揮発性コンピュータ可読記憶媒体を提供し、コンピュータ可読命令が記憶されて、少なくとも1つのプロセッサに以上に記載の方法を実行させる。
図1aは本開示の実施例に係る実施環境の模式図である。 図1bは本開示の実施例の計算装置のハードウェアの構造図である。 図2aは本開示の実施例に係る車道の決定方法のフローチャートである。 図2bは本開示の実施例に係る車道の決定方法の模式図である。 図3は本開示の実施例の車道決定方法のフローチャートである。 図4aは本開示の実施例の車道決定方法のフローチャートである。 図4bは本開示の実施例の車道決定方法の模式図である。 図4cは本開示の実施例の車道決定方法のフローチャートである。 図4dは本開示の実施例の車道決定方法の模式図である。 図5aは本開示の実施例に係る車道の決定方法のフローチャートである。 図5bは本開示の実施例に係る車道の決定方法のフローチャートである。 図6aは本開示の実施例に係る画像処理の模式図である。 図6bは本開示の実施例に係る画像処理の模式図である。 図6cは本開示の実施例に係る車道の模式図である。 図7は本開示の実施例に係る車道の決定装置の模式図である。 図8は本開示の実施例に係る目標車道の決定装置の模式図である。 図9は本開示の実施例に係る端末のブロック構成図である。
ここで説明される図面は本開示の実施例の更なる理解を提供するためのものであり、本開示の実施例の一部となり、本開示の模式的な実施例及びその説明は本開示を解釈するためのものであって、本開示を不適切に制限するためのものではない。
説明される実施例は本開示の実施例の一部であって、実施例のすべてではない。図1aは本開示の実施例の実施環境の模式図である。図1aに示すように、サーバ102がネットワーク経由で自動車104における車載装置(端末装置とも称される)に接続されてもよい。上記ネットワークはワイドエリアネットワーク、メトロポリタンエリアネットワーク、ローカルエリアネットワーク等を含んでもよいが、それらに限らない。
端末装置106は様々な車載端末、例えばPC、携帯電話、タブレットPC、イベントデータレコーダー、車載カーナビゲーション等を備えてもよいが、それらに限らない。
本開示の実施例の方法はサーバ102により実行されてもよく、自動車104における端末装置106により実行されてもよく、更にサーバ102及び端末装置106により実行されてもよい。端末106が本開示の実施例の方法を実行することは、その上にインストールされるクライアントにより実行されてもよい。
図1bは本開示の実施例の計算装置の構造図である。該計算装置100bは図1aに示す実施環境100aにおける端末装置106であってもよいし、サーバ102であってもよい。
図1bに示すように、計算装置100bはプロセッサ101、メモリ103、通信モジュール105のうちの1つ又は複数を備えてもよい。
計算装置100bは通信モジュール105を利用してあるネットワーク経由で他の装置と通信することができる。
プロセッサ101は1つ又は複数のプロセッサを備えてもよく、シングルコア又はマルチコアプロセッサを備えてもよく、同一物理装置に位置してもよく、複数の物理装置に配置されてもよい。プロセッサ101は実行のために使用されてもよい。
メモリ103はオペレーティングシステム107、通信モジュール108及び車道決定モジュール109を備えてもよい。車道決定モジュール109はコンピュータ可読命令を含んでもよい。これらのコンピュータ可読命令によって、プロセッサ101が本開示の各実施例の車道決定方法を実行できる。
図2aは本開示の実施例の車道の決定方法のフローチャートであり、図2aに示すように、該方法は以下のステップを含んでもよい。
S201:車両から収集した前記車両の走行路面の画像情報を取得する。
いくつかの実施例では、画像収集装置を車両に取り付けることにより、前記車両の走行路面に対して画像情報を収集することができる。前記画像情報はピクチャ及びビデオを含んでもよい。画像収集装置はカメラ、サーモグラフィー等を備えてもよい。
例えば、画像収集装置を車両の前方又は後方に取り付けることができる。例えば、画像収集装置はフロントガラス又はリヤガラスの中央位置に取り付けられてもよく、それによりカメラを路面にできる限り平行して光軸を走行方向の真前又は真裏に指向させる。このように、道路の消点がビデオ画像の中心近傍に位置し、車両両側の車道線がすべてビデオ画像内にある。
S202:前記画像情報から前記走行路面の少なくとも1つの第1車道の第1車道情報を識別する。前記第1車道情報が前記走行路面における前記車両の走行車道と前記少なくとも1つの第1車道との位置関係及び前記少なくとも1つの第1車道の特徴を含む。
いくつかの実施例では、前記画像情報から車両の走行車道を決定して、更に決定された走行車道及び前記第1車道の特徴に基づいて前記位置関係を決定することができる。ここで、車両の走行車道は路面における車両の位置する車道を指し、第1車道は画像情報から識別した車道を指す。前記位置関係は走行車道と第1車道との位置関係である。第1車道が走行車道を含まない場合、位置関係は走行車道が第1車道の左側又は右側に位置する、又は第1車道外に位置する左側の2番目の車道であることであってもよい。第1車道が走行車道を含む場合、位置関係は走行車道が第1車道の左側の第2車道であることであってもよい。いくつかの実施例では、走行車道と第1車道との位置関係は走行車道と第1車道の車道線との位置関係であってもよい。例えば、位置関係は走行車道が第1車道の6本の車道線のうちの左2、左3の2本の車道線で挟んでいる車道であることであってもよい。
いくつかの実施例では、画像情報から走行車道を決定するとき、前記画像情報における画像の正中線の位置する車道を前記走行車道として決定することができる。例えば、図2bに示すように、車道の延伸方向に沿って画像20の正中線21を取って、正中線の位置する車道L3を走行車道として決定する。
いくつかの実施例では、前記画像情報における車道幅の最も大きい車道を前記走行車道として決定することができる。例えば、図2bに示すように、画像における車両の片側に接近する各車道L1、L2、L3、L4、L5の幅W1、W2、W3、W4、W5に基づいて前記車両の走行車道を決定することができ、つまり、車道L3の幅W3が最も大きく、従って、車道L3を走行車道として決定することができる。
いくつかの実施例では、前記画像情報における車道の形状に基づいて前記走行車道を決定することができる。例えば、図2bに示すように、画像20の中で、車道の延伸方向に垂直な方向に沿って2本の平行した補助線22、23を描いて、各車道に対応する台形を取得することができ、これらの台形のうち、1本の補助線における2つの底角がいずれも鋭角(図2bにおける角A1、A2)である台形T3に対応する車道L3を走行車道とする。更に、例えば、車道の延伸方向に垂直な2本の平行線22、23を描くことができ、該2本の平行線とともに構成された台形の面積の最も大きい2本の隣接する車道線で挟んでいる車道を走行車道として決定することができ、図2bでは台形T3の面積が最も大きく、従って、車道L3を走行車道として決定することができる。
いくつかの実施例では、前記画像情報における車道線の角度に基づいて前記走行車道を決定することができる。例えば、画像から複数本の車道線を識別して、傾斜方向の相反する隣接する2本の車道線で制限された車道を走行車道として決定することができる。更に、例えば、挟んでいる角度の最も大きい2本の隣接する車道線で制限された車道を走行車道として決定することができる。
S203:前記少なくとも1つの第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより前記地図における前記車両の目標車道を決定する。
前記目標車道が前記地図における前記走行車道に対応する車道であり、少なくとも1つの前記第2車道及び前記少なくとも1つの前記第2車道の特徴が前記地図から取得されたものである。
各実施例に係る方法は、車両から収集した画像から抽出された車道情報と地図から取得された該地理位置の車道情報とに対して特徴マッチングを行うことにより、地図における車両の走行車道に対応する目標車道を決定し、車両の測位を車道に精密化することができる。車両の車道情報は車両ナビゲーション、自動運転等の技術において非常に重要であり、ナビゲーション精度の向上、自動運転の安全性の向上等に役立つ。
各実施例では、画像から第1車道の様々な特徴、例えば車道線特徴、車道幅、路面にスプレーした標識、交通標識、速度制限標識等を抽出して車道識別を行うことができる。以下、車道線の特徴を車道特徴として用いる場合を例として、各実施例案を説明し、他の車道特徴を用いる実現方法は同様であるため、詳細な説明は省略する。図3は本開示の実施例の車道決定方法のフローチャートである。図3に示すように、該方法は以下のステップを含んでもよい。
S301:車両から収集した走行路面の画像情報から前記走行路面における第1車道の第1車道線特徴及び走行車道と第1車道線との位置関係を識別する。第1車道線特徴が1本又は複数本の第1車道線の特徴を含んでもよい。
S302:地図から車両の地理位置の位置する道路の第2車道線特徴を取得する。第2車道線特徴が1本又は複数本の第2車道線の特徴を含んでもよい。
S303:第2車道線特徴、第1車道線特徴及び上記位置関係を利用して前記地図における前記走行車道に対応する前記目標車道を決定する。
各実施例では、画像から識別した車道線の特徴を利用して地図における対応する路面の車道線の特徴と特徴マッチングを行うことにより、地図における車両の走行車道に対応する目標車道を決定し、それにより車道の決定に必要な計算量を減少させることができる。
各実施例では、S303で車道線特徴を利用して目標車道を決定する方法は複数あってもよく、以下にいくつかの例を挙げる。図4aは本開示の実施例の車道決定方法のフローチャートである。図4aに示すように、該方法は以下のステップを含んでもよい。
S401:第1車道線特徴と第2車道線特徴を比較することにより、第2車道線における第1車道線に対応する第3車道線を決定する。
S402:第3車道線及び走行車道と第1車道線との位置関係に基づいて地図における走行車道に対応する目標車道を決定する。
いくつかの実施例では、第1車道線特徴が1本の第1車道線の線タイプを含み、第2車道線特徴が1本又は複数本の第2車道線の線タイプを含む場合、前記1本又は複数本の第2車道線のうち前記第1車道線の線タイプを有する車道線を前記第3車道線とし、前記第3車道線及び前記位置関係に基づいて前記地図における前記走行車道に対応する前記目標車道を決定することができる。
各実施例では、車道線の線タイプは実線、点線、二重実線、直線、曲線等を含んでもよい。
例えば、画像情報から1本のみの車道線を識別した場合、その線タイプが点線であり、前記画像情報から識別した前記車両の走行車道と該車道線との位置関係は走行車道が該車道線の左側に位置する。地図から該道路の3本の車道線を取得し、その線タイプがそれぞれ実線、点線及び実線である。上記3本の車道線のうち、点線を有する車道線を地図における画像から識別した第1車道線に対応する車道線、すなわち第3車道線とすることができる。該第3車道線及び上記位置関係に基づいて該地図における第3車道線左側の車道を目標車道として決定する。
いくつかの実施例では、第1車道線特徴が複数本の第1車道線の線タイプ及び配列方式を含み、第2車道線特徴が複数本の第2車道線の線タイプ及び配列方式を含む場合、前記複数本の第2車道線のうち上記複数本の第1車道線の線タイプ及び配列方式を有する複数本の車道線を前記第3車道線とすることができる。決定された第3車道線及び前記位置関係に基づいて前記地図における走行車道に対応する目標車道を決定する。
例えば、カメラから収集した画像情報から複数本の前記第1車道線を識別し、且つ前記第1車道線特徴における線タイプ及び配列方式が実線、点線、点線及び点線であり、且つ、前記画像情報から識別した前記車両と4本の前記第1車道線との位置関係は前記車両が4本の前記第1車道線の中央に位置し、つまり、上位2つの線タイプに対応する車道線が車両左側の2本の車道線であり、下位2つの線タイプに対応する車道線が車両右側の2本の車道線であり、同時に、地図によれば、第2車道が5本の車道を有する1本の道路、すなわち6本の第2車道線であり、前記第2車道線の第2車道線特徴が実線、点線、点線、点線、点線及び実線である。従って、上記6本の第2車道線のうち、実線、点線、点線及び点線のような線タイプ及び配列方式を有する第1車道線特徴の車道線を第3車道とし、つまり1〜4本目の車道線を前記第3車道とすることができる。決定された第3車道線及び上記位置関係に基づいて、前記車両が前記第3車道線の中央に位置し、つまり2本目の車道線の右側又は3本目の車道線の左側に位置すると決定することができ、従って、目標車道が地図における左側2本目の車道であると決定することができる。
いくつかの例では、記号で車道線の線タイプを示し、記号列で複数本の車道線の配列方式を示してもよい。例えば、プリセットの線タイプと記号との対応関係に基づいて前記第1車道線の線タイプに対応する記号を前記第1車道線の配列方式で整理して、前記第1車道線特徴を示す第1記号列を生成し、前記対応関係に基づいて前記第2車道線の線タイプに対応する記号を前記第2車道線の配列方式で整理して、前記第2車道線特徴を示す第2記号列を生成し、前記第1記号列と前記第2記号列を比較して、第2記号列における第1記号列と同じ複数の記号に対応する複数本の車道線を前記第3車道線とし、前記第3車道線及び前記位置関係に基づいて前記地図における前記走行車道に対応する前記目標車道を決定することができる。例えば、図4bに示すように、画像情報から識別した4本の第1車道線J1、J2、J3、J4の線タイプ及び配列方式が{J1実線、J2点線、J3点線、J4点線}である。0で点線を示し、1で実線を示す場合、第1車道線特徴を示す第1記号列が「1000」である。同様に、地図から取得された6本の第2車道線K1、K2、K3、K4、K5、K6の線タイプ及び配列方式が{K1実線、K2点線、K3点線、K4点線、K5点線、K6実線}であり、第2車道線特徴を示す第2記号列が「100001」である。第1記号列「1000」と第2記号列「100001」を比較して、第2記号列「100001」における上位4つの記号が第1記号列「1000」にマッチングすると決定することができ、従って、第2記号列における上位4つの記号に対応する4本の車道線K1、K2、K3、K4が地図における第1車道線J1、J2、J3、J4に対応する第3車道であると決定することができる。更に画像から識別した走行車道と第1車道線との位置関係は走行車道が左側第2、第3車道線の間に位置することによって、第3車道のうち左側第2、第3車道線の間の車道が目標車道であり、つまりK2、K3の間の車道が目標車道であると決定することができる。
図4cは本開示の実施例の車道決定方法のフローチャートである。図4cに示すように、該方法は以下のステップを含んでもよい。
S411:第1車道線特徴及び走行車道と第1車道線との位置関係に基づいて走行車道の車道説明を決定する。
S412:第2車道線の特徴に基づいて少なくとも1つの第2車道のうちの各第2車道の車道説明を決定する。
ここで、1つの車道の車道説明は1本又は複数本の車道線の特徴及び該1本又は複数本の車道線と前記車道との位置関係を含んでもよい。
S413:走行車道の車道説明をそれぞれ各第2車道の車道説明と比較して、前記走行車道の車道説明に合致する第2車道を前記目標車道として決定する。
いくつかの実施例では、走行車道の車道説明が1本の第1車道線の線タイプ及び第1車道線と走行車道との位置関係を含む場合、各第2車道の車道説明を決定する。各第2車道の車道説明は1本の第2車道線の線タイプ及び該第2車道線と該第2車道との位置関係を含んでもよい。前記少なくとも1つの第2車道のうち、車道説明における線タイプ及び位置関係が前記走行車道の車道説明における線タイプ及び位置関係に合致する車道を前記目標車道として決定することができる。例えば、画像情報から1本のみの第1車道線を識別し、且つ第1車道線の線タイプが点線であり、且つ、前記画像情報から識別した前記第1車道線と走行車道との位置関係は走行車道が該第1車道線の左側に位置する場合、前記走行車道の車道説明を例えば「点線左」として決定することができる。地図から3本の第2車道線を取得し、且つ第2車道線の線タイプ及び配列方式が実線、点線及び実線である場合、この3本の第2車道線で制限された2つの第2車道A、Bのうち、車道Aの車道説明が「実線左、点線右」で、車道Bの車道説明が「点線左、実線右」であると決定することができる。走行車道の車道説明と車道A、車道Bの車道説明をそれぞれ比較して、第2車道のうち車道Bの車道説明が前記走行車道の特徴に合致すると決定することができ、従って、車道Bを地図における走行車道に対応する目標車道として決定する。
いくつかの実施例では、走行車道の車道説明が複数本の第1車道線の線タイプ、第1配列方式及び前記複数本の第1車道線と走行車道との位置関係を含む場合、前記各第2車道の車道説明を決定する。各第2車道の車道説明は複数本の第2車道線の線タイプ、第2配列方式及び前記複数本の第2車道線と前記第2車道との位置関係を含む。少なくとも1つの第2車道のうち、車道説明における線タイプ、配列方式及び位置関係が前記走行車道の車道説明における前記線タイプ、前記第1配列方式及び前記位置関係に合致する車道を前記目標車道として決定する。例えば、画像情報から4本の第1車道線を識別し、その線タイプ及び配列方式が{実線、点線、点線、点線}であり、且つ走行車道が4本の第1車道線の中央2本の車道線の間に位置し、従って、走行車道の車道説明を例えば「実線、点線、走行車道、点線、点線」として決定することができる。地図から6本の第2車道線及びそれらで制限された5本の第2車道を取得し、6本の第2車道線の線タイプ及び配列方式が{実線、点線、点線、点線、点線、実線}である。5つの第2車道の車道説明がそれぞれ車道A{実線、車道A、点線、点線、点線、点線、実線}、車道B{実線、点線、車道B、点線、点線、点線、実線}、車道C{実線、点線、点線、車道C、点線、点線、実線}、車道D{実線、点線、点線、点線、車道D、点線、実線}及び車道E{実線、点線、点線、点線、点線、車道E、実線}であると決定することができる。比較によって、車道Bの車道説明が走行車道の車道説明に合致すると決定することができ、従って、車道Bを地図における走行車道に対応する目標車道として決定することができる。
いくつかの実施例では、プリセットの線タイプ及び位置関係と記号との対応関係に基づいて前記走行車道の車道説明における各第1車道線に対応する記号を前記第1配列方式で整理して、前記走行車道の車道説明を示す第1記号列を生成し、前記対応関係に基づいて各第2車道の車道説明における前記複数本の第2車道線に対応する記号を前記第2配列方式で整理して、各第2車道の車道説明を示す第2記号列を生成し、前記第1記号列をそれぞれ各第2車道の前記第2記号列と比較して、第1記号列に合致する第2記号列に対応する第2車道を前記目標車道として決定することができる。例えば、図4dに示すように、画像情報から識別した4本の第1車道線J1、J2、J3、J4の線タイプ及び配列方式が{J1実線、J2点線、J3点線、J4点線}であり、走行車道L0と第1車道線との位置関係は走行車道が車道線J2、J3の間に位置する。0で点線を示し、1で実線を示し、Qで車道を示す場合、走行車道の車道説明を示す第1記号列が「10Q00」である。同様に、地図から取得された6本の第2車道線K1、K2、K3、K4、K5、K6の線タイプ及び配列方式が{K1実線、K2点線、K3点線、K4点線、K5点線、K6実線}であり、5本の第2車道の車道説明を示す第2記号列がそれぞれL1「1Q00001」、L2「10Q0001」、L3「100Q001」、L4「1000Q01」、L5「10000Q1」である。第1記号列と各第2記号列を比較して、車道L2の記号列「10Q0001」が走行車道L0の第1記号列「10Q00」に合致すると決定することができ、従って、L2を地図における走行車道L0に対応する目標車道として決定することができる。
いくつかの実施例では、地図から取得された第2車道又は第2車道線は前記車両の走行方向に基づいて前記地図から取得された車両の走行方向に合致する車道又は車道線であってもよい。
図5aは本開示の実施例に係る好適な車道の決定方法のフローチャートである。図5aに示すように、該方法は以下のステップを含んでもよい。
ステップS501:車両の走行路面を画像収集して走行路面の画像情報を取得する。
ステップS502:画像情報から走行路面の第1車道情報を識別し、第1車道情報が走行路面における車両の位置する車道位置を示すための第1車道及び第1車道の特徴を含む。
ステップS503:第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定し、少なくとも1つの第2車道及び少なくとも1つの第2車道の特徴が地図から取得されたものであり、少なくとも1つの第2車道が目標車道を含む。
上記ステップS501〜ステップS503によって、走行路面の画像情報を画像処理して第1車道情報を識別し、次に第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定し、現在の自動走行車両の既存の装置のみによって車両の水平方向の測位を実現し、その実際に位置する車道を決定することができ、車両を正確に測位する際に投資コストがより高いという技術的問題を解決し、更に車両を正確に測位してコストを削減するという技術的効果を実現する。
上記走行路面が車両の現在走行中の路面であり、上記画像情報が走行路面の各特徴を有する画像、例えばカラー又は白黒ピクチャ、カラー又は白黒ビデオ、サーマルイメージピクチャ等であり、上記特徴は車道線特徴、車道幅、車道タイプ、道路標識、交通標識、速度制限標識等を含み、車道線特徴は少なくとも点線、実線、直線、曲線等を含む。車道タイプは高速道路、国道等を含んでもよい。上記車両は自動走行車、自動運転車両、各タイプの自動車等であってもよい。
上記第1車道情報で示す第1車道は車両が実際に走行している車道であってもよいし、車両が実際に走行している車道と相対位置関係を有する任意の車道であってもよい。
本開示の実施例の上記方法は主に車両の水平方向の測位に適用され、自動走行車両の水平方向の測位に適用されることを含むが、それに限らない。
なお、車両が車線(すなわち、車道線)を走行する場合、説明都合上、本開示の実施例では、車両が車線を走行する場合、車両の幅がある車道で50%に達すると、車両が該車道内にあると見なされてもよい。
自動車産業が出現した以来、自動運転自動車は常に各国の自動車産業におけるエリートが挑戦しているホットな事業の1つである。自動運転自動車の危険な作業環境、ひいては軍事における応用は将来性が期待されて、各国の政府からの投資も引きつけているが、コンピュータの演算機能及び制御システムの設計のため、現在、自動運転の車両はいずれも密閉された場所又は特定目的の使用に制限され、技術の発展に伴い、近年、多くの自動車会社は期せずして自動運転のテクノロジーを展示し始め、ひいては2020年にこの技術を普及できると予言する自動車大手もある。
自動運転自動車に対して、測位の精度が走行の安全性に直接影響し、関連技術案はいずれも自動運転自動車を測位する完全な測位解決案であり、水平方向の測位も含むし、垂直方向の測位も含み、且ついずれもGPS/BDSの応用を暗に含む。本開示の実施例の技術案は自動運転自動車の水平方向の測位の解決に集中し、GPS/BDSの応用に関連する説明を弱化し、GPS/BDS測位精度が低いとき、GPS/BDS測位の支援となる。自動運転自動車に対して、車両の水平方向の測位は垂直方向の測位に比べてより基礎的且つ重要であり、特に車両走行過程ではなおさらである。その理由は、自動運転自動車が高精度地図における予め計画した経路に応じて走行し、経路が少なくとも車道レベルに精密化されたためである。車両が突発状況又は交差点に遭遇しない限り、常に該経路に沿って走行でき、従って、垂直方向の走行方向において、車両がその実際の位置より前又は後ろ寄りであるが、自動運転自動車への影響が小さく、しかしながら、水平方向における精密化された位置情報を車両に提供する必要があり、車両が現在位置する車道の具体的な位置を把握できなければ、次の走行動作を決定・計画できない。本開示の実施例の技術案を利用して、車両の水平方向位置における正確な測位を実現することができ、以下に図2を参照しながら本開示の実施例を詳しく説明する。
ステップS501に係る技術案では、車両の走行路面を画像収集して走行路面の画像情報を取得するとき、車載カメラを利用して車両走行路面のピクチャ又はビデオを収集することができ、更に車載サーモグラフィーを利用して車両走行路面のサーマルイメージ図を収集することができる。
例えば、車道線を検出するカメラを車両の前方に取り付け、一般的にフロントガラスの中央位置に取り付けることにより、カメラを路面にできる限り平行して光軸を走行方向の真前に指向させることができ、このように、道路の消点がビデオ画像の中心近傍に位置し、車両両側の車道線がすべてビデオ画像内にある。好ましくは、カメラの等価焦点距離が大きすぎないように選択し、それにより車両両側の車道線を撮影できるような視野角を確保する。
なお、画像収集装置(例えば、カメラ)が車両に取り付け固定されると、収集装置の収集領域も決定され、つまり、車両の収集領域での車道位置が相対固定され、例えば車両の真前中心に取り付けられる上記カメラは、その収集幅が5本の車道である場合、収集幅の中央位置の車道が車両の位置する車道である。
ステップS502に係る技術案では、画像情報から走行路面の第1車道情報を識別するとき、画像情報に対して正射投影処理を行うことができ、正射投影処理後の画像情報を特徴抽出し、特徴抽出後の画像情報に対して透視逆投影処理を行う。
上記透視投影画像の中で、車道線と線形干渉物を識別することが困難であり、特に点線タイプの車道線が画像の中で常に短線分の形式で出現し、このため、線状の干渉物と完全に区別することが困難である。正射投影処理後、点線タイプの車道線が長線分に反射されて他の車道線に平行し、図5に示すように、線状干渉物が他の車道線に平行しなったり、間隔距離に異常があったりして、それを容易に除去できる。
上記画像処理によって、画像における各本の車道及び各本の車道の車道線特徴(例えば、点線・実線、線幅等)を識別できる。
画像情報から走行路面の第1車道情報を識別するとき、画像における1つ又は複数の車道(すなわち、第1車道)を識別でき、この1つ又は複数の車道によって目標車道を決定し、好ましくは、識別精度を向上させるために、画像におけるすべての第1車道を識別することができ、このように、複数の車道の特徴を比較することにより、車両の実際に位置する車道を一層正確に決定することができる。
ステップS503に係る技術案では、第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定する前に、車両の衛星測位情報を取得し、つまり車載GPS/BDS/GLONASS等の衛星測位システムによって車両の衛星測位情報を取得し、測位精度、環境等の要素の影響を受けるため、衛星測位情報が車両の現在位置を大略に示し、その精度がより低く、従って、本開示の正確な測位を更に行う必要がある方式、又は、衛星測位情報に基づいて走行路面の位置する区間の地図を取得し、地図には少なくとも1つの第2車道及び少なくとも1つの第2車道の特徴を持っている方式で第2車道の特徴を取得することができる。
上記使用される地図は高精度地図であり、走行路面の位置する区間の地図の取得は車載地図から具体的な区間の地図を測位してもよいし、オンライン取得方式でインターネットの高精度地図から走行路面の位置する区間の地図を取得してもよい。
上記車道の特徴は主に車道線特徴及び車道幅を含み、第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定するとき、少なくとも1つの第2車道から車道線特徴及び車道幅が第1車道の車道線特徴及び車道幅にマッチングする第3車道を検索し、第3車道が地図における第1車道に対応する車道であり、例えば、第2車道から車道線が実線で車道幅が3メートルである第3車道を検索する方式、又は、少なくとも1つの第2車道のうち第3車道と相対位置関係を有する車道を地図における車両の目標車道として決定し、相対位置関係が走行路面における車両の走行車道と第1車道との位置関係であり、例えば、識別した第1車道が車両の実際走行車道左側の車道である場合、地図における第3車道左側の車道が目標車道である方式で実現されてもよい。
いくつかの実施例では、第1車道が1つある場合、車道点線・実線の特徴のみを考慮すれば、マッチングによって唯一結果を取得することが困難であり、従って、更に点線・実線の幅等の特徴を比較することができ、それにより1本の車道特徴に基づいてマッチングによって唯一結果を取得する。
いくつかの実施例では、第1車道及び第2車道が複数あって、複数の第1車道が走行路面における車両の走行車道を含む場合、少なくとも1つの第2車道から車道線特徴及び車道幅が第1車道の車道線特徴及び車道幅にマッチングする第3車道を検索したとき、複数の第2車道から数及び特徴が複数の第1車道にマッチングする複数の第4車道を検索した。
つまり、ピクチャから識別したのが複数の第1車道であり、一般的に、この複数の第1車道が互いに隣接する車道、例えば連続した3つの車道であるが、道路幅が実際に5つの車道である場合、この3つの車道と5つの車道をマッチングすることができ、マッチング過程においてこの3つの車道の最左側の車道線を5つの車道の最左側の車道線に位置合わせしてマッチングすることができ、マッチングの各時間が完了した後、5つの車道のうちこの3つの車道特徴に完全に合致する連続した3つの車道を検索するまで、マッチングは右へ1本ずつ車道移動することによって実行され続け、同様に、最右側の車道線からマッチングし始めてもよい。
少なくとも1つの第2車道から車道線特徴及び車道幅が第1車道の車道線特徴及び車道幅にマッチングする第3車道を検索するとき、少なくとも1つの第2車道のうちのいずれか1つの車道の車道線特徴が第1車道の車道線特徴と同じであるかどうかを判断し、つまり、それらがいずれも実線又は点線であるかどうかを判断することができ、車道幅に一定の誤差がある可能性があるため、車道幅を比較するとき、いずれか1つの車道の車道幅と第1車道の車道幅との差が初期値より小さいかどうかを判断することができ、いずれか1つの車道の車道線特徴が第1車道の車道線特徴と同じであって、いずれか1つの車道の車道幅と第1車道の車道幅との差が初期値より小さいと判断する場合、いずれか1つの車道は車道線特徴及び車道幅が第1車道の車道線特徴及び車道幅にマッチングする第3車道であると決定する。
少なくとも1つの第2車道のうち第3車道と相対位置関係を有する車道が地図における車両の目標車道であると決定するとき、走行路面における車両の走行車道の複数の第1車道での位置に基づいて、複数の第4車道から目標車道を決定する。例えば、3つの第1車道を識別し、走行車道がこの3つの隣接する第1車道のうち中央位置に位置する車道であり、上記5つの車道のうちこの3つの第1車道にマッチングする連続した3つの車道(すなわち、第4車道)を決定した後、3つの第4車道のうち中央位置に位置する車道が目標車道であると決定することができる。
なお、上記目標車道が決定精度を示すための第1信頼度を有し、第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定した後、測位センサが車両を測位して取得した地図における車両の位置する第5車道を取得し、第5車道が測位精度を示すための第2信頼度を有し、目標車道及び第5車道から信頼度がプリセット条件を満たす車道を地図における車両の位置する実際の車道として選択し、プリセット条件が地図における車両の位置する実際の車道を決定するための選別条件である。
車両のインテリジェント走行システムにおいて、複数のセンサの測位結果を参照して、信頼度に応じて各センサの測位結果を一体に融合して、最終的に車両の具体的な位置を決定し、例えば、信頼度のより高い車道を最終結果とすることができ、複数の信頼度がより接近する場合、複数の信頼度が同じ車道に対応すれば、該車道を最終識別結果としてもよく、該結果に応じて車両の走行を制御することにより、車両走行の安全性を向上させることができる。
いくつかの実施例では、本開示の実施例の技術案では、上記方法で車両の走行車道を決定する以外に、更に車両の水平方向位置をより具体的に測位することができ、画像情報から走行路面の第1車道情報を識別した後、画像情報における車道方向における中心線の位置(すなわち、画像における車両の相対位置)及び第1車道の車道線の位置に基づいて車両と第1車道の車道線との間の距離を決定することができる。
例えば、カメラが車両の前方の中心位置に取り付けられる場合、その収集幅における中央位置が車両の位置する位置であり、つまり任意に収集された画像は、該画像における水平方向における中心位置が車両の位置であり、車道線を識別した後、該中心位置、車道線、車幅に基づいて車両と車道線との間隔距離を計算することができる。車両の水平方向における移動の制御に役立つ。カメラが車両の中心位置に取り付けられない場合、カメラと車両の中心位置との間の距離が一定であるため、上記方法を用いて実現してもよい。
本開示の実施例の技術案は自動運転自動車の測位ニーズに適用されてもよく、他の車両測位案と融合でき、車両測位の精度及び安定性を全体的に向上させ、ADAS(先進運転支援システム)の車道維持及び車線変更通知にも適用されてもよく、車両の安全な運転を確保する。
以下、具体的な実施形態を参照して本開示の実施例を詳しく説明する。
自動運転に対して、高精度地図を除き、本産業では測位、感知、決定及び制御が自動運転自動車構成の4つのモジュールであると考えられる。従来の車両の自動測位は1つの通常のGPSによって完了でき、一般的にその精度が1〜10m程度であり、このような精度では主要道路又は側道、橋上又は橋下等すら正確に識別できず、どのような車道であるかはなおさらであり、そして、自動運転ではより高い測位精度を実現するため、よく見られる案は高精度の差動「GPS+慣性航法IMU+地上基地局」によって完了するが、何十万のハードウェアコストを必要とするため、現在では自動運転車両の量産ニーズを満たすことが困難である。本開示の実施例に用いた技術案は前の技術案に比べて、コストを大幅に削減して、「高精度地図+通常のGPS+カメラ」によって完了する。
通常のGPSが低精度測位を担当し、その測位精度が一般的に1〜10m程度であり、このような測位精度では自動運転車両のニーズを満たすことができないが、車両周囲の高精度地図における道路の一部のデータを車両測位の参照として測位することができる。次に、カメラで検出された車道線を正確に測位し、つまり、この部分の道路のデータから最適なマッチング位置を検索する。以下、図5bに示すステップを参照して該実施形態を詳しく説明し、具体的な測位ステップは以下のとおりである。
ステップS511:GPSによって車両の現在位置の座標を取得する。
ステップS512:現在位置の座標によって高精度地図における車両周囲の一部の道路情報は合計して何本の車道線があるか、及び各本の車道線の線形と距離幅を決定する。
ステップS513:カメラで検出された現在の車両の左右両側に最も近い各2本の車道線(あるなら、合計して4本の車道線がある)に基づいて各本の車道線の線形を判断する。
一般的に、カメラが前記車両の走行路面をリアルタイムに収集して、前記走行路面の画像情報を取得し、端末に実行しているクライアントが収集された前記画像情報を識別して、画像における各本の車道線の車道情報、例えば車道線特徴及び車道幅等を判断する。
ステップS514:検出された車道線線形を順に以前に取得された高精度地図における車道線線形と比較することにより、車両の現在位置する車道の位置を決定する。
ステップS515:車両が車線変更するとき、車両が左右両側の車道線を離れる距離は一変し、これに応じて、車両の位置する車道の位置を更新する。
ステップS516:現在測位した車両の水平方向位置に対して、以前に比較した位置変化及び検出した車道線の長さに応じて信頼度を与える。
いくつかの実施例では、前記車両に配置された端末装置に実行しているクライアントがカメラで収集された前記車両の走行路面の画像情報の現在フレームと前のフレームを比較し、現在フレームにおける車両の位置と前のフレームにおける車両の位置が変化した場合、現在車両の位置する車道の信頼度を低下させ、又は、前記クライアントが前記車両の走行路面の画像情報から識別した車道線タイプに対して異なる信頼度を与え、識別した車道線タイプが実線である車道線に高い信頼度を与え、識別した車道線タイプが点線である車道線に低い信頼度を与える。
ステップS517:信頼度値がある閾値より大きい場合、車道維持ポリシーを実行することにより、車道線の比較を一時停止する。
信頼度がある閾値以下である場合、上記ステップを繰り返す。
上記ステップS513では、図6aに示す方式で、ビデオ画像の切り取り、画像のカラーからグレースケールへの変換、画像の平滑化・ノイズ除去、画像のGamma補正、画像の二値化処理、形態学的修復、スケルトン抽出、Houghフィルタリング、正射投影、車道線補正、車道線のHough抽出、透視逆投影、車道線融合、Kalmanフィルタリング、欠損車道線の推定、車道線の点線・実線についての判断及び車両位置の推定の画像処理を行うことができる。
ビデオ画像(図6bにおけるサブ図aに示すように)には、道路部分の映像が含まれるだけでなく、更に道路両側の景物及び空映像が含まれ、従って、車道線検出の第1ステップはビデオ画像(図6bにおけるサブ図bに示すように)を切り取り、興味のある領域のみを残す。次にカラー画像をグレースケール画像に変換し、次にバイラテラルフィルタリング方法で画像に対して平滑化・ノイズ除去を行う。異なる光線画像への適応性を向上させるために、画像を二値化する前に、まず画像に対してGamma補正を行う。画像を二値化(図6bにおけるサブ図cに示される)した後、まず形態学的操作によって空洞を修復して、境界を平滑化し、次にスケルトン抽出アルゴリズムで車道線の中心線(図6bにおけるサブ図dに示される)を抽出し、これを基に、Hough変換結果を利用して局所フィルタリングを行って、干渉とグリッチを除去する。この時に取得したのは車道線の透視投影画像(図6bにおけるサブ図eに示される)であり、カメラの内部及び外部パラメータに基づいてそれを正射投影画像(図6bにおけるサブ図fに示される)に変換し、次に形態学的平滑化及びスケルトン抽出によって車道線の正面図を取得する。正面図では、まず車道線を補正する理由は主にカーブを処理するためであり、次にHough変換によって車道線(図6bにおけるサブ図gに示される)を抽出し、次に車道線の間の距離制約に基づいて誤って抽出した車道線(図6bにおけるサブ図hに示される)を除去する。最後に、残りの車道線を透視投影画像に逆投影して、以前の透視投影画像における車道線と融合して、最終検出車道線を取得する。
連続且つ安定した車道線を出力するために、各本の車道線に対してKalmanフィルタリング処理を行って、遮蔽等の原因で一時的に欠損した車道線を位置推定することができる。最後に、連続したフレーム画像における車道線の連続性及び車道線の長さに基づいて各本の車道線の点線・実線を判断する。
ステップS514に係る実施例では、道路の車道線の分布は図6cに示され、車道線を0と1でコード化し、つまり、車道線が点線であるとき、0と記され、車道線が実線であるとき、1と記され、これにより、5本の車道(すなわち、コードが1〜5である車道)を有する1本の道路が100001で示されてもよく、道路のこれらの情報は高精度地図により提供される。同様に、カメラで検出された車道線をコード化し、例えば、検出された4本の車道線のコードが1000であり、上位2位の10が車両左側の2本の車道線を示し、下位2位の00が車両右側の2本の車道線を示し、従って、車両の現在の垂直方向位置が2本目の車道内にある。同様に、検出された4本の車道線のコードが0000である場合、車両の現在の垂直方向位置が3本目の車道内にある。
車両の測位は車両が自動運転を実現する重要な技術の1つであり、車両はその相対位置を測位することでその周囲環境を正確に感知する必要がある。本開示の実施例は高精度地図に基づく水平方向の測位方法に関し、所謂水平方向の測位は車両の走行方向に垂直な方向における、例えば、車両がある車道を走行していること、及び車道線に対する具体的な位置の測位を指す。GPS/BDS測位の支援又は代替として、衛星信号は強度が低く又は取得できない場合、車両測位の精度を効果的に向上させることができる。現在の道路車道線の高精度データが車道線の線形(点線又は実線)、車道線と車道線との相対位置及び幅等の情報を含むことを把握した後、車両先端に取り付けられるカメラによりリアルタイムに検出・識別された複数本の車道線情報が既存の情報にマッチングし、それにより車両が道路のどの車道を走行しているか、及び車道線に対する具体的な位置を測位する。
本開示の実施例では、走行路面の画像情報を画像処理して第1車道情報を識別し、次に第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定し、現在の自動走行車両の既存の装置のみによって車両の水平方向の測位を実現し、その実際に位置する車道を決定することができ、車両を正確に測位する際に投資コストがより高いという技術的問題を解決し、更に車両を正確に測位してコストを削減するという技術的効果を実現する。
なお、上記各方法実施例は、説明都合上、一連の動作組み合わせと説明されるが、当業者であれば、本開示の実施例が説明された動作順序の制限を受けない理由は、本開示の実施例に基づき、いくつかのステップが他の順序を用いて又は同時に行われてもよいためであると理解すべきである。次に、当業者であれば、明細書に説明された実施例がいずれも好適な実施例に属し、関わる動作及びモジュールが必ずしも本開示の実施例に必須なものではないと理解すべきである。
以上の実施形態の説明によって、当業者は、上記実施例に係る方法がソフトウェアプラス必須な汎用ハードウェアプラットフォームの方式で実現されてもよく、当然ながら、ハードウェアで実現されてもよいが、前のものが好適な実施形態である場合が多いと明確に理解される。このような理解に基づき、本開示の実施例の技術案の本質又は従来技術に貢献する部分はソフトウェア製品の形式で具現されてもよく、該コンピュータソフトウェア製品は、1台の端末装置(携帯電話、コンピュータ、サーバ、又はネットワーク装置等であってもよい)に本開示の実施例の各実施例に記載の方法を実行させるための複数の命令を含む1つの記憶媒体(例えば、ROM/RAM、磁気ディスク、光ディスク)に記憶される。
本開示は更に上記車道の決定方法を実施するための車道の決定装置を提供する。図7は本開示の実施例に係る車道の決定装置の模式図であり、図7に示すように、該装置は1つ又は1つ以上のメモリと、1つ又は1つ以上のプロセッサとを備えてもよく、前記1つ又は1つ以上のメモリには、前記1つ又は1つ以上のプロセッサにより実行されるように構成される1つ又は1つ以上の命令モジュールが記憶され、前記1つ又は1つ以上の命令モジュールは収集ユニット72、識別ユニット74及び第1決定ユニット76を備える。
収集ユニット72は車両の走行路面を画像収集して走行路面の画像情報を取得することに用いられ、
識別ユニット74は画像情報から走行路面の第1車道情報を識別することに用いられ、第1車道情報は走行路面における車両の位置する車道位置を示すための第1車道及び第1車道の特徴を含み、
第1決定ユニット76は第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定することに用いられ、少なくとも1つの第2車道及び少なくとも1つの第2車道の特徴が地図から取得されたものであり、少なくとも1つの第2車道が目標車道を含む。
なお、該実施例における収集ユニット72は本開示の実施例1におけるステップS511を実行することに用いられてもよく、該実施例における識別ユニット74は本開示の実施例1におけるステップS512を実行することに用いられてもよく、該実施例における第1決定ユニット76は本開示の実施例1におけるステップS513を実行することに用いられてもよい。
ここで、上記モジュールは対応するステップの実現した例及び応用シーンと同じであるが、上記実施例1に開示される内容に限らないと説明すべきである。なお、上記モジュールは装置の一部として図1に示すハードウェア環境において実行でき、ソフトウェアで実現されてもよいし、ハードウェアで実現されてもよい。
上記モジュールが走行路面の画像情報を画像処理して第1車道情報を識別し、次に第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定し、現在の自動走行車両の既存の装置のみによって車両の水平方向の測位を実現し、その実際に位置する車道を決定することができ、車両を正確に測位する際に投資コストがより高いという技術的問題を解決し、更に車両を正確に測位してコストを削減するという技術的効果を実現する。
上記走行路面が車両の現在走行中の路面であり、上記画像情報が走行路面の各特徴を有する画像、例えばカラー又は白黒ピクチャ、カラー又は白黒ビデオ、サーマルイメージピクチャ等であり、上記特徴は車道線特徴、車道幅等を含み、車道線特徴は少なくとも点線、実線を含み、上記車両は自動走行車、各タイプの自動車等であってもよい。
上記第1車道情報で示す第1車道は車両が実際に走行している車道であってもよいし、車両が実際に走行している車道と相対位置関係を有する任意の車道であってもよい。
本開示の実施例の上記装置は主に車両の水平方向の測位に適用され、自動走行車両の水平方向の測位に適用されることを含むが、それに限らない。
なお、車両が車線(すなわち、車道線)を走行する場合、説明都合上、本開示の実施例では、車両が車線を走行する場合、車両の幅がある車道で50%に達すると、車両が該車道内にあると見なされてもよい。
自動車産業が出現した以来、自動運転自動車は常に各国の自動車産業におけるエリートが挑戦しているホットな事業の1つである。自動運転自動車の危険な作業環境、ひいては軍事における応用は将来性が期待されて、各国の政府からの投資も引きつけているが、コンピュータの演算機能及び制御システムの設計のため、現在、自動運転の車両はいずれも密閉された場所又は特定目的の使用に制限され、技術の発展に伴い、近年、多くの自動車会社は期せずして自動運転のテクノロジーを展示し始め、ひいては2020年にこの技術を普及できると予言する自動車大手もある。
いくつかの実施例では、識別ユニットは、画像情報に対して正射投影処理を行うための第1処理モジュールと、正射投影処理後の画像情報を特徴抽出するための抽出モジュールと、特徴抽出後の画像情報に対して透視逆投影処理を行うための第2処理モジュールと、を備える。
上記画像処理によって、画像における各本の車道及び各本の車道の車道線特徴(例えば、点線・実線、線幅等)を識別することができる。
いくつかの実施例では、図8に示すように、本開示の実施例の装置は、更に、第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定する前に、車両の衛星測位情報を取得するための第2取得ユニット82と、衛星測位情報に基づいて走行路面の位置する区間の地図を取得し、地図には少なくとも1つの第2車道及び少なくとも1つの第2車道の特徴を持っている第3取得ユニット84と、を備えてもよい。
上記使用される地図は高精度地図であり、走行路面の位置する区間の地図の取得は車載地図から具体的な区間の地図を測位してもよいし、オンライン取得方式でインターネットの高精度地図から走行路面の位置する区間の地図を取得してもよい。
いくつかの実施例では、上記車道の特徴は主に車道線特徴及び車道幅を含み、第1決定ユニットが第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定するとき、少なくとも1つの第2車道から車道線特徴及び車道幅が第1車道の車道線特徴及び車道幅にマッチングする第3車道を検索することに用いられ、第3車道が地図における第1車道に対応する車道である検索モジュール、又は、少なくとも1つの第2車道のうち第3車道と相対位置関係を有する車道を地図における車両の目標車道として決定することに用いられ、相対位置関係が走行路面における車両の走行車道と第1車道との位置関係である決定モジュールによって実現されてもよい。
いくつかの実施例では、第1車道及び第2車道が複数あって、複数の第1車道が走行路面における車両の走行車道を含む場合、検索モジュールは少なくとも1つの第2車道から車道線特徴及び車道幅が第1車道の車道線特徴及び車道幅にマッチングする第3車道を検索するとき、複数の第2車道から数及び特徴が複数の第1車道にマッチングする複数の第4車道を検索した。
この時、決定モジュールが走行路面における車両の走行車道の複数の第1車道での位置に基づいて複数の第4車道から目標車道を決定する。例えば、3つの第1車道を識別し、走行車道がこの3つの隣接する第1車道のうち中央位置に位置する車道であり、上記5つの車道のうちこの3つの第1車道にマッチングする連続した3つの車道(すなわち、第4車道)を決定した後、3つの第4車道のうち中央位置に位置する車道を目標車道として決定することができる。
つまり、ピクチャから識別したのが複数の第1車道であり、一般的に、この複数の第1車道が互いに隣接する車道、例えば連続した3つの車道であるが、道路幅が実際に5つの車道である場合、この3つの車道と5つの車道をマッチングすることができ、マッチング過程においてこの3つの車道の最左側の車道線を5つの車道の最左側の車道線に位置合わせしてマッチングすることができ、マッチングの各時間が完了した後、5つの車道のうちこの3つの車道特徴に完全に合致する連続した3つの車道を検索するまで、マッチングは右へ1本ずつ車道移動することによって実行され続け、同様に、最右側の車道線からマッチングし始めてもよい。
具体的に、上記検索モジュールは、少なくとも1つの第2車道のうちいずれか1つの車道の車道線特徴が第1車道の車道線特徴と同じであるかどうかを判断するための第1判断サブモジュールと、いずれか1つの車道の車道幅と第1車道の車道幅との差が初期値より小さいかどうかを判断するための第2判断サブモジュールと、を備え、いずれか1つの車道の車道線特徴が第1車道の車道線特徴と同じであって、いずれか1つの車道の車道幅と第1車道の車道幅との差が初期値より小さいと判断する場合、いずれか1つの車道を車道線特徴及び車道幅が第1車道の車道線特徴及び車道幅にマッチングする第3車道として決定する。
上記目標車道は決定精度を示すための第1信頼度を有し、該装置は、更に、第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定した後、測位センサが車両を測位して取得した地図における車両の位置する第5車道を取得することに用いられ、第5車道が測位精度を示すための第2信頼度を有する第1取得ユニットと、目標車道及び第5車道から信頼度がプリセット条件を満たす車道を地図における車両の位置する実際の車道として選択するための選択ユニットと、を備えてもよい。
車両のインテリジェント走行システムにおいて、複数のセンサの測位結果を参照して、信頼度のより高いものを最終結果とし、該結果に応じて車両の走行を制御することができ、車両走行の安全性を向上させることができる。
いくつかの実施例では、本開示の実施例の技術案では、上記方法で車両の走行車道を決定する以外に、更に車両の水平方向位置をより具体的に測位することができ、具体的に該装置の第2決定ユニットによって実現されてもよく、第2決定ユニットが画像情報から走行路面の第1車道情報を識別した後、画像情報における車道方向における中心線の位置及び第1車道の車道線の位置に基づいて車両と第1車道の車道線との間の距離を決定する。
車両の測位は車両が自動運転を実現する重要な技術の1つであり、車両はその相対位置を測位することでその周囲環境を正確に感知する必要がある。本開示の実施例は高精度地図に基づく水平方向の測位方式に関し、所謂水平方向の測位は車両の走行方向に垂直な方向における、例えば車両がある車道を走行していること、及び車道線に対する具体的な位置の測位を指す。GPS/BDS測位の支援又は代替として、衛星信号は強度が低く又は取得できない場合、車両測位の精度を効果的に向上させることができる。現在の道路車道線の高精度データが車道線の線形(点線又は実線)、車道線と車道線との相対位置及び幅等の情報を含むことを把握した後、車両先端に取り付けられるカメラによりリアルタイムに検出・識別された複数本の車道線情報が既存の情報にマッチングし、それにより車両が道路のどの車道を走行しているか、及び車道線に対する具体的な位置を測位する。
ここで、上記モジュールは対応するステップの実現した例及び応用シーンと同じであるが、上記実施例1に開示される内容に限らないと説明すべきである。なお、上記モジュールは装置の一部として図1に示すハードウェア環境において実行でき、ソフトウェアで実現されてもよいし、ハードウェアで実現されてもよく、ハードウェア環境がネットワーク環境を含む。
本開示は更に上記車道の決定方法を実施するためのサーバ又は端末を提供する。
図9は本開示の実施例に係る端末のブロック構成図であり、図9に示すように、該端末は1つ又は複数の(図面には1つのみを示す)プロセッサ901、メモリ903及び伝送装置905(例えば、上記実施例における送信装置)を備えてもよく、図9に示すように、該端末は更に入力出力装置907を備えてもよい。
メモリ903はソフトウェアプログラム及びモジュール、例えば本開示の実施例における方法及び装置に対応するプログラム命令/モジュールを記憶することに用いられてもよく、プロセッサ901はメモリ903に記憶されるソフトウェアプログラム及びモジュールを実行することにより、様々な機能アプリケーション及びデータ処理を実行し、つまり、上記方法を実現する。メモリ903は高速ランダムアクセスメモリを含んでもよく、更に不揮発性メモリ、例えば1つ又は複数の磁気記憶装置、フラッシュメモリ、又は他の不揮発性固体メモリを含んでもよい。いくつかの実施例では、メモリ903は更にプロセッサ901に対して遠隔設定されるメモリを含んでもよく、これらの遠隔メモリはネットワーク経由で端末に接続されてもよい。上記ネットワークの実例はインターネット、イントラネット、ローカルエリアネットワーク、移動通信ネットワーク及びその組み合わせを含むが、それらに限らない。
上記伝送装置905は1つのネットワーク経由でデータを受信又は送信することに用いられ、更にプロセッサとメモリとのデータ伝送に用いられてもよい。上記ネットワークの具体的な実例は有線ネットワーク及び無線ネットワークを含んでもよい。一実例では、伝送装置905はLANケーブルによって他のネットワーク装置及びルーターに接続されることによりインターネット又はローカルエリアネットワークと通信できる1つのネットワークインターフェースコントローラ(NIC:Network Interface Controller)を備えてもよい。一実例では、伝送装置905は無線方式でインターネットと通信するための無線周波数(RF:Radio Frequency)モジュールである。
具体的に、メモリ903はアプリケーションを記憶することに用いられる。
プロセッサ901は伝送装置905がメモリ903に記憶されるアプリケーションを呼び出すことにより、車両の走行路面を画像収集して走行路面の画像情報を取得するステップと、画像情報から走行路面の第1車道情報を識別するステップであって、第1車道情報が走行路面における車両の位置する車道位置を示すための第1車道及び第1車道の特徴を含むステップと、第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定するステップであって、少なくとも1つの第2車道及び少なくとも1つの第2車道の特徴が地図から取得されたものであり、少なくとも1つの第2車道が目標車道を含むステップとを実行することができる。
プロセッサ901は、更に、少なくとも1つの第2車道から車道線特徴及び車道幅が第1車道の車道線特徴及び車道幅にマッチングする第3車道を検索するステップであって、第3車道が地図における第1車道に対応する車道であるステップと、少なくとも1つの第2車道のうち第3車道と相対位置関係を有する車道を地図における車両の目標車道として決定するステップであって、相対位置関係が走行路面における車両の走行車道と第1車道との位置関係であるステップとを実行することに用いられる。
本開示の実施例を用いることにより、走行路面の画像情報を画像処理して第1車道情報を識別し、次に第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定し、現在の自動走行車両の既存の装置のみによって車両の水平方向の測位を実現し、その実際に位置する車道を決定することができ、車両を正確に測位する際に投資コストがより高いという技術的問題を解決し、更に車両を正確に測位してコストを削減するという技術的効果を実現する。
いくつかの実施例では、対応する具体例は上記方法実施例に説明される例を参照してもよく、本実施例では詳細な説明は省略する。
当業者であれば、図9に示す構造は模式的なものに過ぎず、端末はインテリジェント携帯電話(例えば、Android携帯電話、iOS携帯電話等)、タブレットPC、携帯情報端末及びモバイルインターネットデバイス(MID:Mobile Internet Devices)、PAD等の端末装置であってもよいと理解される。図9は上記電子装置の構造を制限するためのものではない。例えば、端末は更に図9に示すものより多く又は少ないコンポーネント(例えば、ネットワークインターフェース、表示装置等)を備えてもよく、又は図9に示すのと異なる構成を有する。
当業者であれば、上記実施例の様々な方法におけるステップの全部又は一部はプログラムによって端末装置の関連するハードウェアを命令して完了させてもよく、該プログラムがコンピュータ可読記憶媒体に記憶されてもよく、記憶媒体はフラッシュメモリ、読み出し専用メモリ(ROM:Read−Only Memory)、ランダムアクセスメモリ(RAM:Random Access Memory)、磁気ディスク又は光ディスク等を含んでもよいと理解される。
本開示は更に記憶媒体を提供する。いくつかの実施例では、本実施例では、上記記憶媒体は方法におけるプログラムコードを実行することに用いられてもよい。
いくつかの実施例では、本実施例では、上記記憶媒体は上記実施例に示すネットワークにおける複数のネットワーク装置のうちの少なくとも1つのネットワーク装置に位置してもよい。
いくつかの実施例では、本実施例では、記憶媒体は、以下のステップを実行するためのプログラムコードを記憶するように設定される:
S11:車両の走行路面を画像収集して走行路面の画像情報を取得する;
S12:画像情報から走行路面の第1車道情報を識別し、第1車道情報が走行路面における車両の位置する車道位置を示すための第1車道及び第1車道の特徴を含む;
S13:第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより地図における車両の目標車道を決定し、少なくとも1つの第2車道及び少なくとも1つの第2車道の特徴が地図から取得されたものであり、少なくとも1つの第2車道が目標車道を含む。
いくつかの実施例では、記憶媒体は更に、以下のステップを実行するためのプログラムコードを記憶するように設定される:
S21:少なくとも1つの第2車道から車道線特徴及び車道幅が第1車道の車道線特徴及び車道幅にマッチングする第3車道を検索し、第3車道が地図における第1車道に対応する車道である;
S22:少なくとも1つの第2車道のうち第3車道と相対位置関係を有する車道を地図における車両の目標車道として決定し、相対位置関係が走行路面における車両の走行車道と第1車道との位置関係である。
いくつかの実施例では、対応する具体例は方法実施例に説明される例を参照してもよく、本実施例では詳細な説明は省略する。
いくつかの実施例では、本実施例では、上記記憶媒体はUSBメモリ、読み出し専用メモリ(ROM:Read−Only Memory)、ランダムアクセスメモリ(RAM:Random Access Memory)、ポータブルハードディスク、磁気ディスク又は光ディスク等のプログラムコードを記憶できる様々な媒体を含むが、それらに限らない。
上記本開示の実施例の番号は説明のためのものであって、実施例の優劣を示すためのものではない。
上記実施例における統合されたユニットはソフトウェア機能ユニットの形式で実現され且つ独立した製品として販売又は使用されるとき、上記コンピュータ可読記憶媒体に記憶されてもよい。このような理解に基づき、本開示の実施例の技術案の本質又は従来技術に貢献する部分、又は該技術案の全部又は一部はソフトウェア製品の形式で具現されてもよく、該コンピュータソフトウェア製品は、1台又は複数台のコンピュータ装置(パーソナルコンピュータ、サーバ又はネットワーク装置等であってもよい)に本開示の各実施例に記載の方法におけるステップの全部又は一部を実行させるための複数の命令を含む記憶媒体に記憶される。
本開示の実施例の上記実施例では、各実施例についての説明はいずれも偏重するところがあり、ある実施例における詳しく説明していない部分は、他の実施例の関連説明を参照してもよい。
本開示に係るいくつかの実施例では、開示されるクライアントは他の方式で実現されてもよいと理解すべきである。以上に説明される装置実施例は模式的なものに過ぎず、例えば、前記ユニットの区別は論理機能上の区別に過ぎず、実際に実現するとき、他の区別方式を用いてもよく、例えば複数のユニット又はコンポーネントは他のシステムに結合又は統合されてもよく、又はいくつかの特徴は省略してもよく、又は実行しなくてもよい。一方、表示又は検討される相互間の結合又は直接結合又は通信接続はいくつかのインターフェース、ユニット又はモジュールによる間接結合又は通信接続であってもよく、電気又は他の形式であってもよい。
分離部材として説明される前記ユニットは物理的に分離してもよいし、物理的に分離しなくてもよく、ユニットとして表示される部材は物理ユニットであってもよいし、物理ユニットでなくてもよく、つまり、一箇所に位置してもよいし、複数のネットワークユニットに配置されてもよい。実際の必要に応じて、その一部又は全部のユニットを選択して本実施例案の目的を実現してもよい。
また、本開示の各実施例において、各機能ユニットは1つの処理ユニットに統合されてもよく、各ユニットは独立して物理的に存在してもよく、2つ又は2つ以上のユニットは1つのユニットに統合されてもよい。上記統合されたユニットはハードウェアの形式で実現されてもよいし、ソフトウェア機能ユニットの形式で実現されてもよい。
以上の説明は本開示の好適な実施形態に過ぎず、なお、当業者であれば、本開示の実施例の原理を逸脱せずに、更に種々の改良や修飾を行うことができ、これらの改良や修飾も本開示の実施例の保護範囲に属すると見なされるべきである。
72 収集ユニット
74 識別ユニット
76 第1決定ユニット
82 第2取得ユニット
84 第3取得ユニット
100a 実施環境
100b 計算装置
101 プロセッサ
102 サーバ
103 メモリ
104 自動車
105 通信モジュール
106 端末装置
107 オペレーティングシステム
108 通信モジュール
109 車道決定モジュール
901 プロセッサ
903 メモリ
905 伝送装置
907 入力出力装置

Claims (24)

  1. 計算装置に適用される車道の決定方法であって、
    車両から収集した前記車両の走行路面の画像情報を取得することと、
    前記画像情報から前記走行路面の少なくとも1つの第1車道の第1車道情報を識別することであって、前記第1車道情報は、前記走行路面における前記車両の走行車道と前記少なくとも1つの第1車道との位置関係、及び前記少なくとも1つの第1車道の特徴を含むことと、
    前記少なくとも1つの第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより前記地図における前記車両の目標車道を決定することであって、前記目標車道が前記地図における前記走行車道に対応する車道であり、前記少なくとも1つの前記第2車道の特徴が前記地図から取得されたものであり、前記少なくとも1つの第1車道の特徴が前記第1車道の第1車道線特徴であり、前記第1車道線特徴が複数本の第1車道線の特徴を含み、前記少なくとも1つの第2車道の特徴が前記第2車道の第2車道線特徴であり、前記第2車道線特徴が複数本の第2車道線の特徴を含み、前記複数本の第1車道線は、前記複数本の第2車道線の一部であることと、を含む、前記車道の決定方法。
  2. 記位置関係が前記走行車道と前記第1車道線との位置関係であり、
    前記少なくとも1つの第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより前記地図における前記車両の目標車道を決定することは、
    前記地図から前記車両の地理位置の位置する道路の第2車道線特徴を取得することと
    前記第2車道線特徴、前記第1車道線特徴及び前記位置関係を利用して前記地図における前記走行車道に対応する前記目標車道を決定することと、を含む
    請求項1に記載の車道の決定方法。
  3. 前記第2車道線特徴、前記第1車道線特徴及び前記位置関係を利用して前記地図における前記走行車道に対応する前記目標車道を決定することは、
    前記第1車道線特徴と前記第2車道線特徴を比較することにより、前記第2車道線における前記第1車道線に対応する第3車道線を決定することと、
    前記第3車道線及び前記位置関係に基づいて前記地図における前記走行車道に対応する前記目標車道を決定することと、を含む
    請求項2に記載の車道の決定方法。
  4. 前記第2車道線特徴、前記第1車道線特徴及び前記位置関係を利用して前記地図における前記走行車道に対応する前記目標車道を決定することは、
    前記第1車道線特徴及び前記位置関係に基づいて前記走行車道の車道説明を決定し、前記第2車道線の特徴に基づいて前記少なくとも1つの第2車道のうちの各第2車道の車道説明を決定することであって、車道の車道説明が複数本の車道線の特徴及び該複数本の車道線と前記車道との位置関係を含むことと、
    前記走行車道の車道説明をそれぞれ前記少なくとも1つの第2車道のうちの各第2車道の車道説明と比較して、前記走行車道の車道説明に合致する第2車道を前記目標車道として決定することと、を含む
    請求項2に記載の車道の決定方法。
  5. 前記第1車道線特徴が複数本の第1車道線の線タイプを含み、前記第2車道線特徴が前記複数本の第2車道線の線タイプを含み、
    前記第1車道線特徴と前記第2車道線特徴を比較することにより、前記第2車道線における前記第1車道線に対応する第3車道線を決定することは、前記複数本の第2車道線のうち前記第1車道線の線タイプを有する車道線を前記第3車道線とすることを含む
    請求項3に記載の車道の決定方法。
  6. 前記第1車道線特徴が複数本の第1車道線の線タイプ及び配列方式を含み、前記第2車道線特徴が複数本の第2車道線の線タイプ及び配列方式を含み、
    前記第1車道線特徴と前記第2車道線特徴を比較することにより、前記第2車道線における前記第1車道線に対応する第3車道線を決定することは、前記複数本の第2車道線のうち前記複数本の第1車道線の線タイプ及び配列方式を有する複数本の車道線を前記第3車道線とすることを含む
    請求項3に記載の車道の決定方法。
  7. 前記第1車道線特徴と前記第2車道線特徴を比較することにより、前記第2車道線における前記第1車道線に対応する第3車道線を決定することは、
    プリセットの線タイプと記号との対応関係に基づいて前記第1車道線の線タイプに対応する記号を前記第1車道線の配列方式で整理して、前記第1車道線特徴を示す第1記号列を生成することと、
    前記対応関係に基づいて前記第2車道線の線タイプに対応する記号を前記第2車道線の配列方式で整理して、前記第2車道線特徴を示す第2記号列を生成することと、
    前記第1記号列と前記第2記号列を比較して、第2記号列における第1記号列と同じ複数の記号に対応する複数本の車道線を前記第3車道線とすることと、を含む
    請求項6に記載の車道の決定方法。
  8. 前記走行車道の車道説明が複数本の第1車道線の線タイプ及び前記第1車道線と前記走行車道との位置関係を含み、
    前記第2車道線の特徴に基づいて前記少なくとも1つの第2車道のうちの各第2車道の車道説明を決定することは、前記各第2車道の車道説明を決定することを含み、前記車道説明が複数本の第2車道線の線タイプ及び前記第2車道線と前記第2車道との位置関係を含み、
    前記走行車道の車道説明に合致する第2車道を前記目標車道として決定することは、前記少なくとも1つの第2車道のうち、車道説明における線タイプ及び位置関係が前記走行車道の車道説明における線タイプ及び位置関係に合致する車道を前記目標車道として決定することを含む
    請求項4に記載の車道の決定方法。
  9. 前記走行車道の車道説明が複数本の第1車道線の線タイプ、第1配列方式及び前記複数本の第1車道線と前記走行車道との位置関係を含み、
    前記第2車道線の特徴に基づいて前記少なくとも1つの第2車道のうちの各第2車道の車道説明を決定することは、前記各第2車道の車道説明を決定することを含み、前記車道説明が複数本の第2車道線の線タイプ、第2配列方式及び前記複数本の第2車道線と前記第2車道との位置関係を含み、
    前記走行車道の車道説明に合致する第2車道を前記目標車道として決定することは、前記少なくとも1つの第2車道のうち、車道説明における線タイプ、配列方式及び位置関係が前記走行車道の車道説明における前記線タイプ、前記第1配列方式及び前記位置関係に合致する車道を前記目標車道として決定することを含む
    請求項4に記載の車道の決定方法。
  10. 前記少なくとも1つの第2車道のうち、車道説明における線タイプ、配列方式及び位置関係が前記走行車道の車道説明における前記線タイプ、前記配列方式及び前記位置関係に合致する車道を前記目標車道として決定することは、
    プリセットの線タイプ及び位置関係と記号との対応関係に基づいて前記走行車道の車道説明における各第1車道線に対応する記号を前記第1配列方式で整理して、前記走行車道の車道説明を示す第1記号列を生成することと、
    前記対応関係に基づいて各第2車道の車道説明における前記複数本の第2車道線に対応する記号を前記第2配列方式で整理して、各第2車道の車道説明を示す第2記号列を生成することと、
    前記第1記号列をそれぞれ各第2車道の前記第2記号列と比較して、第1記号列に合致する第2記号列に対応する第2車道を前記目標車道として決定することと、を含む
    請求項9に記載の車道の決定方法。
  11. 前記画像情報から前記走行路面の第1車道情報を識別することは、
    前記画像情報から前記走行車道を決定することと、
    決定された前記走行車道及び前記第1車道の特徴に基づいて前記位置関係を決定することと、を含む
    請求項1に記載の車道の決定方法。
  12. 前記画像情報から前記走行車道を決定することは、
    前記画像情報における画像の正中線の位置する車道を前記走行車道として決定し、又は
    前記画像情報における車道幅の最も大きい車道を前記走行車道として決定し、又は
    前記画像情報における車道の形状に基づいて前記走行車道を決定し、又は
    前記画像情報における車道線の角度に基づいて前記走行車道を決定することを含む
    請求項11に記載の車道の決定方法。
  13. 前記地図から前記車両の地理位置の位置する道路の第2車道線特徴を取得することは、
    前記車両の走行方向に基づいて前記地図から前記走行方向に合致する道路の第2車道線特徴を取得することを含む
    請求項2に記載の車道の決定方法。
  14. 計算装置であって、
    プロセッサ及びコンピュータ可読命令が記憶されるメモリを備え、前記命令によって、前記プロセッサは、
    車両から収集した前記車両の走行路面の画像情報を取得することと、
    前記画像情報から前記走行路面の少なくとも1つの第1車道の第1車道情報を識別することであって、前記第1車道情報が前記走行路面における前記車両の走行車道と前記少なくとも1つの第1車道との位置関係及び前記少なくとも1つの第1車道の特徴を含むことと、
    前記少なくとも1つの第1車道の特徴と走行路面の位置する地図内の少なくとも1つの第2車道の特徴との間の特徴マッチングを行うことにより前記地図における前記車両の目標車道を決定することであって、前記目標車道が前記地図における前記走行車道に対応する車道であり、前記少なくとも1つの第2車道の特徴が前記地図から取得されたものであり、前記少なくとも1つの第1車道の特徴が前記第1車道の第1車道線特徴であり、前記第1車道線特徴が複数本の第1車道線の特徴を含み、前記少なくとも1つの第2車道の特徴が前記第2車道の第2車道線特徴であり、前記第2車道線特徴が複数本の第2車道線の特徴を含み、前記複数本の第1車道線は、前記複数本の第2車道線の一部であることとを実行する、前記計算装置。
  15. 前記命令によって、前記プロセッサは、
    前記位置関係は、前記走行車道と前記第1車道線との位置関係であり
    前記地図から前記車両の地理位置の位置する道路の第2車道線特徴を取得することと
    前記第2車道線特徴、前記第1車道線特徴及び前記位置関係を利用して前記地図における前記走行車道に対応する前記目標車道を決定することとを実行する
    請求項14に記載の計算装置。
  16. 前記命令によって、前記プロセッサは、
    前記第1車道線特徴と前記第2車道線特徴を比較することにより、前記第2車道線における前記第1車道線に対応する第3車道線を決定することと、
    前記第3車道線及び前記位置関係に基づいて前記地図における前記走行車道に対応する前記目標車道を決定することとを実行する
    請求項15に記載の計算装置。
  17. 前記命令によって、前記プロセッサは、
    前記第1車道線特徴及び前記位置関係に基づいて前記走行車道の車道説明を決定し、前記第2車道線の特徴に基づいて前記少なくとも1つの第2車道のうちの各第2車道の車道説明を決定することであって、車道の車道説明が複数本の車道線の特徴及び該複数本の車道線と前記車道との位置関係を含むことと、
    前記走行車道の車道説明をそれぞれ前記少なくとも1つの第2車道のうちの各第2車道の車道説明と比較して、前記走行車道の車道説明に合致する第2車道を前記目標車道として決定することとを実行する
    請求項15に記載の計算装置。
  18. 前記命令によって、前記プロセッサは、
    前記第1車道線特徴が複数本の第1車道線の線タイプを含み、前記第2車道線特徴が前記複数本の第2車道線の線タイプを含む場合、前記複数本の第2車道線のうち前記第1車道線の線タイプを有する車道線を前記第3車道線とすることを実行する
    請求項16に記載の計算装置。
  19. 前記命令によって、前記プロセッサは、
    前記第1車道線特徴が複数本の第1車道線の線タイプ及び配列方式を含み、前記第2車道線特徴が複数本の第2車道線の線タイプ及び配列方式を含む場合、前記複数本の第2車道線のうち前記複数本の第1車道線の線タイプ及び配列方式を有する複数本の車道線を前記第3車道線とすることを実行する
    請求項16に記載の計算装置。
  20. 前記命令によって、前記プロセッサは、
    プリセットの線タイプと記号との対応関係に基づいて前記第1車道線の線タイプに対応する記号を前記第1車道線の配列方式で整理して、前記第1車道線特徴を示す第1記号列を生成することと、
    前記対応関係に基づいて前記第2車道線の線タイプに対応する記号を前記第2車道線の配列方式で整理して、前記第2車道線特徴を示す第2記号列を生成することと、
    前記第1記号列と前記第2記号列を比較して、第2記号列における第1記号列と同じ複数の記号に対応する複数本の車道線を前記第3車道線とすることとを実行する
    請求項19に記載の計算装置。
  21. 前記命令によって、前記プロセッサは、
    前記走行車道の車道説明複数本の第1車道線の線タイプ及び前記第1車道線と前記走行車道との位置関係を含む場合、前記各第2車道の車道説明を決定することであって、前記車道説明が複数本の第2車道線の線タイプ及び前記第2車道線と前記第2車道との位置関係を含むことと、
    前記少なくとも1つの第2車道のうち、車道説明における線タイプ及び位置関係が前記走行車道の車道説明における線タイプ及び位置関係に合致する車道を前記目標車道として決定することとを実行する
    請求項17に記載の計算装置。
  22. 前記命令によって、前記プロセッサは、
    前記走行車道の車道説明が複数本の第1車道線の線タイプ、第1配列方式及び前記複数本の第1車道線と前記走行車道との位置関係を含む場合、前記各第2車道の車道説明を決定することであって、前記車道説明が複数本の第2車道線の線タイプ、第2配列方式及び前記複数本の第2車道線と前記第2車道との位置関係を含むことと、
    前記少なくとも1つの第2車道のうち、車道説明における線タイプ、配列方式及び位置関係が前記走行車道の車道説明における前記線タイプ、前記第1配列方式及び前記位置関係に合致する車道を前記目標車道として決定することとを実行する
    請求項17に記載の計算装置。
  23. 前記命令によって、前記プロセッサは、
    プリセットの線タイプ及び位置関係と記号との対応関係に基づいて前記走行車道の車道説明における各第1車道線に対応する記号を前記第1配列方式で整理して、前記走行車道の車道説明を示す第1記号列を生成することと、
    前記対応関係に基づいて各第2車道の車道説明における前記複数本の第2車道線に対応する記号を前記第2配列方式で整理して、各第2車道の車道説明を示す第2記号列を生成することと、
    前記第1記号列をそれぞれ各第2車道の前記第2記号列と比較して、第1記号列に合致する第2記号列に対応する第2車道を前記目標車道として決定することとを実行する
    請求項22に記載の計算装置。
  24. 不揮発性コンピュータ可読記憶媒体であって、
    少なくとも1つのプロセッサに請求項1〜13のいずれか1項に記載の車道の決定方法を実行させるためのコンピュータ可読命令が記憶される、前記不揮発性コンピュータ可読記憶媒体。
JP2019524866A 2017-02-07 2018-02-02 車道の決定方法、装置及び記憶媒体 Active JP6843990B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201710073556.7 2017-02-07
CN201710073556.7A CN108303103B (zh) 2017-02-07 2017-02-07 目标车道的确定方法和装置
PCT/CN2018/075052 WO2018145602A1 (zh) 2017-02-07 2018-02-02 车道的确定方法、装置及存储介质

Publications (2)

Publication Number Publication Date
JP2020518785A JP2020518785A (ja) 2020-06-25
JP6843990B2 true JP6843990B2 (ja) 2021-03-17

Family

ID=62872308

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019524866A Active JP6843990B2 (ja) 2017-02-07 2018-02-02 車道の決定方法、装置及び記憶媒体

Country Status (6)

Country Link
US (1) US11094198B2 (ja)
EP (1) EP3534114B1 (ja)
JP (1) JP6843990B2 (ja)
KR (2) KR102266830B1 (ja)
CN (1) CN108303103B (ja)
WO (1) WO2018145602A1 (ja)

Families Citing this family (82)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108496178B (zh) * 2016-01-05 2023-08-08 御眼视觉技术有限公司 用于估计未来路径的系统和方法
EP3428577A1 (en) * 2017-07-12 2019-01-16 Veoneer Sweden AB A driver assistance system and method
EP3457244B1 (de) * 2017-09-14 2019-10-30 Sick Ag Autonomes fahrzeug und markierungsanordnung für ein autonomes fahrzeug
US11216004B2 (en) * 2017-11-07 2022-01-04 Uatc, Llc Map automation—lane classification
CN109297500B (zh) * 2018-09-03 2020-12-15 武汉中海庭数据技术有限公司 基于车道线特征匹配的高精度定位装置及方法
CN109186615A (zh) * 2018-09-03 2019-01-11 武汉中海庭数据技术有限公司 基于高精度地图的车道边线距离检测方法、装置及存储介质
CN109186616B (zh) * 2018-09-20 2020-04-07 禾多科技(北京)有限公司 基于高精度地图和场景检索的车道线辅助定位方法
CN110969837B (zh) * 2018-09-30 2022-03-25 毫末智行科技有限公司 自动驾驶车辆的道路信息融合系统及方法
CN110967026B (zh) * 2018-09-30 2022-02-22 毫末智行科技有限公司 车道线拟合方法及系统
CN110969178B (zh) * 2018-09-30 2023-09-12 毫末智行科技有限公司 自动驾驶车辆的数据融合系统、方法及自动驾驶系统
EP3640679B1 (en) * 2018-10-15 2023-06-07 Zenuity AB A method for assigning ego vehicle to a lane
CN111046709B (zh) * 2018-10-15 2021-02-09 广州汽车集团股份有限公司 车辆车道级定位方法、系统、车辆及存储介质
KR102483649B1 (ko) * 2018-10-16 2023-01-02 삼성전자주식회사 차량 위치 결정 방법 및 차량 위치 결정 장치
DE102018218043A1 (de) * 2018-10-22 2020-04-23 Robert Bosch Gmbh Ermittlung einer Anzahl von Fahrspuren sowie von Spurmarkierungen auf Straßenabschnitten
CN110146096B (zh) * 2018-10-24 2021-07-20 北京初速度科技有限公司 一种基于图像感知的车辆定位方法及装置
CN109492599A (zh) * 2018-11-20 2019-03-19 中车株洲电力机车有限公司 一种多轴电客车自导向方法
CN109671432A (zh) * 2018-12-25 2019-04-23 斑马网络技术有限公司 语音定位处理方法、装置、定位设备及车辆
CN111380546A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 基于平行道路的车辆定位方法、装置、电子设备和介质
CN111382614B (zh) * 2018-12-28 2023-08-15 沈阳美行科技股份有限公司 车辆定位方法、装置、电子设备、计算机可读存储介质
CN111380538B (zh) * 2018-12-28 2023-01-24 沈阳美行科技股份有限公司 一种车辆定位方法、导航方法及相关装置
CN109948413B (zh) * 2018-12-29 2021-06-04 禾多科技(北京)有限公司 基于高精度地图融合的车道线检测方法
CN110614995B (zh) * 2018-12-29 2021-01-22 长城汽车股份有限公司 车辆自动驾驶时的行车道选择方法、选择系统及车辆
CN109657641B (zh) * 2018-12-29 2021-02-02 北京经纬恒润科技股份有限公司 一种车辆主辅路判断方法及装置
CN109870689B (zh) * 2019-01-08 2021-06-04 武汉中海庭数据技术有限公司 毫米波雷达与高精矢量地图匹配的车道级定位方法与系统
CN109870706A (zh) * 2019-01-31 2019-06-11 深兰科技(上海)有限公司 一种路面标识的检测方法、装置、设备及介质
CN111507130B (zh) * 2019-01-31 2023-08-18 广州汽车集团股份有限公司 车道级定位方法及系统、计算机设备、车辆、存储介质
CN111507129B (zh) * 2019-01-31 2023-08-22 广州汽车集团股份有限公司 车道级定位方法及系统、计算机设备、车辆、存储介质
CN111521192A (zh) * 2019-02-01 2020-08-11 阿里巴巴集团控股有限公司 定位方法、导航信息显示方法、定位系统及电子设备
CN109816981B (zh) * 2019-02-20 2021-03-19 百度在线网络技术(北京)有限公司 一种自动驾驶方法、装置及存储介质
CN111750878B (zh) * 2019-03-28 2022-06-24 北京魔门塔科技有限公司 一种车辆位姿的修正方法和装置
CN110954112B (zh) * 2019-03-29 2021-09-21 北京初速度科技有限公司 一种导航地图与感知图像匹配关系的更新方法和装置
CN111750882B (zh) * 2019-03-29 2022-05-27 北京魔门塔科技有限公司 一种导航地图在初始化时车辆位姿的修正方法和装置
CN111854727B (zh) * 2019-04-27 2022-05-13 北京魔门塔科技有限公司 一种车辆位姿的修正方法和装置
CN110174113B (zh) * 2019-04-28 2023-05-16 福瑞泰克智能系统有限公司 一种车辆行驶车道的定位方法、装置及终端
CN110544375A (zh) * 2019-06-10 2019-12-06 河南北斗卫星导航平台有限公司 一种车辆监管方法、装置及计算机可读存储介质
CN110160540B (zh) * 2019-06-12 2020-12-18 禾多科技(北京)有限公司 基于高精度地图的车道线数据融合方法
CN112172810A (zh) * 2019-06-18 2021-01-05 广州汽车集团股份有限公司 车道保持装置、方法、系统及汽车
EP3989200A4 (en) * 2019-06-19 2022-06-22 Mitsubishi Electric Corporation DEVICE, METHOD AND PROGRAM FOR DETERMINING RELATIVE POSITION
CN110415541A (zh) * 2019-07-19 2019-11-05 重庆长安汽车股份有限公司 一种路口通行状态提示方法及系统
CN110763246A (zh) * 2019-08-06 2020-02-07 中国第一汽车股份有限公司 自动驾驶车辆路径规划方法、装置、车辆及存储介质
CN110455298B (zh) * 2019-08-14 2022-02-08 灵动科技(北京)有限公司 车辆用定位方法及定位系统
CN110516652B (zh) * 2019-08-30 2023-04-18 北京百度网讯科技有限公司 车道检测的方法、装置、电子设备及存储介质
CN112461257A (zh) * 2019-09-09 2021-03-09 华为技术有限公司 一种车道线信息的确定方法及装置
CN112578404B (zh) * 2019-09-27 2022-10-04 北京地平线机器人技术研发有限公司 一种行驶路径的确定方法及装置
CN110779535B (zh) * 2019-11-04 2023-03-03 腾讯科技(深圳)有限公司 一种获得地图数据及地图的方法、装置和存储介质
CN111044035B (zh) * 2019-12-11 2022-06-17 斑马网络技术有限公司 车辆定位方法及装置
US11860634B2 (en) * 2019-12-12 2024-01-02 Baidu Usa Llc Lane-attention: predicting vehicles' moving trajectories by learning their attention over lanes
CN113034587B (zh) * 2019-12-25 2023-06-16 沈阳美行科技股份有限公司 车辆定位方法、装置、计算机设备和存储介质
CN111341150B (zh) * 2020-02-28 2021-01-26 长安大学 用于避免超高车辆驶入限高路段的提醒方法与装置
CN110967035B (zh) * 2020-02-28 2020-09-04 杭州云动智能汽车技术有限公司 一种提高车载v2x车道匹配度方法
CN111369819B (zh) * 2020-03-02 2021-12-14 腾讯科技(深圳)有限公司 一种行驶对象的选择方法及装置
CN111524351A (zh) * 2020-04-22 2020-08-11 东风汽车集团有限公司 一种匝道限速识别方法
CN113551680A (zh) * 2020-04-23 2021-10-26 上汽通用汽车有限公司 一种车道级定位系统和方法
CN111523471B (zh) 2020-04-23 2023-08-04 阿波罗智联(北京)科技有限公司 车辆所在车道的确定方法、装置、设备以及存储介质
DE102020206221A1 (de) * 2020-05-18 2021-11-18 Zf Friedrichshafen Ag Verfahren zum Erfassen von Fahrbahnbelastungen
CN111932887B (zh) * 2020-08-17 2022-04-26 武汉四维图新科技有限公司 车道级轨迹数据的生成方法及设备
CN112216102B (zh) * 2020-09-11 2021-09-14 恒大新能源汽车投资控股集团有限公司 路面信息的确定方法、装置、设备及存储介质
CN112363192A (zh) * 2020-09-29 2021-02-12 蘑菇车联信息科技有限公司 车道定位方法、装置、车辆、电子设备及存储介质
CN112284416B (zh) * 2020-10-19 2022-07-29 武汉中海庭数据技术有限公司 一种自动驾驶定位信息校准装置、方法及存储介质
CN112489495B (zh) * 2020-10-26 2023-01-17 浙江吉利控股集团有限公司 一种车辆预警方法、装置、电子设备及存储介质
CN112541437A (zh) * 2020-12-15 2021-03-23 北京百度网讯科技有限公司 车辆定位方法、装置、电子设备及存储介质
CN112560680A (zh) * 2020-12-16 2021-03-26 北京百度网讯科技有限公司 车道线处理方法、装置、电子设备及存储介质
CN112839855B (zh) * 2020-12-31 2022-07-12 华为技术有限公司 一种轨迹预测方法与装置
US11951992B2 (en) * 2021-01-05 2024-04-09 Guangzhou Automobile Group Co., Ltd. Vehicle positioning method and apparatus, storage medium, and electronic device
CN112721926B (zh) * 2021-02-25 2023-05-09 深圳市科莱德电子有限公司 基于区块链的自动驾驶汽车车道保持控制方法、系统
KR102472569B1 (ko) * 2021-03-12 2022-11-30 포티투닷 주식회사 차량의 현재 차선을 결정하기 위한 방법 및 장치
CN113269976B (zh) * 2021-03-30 2022-08-23 荣耀终端有限公司 定位方法和装置
CN113449629B (zh) * 2021-06-25 2022-10-28 重庆卡佐科技有限公司 基于行车视频的车道线虚实识别装置、方法、设备及介质
CN113380048B (zh) * 2021-06-25 2022-09-02 中科路恒工程设计有限公司 基于神经网络的高危路段车辆驾驶行为识别方法
KR102438114B1 (ko) * 2021-07-28 2022-08-31 포티투닷 주식회사 차량의 주행 경로를 결정하기 위한 방법 및 장치
CN113386771A (zh) * 2021-07-30 2021-09-14 蔚来汽车科技(安徽)有限公司 道路模型的生成方法及设备
CN113945221B (zh) * 2021-09-26 2024-02-13 华中科技大学 一种考虑近迫感效应的自动驾驶车道宽度确定方法
CN113901342B (zh) * 2021-09-30 2022-07-26 北京百度网讯科技有限公司 一种路网数据处理方法、装置、电子设备及存储介质
CN114396958B (zh) * 2022-02-28 2023-08-18 重庆长安汽车股份有限公司 基于多车道多传感器的车道定位方法、系统及车辆
CN114396959B (zh) * 2022-03-25 2022-08-30 华砺智行(武汉)科技有限公司 基于高精度地图的车道匹配定位方法、装置、设备及介质
CN114820671A (zh) * 2022-04-11 2022-07-29 苏州大学 一种用于货运铁路无人驾驶的轨道限界识别方法
US11562501B1 (en) 2022-06-20 2023-01-24 Plusai, Inc. Multi-mode visual geometry localization
US11624616B1 (en) * 2022-06-20 2023-04-11 Plusai, Inc. Multi-mode visual geometry localization
CN115597593A (zh) * 2022-09-22 2023-01-13 长沙谱蓝网络科技有限公司(Cn) 基于高精地图的实时导航方法及装置
CN115265493B (zh) * 2022-09-26 2022-12-16 四川省公路规划勘察设计研究院有限公司 一种基于非标定相机的车道级定位方法及装置
KR20240053979A (ko) * 2022-10-18 2024-04-25 네이버랩스 주식회사 그라운드 컨트롤 라인 자동 취득 방법 및 시스템
CN115352455B (zh) * 2022-10-19 2023-01-17 福思(杭州)智能科技有限公司 道路特征的预测方法和装置、存储介质及电子装置

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006208223A (ja) * 2005-01-28 2006-08-10 Aisin Aw Co Ltd 車両位置認識装置及び車両位置認識方法
JP4938351B2 (ja) * 2006-05-16 2012-05-23 トヨタ自動車株式会社 車両用測位情報更新装置
JP4724043B2 (ja) * 2006-05-17 2011-07-13 トヨタ自動車株式会社 対象物認識装置
JP4680131B2 (ja) * 2006-05-29 2011-05-11 トヨタ自動車株式会社 自車位置測定装置
JP4861850B2 (ja) * 2007-02-13 2012-01-25 アイシン・エィ・ダブリュ株式会社 レーン判定装置及びレーン判定方法
CN101275854A (zh) * 2007-03-26 2008-10-01 日电(中国)有限公司 更新地图数据的方法和设备
JP4886597B2 (ja) * 2007-05-25 2012-02-29 アイシン・エィ・ダブリュ株式会社 レーン判定装置及びレーン判定方法、並びにそれを用いたナビゲーション装置
JP4506790B2 (ja) * 2007-07-05 2010-07-21 アイシン・エィ・ダブリュ株式会社 道路情報生成装置、道路情報生成方法および道路情報生成プログラム
JP4936070B2 (ja) * 2007-12-28 2012-05-23 アイシン・エィ・ダブリュ株式会社 ナビゲーション装置及びナビゲーションプログラム
JP4985431B2 (ja) * 2008-01-28 2012-07-25 アイシン・エィ・ダブリュ株式会社 道路走行予想軌跡導出装置、道路走行予想軌跡導出方法および道路走行予想軌跡導出プログラム
US8725413B2 (en) * 2012-06-29 2014-05-13 Southwest Research Institute Location and motion estimation using ground imaging sensor
KR101209062B1 (ko) * 2012-07-24 2012-12-06 주식회사 피엘케이 테크놀로지 영상인식 정보를 이용한 gps 보정 시스템 및 방법
KR101986166B1 (ko) * 2012-08-09 2019-06-07 현대모비스 주식회사 차선 인식 장치 및 방법
TWI595450B (zh) * 2014-04-01 2017-08-11 能晶科技股份有限公司 物件偵測系統
CN103954275B (zh) * 2014-04-01 2017-02-08 西安交通大学 基于车道线检测和gis地图信息开发的视觉导航方法
WO2016051228A1 (en) * 2014-09-30 2016-04-07 Umm-Al-Qura University A method and system for an accurate and energy efficient vehicle lane detection
US9459626B2 (en) * 2014-12-11 2016-10-04 Here Global B.V. Learning signs from vehicle probes
US11125566B2 (en) * 2015-07-16 2021-09-21 Ford Global Technologies, Llc Method and apparatus for determining a vehicle ego-position
GB2542115B (en) * 2015-09-03 2017-11-15 Rail Vision Europe Ltd Rail track asset survey system
CN105260713B (zh) 2015-10-09 2019-06-28 东方网力科技股份有限公司 一种车道线检测方法和装置
CN105608429B (zh) 2015-12-21 2019-05-14 重庆大学 基于差分激励的鲁棒车道线检测方法
US9928424B2 (en) * 2016-02-22 2018-03-27 Conduent Business Services, Llc Side window detection through use of spatial probability maps
CN105679079A (zh) * 2016-02-26 2016-06-15 同济大学 一种面向车路网协同的车载机系统
KR101851155B1 (ko) * 2016-10-12 2018-06-04 현대자동차주식회사 자율 주행 제어 장치, 그를 가지는 차량 및 그 제어 방법
US10210403B2 (en) * 2017-04-24 2019-02-19 Here Global B.V. Method and apparatus for pixel based lane prediction
US10579067B2 (en) * 2017-07-20 2020-03-03 Huawei Technologies Co., Ltd. Method and system for vehicle localization
US10210756B2 (en) * 2017-07-24 2019-02-19 Harman International Industries, Incorporated Emergency vehicle alert system
US10871377B1 (en) * 2019-08-08 2020-12-22 Phiar Technologies, Inc. Computer-vision based positioning for augmented reality navigation

Also Published As

Publication number Publication date
US20190295420A1 (en) 2019-09-26
CN108303103B (zh) 2020-02-07
WO2018145602A1 (zh) 2018-08-16
EP3534114B1 (en) 2021-12-29
KR102266830B1 (ko) 2021-06-18
EP3534114A1 (en) 2019-09-04
US11094198B2 (en) 2021-08-17
KR20210006511A (ko) 2021-01-18
CN108303103A (zh) 2018-07-20
EP3534114A4 (en) 2020-06-24
JP2020518785A (ja) 2020-06-25
KR20190090393A (ko) 2019-08-01

Similar Documents

Publication Publication Date Title
JP6843990B2 (ja) 車道の決定方法、装置及び記憶媒体
US10403138B2 (en) Traffic accident warning method and traffic accident warning apparatus
EP3505869B1 (en) Method, apparatus, and computer readable storage medium for updating electronic map
CN110174093B (zh) 定位方法、装置、设备和计算机可读存储介质
CN110210280B (zh) 一种超视距感知方法、系统、终端和存储介质
JP5808369B2 (ja) 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム
CN110146097B (zh) 自动驾驶导航地图的生成方法、系统、车载终端及服务器
JP5435306B2 (ja) 画像処理システム及び位置測位システム
US7840331B2 (en) Travel support system and travel support method
KR20170126909A (ko) 자율 주행을 위한 약도
CN104573733A (zh) 一种基于高清正射影像图的高精细地图生成系统及方法
JP2009259215A (ja) 路面標示地図生成方法
Cao et al. Amateur: Augmented reality based vehicle navigation system
JP5522475B2 (ja) ナビゲーション装置
CN112734811B (zh) 一种障碍物跟踪方法、障碍物跟踪装置和芯片
CN112753038A (zh) 识别车辆变道趋势的方法和装置
CN111968376A (zh) 一种路况提示方法、装置、电子设备及存储介质
CN111674388A (zh) 用于车辆弯道行驶的信息处理方法和装置
JP4953015B2 (ja) 自車位置認識装置と自車位置認識プログラム、及びこれを用いたナビゲーション装置
JP5435294B2 (ja) 画像処理装置及び画像処理プログラム
CN113469045B (zh) 无人集卡的视觉定位方法、系统、电子设备和存储介质
CN114840626A (zh) 高精地图数据处理方法、行车导航方法及相关装置
CN114694116A (zh) 一种道路边界检测方法、装置、电子设备和存储介质
CN114743395A (zh) 一种信号灯检测方法、装置、设备及介质
Grewe et al. Road following for blindBike: an assistive bike navigation system for low vision persons

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190513

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200811

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201105

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210215

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210224

R150 Certificate of patent or registration of utility model

Ref document number: 6843990

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250