KR20160056096A - Apparatus and Method for Estimating Lane - Google Patents

Apparatus and Method for Estimating Lane Download PDF

Info

Publication number
KR20160056096A
KR20160056096A KR1020140156045A KR20140156045A KR20160056096A KR 20160056096 A KR20160056096 A KR 20160056096A KR 1020140156045 A KR1020140156045 A KR 1020140156045A KR 20140156045 A KR20140156045 A KR 20140156045A KR 20160056096 A KR20160056096 A KR 20160056096A
Authority
KR
South Korea
Prior art keywords
lane
road
predetermined time
predetermined
vehicle
Prior art date
Application number
KR1020140156045A
Other languages
Korean (ko)
Other versions
KR102195364B1 (en
Inventor
유은영
최광일
류경진
Original Assignee
현대모비스 주식회사
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 현대모비스 주식회사 filed Critical 현대모비스 주식회사
Priority to KR1020140156045A priority Critical patent/KR102195364B1/en
Publication of KR20160056096A publication Critical patent/KR20160056096A/en
Application granted granted Critical
Publication of KR102195364B1 publication Critical patent/KR102195364B1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation 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
    • B60W40/02—Estimation 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
    • B60W40/06—Road conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation 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
    • B60W40/10—Estimation 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 vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation 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
    • B60W40/10—Estimation 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 vehicle motion
    • B60W40/114—Yaw movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/0052—Filtering, filters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/20—Steering systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/14—Yaw
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/10—Path keeping
    • B60Y2300/12—Lane keeping

Abstract

A lane estimation apparatus and a lane estimation method are disclosed. According to one aspect of the present invention, the lane estimation apparatus comprises: a camera module generating road information comprising a curvature of a road and reliability of a lane from a captured image of the road where a vehicle travels; a sensor unit measuring state information of the vehicle using a plurality of sensors; and a lane compensation logic recognizing the lane from the road information and calculating a lane estimation value by averaging a plurality of lane values recognized for set first predetermined time by considering at least one among sensing accuracy of a road environment and the road environment confirmed by at least one among the road information and the state information. The lane estimation apparatus can estimate the lane by applying a moving average filter to the lane value estimated from the road information.

Description

차선 추정 장치 및 방법{Apparatus and Method for Estimating Lane}[0001] Apparatus and Method for Estimating Lane [0002]

본 발명은 차선 유지 보조 기술에 관한 것으로서, 더 구체적으로는 영상으로부터 차선을 추정할 수 있는 차선 추정 장치 및 방법에 관한 것이다.BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a lane keeping assistant technology, and more particularly, to a lane estimating apparatus and method capable of estimating a lane from an image.

차선 추정 장치(LKAS; Lane Keep Asist System)은 센서를 통해 차선을 검출하고, 검출된 차선의 위치 정보를 토크 값으로 변화시켜 차선 이탈을 막는 시스템이다.Lane keeping assist system (LKAS) is a system that detects lanes through a sensor and changes position information of detected lanes to torque values to prevent lane departure.

이러한 차선 추정 장치은 카메라를 통해 측정된 도로 정보를 이용하여 차량이 차선을 이탈하지 않도록 도와줌에 있어서 카메라의 정확도에 큰 영향을 받는다.Such a lane estimating apparatus is greatly influenced by the accuracy of the camera in helping the vehicle not depart from the lane by using the road information measured through the camera.

그런데, 차선은 대부분 점선으로 이루어지고, 곡선인 경우도 많고, 차선에 대한 영상신호는 노면 상태, 가드레일, 브레이크 자국, 이중차선, 터널, 눈/비/역광과 같은 외부 환경적 요소 등에 의해 안정적이지 못한 경우가 빈번해, 종래의 차선 추정 장치은 차선을 오인식 또는 미인식하기 십상이었다.However, most of the lanes are dotted lines and curved lines are often used, and the video signals for the lanes are stable due to external environmental factors such as road surface condition, guard rail, brake line, double lane, tunnel, snow / rain / The conventional lane estimating apparatus is likely to recognize or not recognize the lane.

종래의 차선 추정 장치은 차선 추정의 경우 차선폭 정보와 노이즈 수준을 이용하여 차선을 보상하고 있으나, 차선폭 정보는 실제 도로 정보가 아닌 임의의 값이기 때문에 정확도가 떨어지는 문제점이 있었다.The conventional lane estimating apparatus compensates the lane by using the lane width information and the noise level in the case of the lane estimation, but the lane width information is not an actual road information but an arbitrary value.

본 발명은 전술한 바와 같은 기술적 배경에서 안출된 것으로서, 도로정보로부터 추정된 차선 값에 이동평균필터를 적용하여 차선을 추정할 수 있는 차선 추정 장치 및 방법을 제공하는 것을 그 목적으로 한다.SUMMARY OF THE INVENTION It is an object of the present invention to provide a lane estimation apparatus and method capable of estimating a lane by applying a moving average filter to a lane value estimated from road information.

본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The objects of the present invention are not limited to the above-mentioned objects, and other objects not mentioned can be clearly understood by those skilled in the art from the following description.

본 발명의 일면에 따른 차선 추정 장치는, 주행중인 도로에 대한 촬영 영상으로부터 도로 곡률 및 차선 신뢰도를 포함하는 도로정보를 생성하는 카메라 모듈; 복수의 센서에 의해 차량의 상태정보를 측정하는 센서부; 및 상기 도로정보로부터 차선을 인식하며, 상기 도로정보 및 상기 상태정보 중 적어도 하나로부터 확인된 도로 환경 및 상기 도로 환경의 감지 정확도 중 적어도 하나를 고려하여 설정된 제1 일정시간 동안 인식된 복수의 차선 값을 평균하여 차선 추정값을 연산하는 차선 보상 로직을 포함하는 것을 특징으로 한다.A lane estimation apparatus according to an aspect of the present invention includes: a camera module that generates road information including road curvature and lane reliability from a photographed image of a road during driving; A sensor unit for measuring state information of the vehicle by a plurality of sensors; And a controller configured to recognize a lane from the road information, calculate a plurality of lane values recognized for a first predetermined time period in consideration of at least one of a road environment confirmed from at least one of the road information and the state information, To calculate a lane estimation value.

본 발명의 다른 면에 따른 차선 유지보조 시스템에 의한 차선 추정 방법은, 주행중인 도로에 대한 촬영 영상으로부터 도로정보를 생성하는 단계; 복수의 센서에 의해 차량 상태정보를 측정하는 단계; 및 상기 도로정보를 이용하여 차선을 인식하되, 상기 차량 상태정보 및 상기 도로정보 중 적어도 하나로부터 확인된 도로 환경 및 그 감지 정확도 중 적어도 하나를 고려하여 설정된 제1 일정시간 동안 인식된 복수의 차선 값을 평균하여 차선 추정값을 연산하는 단계를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a lane estimation method using a lane keeping assist system, comprising: generating road information from a photographed image of a road during driving; Measuring vehicle state information by a plurality of sensors; And a plurality of lane values recognized during a first predetermined time period, which is set in consideration of at least one of a road environment identified from at least one of the vehicle state information and the road information and a detection accuracy thereof, To calculate a lane estimation value.

본 발명에 따르면, 도로정보로부터 추정된 차선 값에 이동평균필터를 적용하여 차선을 추정할 수 있다.According to the present invention, a lane can be estimated by applying a moving average filter to a lane value estimated from road information.

도 1은 본 발명의 실시예에 따른 차선 추정 장치를 도시한 구성도.
도 2는 본 발명의 실시예에 따른 차선 추정 방법을 도시한 흐름도.Brief Description of the Drawings Fig. 1 is a configuration diagram showing a lane estimation apparatus according to an embodiment of the present invention. Fig.
2 is a flowchart illustrating a lane estimation method according to an embodiment of the present invention;

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
BRIEF DESCRIPTION OF THE DRAWINGS The advantages and features of the present invention and the manner of achieving them will become apparent with reference to the embodiments described in detail below with reference to the accompanying drawings. The present invention may, however, be embodied in many different forms and should not be construed as being limited to the embodiments set forth herein. Rather, these embodiments are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the invention to those skilled in the art. Is provided to fully convey the scope of the invention to those skilled in the art, and the invention is only defined by the scope of the claims. It is to be understood that the terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of the invention. In the present specification, the singular form includes plural forms unless otherwise specified in the specification. As used herein, the terms " comprises, " and / or "comprising" refer to the presence or absence of one or more other components, steps, operations, and / Or additions.

이제 본 발명의 실시예에 대하여 첨부한 도면을 참조하여 상세히 설명하기로 한다. 도 1은 본 발명의 실시예에 따른 차선 추정 장치를 도시한 구성도이다.Embodiments of the present invention will now be described in detail with reference to the accompanying drawings. 1 is a block diagram showing a lane estimation apparatus according to an embodiment of the present invention.

도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 차선 추정 장치(10)는 카메라 모듈(110), 센서부(120) 및 차선 보상 로직(130)을 포함한다. 본 발명의 실시예에 따른 차선 추정 장치(10)는 차선 유지 보조 시스템일 수 있으며, 차선 유지 보조 시스템과 별개의 장치일 수도 있다. 전자의 경우, 차선 추정 장치(10)는 차선 이탈을 방지할 수 있도록 차량의 바퀴 제동력 또는 조향각을 제어하는 LKAS 제어부(140)를 더 포함한다. 본 명세서에서는 차선 추정 장치(10)가 차선 유지 보조 시스템인 경우를 예로 들어 설명한다.1, a lane estimation apparatus 10 according to an exemplary embodiment of the present invention includes a camera module 110, a sensor unit 120, and a lane compensation logic 130. As shown in FIG. The lane estimation device 10 according to the embodiment of the present invention may be a lane maintenance assist system or a device separate from the lane maintenance assist system. In the former case, the lane estimation device 10 further includes an LKAS control unit 140 for controlling the braking force or the steering angle of the vehicle so as to prevent lane departure. In the present specification, the case where the lane estimation device 10 is a lane keeping assistance system will be described as an example.

카메라 모듈(110)은 주행중인 도로에 대한 촬영 영상으로부터 도로 곡률, 차선 옵셋(Offset), 헤딩각(Heading Angle) 및 차선 신뢰도를 포함하는 도로정보를 생성한다. 카메라 모듈(110)은 차량 전방 또는 전방의 하부에 구비될 수 있다.The camera module 110 generates road information including a road curvature, a lane offset, a heading angle, and a lane reliability from a photographed image of a road being driven. The camera module 110 may be provided at a front portion of the vehicle or at a lower portion thereof.

센서부(120)는 복수의 센서에 의해 차량의 속도, 차량 핸들의 조향각 및 요레이트(Yaw Rate)를 측정한다.The sensor unit 120 measures the speed of the vehicle, the steering angle of the vehicle handle, and the yaw rate using a plurality of sensors.

이때, 센서부(120)는 속도 센서, 조향각 센서 및 요레이트 센서를 포함한다. 센서부(120)는 차선 추정 장치(10)에 구비된 것일 수 있고, 차량 내 구비된 센서들의 조합일 수 있다. 후자의 경우, 차선 추정 장치(10)는 차량 내 구비된 센서들과의 인터페이스 예컨대, 차량 네트워크나, 하드 와이어(Hard Wire)와 연결을 위한 수단 예컨대, 커넥터나, 차량 네트워크용 통신부를 더 포함할 수 있다.At this time, the sensor unit 120 includes a speed sensor, a steering angle sensor, and a yaw rate sensor. The sensor unit 120 may be provided in the lane estimation apparatus 10 or may be a combination of sensors provided in the vehicle. In the latter case, the lane estimation device 10 further includes an interface with a sensor provided in the vehicle, for example, a vehicle network or means for connection with a hard wire, such as a connector or a communication unit for a vehicle network .

LKAS 제어부(140)는 차선 보상 로직(130)에 의해 연산된 차선 추정값을 이용하여 차량의 차선 이탈을 방지하도록 보조한다. 이때, LKAS 제어부(140)는 차선 추정값 이외에 차량 속도, 차선 옵셋, 헤딩각, 도로 곡률, 조향각 및 요레이트 등을 더 이용하여 차선 이탈 여부를 판단하고, 차선 이탈을 방지하도록 보조할 수 있다.The LKAS control unit 140 assists in preventing lane departure of the vehicle by using the lane estimation value calculated by the lane compensation logic 130. [ At this time, the LKAS control unit 140 may further determine whether or not the vehicle is departing from the lane by using the vehicle speed, the lane offset, the heading angle, the road curvature, the steering angle, and the yaw rate in addition to the lane estimation value.

차선 보상 로직(130)은 도로정보로부터 차선을 인식하는데, 차선이 인식되는 경우, 도로 환경 및 그에 대한 감지 정확도를 고려하여 설정된 제1 일정시간 동안 인식된 복수의 차선 값을 평균하여 차선 추정값을 연산한다. 즉, 본 발명에서는 이동평균필터(MAF; Moving Average Filter)를 이용하여 차선 추정값을 연산하는데, 도로 환경 및 그 감지 정확도를 고려하여 이동평균필터를 적용하는 데이터 개수를 달리 설정할 수 있다.The lane-compensating logic 130 recognizes the lane from the road information. If the lane is recognized, the lane-compensating logic 130 averages the plurality of recognized lane values for a first predetermined time period in consideration of the road environment and sensing accuracy thereof, do. That is, in the present invention, the lane estimation value is computed using a moving average filter (MAF), and the number of data to which the moving average filter is applied can be set differently considering the road environment and the sensing accuracy.

통상, 이동평균필터 기반의 차선 보상 로직은 일정시간 동안 취득한 일정 개수의 데이터를 이용하여 차선을 추정한다. 그런데, 차량 속도가 60km/h일 때와 120km/h일 때에 10개의 데이터를 취득하는데 걸리는 시간은 동일하나, 해당 시간 동안 차량의 이동거리는 2배 차이가 난다. 따라서, 차량 속도가 빠른 경우에는 느릴 경우에 비해 동일한 시간 동안 데이터를 취득할 경우, 도로의 변화되는 정보를 덜 반영할 수 있어, 차선 추정의 정확도도 떨어질 수 있다.Typically, the moving average filter based lane compensation logic estimates a lane using a certain number of data acquired over a period of time. However, when the vehicle speed is 60 km / h or 120 km / h, the time required to acquire 10 data is the same, but the travel distance of the vehicle is twice as long as the time. Therefore, when the vehicle speed is high, when data is acquired for the same time period as compared with the case where the vehicle speed is low, the information of the road change can be reflected less and the accuracy of the lane estimation can be lowered.

그러나, 본 발명에서는 일정거리를 지정하고, 도로 환경 또는 감지 정확도가 높으면 적어도 일정거리에 대한 도로정보를 반영할 수 있도록 제1 일정시간을 결정하여 그동안 데이터를 확보하므로, 도로 환경이나, 감지 정확도를 고려하여 데이터를 확보할 수 있다.However, according to the present invention, when a certain distance is set, and the road environment or the detection accuracy is high, the first predetermined time is determined so as to reflect the road information of at least a predetermined distance, It is possible to secure data.

구체적으로, 차선 보상 로직(130)은 하기의 수학식 1과 같이 차량의 속도를 이용하여 기설정된 일정거리를 이동하는 시간(제1 일정시간)을 계산하고, 제1 일정시간 동안 전술한 도로정보, 감지정보 및 복수의 차선값 중 적어도 하나를 저장한 후 차선 추정값 연산에 이용할 수 있다. 예컨대, 차선 보상 로직(130)은 인식된 차선값을 저장할 수 있다.Specifically, the lane-compensation logic 130 calculates a time (first predetermined time) required to move a predetermined distance by using a speed of the vehicle as shown in Equation 1 below, , The sensing information, and the plurality of lane values, and may then be used for calculating the lane estimation value. For example, the lane compensation logic 130 may store the recognized lane value.

Figure pat00001
Figure pat00001

이로써, 차선 보상 로직(130)은 차량 속도가 빠르면 더 짧은 시간 동안 수집한 데이터를 이용하여 차선 추정값을 산출하고, 차량 속도가 늦으면 더 긴 시간 동안 수집한 데이터를 이용하여 차선 추정값을 산출할 수 있다.Thus, the lane-compensating logic 130 can calculate the lane-finding value using the data collected for a shorter time if the vehicle speed is faster and calculate the lane-estimation value using the data collected for a longer time if the vehicle speed is slow .

또한, 차량이 직선 도로보다는 곡선 도로를 주행하는 경우, 차량의 주행시간 대비 주행거리는 짧으므로, 차선 보상 로직(130)은 도로 곡률이 커질수록 기설정된 일정거리 또는 제1 일정시간을 줄일 수 있다. 이때, 도로 곡률에 대비하여 일정거리 또는 제1 일정시간을 감소시키는 비율은 차선 추정값의 정확도를 확인하는 실험에 의해 결정될 수 있다.Further, when the vehicle travels on a curved road rather than a straight road, the lane compensation logic 130 can reduce the predetermined constant distance or the first predetermined time as the curvature of the road increases, because the travel distance of the vehicle with respect to the traveling time is short. At this time, the ratio of decreasing the predetermined distance or the first predetermined time with respect to the curvature of the road may be determined by an experiment to confirm the accuracy of the lane estimation value.

한편, 차량의 안정적 상태에서는 센서의 측정 데이터의 정확도는 높으나, 차량의 불안정 상태에서는 센서의 측정 데이터의 정확도는 상대적으로 낮을 수 있다. On the other hand, in the stable state of the vehicle, the accuracy of the measured data of the sensor is high, but in the unstable state of the vehicle, the accuracy of the measured data of the sensor may be relatively low.

일 예로서, 차량의 조향각 및 요레이트가 높을 경우에는 차량의 센서 측정 정확도도 낮을 수 있으므로, 본 발명에서는 이를 고려하여 데이터 개수를 가변할 수 있다.For example, when the steering angle and the yaw rate of the vehicle are high, the accuracy of sensor measurement of the vehicle may be low. Therefore, in the present invention, the number of data can be varied considering this.

차량의 조향각이 제1임계값 이상이면, 그렇지 않은 경우에 비해, 차량의 주행시간 대비 이동거리가 더 짧을 것이므로, 차선 보상 로직(130)은 조향각이 제1임계값 이상일 때 일정거리 또는 제1 일정시간을 줄일 수 있다. 여기서, 일정거리 또는 제1 일정시간을 줄이는 정도는 차선 추정값의 정확도를 확인하는 실험에 의해 결정될 수 있다.If the steering angle of the vehicle is greater than or equal to the first threshold value, the lane-departure compensation logic 130 determines that the steering angle is equal to or greater than the first threshold, Time can be reduced. Here, the degree of reducing the predetermined distance or the first predetermined time may be determined by an experiment for confirming the accuracy of the lane estimation value.

또한, 차량의 요레이트가 제2임계값 이상이면 그렇지 않은 경우에 비해, 차량의 주행시간 대비 이동거리가 더 짧을 것이므로, 차선 보상 로직(130)은 요레이트가 제2임계값 이상이면 일정거리 또는 제1 일정시간을 줄일 수 있다. 여기서, 일정거리 또는 제1 일정시간을 줄이는 정도는 차선 추정값의 정확도를 확인하는 실험에 의해 결정될 수 있다.If the yaw rate of the vehicle is equal to or greater than the second threshold value, the lane compensation logic 130 may determine that the yaw rate is equal to or greater than the second threshold value, The first predetermined time can be shortened. Here, the degree of reducing the predetermined distance or the first predetermined time may be determined by an experiment for confirming the accuracy of the lane estimation value.

또한, 차선 보상 로직(130)은 차선 신뢰도를 확인하고, 차선 신뢰도가 낮으면 일정거리 또는 제1 일정시간을 줄일 수 있다. 마찬가지로, 차선 신뢰도가 낮아지기 이전에 측정된 정보를 이용하여 차선을 보정해야 신뢰도가 낮은 정보에 영향을 덜 받으므로, 본 발명에서는 일정거리를 결정한 후 환경변수를 고려하여 일정거리를 변화시키는 것이다.Further, the lane compensation logic 130 may check the lane reliability, and if the lane reliability is low, it may reduce the predetermined distance or the first predetermined time. Likewise, since the lane is corrected using the measured information before the lane reliability is lowered, the lane is less affected by the low reliability information. Therefore, in the present invention, the predetermined distance is determined and then the certain distance is changed in consideration of the environmental variable.

전술한, 차선 보상 로직(130)은 제1 일정시간 동안 차선 값을 수집하되, 차선 값을 수집하는 중에 도로 환경 악화 또는 그 감지 정확도 저하가 있으면 제1 일정시간을 줄일 수 있다. 이로써, 본 발명에서는 도로 환경 악화 또는 감지 정확도 저하의 순간에 수집된 도로 정보를 덜 반영하도록 할 수 있다. 즉, 차선 신뢰도가 낮아지기 이전에 측정된 정보를 이용하여 차선을 보정해야 신뢰도가 낮은 정보에 영향을 덜 받으므로, 본 발명에서는 일정거리를 결정한 후 도로 환경 등을 고려하여 일정거리 또는 감지시간을 변화시키는 것이다.The lane compensation logic 130 may collect a lane value for a first predetermined time, and may reduce the first predetermined time if the road environment deteriorates or the detection accuracy of the lane is degraded. Thus, the present invention can reduce the road information collected at the moment of deterioration of the road environment or deterioration of the detection accuracy. That is, since the lane is corrected using the measured information before the lane reliability is lowered, the lane is less affected by the low reliability information. Therefore, in the present invention, after determining the predetermined distance, I will.

차선 보상 로직(130)은 제1 일정시간 동안 차선이 미인식되면, 기설정된 제2 일정시간 동안 차선을 인식해보고, 제2 일정시간 동안도 차선이 미인식되면, 차선 추정값을 산출하는 과정을 종료한다. 여기서, 제2 일정시간은 제1 일정시간과 동일할 수도 있고, 그보다 짧거나 긴 시간일 수도 있다.
When the lane is not recognized for the first predetermined time, the lane compensation logic 130 recognizes the lane for the second predetermined time period. If the lane is not recognized for the second predetermined time, the process of calculating the lane estimation value is terminated do. Here, the second predetermined time may be equal to the first predetermined time, or may be shorter or longer than the first predetermined time.

이와 같이, 본 발명의 실시예는 도로정보를 이용하여 차선을 인식하면서 도로 환경 또는 감지정보의 정확도를 확인하여 MAF 기법을 적용하는 데이터 개수를 가변함에 따라 보다 차선 감지의 정확도를 높일 수 있다.As described above, according to the embodiment of the present invention, the accuracy of the lane detection can be improved by verifying the accuracy of the road environment or sensing information while recognizing the lane using the road information, and varying the number of data to which the MAF technique is applied.

또한, 본 발명의 실시예는 차선 오인식이나 미인식 상황에서는 차선 값을 추정하지 않고 차선의 인식 상황에서 차선 값을 추정할 뿐만 아니라, 차선 추정의 정확도가 높을 경우의 데이터를 더 많이 이용하여 차선 값을 추정함에 따라, 차선 추정값의 정확도를 더욱 높일 수 있다.
In addition, the embodiment of the present invention not only estimates the lane value in the lane recognition situation without estimating the lane value in the lane-finding or non-recognition situation, but also uses the data in the case where the accuracy of the lane estimation is high, The accuracy of the lane estimation value can be further increased.

이하, 도 2를 참조하여 본 발명의 실시예에 따른 차선 추정 방법을 도시한 흐름도이다. 도 2는 본 발명의 실시예에 따른 차선 추정 방법을 도시한 흐름도이다.2 is a flowchart illustrating a lane estimation method according to an exemplary embodiment of the present invention. 2 is a flowchart illustrating a lane estimation method according to an embodiment of the present invention.

도 2를 참조하면, 차선 보상 로직(130)은 카메라 모듈(110)로부터의 도로정보를 이용하여 차선을 인식한다(S200). 이때, 차선 보상 로직(130)은 도로 곡률 및 차선 신뢰도를 확인할 수 있다.Referring to FIG. 2, the lane-compensation logic 130 recognizes the lane using the road information from the camera module 110 (S200). At this time, the lane compensation logic 130 can confirm the road curvature and lane reliability.

또한, 차선 보상 로직(130)은 복수의 센서에 의해 감지된 차량 상태정보를 확인한다(S210). 구체적으로, 차선 보상 로직(130)은 차량 속도, 차량 핸들의 조향각 및 요레이트를 확인할 수 있다.In addition, the lane compensation logic 130 confirms the vehicle state information sensed by the plurality of sensors (S210). Specifically, the lane compensation logic 130 can determine the vehicle speed, the steering angle of the vehicle handle, and the yaw rate.

차선 보상 로직(130)은 도로 환경이 나빠지거나 감지정보의 정확도 저하가 있는지를 확인한다(S220). 예를 들어, 차선 보상 로직(130)은 도로 곡률이 커지거나, 조향각이 제1임계값 이상이 되거나, 요레이트가 제2임계값 이상이 되거나, 차선 신뢰도가 낮아지는지를 확인할 수 있다.The lane compensation logic 130 checks whether the road environment is bad or the accuracy of the sensing information is degraded (S220). For example, the lane compensation logic 130 can check whether the road curvature becomes larger, the steering angle becomes equal to or greater than the first threshold value, the yaw rate becomes equal to or greater than the second threshold value, or the lane reliability is lowered.

도로 환경 악화 또는 감지정보의 정확도 저하가 있으면, 차선 보상 로직(130)은 기설정된 제1 일정시간을 감소시킨다(S230).If the road environment deterioration or the accuracy of the sensed information is degraded, the lane compensation logic 130 decreases the predetermined first predetermined time (S230).

차선 보상 로직(130)은 도로 정보로부터 차선 값을 인식하면서, 제1 일정시간이 만료되는지를 확인한다(S240).The lane compensation logic 130 recognizes the lane value from the road information and confirms whether the first predetermined time period expires (S240).

제1 일정시간이 만료되면, 차선 보상 로직(130)은 제1 일정시간 동안 차선이 미인식되었는지를 확인한다(S250).When the first predetermined period of time has elapsed, the lane compensation logic 130 determines whether the lane is not recognized for a first predetermined period of time (S250).

차선 보상 로직(130)은 추가로 제2 일정시간 동안 도로정보를 이용하여 차선 값을 인식하고, 차선 값이 있는지를 확인한다(S260). 여기서, 제2 일정시간은 제1 일정시간과 동일할 수도 있고, 그보다 짧거나 긴 시간일 수도 있다.The lane-compensating logic 130 further recognizes the lane value using the road information for the second predetermined time, and confirms whether there is a lane value (S260). Here, the second predetermined time may be equal to the first predetermined time, or may be shorter or longer than the first predetermined time.

제1 일정시간 동안 차선 값이 인식되었거나, 제2 일정시간 동안 인식된 차선 값이 있으면, 차선 보상 로직(130)은 제1 일정시간 또는 제2 일정시간 동안 인식된 적어도 하나의 차선 값을 이용하여 차선 추정값을 연산한다(S270).
If the lane value is recognized for the first predetermined time or the lane value is recognized for the second predetermined time, the lane compensation logic 130 uses the at least one lane value recognized during the first predetermined time period or the second predetermined time period And calculates a lane estimation value (S270).

이와 같이, 본 발명의 실시예는 도로정보를 이용하여 차선을 인식하면서 도로 환경 또는 감지정보의 정확도를 확인하여 MAF 기법을 적용하는 데이터 개수를 가변함에 따라 보다 차선 감지의 정확도를 높일 수 있다.As described above, according to the embodiment of the present invention, the accuracy of the lane detection can be improved by verifying the accuracy of the road environment or sensing information while recognizing the lane using the road information, and varying the number of data to which the MAF technique is applied.

또한, 본 발명의 실시예는 차선 오인식이나 미인식 상황에서는 차선 값을 추정하지 않고 차선의 인식 상황에서 차선 값을 추정할 뿐만 아니라, 차선 추정의 정확도가 높을 경우의 데이터를 더 많이 이용하여 차선 값을 추정함에 따라, 차선 추정값의 정확도를 더욱 높일 수 있다.
In addition, the embodiment of the present invention not only estimates the lane value in the lane recognition situation without estimating the lane value in the lane-finding or non-recognition situation, but also uses the data in the case where the accuracy of the lane estimation is high, The accuracy of the lane estimation value can be further increased.

이상, 본 발명의 구성에 대하여 첨부 도면을 참조하여 상세히 설명하였으나, 이는 예시에 불과한 것으로서, 본 발명이 속하는 기술분야에 통상의 지식을 가진자라면 본 발명의 기술적 사상의 범위 내에서 다양한 변형과 변경이 가능함은 물론이다. 따라서 본 발명의 보호 범위는 전술한 실시예에 국한되어서는 아니되며 이하의 특허청구범위의 기재에 의하여 정해져야 할 것이다.While the present invention has been described in detail with reference to the accompanying drawings, it is to be understood that the invention is not limited to the above-described embodiments. Those skilled in the art will appreciate that various modifications, Of course, this is possible. Accordingly, the scope of protection of the present invention should not be limited to the above-described embodiments, but should be determined by the description of the following claims.

Claims (11)

주행중인 도로에 대한 촬영 영상으로부터 도로 곡률 및 차선 신뢰도를 포함하는 도로정보를 생성하는 카메라 모듈;
복수의 센서에 의해 차량의 상태정보를 측정하는 센서부; 및
상기 도로정보로부터 차선을 인식하며, 상기 도로정보 및 상기 상태정보 중 적어도 하나로부터 확인된 도로 환경 및 상기 도로 환경의 감지 정확도 중 적어도 하나를 고려하여 설정된 제1 일정시간 동안 인식된 복수의 차선 값을 평균하여 차선 추정값을 연산하는 차선 보상 로직
을 포함하는 차선 추정 장치.A camera module for generating road information including road curvature and lane reliability from a photographed image of a road being driven;
A sensor unit for measuring state information of the vehicle by a plurality of sensors; And
Recognizing a lane from the road information and recognizing a plurality of lane values recognized during a first predetermined time period in consideration of at least one of a road environment confirmed from at least one of the road information and the state information and a detection accuracy of the road environment, A lane-compensating logic that averages the lane-
The lane estimation device comprising: 제1항에 있어서,
상기 차선 추정값에 따라 상기 차량의 차선 이탈을 방지하도록 보조하는 LKAS 제어부
를 더 포함하는 차선 추정 장치.The method according to claim 1,
And an LKAS control unit for assisting the lane departure of the vehicle in accordance with the lane-
Further comprising: 제1항에 있어서, 상기 차선 보상 로직은,
상기 제1 일정시간 동안 차선이 미인식되면, 기설정된 제2 일정시간 동안 차선을 인식하며, 상기 제2 일정시간 동안도 차선이 미인식되면, 상기 차선 추정값을 산출하는 과정을 종료하는 것인 차선 추정 장치.2. The method of claim 1, wherein the lane-
Wherein when the lane is not recognized during the first predetermined time, the lane recognition unit recognizes the lane for a predetermined second predetermined time, and if the lane is not recognized during the second predetermined time, Estimating device. 제1항에 있어서, 상기 차선 보상 로직은,
기설정된 일정거리를 상기 차량의 상태정보 중에서 차량 속도로 제산한 결과인 상기 제1 일정시간 동안 상기 복수 개의 차선 값을 수집하는 것인 차선 추정 장치.2. The method of claim 1, wherein the lane-
And collects the plurality of lane values during the first predetermined time period which is a result of dividing a predetermined distance by the vehicle speed among the vehicle state information. 제4항에 있어서, 상기 차선 보상 로직은,
상기 도로 곡률이 커질수록, 상기 차선 신뢰도가 낮을수록, 각기 기설정된 비율에 따라 상기 제1 일정시간을 줄이는 것인 차선 추정 장치.5. The method of claim 4, wherein the lane-
Wherein as the road curvature increases and the lane reliability becomes lower, the first predetermined time is reduced according to a predetermined ratio. 제4항에 있어서, 상기 차선 보상 로직은,
상기 차량의 상태정보 중에서 조향각이 제1임계값 이상일 경우 및 상기 차량의 상태정보 중에서 요레이트가 제2임계값 이상일 경우에 각기 기설정된 비율에 따라 상기 제1 일정시간을 줄이는 것인 차선 추정 장치.5. The method of claim 4, wherein the lane-
Wherein the first predetermined time is reduced according to a predetermined ratio when the steering angle of the vehicle is equal to or greater than a first threshold value and when the yaw rate is equal to or greater than a second threshold value. 차선 유지보조 시스템에 의한 차선 추정 방법으로서,
주행중인 도로에 대한 촬영 영상으로부터 도로정보를 생성하는 단계;
복수의 센서에 의해 차량 상태정보를 측정하는 단계; 및
상기 도로정보를 이용하여 차선을 인식하되, 상기 차량 상태정보 및 상기 도로정보 중 적어도 하나로부터 확인된 도로 환경 및 그 감지 정확도 중 적어도 하나를 고려하여 설정된 제1 일정시간 동안 인식된 복수의 차선 값을 평균하여 차선 추정값을 연산하는 단계
를 포함하는 것인 차선 추정 방법.A lane estimation method by a lane-keeping auxiliary system,
Generating road information from a photographed image of a road being driven;
Measuring vehicle state information by a plurality of sensors; And
A plurality of lane values recognized during a first predetermined period of time, which are set in consideration of at least one of a road environment identified from at least one of the vehicle state information and the road information and a detection accuracy thereof, Calculating a lane estimation value on average
Wherein the lane estimation method comprises: 제7항에 있어서, 상기 연산하는 단계는,
상기 제1 일정시간 동안 차선이 미인식되면, 기설정된 제2 일정시간 동안 차선을 인식하는 단계; 및
상기 제2 일정시간 동안도 차선이 미인식되면, 상기 차선 추정값을 산출하는 과정을 종료하는 단계
를 포함하는 것인 차선 추정 방법.8. The method of claim 7,
Recognizing a lane for a second predetermined period of time if the lane is not recognized during the first predetermined period of time; And
If the lane is not recognized during the second predetermined time period, terminating the process of calculating the lane estimation value
Wherein the lane estimation method comprises: 제7항에 있어서, 상기 연산하는 단계는,
기설정된 일정거리를 상기 차량 상태정보 중 차량 속도로 제산한 결과인 상기 제1 일정시간 동안 상기 복수 개의 차선 값을 수집하는 단계
를 포함하는 것인 차선 추정 방법.8. The method of claim 7,
Collecting the plurality of lane values for the first predetermined time that is a result of dividing a predetermined distance by the vehicle speed among the vehicle state information
Wherein the lane estimation method comprises: 제9항에 있어서, 상기 연산하는 단계는,
상기 도로정보로부터 도로 곡률 및 차선 신뢰도를 확인하는 단계; 및
상기 도로 곡률이 커질수록, 상기 차선 신뢰도가 낮을수록, 기설정된 비율에 따라 상기 제1 일정시간을 줄이는 단계
를 포함하는 것인 차선 추정 방법.10. The method of claim 9,
Checking road curvature and lane reliability from the road information; And
Decreasing the first predetermined time according to a predetermined ratio as the road curvature increases, the lane reliability becomes lower,
Wherein the lane estimation method comprises: 제9항에 있어서, 상기 상기 연산하는 단계는,
상기 차량 상태정보로부터 조향각 및 요레이트를 확인하는 단계; 및
상기 조향각이 제1임계값 이상일 경우 및 상기 요레이트가 제2임계값 미만일 경우에는 각기 기설정된 비율에 따라 상기 제1 일정시간을 줄이는 단계
를 포함하는 것인 차선 추정 방법.10. The method according to claim 9,
Confirming the steering angle and the yaw rate from the vehicle state information; And
When the steering angle is equal to or greater than a first threshold value and when the yaw rate is less than a second threshold value, decreasing the first predetermined time according to a predetermined ratio
Wherein the lane estimation method comprises:
KR1020140156045A 2014-11-11 2014-11-11 Apparatus and Method for Estimating Lane KR102195364B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140156045A KR102195364B1 (en) 2014-11-11 2014-11-11 Apparatus and Method for Estimating Lane

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140156045A KR102195364B1 (en) 2014-11-11 2014-11-11 Apparatus and Method for Estimating Lane

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020200174903A Division KR102213263B1 (en) 2020-12-14 2020-12-14 Apparatus and Method for Estimating Lane

Publications (2)

Publication Number Publication Date
KR20160056096A true KR20160056096A (en) 2016-05-19
KR102195364B1 KR102195364B1 (en) 2020-12-24

Family

ID=56103258

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140156045A KR102195364B1 (en) 2014-11-11 2014-11-11 Apparatus and Method for Estimating Lane

Country Status (1)

Country Link
KR (1) KR102195364B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200109004A (en) * 2019-03-12 2020-09-22 이진국 Exclusive road system for High-priced type Charging car
KR20230018945A (en) * 2021-07-30 2023-02-07 포티투닷 주식회사 Method, apparatus and server to monitor driving status based vehicle route

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07311896A (en) * 1994-05-17 1995-11-28 Mazda Motor Corp Running way estimating device for automobile
JPH10301625A (en) * 1997-04-28 1998-11-13 Nissan Motor Co Ltd Automatic steering device for vehicle
JP2006301722A (en) * 2005-04-15 2006-11-02 Denso Corp Image processor
KR20130051375A (en) * 2011-11-09 2013-05-20 현대모비스 주식회사 Apparatus for compensating vehicle lane of lane keeping assistance system and method
JP2014040146A (en) * 2012-08-21 2014-03-06 Hino Motors Ltd Road profile detection system
KR20140062240A (en) * 2012-11-14 2014-05-23 현대모비스 주식회사 Lane recognition system and method

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07311896A (en) * 1994-05-17 1995-11-28 Mazda Motor Corp Running way estimating device for automobile
JPH10301625A (en) * 1997-04-28 1998-11-13 Nissan Motor Co Ltd Automatic steering device for vehicle
JP2006301722A (en) * 2005-04-15 2006-11-02 Denso Corp Image processor
KR20130051375A (en) * 2011-11-09 2013-05-20 현대모비스 주식회사 Apparatus for compensating vehicle lane of lane keeping assistance system and method
JP2014040146A (en) * 2012-08-21 2014-03-06 Hino Motors Ltd Road profile detection system
KR20140062240A (en) * 2012-11-14 2014-05-23 현대모비스 주식회사 Lane recognition system and method

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200109004A (en) * 2019-03-12 2020-09-22 이진국 Exclusive road system for High-priced type Charging car
KR20230018945A (en) * 2021-07-30 2023-02-07 포티투닷 주식회사 Method, apparatus and server to monitor driving status based vehicle route

Also Published As

Publication number Publication date
KR102195364B1 (en) 2020-12-24

Similar Documents

Publication Publication Date Title
US9545922B1 (en) Lane keeping assistance system and method thereof
KR101617345B1 (en) System and method for estimating driving lane of vehicle
JP6302519B2 (en) Vehicle driving support device
US20150055831A1 (en) Apparatus and method for recognizing a lane
EP3330669B1 (en) Control method for travel control device, and travel control device
KR20140062240A (en) Lane recognition system and method
US10870450B2 (en) Vehicle control apparatus
JP6407447B1 (en) Traveling path recognition device and traveling path recognition method
CN111645679B (en) Side collision risk estimation system for vehicle
CN111923914B (en) Identification of road shoulder travel of motor vehicle
KR102310281B1 (en) Vehicle Steering Apparatus and Method for Lane Keeping
US20200307590A1 (en) Highway exit detection and line mirroring for vehicle trajectory determination
CN112644489A (en) Lane following control apparatus and method
KR101922395B1 (en) Apparatus for compensating vehicle lane of lane keeping assistance system and method
KR102195364B1 (en) Apparatus and Method for Estimating Lane
KR102213263B1 (en) Apparatus and Method for Estimating Lane
JP3930309B2 (en) Vehicle driving support device
KR101272382B1 (en) Method and System for Assisting Lane Keeping
KR101673716B1 (en) Apparatus and Method for Recognition of Drive Lane of Vehicle
JP4225242B2 (en) Travel path recognition device
KR101967315B1 (en) Apparatus for detecting forward object of vehicle and method thereof
KR101985074B1 (en) Adaptive cruise control apparatus and method thereof
KR102203947B1 (en) Lane keeping assistance system and method for controlling keeping lane of the same
KR101210233B1 (en) Method for measuring distance by image processing
KR101583975B1 (en) Apparatus and method for recognizing rear vehicle

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant