KR20220119167A - 차량의 차선 이탈 식별 방법 및 장치，전자 기기, 및 저장매체 - Google Patents

차량의 차선 이탈 식별 방법 및 장치，전자 기기, 및 저장매체 Download PDF

Info

Publication number
KR20220119167A
KR20220119167A KR1020227027485A KR20227027485A KR20220119167A KR 20220119167 A KR20220119167 A KR 20220119167A KR 1020227027485 A KR1020227027485 A KR 1020227027485A KR 20227027485 A KR20227027485 A KR 20227027485A KR 20220119167 A KR20220119167 A KR 20220119167A
Authority
KR
South Korea
Prior art keywords
road situation
location information
images
lane
target
Prior art date
Application number
KR1020227027485A
Other languages
English (en)
Inventor
잉잉 리
신이 다이
샤오 탄
하오 순
Original Assignee
베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드
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
Priority claimed from CN202110718240.5A external-priority patent/CN113392794B/zh
Application filed by 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 filed Critical 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드
Publication of KR20220119167A publication Critical patent/KR20220119167A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/17—Terrestrial scenes taken from planes or by drones
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30236—Traffic on road, railway or crossing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Geometry (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

본 개시는 차량의 차선 이탈 식별 방법 및 장치, 전자 기기, 및 저장매체를 제공하고, 인공지능 분야에 관한 것으로, 구체적으로 컴퓨터 비전 및 딥 러닝 기술에 관한 것이다. 구체적인 실시예는, 복수의 도로 상황 이미지 중의 각 도로 상황 이미지에서 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 확정하는 단계; 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 기반으로, 각 도로 상황 이미지에 대응되는 타겟 차량과 타겟 차선의 상대적 위치 관계를 확정하는 단계; 및 복수의 도로 상황 이미지에 대응되는 상대적 위치 관계가 기설정된 조건에 부합하는 경우, 타겟 차량이 선을 넘은 것으로 확정하는 단계를 포함한다. 본 개시의 기술에 따라, 차량이 차선을 이탈한 것을 식별하는 정확도를 향상시킬 수 있다.

Description

차량의 차선 이탈 식별 방법 및 장치，전자 기기, 및 저장매체
본 출원은 2021년 6월 28일에 중국 특허청에 제출한 출원번호가 202110718240.5이고 발명의 명칭이 "차량의 차선 이탈 식별 방법 및 장치, 전자 기기, 및 저장매체"인 중국 특허 출원의 우선권을 주장하는 바, 상기 출원의 모든 내용은 통합되어 본 출원에 원용된다.
본 개시는 인공지능 분야에 관한 것으로, 구체적으로 컴퓨터 비전 및 딥 러닝 기술에 관한 것이며, 구체적으로 스마트 시티 및 지능형 교통 시나리오에서 사용될 수 있다.
지능형 교통 시나리오에서는, 차량 법규 위반 사건에 대해 분석할 필요가 있다. 실선 차로 변경은 그 중에서 비교적으로 중요한 법규 위반 사건이다. 실선 차로 변경을 식별하려면 차량이 선을 넘는지를 판단하여야 한다. 현재는, 일반적으로 시각적 분석 방법을 통해 차량이 선을 넘는지를 판단한다. 종래 기술에 있어서, 단일의 도로 상황 이미지 중 차량의 위치와 차선의 위치를 기반으로 차량이 선을 넘는지를 판단한다.
본 개시는 차량의 차선 이탈 식별 방법 및 장치, 전자 기기, 및 저장매체를 제공한다.
본 개시의 일 방면에 따르면, 차량의 차선 이탈 식별 방법을 제공하며, 해당 방법은, 복수의 도로 상황 이미지 중의 각 도로 상황 이미지에서 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 확정하는 단계; 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 기반으로, 각 도로 상황 이미지에 대응되는 타겟 차량과 타겟 차선의 상대적 위치 관계를 확정하는 단계; 및 복수의 도로 상황 이미지에 대응되는 상대적 위치 관계가 기설정된 조건에 부합하는 경우, 타겟 차량이 선을 넘은 것으로 확정하는 단계를 포함한다.
본 개시의 다른 일 방면에 따르면, 차량의 차선 이탈 식별 장치를 제공하며, 해당 장치는, 복수의 도로 상황 이미지 중의 각 도로 상황 이미지에서 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 확정하도록 구성된 위치 정보 확정 모듈; 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 기반으로, 각 도로 상황 이미지에 대응되는 타겟 차량과 타겟 차선의 상대적 위치 관계를 확정하도록 구성된 상대적 위치 관계 확정 모듈; 및 복수의 도로 상황 이미지에 대응되는 상대적 위치 관계가 기설정된 조건에 부합하는 경우, 타겟 차량이 선을 넘은 것으로 확정하도록 구성된 식별 모듈을 포함한다.
본 개시의 다른 일 방면에 따르면, 전자 기기를 제공하며, 해당 전자 기기는, 적어도 하나의 프로세서; 및 적어도 하나의 프로세서에 통신적으로 연결되는 메모리를 포함하며, 메모리에는 적어도 하나의 프로세서에 의해 실행 가능한 명령어가 저장되어 있고, 명령어는 적어도 하나의 프로세서에 의해 실행되어, 적어도 하나의 프로세서가 본 개시의 실시예 중 임의의 차량의 차선 이탈 식별 방법을 수행 가능하도록 한다.
본 개시의 다른 일 방면에 따르면, 컴퓨터 명령어가 저장되어 있는 비일시적 컴퓨터 판독가능 저장매체를 제공하며, 컴퓨터 명령어는 컴퓨터가 본 개시의 실시예 중 임의의 차량의 차선 이탈 식별 방법을 수행하도록 한다.
본 개시의 다른 일 방면에 따르면, 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품을 제공하며, 컴퓨터 프로그램은 프로세서에 의해 실행되는 경우, 본 개시의 실시예 중 임의의 차량의 차선 이탈 식별 방법을 구현한다.
본 개시의 기술 방안에 있어서, 각 도로 상황 이미지 중 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 기반으로, 각 도로 상황 이미지 중 타겟 차량과 타겟 차선의 상대적 위치 관계를 정확하게 확정할 수 있다. 다음, 복수의 도로 상황 이미지에 대응되는 정확한 상대적 위치 관계를 기반으로, 타겟 차량이 선을 넘는지를 확정한다. 복수의 도로 상황 이미지를 통합하여 판단을 진행하고 정확한 상대적 위치 관계를 기반으로 판단을 진행하므로, 타겟 차량이 차선을 이탈한 것을 식별하는 정확도를 향상시킬 수 있다.
여기서 기술되는 내용은 본 개시의 실시예의 핵심적이거나 중요한 특징을 표기하고자 하는게 아니며 본 개시의 범위를 한정하고자 하는 것도 아님을 이해하여야 한다. 본 개시의 다른 특징은 하기 설명에 의해 이해하기 수월해질 것이다.
첨부된 도면은 본 방안을 더 잘 이해하기 위한 것으로, 본 개시를 한정하지 않는다.
도 1은 본 개시의 일 실시예에 따라 제공된 차량의 차선 이탈 식별 방법의 개략도이다.
도 2는 본 개시의 다른 일 실시예에 따라 제공된 차량의 차선 이탈 식별 방법의 개략도이다.
도 3은 본 개시의 다른 일 실시예에 따라 제공된 차량의 차선 이탈 식별 방법의 개략도이다.
도 4는 본 개시의 일 실시예에 따라 제공된 차량의 차선 이탈 식별 장치의 개략도이다.
도 5는 본 개시의 다른 일 실시예에 따라 제공된 차량의 차선 이탈 식별 장치의 개략도이다.
도 6은 본 개시의 실시예의 차량의 차선 이탈 식별 방법을 구현하기 위한 전자 기기의 블록도이다.
이하, 첨부된 도면을 결부하여 본 개시의 예시적인 실시예에 대하여 설명하는바, 여기에는 이해를 돕고자 본 개시의 실시예의 여러가지 세부사항이 포함되며, 이러한 부분은 단지 예시적인 것으로 간주되어야 한다. 따라서, 당업자라면 본 개시의 범위 및 사상에서 벗어나지 않고 여기서 기술하는 실시예에 대한 여러 가지 변경과 수정이 가능하다는 점을 인지하여야 한다. 마찬가지로, 명확함과 간결함을 위해 하기 기술에 있어서 공지된 기능과 구조에 대한 기술은 생략된다.
도 1은 본 개시의 일 실시예에 따른 차량의 차선 이탈 식별 방법의 흐름도이다. 도 1에 도시된 바와 같이, 해당 방법은 다음과 같은 단계를 포함할 수 있다.
S101, 복수의 도로 상황 이미지 중의 각 도로 상황 이미지에서 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 확정한다.
S102, 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 기반으로, 각 도로 상황 이미지에 대응되는 타겟 차량과 타겟 차선의 상대적 위치 관계를 확정한다.
S103, 복수의 도로 상황 이미지에 대응되는 상대적 위치 관계가 기설정된 조건에 부합하는 경우, 타겟 차량이 선을 넘은 것으로 확정한다.
단계(S101)에 있어서, 예시적으로는 이미지 수집 기기를 채택하여 도로 상황 이미지를 촬영할 수 있다. 여기서, 이미지 수집 기기는, 예를 들어, 무인기 또는 도로상의 돔 카메라, 총알 카메라 등과 같은 카메라이다.
예시적으로, 타겟 차량은 임의의 차량일 수도 있고, 지정된 차량일 수도 있으며, 검출된 각 차량일 수도 있다. 타겟 차선은 임의의 차선, 지정된 차선 또는 검출된 각 차선일 수 있다. 타겟 차선은 타겟 차량과 관련된 차선, 예를 들어, 타겟 차량과 가장 가까운 차선일 수도 있다. 따라서, 타겟 차선은 타겟 차량에 따라 확정될 수도 있다.
예시적으로, 타겟 차량의 위치 정보는 이미지 좌표계에서 차량의 중심점 또는 차량 내의 어느 기정된 코너 점의 좌표일 수 있다. 타겟 차선의 위치 정보는 이미지 좌표계 중의 곡선 방정식 또는 직선 방정식일 수 있다.
단계(S102)에 있어서, 예시적으로, 타겟 차량과 타겟 차선의 상대적 위치 관계는 타겟 차량이 타겟 차선의 좌측 또는 우측에 있음을 나타내는 데에 사용될 수 있다. 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 확정한 후, 타겟 차량이 타겟 차선의 좌측 또는 우측에 위치하는지를 판단하고, 따라서 타겟 차량이 선을 넘는지를 용이하게 판단할 수 있다.
단계(S103)에 있어서, 예시적으로, 기설정된 조건은 복수의 도로 상황 이미지에 대응되는 상대적 위치 관계가 반대인 것을 포함한다. 예를 들어, 일부 도로 상황 이미지에서 타겟 차량이 타겟 차선의 좌측에 위치하고, 다른 일부 도로 상황 이미지에서 타겟 차량이 타겟 차선의 우측에 위치한다. 이로써, 복수의 도로 상황 이미지에 대응되는 상대적 위치 관계가 기설정된 조건에 부합하는 것으로 확정될 수 있다.
예시적으로, 제1 도로 상황 이미지에서 타겟 차량과 타겟 차선의 상대적 위치 관계와 제2 도로 상황 이미지에서 타겟 차량과 타겟 차선의 상대적 위치 관계를 비교함으로써, 제1 도로 상황 이미지에서의 상대적 위치 관계와 제2 도로 상황 이미지에서의 상대적 위치 관계가 반대인 경우, 타겟 차량이 선을 넘은 것으로 확정한다.
본 개시의 기술 방안에 있어서, 각 도로 상황 이미지 중 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 기반으로, 각 도로 상황 이미지 중 타겟 차량과 타겟 차선의 상대적 위치 관계를 정확하게 확정할 수 있다. 다음, 복수의 도로 상황 이미지에 대응되는 정확한 상대적 위치 관계를 기반으로, 타겟 차량이 선을 넘는지를 확정한다. 복수의 도로 상황 이미지를 통합하여 판단을 진행하고 정확한 상대적 위치 관계를 기반으로 판단을 진행하므로, 타겟 차량이 차선을 이탈한 것을 식별하는 정확도를 향상시킬 수 있다.
일 실시예에 있어서, 방법은 무인기를 이용하여 복수의 도로 상황 이미지를 수집하는 단계를 더 포함한다.
예시적으로, 이미지 수집 기기는 무인기일 수 있으며, 무인기를 이용하여 고속 시나리오에서 도로 상황을 연속적으로 촬영하여 복수의 연속된 도로 상황 이미지를 획득할 수 있다. 또한, 무인기를 이용하여 고속 시나리오에서 도로 상황에 대해 촬영을 진행하여 동영상을 획득하고, 동영상에서 다수 프레임의 도로 상황 동영상 이미지 프레임을 획득할 수도 있다. 복수의 이미지를 통해 차량의 궤적을 피팅(fitting)하고, 다음, 차량 궤적과 단일 이미지 중의 차선의 비교 결과에 따라 차량이 선을 넘는지를 판단함에 비해, 본 방안은 무인기가 흔들리는 경우에서도 여전히 상대적 위치 관계를 기반으로 타겟 차량이 선을 넘기 식별을 정확하게 수행할 수 있다.
일 실시예에 있어서, 상기 단계(S101)는, 복수의 도로 상황 이미지 중의 제1 도로 상황 이미지 중 타겟 차선의 위치 정보 및 기설정된 추적 책략에 따라, 복수의 도로 상황 이미지 중의 제2 도로 상황 이미지에서 타겟 차선의 위치 정보를 확정하는 단계를 포함할 수 있다.
예시적으로, 무인기로 촬영하는 시나리오에서, 제1 도로 상황 이미지와 제2 도로 상황 이미지의 촬영 오프셋 거리(즉, 무인기 오프셋 거리)는 인접한 두 차선의 거리보다 작다. 여기서, 기설정된 추적 책략은, 제2 도로 상황 이미지 중 위치 정보와 제1 도로 상황 이미지 중 타겟 차선의 위치 정보 간의 오프셋이 기설정된 역치보다 작은 차선을 제2 도로 상황 이미지 중의 타겟 차선으로 확정할 수 있다.
예시적으로, 제1 도로 상황 이미지와 제2 도로 상황 이미지는 연속적인 이미지일 수 있으며, 예를 들어, 제i 도로 상황 이미지와 제i+1 이미지일 수 있다.
이미지 수집 기기의 전후 두 개의 도로 상황 이미지의 시간 간격은 짧고, 예를 들어, 1초 미만이며, 따라서, 기설정된 추적 책략을 통해 연속된 두 개의 도로 상황 이미지에 대해 처리를 진행하면 차선을 추적할 수 있다. 이리하여, 제2 도로 상황 이미지에서 타겟 차선을 정확하게 식별할 수 있음으로써, 타겟 차량과 타겟 차선의 상대적 위치 관계를 확정하는 데에 도움이 되고, 나아가 타겟 차량이 차선을 이탈한 것을 식별하는 정확도를 향상시킬 수 있다.
예를 들어, 차선 추적 과정에 있어서, 제1 도로 상황 이미지에서 각 차선에 ID를 부여하고, 추적 책략을 통해 전후 두 개의 도로 상황 이미지에 대해 처리를 진행하면 뒤의 도로 상황 이미지에서 이 ID를 추적할 수 있다. 다음 도로 상황 이미지에 새로운 차선이 나타나면 새로운 ID를 부여하고, 어떤 ID가 뒤의 도로 상황 이미지에 나타나지 않으면 해당 차선이 사라진 것으로 간주하여 더 이상 추적을 진행하지 않는다.
일 구현방식에 있어서, 상기 단계(S103)는, 복수의 도로 상황 이미지 중 연속된 M개의 도로 상황 이미지에 대응되는 상대적 위치 관계와 복수의 도로 상황 이미지 중 연속된 N개의 도로 상황 이미지에 대응되는 상대적 위치 관계가 반대인 경우, 타겟 차량이 선을 넘은 것으로 확정하는 단계를 포함할 수 있다.
여기서, M개의 도로 상황 이미지는 N개의 도로 상황 이미지 이전의 이미지이고, M개의 도로 상황 이미지는 N개의 도로 상황 이미지와 연속되며, M과 N은 모두 1보다 크거나 같은 정수이다.
구체적으로, 복수의 도로 상황 이미지 중 연속된 M개의 도로 상황 이미지에 대응되는 상대적 위치 관계는 제1 상대적 위치 관계(예를 들어, 타겟 차량이 타겟 차선의 좌측에 있는 것)이고, 복수의 도로 상황 이미지 중 연속된 N개의 도로 상황 이미지에 대응되는 상대적 위치 관계는 제2 상대적 위치 관계(예를 들어, 타겟 차량이 타겟 차선의 우측에 있는 것)이고, 제1 상대적 위치 관계와 제2 상대적 위치 관계가 반대이면, 타겟 차량이 선을 넘은 것으로 확정한다.
즉, M개의 도로 상황 이미지에 대응되는 상대적 위치 관계는 동일하고, N개의 도로 상황 이미지에 대응되는 상대적 위치 관계는 동일하지만, M개의 도로 상황 이미지에 대응되는 상대적 위치 관계와 N개의 도로 상황 이미지에 대응되는 상대적 위치 관계는 다르면, 기설정된 조건에 부합하는 것으로 판단하여 타겟 차량이 선을 넘은 것으로 확정한다.
예시적으로, M과 N은 동일할 수도 있고 다를 수도 있다.
예를 들어, 무인기로 연속된 5개의 도로 상황 이미지를 촬영하고, 처음의 3(즉, M=3)개의 도로 상황 이미지 중 타겟 차량과 타겟 차선의 제1 상대적 위치 관계는 타겟 차량이 타겟 차선의 좌측에 위치하는 것이고, 다음의 2 (즉, N=2)개의 도로 상황 이미지 중 타겟 차량과 타겟 차선의 제2 상대적 위치 관계는 타겟 차량이 타겟 차선의 우측에 위치하는 것인 경우, 타겟 차량이 선을 넘은 것으로 확정한다.
연속된 도로 상황 이미지에서 연속된 M개의 도로 상황 이미지에 대응되는 일 상대적 위치 관계와 연속된 N개의 도로 상황 이미지에 대응되는 상대적 위치 관계를 확정하므로, 연속된 M개의 도로 상황 이미지의 타겟 차량과 타겟 차선의 상대적 위치 관계가 일치하고 연속된 N개의 도로 상황 이미지의 타겟 차량과 타겟 차선의 상대적 위치 관계가 일치하는 것을 확보하고, 따라서, 타겟 차량과 타겟 차선의 상대적 위치 관계가 변하는 경우 타겟 차량이 선을 넘는지를 정확하게 식별할 수 있다.
도 2는 본 개시의 다른 일 실시예에 따른 차량의 차선 이탈 식별 방법의 흐름도이다. 본 실시예의 차량의 차선 이탈 식별 방법은 전술한 실시예의 단계들을 포함할 수 있다. 본 실시예에 있어서, 복수의 도로 상황 이미지 중의 각 도로 상황 이미지에서 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 확정하는 단계(S101)는 다음과 같은 단계를 포함한다.
단계(S201)에서, 각 도로 상황 이미지에서 타겟 차량의 위치 정보와 복수의 차선의 위치 정보를 확정한다.
단계(S202)에서, 각 도로 상황 이미지 중 타겟 차량의 위치 정보와 복수의 차선의 위치 정보를 기반으로, 각 도로 상황 이미지 중 타겟 차량과 복수의 차선 사이의 거리를 확정한다.
단계(S203)에서, 복수의 도로 상황 이미지 중 제i 도로 상황 이미지에서, 타겟 차량과 복수의 차선 중 제j 차선의 거리가 기설정된 역치보다 작은 경우, 제j 차선을 타겟 차선으로 확정하고, 각 도로 상황 이미지 중 복수의 차선의 위치 정보에서 타겟 차선의 위치 정보를 확정하며, 여기서, i 및 j는 모두 1보다 크거나 같은 정수이다.
구체적으로, 이미지 수집 기기가 촬영한 도로 상황 이미지가 획득된 후, 인스턴스 분할 (예를 들어, 타겟 검출, 의미 분할 등)을 통해 도로 상황 이미지에 대해 식별을 진행하여 타겟 차량의 위치 정보와 복수의 차선의 위치 정보를 확정한다. 타겟 차량의 위치 정보와 복수의 차선의 위치 정보를 기반으로 타겟 차량과 복수의 차선 사이의 거리를 확정한다.
차량이 선을 넘을 필요가 있을 경우 차선에 근접해야 한다는 것을 이해할 수 있다. 따라서, 타겟 차량과 임의의 차선 사이의 거리가 기설정된 역치보다 작은 경우, 해당 차선을 타겟 차선으로 확정함으로써, 모든 타겟 차량과 각 차선의 상대적 위치 관계를 확정할 필요 없으면서 타겟 차선을 확정할 수 있고, 이로써 차량이 차선을 이탈한 것을 식별하는 효율을 향상시킬 수 있다. 기설정된 역치는 실제 수요에 따라 설정될 수 있으며, 여기서 이에 대해 한정하지 않는다는 것을 설명하여야 한다.
일 구현방식에 있어서, 상기 단계(S202)는, 각 도로 상황 이미지 중 타겟 차량의 중심점 위치와 복수의 차선의 직선 방정식을 기반으로, 각 도로 상황 이미지 중 타겟 차량과 복수의 차선 사이의 거리를 확정하는 단계를 포함할 수 있다.
예시적으로, 각 도로 상황 이미지에 대해 인스턴스 분할을 진행한 후, 각 차선이 대응된 직선 방정식을 획득하도록 복수의 차선에 대해 각각 피팅(fitting)을 진행한다. 예를 들어, y=ax+b. 타겟 차량의 중심점 위치와 복수의 차선에 대응되는 직선 방정식과의 거리를 계산하여 타겟 차량과 복수의 차선 사이의 거리 계산에 편리하고, 따라서, 타겟 차선을 신속하게 확정할 수 있고, 타겟 차량이 차선을 이탈한 것을 식별하는 정확도를 향상시킬 수 있다.
일 구현방식에 있어서, 각 도로 상황 이미지 중 복수의 차선의 위치 정보에서 타겟 차선의 위치 정보를 확정하는 단계는, 제i 도로 상황 이미지 중 제j 차선(타겟 차선)의 위치 정보 및 기설정된 추적 책략에 따라, 복수의 도로 상황 이미지 중의 제i+1 도로 상황 이미지 중 복수의 차선의 위치 정보에서 타겟 차선의 위치 정보를 선택하는 단계를 포함한다. 여기서, 제i+1 도로 상황 이미지와 제i 도로 상황 이미지의 촬영 오프셋 거리는 인접한 두 차선의 거리보다 작다.
예시적으로, 5개의 도로 상황 이미지가 있는 경우, 인스턴스 분할 후 제1 도로 상황 이미지에 5개의 차선이 존재하는 것으로 확정되고, 5개의 차선의 직선 방정식을 각각 확정하고, 각 차선에 하나의 ID를 부여하여 ID를 1, 2, 3, 4, 5로 설정한다. 제1 이미지 중 제3 차선과 타겟 차량이 가까우면, 다음 4개의 도로 상황 이미지에서 제3 차선의 위치 정보를 추출한다. 이와 같이, 각 도로 상황 이미지에서 타겟 차선의 위치 정보를 확정할 수 있고, 이로써 각 도로 상황 이미지에서 타겟 차선을 정확하게 식별하는 것을 확보하고, 따라서 타겟 차량이 선을 넘는지를 정확하게 식별할 수 있다.
도 3은 본 개시의 다른 일 실시예에 따른 차량의 차선 이탈 식별 방법의 흐름도이다. 본 실시예의 차량의 차선 이탈 식별 방법은 다음과 같은 단계를 포함할 수 있다.
단계(S301)에서, 각 도로 상황 이미지에서 타겟 차량의 위치 정보와 복수의 차선의 위치 정보를 확정한다.
단계(S302)에서, 각 도로 상황 이미지 중 타겟 차량의 위치 정보와 복수의 차선의 위치 정보를 기반으로, 각 도로 상황 이미지 중 타겟 차량과 복수의 차선 사이의 거리를 확정한다.
단계(S303)에서, 복수의 도로 상황 이미지 중 제i 도로 상황 이미지에서, 타겟 차량과 복수의 차선 중 제j 차선의 거리가 기설정된 역치보다 작은 경우, 제j 차선을 타겟 차선으로 확정하고, 각 도로 상황 이미지 중 복수의 차선의 위치 정보에서 타겟 차선의 위치 정보를 확정하며, 여기서, i 및 j는 모두 1보다 크거나 같은 정수이다.
단계(S304)에서, 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 기반으로, 각 도로 상황 이미지에 대응되는 타겟 차량과 타겟 차선의 상대적 위치 관계를 확정한다.
단계(S305)에서, 복수의 도로 상황 이미지 중 연속된 M개의 도로 상황 이미지에 대응되는 상대적 위치 관계와 복수의 도로 상황 이미지 중 연속된 N개의 도로 상황 이미지에 대응되는 상대적 위치 관계가 반대인 경우, 타겟 차량이 선을 넘은 것으로 확정한다.
여기서, M개의 도로 상황 이미지는 N개의 도로 상황 이미지 이전의 이미지이고, M개의 도로 상황 이미지는 N개의 도로 상황 이미지와 연속되며, M과 N은 모두 1보다 크거나 같은 정수이다.
구체적으로, 복수의 도로 상황 이미지 중 연속된 M개의 도로 상황 이미지에 대응되는 상대적 위치 관계가 제1 상대적 위치 관계이고, 복수의 도로 상황 이미지 중 연속된 N개의 도로 상황 이미지에 대응되는 상대적 위치 관계가 제2 상대적 위치 관계이고, 제1 상대적 위치 관계와 제2 상대적 위치 관계가 반대이면, 타겟 차량이 선을 넘은 것으로 확정한다. 여기서, M개의 도로 상황 이미지는 N개의 도로 상황 이미지 이전의 이미지이고, M개의 도로 상황 이미지는 N개의 도로 상황 이미지와 연속된다. 연속된 도로 상황 이미지에서 연속된 M개의 도로 상황 이미지 중의 제1 상대적 위치 관계와 연속된 N개의 도로 상황 이미지 중의 제2 상대적 위치 관계를 확정하므로, 연속된 M개의 도로 상황 이미지의 타겟 차량과 타겟 차선의 상대적 위치 관계가 일치하고 연속된 N개의 도로 상황 이미지의 제2 상대적 위치 관계가 일치하는 것을 확보하고, 따라서, 제1 상대적 위치 관계와 제2 상대적 위치 관계를 기반으로 타겟 차량이 선을 넘는지를 정확하게 식별할 수 있다.
예시적으로, 무인기로 복수의 도로 상황 이미지를 촬영한 후, 인스턴스 분할(예를 들어, 타겟 검출, 의미 분할 등)을 통해 도로 상황 이미지에 대해 식별을 진행하고, 각 차선이 대응된 직선 방정식을 획득하도록 복수의 차선에 대해 각각 피팅(fitting)을 진행한다. 예를 들어, y=ax+b. 타겟 차량의 중심점 위치와 복수의 차선에 대응되는 직선 방정식의 거리를 계산함으로써, 거리가 기설정된 역치보다 작은 차선을 타겟 차선으로 선택하고 타겟 차량에 대응되는 직선 방정식을 확정한다. 복수의 도로 상황 이미지 중 연속된 M개의 도로 상황 이미지에서 타겟 차량과 타겟 차선의 제1 상대적 위치 관계는 타겟 차량이 타겟 차선의 좌측에 위치하는 것이고, 연속된 N개의 도로 상황 이미지에서 타겟 차량과 타겟 차선의 제2 상대적 위치 관계는 타겟 차량이 타겟 차선의 우측에 위치하는 것이고, M개의 도로 상황 이미지는 N개의 도로 상황 이미지와 연속되면, 제1 상대적 위치 관계와 제2 상대적 위치 관계에 따라 타겟 차량이 선을 넘은 것으로 확정할 수 있다.
도 4는 본 개시의 일 실시예에 따른 차량의 차선 이탈 식별 장치의 블록도이다. 도 4에 도시된 바와 같이, 해당 장치는, 복수의 도로 상황 이미지 중의 각 도로 상황 이미지에서 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 확정하도록 구성된 위치 정보 확정 모듈(401); 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 기반으로, 각 도로 상황 이미지에 대응되는 타겟 차량과 타겟 차선의 상대적 위치 관계를 확정하도록 구성된 상대적 위치 관계 확정 모듈(402); 및 복수의 도로 상황 이미지에 대응되는 상대적 위치 관계가 기설정된 조건에 부합하는 경우, 타겟 차량이 선을 넘은 것으로 확정하도록 구성된 식별 모듈(403)을 포함할 수 있다.
일 구현방식에 있어서, 도 5에 도시된 바와 같이, 해당 장치는, 무인기를 이용하여 복수의 도로 상황 이미지를 수집하도록 구성된 이미지 획득 모듈(501)을 더 포함한다.
일 구현방식에 있어서, 도 5에 도시된 바와 같이, 위치 정보 확정 모듈(502)은, 각 도로 상황 이미지에서 타겟 차량의 위치 정보와 복수의 차선의 위치 정보를 확정하도록 구성된 제1 처리 유닛(503); 각 도로 상황 이미지 중 타겟 차량의 위치 정보와 복수의 차선의 위치 정보를 기반으로, 각 도로 상황 이미지 중 타겟 차량과 복수의 차선 사이의 거리를 확정하도록 구성된 제2 처리 유닛(504); 및 복수의 도로 상황 이미지 중 제i 도로 상황 이미지에서, 타겟 차량과 복수의 차선 중 제j 차선의 거리가 기설정된 역치보다 작은 경우, 제j 차선을 타겟 차선으로 확정하고, 각 도로 상황 이미지 중 복수의 차선의 위치 정보에서 타겟 차선의 위치 정보를 확정하도록 구성되되, i 및 j는 모두 1보다 크거나 같은 정수인 제3 처리 유닛(505)을 포함한다.
일 구현방식에 있어서, 도 5에 도시된 바와 같이, 위치 정보 확정 모듈(502)은, 복수의 도로 상황 이미지 중의 제1 도로 상황 이미지 중 타겟 차선의 위치 정보 및 기설정된 추적 책략에 따라, 복수의 도로 상황 이미지 중의 제2 도로 상황 이미지에서 타겟 차선의 위치 정보를 확정하도록 구성된 추적 유닛(506)을 포함한다.
일 구현방식에 있어서, 도 5에 도시된 바와 같이, 식별 모듈은, 복수의 도로 상황 이미지 중 연속된 M개의 도로 상황 이미지에 대응되는 상대적 위치 관계와 복수의 도로 상황 이미지 중 연속된 N개의 도로 상황 이미지에 대응되는 상대적 위치 관계가 반대인 경우, 타겟 차량이 선을 넘은 것으로 확정하도록 구성된 차선 이탈 식별 유닛(507)을 포함한다.
여기서, M개의 도로 상황 이미지는 N개의 도로 상황 이미지 이전의 이미지이고, M개의 도로 상황 이미지는 N개의 도로 상황 이미지와 연속되며, M과 N은 모두 1보다 크거나 같은 정수이다.
일 구현방식에 있어서, 여기서, 제2 처리 유닛은, 각 도로 상황 이미지 중 타겟 차량의 중심점 위치와 복수의 차선의 직선 방정식을 기반으로, 각 도로 상황 이미지 중 타겟 차량과 복수의 차선 사이의 거리를 확정하도록 구성된다.
이리하여, 본 개시의 실시예에 따른 장치는 각 도로 상황 이미지 중 타겟 차량의 위치 정보와 타겟 차선의 위치 정보를 기반으로, 각 도로 상황 이미지 중 타겟 차량과 타겟 차선의 상대적 위치 관계를 정확하게 확정할 수 있다. 다음, 복수의 도로 상황 이미지에 대응되는 정확한 상대적 위치 관계를 기반으로, 타겟 차량이 선을 넘는지를 확정한다. 복수의 도로 상황 이미지를 통합하여 판단을 진행하고 정확한 상대적 위치 관계를 기반으로 판단을 진행하므로, 타겟 차량이 차선을 이탈한 것을 식별하는 정확도를 향상시킬 수 있다.
본 개시의 기술 방안에 있어서, 관련되는 사용자 개인 정보의 획득, 저장 및 응용 등은 모두 관련 법률 법규의 규정에 부합하며 공서양속을 위반하지 않는다.
본 개시의 실시예에 따르면, 본 개시는 전자 기기, 판독가능 저장매체 및 컴퓨터 프로그램 제품을 더 제공한다.
도 6은 본 개시의 실시예를 실시하는 데에 사용될 수 있는 예시적 전자 기기(600)의 개략적인 블록도이다. 전자 기기는 여러 가지 형식의 디지털 컴퓨터, 예를 들어, 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크스테이션, 개인용 디지털 보조기, 서버, 블레이드 서버, 대형 컴퓨터 및 다른 적합한 컴퓨터를 가리키고자 하는 것이다. 전자 기기는 여러 가지 형식의 이동 장치, 예를 들어, 개인용 디지털 보조기, 셀룰러 폰, 스마트 폰, 웨어러블 기기 및 이와 유사한 다른 컴퓨팅 장치를 가리킬 수도 있다. 본 명세서에서 제시하는 부품, 이들의 연결과 관계 및 이들의 기능은 단지 예시일 뿐, 본 명세서에서 설명하는 및/또는 요구하는 본 개시의 구현을 한정하고자 하는 것이 아니다.
도 6에 도시된 바와 같이, 기기(600)는 컴퓨팅 유닛(601)을 포함하고, 이는 읽기전용 메모리(ROM)(602)에 저장된 컴퓨터 프로그램 또는 저장 유닛(608)으로부터 랜덤 액세스 메모리(RAM)(603)에 로딩된 컴퓨터 프로그램에 따라 여러 가지 적당한 동작과 처리를 수행할 수 있다. RAM(603)은 기기(600) 조작에 필요한 여러 가지 프로그램 및 데이터를 저장할 수도 있다. 컴퓨팅 유닛(601), ROM(602) 및 RAM(603)은 버스(604)에 의해 서로 연결된다. 입력/출력(I/O) 인터페이스(605)도 버스(604)에 연결된다.
기기(600) 중의 복수의 부품은 I/O 인터페이스(605)에 연결되는데 입력 유닛(606)(예를 들면, 키보드, 마우스 등), 출력 유닛(607)(예를 들면, 다양한 유형의 디스플레이, 스피커 등), 저장 유닛(608)(예를 들면, 자기디스크, 광디스크 등) 및 통신 유닛(609)(예를 들면, 네트워크 인터페이스 카드, 모뎀, 무선 통신 송수신기 등)을 포함한다. 통신 유닛(609)은 기기(600)가 인터넷과 같은 컴퓨터 네트워크 및/또는 여러 가지 전기통신 네트워크를 통해 다른 기기와 정보/데이터를 교환하도록 허용한다.
컴퓨팅 유닛(601)은 처리 및 컴퓨팅 파워를 가지는 여러 가지 범용의 및/또는 전용의 처리 어셈블리일 수 있다. 컴퓨팅 유닛(601)의 일부 예시는 중앙처리장치(CPU), 그래픽 처리 장치(GPU), 여러 가지 전용의 인공지능(AI) 컴퓨팅 칩, 머신러닝 모델 알고리즘을 실행하는 여러 가지 컴퓨팅 유닛, 디지털 신호 프로세서(DSP) 및 임의 적합한 프로세서, 컨트롤러, 마이크로컨트롤러 등을 포함하나, 이에 한정되지 않는다. 컴퓨팅 유닛(601)은 위에서 기술한 각 방법 및 처리, 예를 들면, 차량의 차선 이탈 식별 방법을 수행한다. 예를 들면, 일부 실시예에 있어서, 차량의 차선 이탈 식별 방법은 컴퓨터 소프트웨어 프로그램으로 구현될 수 있고, 기계 판독가능 매체, 예를 들면, 저장 유닛(608)에 유형으로(tangibly) 포함된다. 일부 실시예에 있어서, 컴퓨터 프로그램의 일부 또는 전부는 ROM(602) 및/또는 통신 유닛(609)을 거쳐 기기(600)에 로딩 및/또는 설치될 수 있다. 컴퓨터 프로그램은 RAM(603)에 로딩되어 컴퓨팅 유닛(601)에 의해 실행되는 경우, 위에서 기술한 차량의 차선 이탈 식별 방법의 하나 또는 복수의 단계를 수행할 수 있다. 선택적으로, 다른 실시예에 있어서, 컴퓨팅 유닛(601)은 다른 임의의 적당한 방식으로(예를 들면, 펌웨어에 의해) 차량의 차선 이탈 식별 방법을 수행하도록 구성될 수 있다.
본 명세서에 있어서, 위에서 기술한 시스템 및 기술의 여러 가지 구현방식은 디지털 전자 회로 시스템, 집적 회로 시스템, 필드 프로그램가능 게이트 어레이(FPGA), 주문형 집적회로(ASIC), 주문형 표준제품(ASSP), 시스템온칩(SOC), 복잡한 프로그램 가능 논리 소자(CPLD), 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 및/또는 이들의 조합 중에서 구현될 수 있다. 이러한 여러 가지 구현방식은 하나 또는 복수의 컴퓨터 프로그램에서 실시되는 것을 포함할 수 있는바, 해당 하나 또는 복수의 컴퓨터 프로그램은 적어도 하나의 프로그램가능 프로세서를 포함하는 프로그램가능 시스템에서 실행 및/또는 해석될 수 있고, 해당 프로그램가능 프로세서는 전용의 또는 범용의 프로그램가능 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력 장치 및 적어도 하나의 출력 장치로부터 데이터와 명령어를 수신하고 데이터와 명령어를 해당 저장 시스템, 해당 적어도 하나의 입력 장치 및 해당 적어도 하나의 출력 장치로 전송할 수 있다.
본 개시의 방법을 실시하기 위한 프로그램 코드는 하나 또는 복수의 프로그램 언어의 임의 조합을 적용하여 작성될 수 있다. 이러한 프로그램 코드는 범용 컴퓨터, 전용 컴퓨터 또는 다른 프로그램가능 데이터 처리 장치의 프로세서 또는 컨트롤러에 제공되어, 프로그램 코드가 프로세서 또는 컨트롤러에 의해 실행되는 경우, 흐름도 및/또는 블록도에 규정된 기능/조작이 실시되도록 할 수 있다. 프로그램 코드는 완전히 기계에서 실행될 수도 있고, 부분적으로 기계에서 실행될 수도 있고, 독립적인 소프트웨어 패키지로서 부분적으로는 기계에서 실행되면서 부분적으로는 원격 기계에서 실행되거나 또는 완전히 원격 기계나 서버에서 실행될 수 있다.
본 개시의 문맥상으로 기계 판독가능 매체는 유형의 매체일 수 있고 이는 명령어 실행 시스템, 장치 또는 기기가 사용하거나, 명령어 실행 시스템, 장치 또는 기기와 결합하여 사용하는 프로그램을 포함하거나 저장할 수 있다. 기계 판독 가능 매체는 기계 판독 가능 신호 매체 또는 기계 판독 가능 저장 매체일 수 있다. 기계 판독 가능 저장 매체는 전자의, 자성의, 광학의, 전자기의, 적외선의 또는 반도체의 시스템, 장치 또는 기기, 또는 상술한 내용의 임의의 적합한 조합을 포함할 수 있으나, 이에 한정되지 않는다. 기계 판독 가능 저장 매체의 더 구체적인 예시는 하나 또는 복수의 선에 따른 전기 연결, 휴대형 컴퓨터 디스크, 하드 디스크, 랜덤 액세스 메모리(RAM), 읽기 전용 메모리(ROM), 소거 및 프로그램 가능 읽기 전용 메모리(EPROM 또는 플래시 메모리), 광섬유, 휴대용 콤팩트 디스크 읽기 전용 메모리(CD-ROM), 광학 저장 기기, 자기 저장 기기, 또는 상술한 내용의 임의의 적합한 조합을 포함하게 된다.
사용자와의 인터랙션을 제공하기 위해, 여기서 설명하는 시스템과 기술을 컴퓨터에서 실시할 수 있는바, 해당 컴퓨터는 사용자한테 정보를 표시하기 위한 표시 장치(예를 들어, CRT(음극선관) 또는 LCD(액정 디스플레이) 모니터) 및 키보드와 포인팅 장치(예를 들어, 마우스 또는 트랙볼)를 포함하고, 사용자는 해당 키보드와 해당 포인팅 장치를 통해 입력을 컴퓨터에 제공할 수 있다. 다른 종류의 장치도 사용자와의 인터랙션을 제공하는 데 사용될 수 있는바, 예를 들어, 사용자한테 제공되는 피드백은 임의 형식의 감각 피드백(예를 들어, 시각 피드백, 청각 피드백 또는 촉각 피드백)일 수 있고, 임의 형식(사운드 입력, 음성 입력 또는 촉각 입력을 포함함)으로 사용자로부터의 입력을 수신할 수 있다.
여기서 기술하는 시스템과 기술은 백그라운드 부품을 포함하는 컴퓨팅 시스템(예를 들면, 데이터 서버로서), 미들웨어 부품을 포함하는 컴퓨팅 시스템(예를 들면, 애플리케이션 서버), 프런트 엔드 부품을 포함하는 컴퓨팅 시스템(예를 들면, 그래픽 사용자 인터페이스 또는 네트워크 브라우저를 구비하는 사용자 컴퓨터일 수 있는바, 사용자는 해당 그래픽 사용자 인터페이스 또는 해당 네트워크 브라우저를 통하여 여기서 기술하는 시스템 및 기술의 구현 방식과 인터랙션할 수 있음) 또는 이러한 백그라운드 부품, 미들웨어 부품 또는 프런트 엔드 부품의 임의 조합을 포함하는 컴퓨팅 시스템에서 구현될 수 있다. 임의 형식 또는 매체의 디지털 데이터 통신(예를 들면, 통신 네트워크)으로 시스템의 부품을 서로 연결시킬 수 있다. 통신 네트워크의 예시는 근거리 통신망(LAN), 광대역 통신망(WAN) 및 인터넷을 포함한다.
컴퓨터 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있고 통상적으로는 통신 네트워크를 통해 인터랙션한다. 상응한 컴퓨터에서 실행되고 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램을 통해 클라이언트와 서버의 관계가 발생된다.
상기 제시한 여러 가지 형식의 흐름을 사용하여 단계에 대해 재정렬, 증가 또는 삭제가 가능하다는 점을 이해하여야 한다. 예를 들면, 본 개시에 의해 제공되는 기술방안이 지향하는 결과를 구현할 수 있는 한, 본 개시에 기재된 각 단계는 병렬로 수행될 수도 있고 순차로 수행될 수도 있고 다른 순서로 수행될 수도 있는바, 본 명세서에서는 이에 대해 한정하지 않는다.
상술한 구체적인 구현방식은 본 개시의 보호 범위를 한정하지 않는다. 당업자라면 설계의 요구나 다른 요인에 따라 여러 가지 수정, 조합, 서브조합 및 치환이 가능하다는 점을 인지하여야 한다. 본 개시의 사상 및 원칙 아래 수행되는 임의의 수정, 균등치환 및 개량 등은 모두 본 개시의 보호범위에 포함되어야 한다.

Claims (15)

  1. 차량의 차선 이탈 식별 방법에 있어서,
    복수의 도로 상황 이미지 중의 각 도로 상황 이미지에서 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 확정하는 단계;
    상기 타겟 차선의 위치 정보와 상기 타겟 차량의 위치 정보를 기반으로, 상기 각 도로 상황 이미지에 대응되는 타겟 차량과 타겟 차선의 상대적 위치 관계를 확정하는 단계; 및
    상기 복수의 도로 상황 이미지에 대응되는 상기 상대적 위치 관계가 기설정된 조건에 부합하는 경우, 상기 타겟 차량이 선을 넘은 것으로 확정하는 단계를 포함하는 차량의 차선 이탈 식별 방법.
  2. 제1항에 있어서,
    상기 복수의 도로 상황 이미지에 대응되는 상기 상대적 위치 관계가 기설정된 조건에 부합하는 경우, 상기 타겟 차량이 선을 넘은 것으로 확정하는 상기 단계는,
    상기 복수의 도로 상황 이미지 중 연속된 M개의 도로 상황 이미지에 대응되는 상기 상대적 위치 관계와 상기 복수의 도로 상황 이미지 중 연속된 N개의 도로 상황 이미지에 대응되는 상기 상대적 위치 관계가 반대인 경우, 상기 타겟 차량이 선을 넘은 것으로 확정하는 단계를 포함하며,
    상기 M개의 도로 상황 이미지는 상기 N개의 도로 상황 이미지 이전의 이미지이고, 상기 M개의 도로 상황 이미지는 상기 N개의 도로 상황 이미지와 연속되며, M과 N은 모두 1보다 크거나 같은 정수인 차량의 차선 이탈 식별 방법.
  3. 제1항 또는 제2항에 있어서,
    복수의 도로 상황 이미지 중의 각 도로 상황 이미지에서 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 확정하는 상기 단계는,
    상기 각 도로 상황 이미지에서 상기 타겟 차량의 위치 정보와 복수의 차선의 위치 정보를 확정하는 단계;
    상기 각 도로 상황 이미지 중 상기 타겟 차량의 위치 정보와 상기 복수의 차선의 위치 정보를 기반으로, 상기 각 도로 상황 이미지 중 상기 타겟 차량과 상기 복수의 차선 사이의 거리를 확정하는 단계; 및
    상기 복수의 도로 상황 이미지 중 제i 도로 상황 이미지에서, 상기 타겟 차량과 상기 복수의 차선 중 제j 차선의 거리가 기설정된 역치보다 작은 경우, 상기 제j 차선을 상기 타겟 차선으로 확정하고, 상기 각 도로 상황 이미지 중 복수의 차선의 위치 정보에서 상기 타겟 차선의 위치 정보를 확정하되, i 및 j는 모두 1보다 크거나 같은 정수인 단계를 포함하는 차량의 차선 이탈 식별 방법.
  4. 제3항에 있어서,
    상기 각 도로 상황 이미지 중 상기 타겟 차량의 위치 정보와 상기 복수의 차선의 위치 정보를 기반으로, 상기 각 도로 상황 이미지 중 상기 타겟 차량과 상기 복수의 차선 사이의 거리를 확정하는 상기 단계는,
    상기 각 도로 상황 이미지 중 상기 타겟 차량의 중심점 위치와 상기 복수의 차선의 직선 방정식을 기반으로, 상기 각 도로 상황 이미지 중 상기 타겟 차량과 상기 복수의 차선 사이의 거리를 확정하는 단계를 포함하는 차량의 차선 이탈 식별 방법.
  5. 제1항에 있어서,
    복수의 도로 상황 이미지 중의 각 도로 상황 이미지에서 타겟 차선의 위치 정보를 확정하는 상기 단계는,
    상기 복수의 도로 상황 이미지 중의 제1 도로 상황 이미지 중 상기 타겟 차선의 위치 정보 및 기설정된 추적 책략에 따라, 상기 복수의 도로 상황 이미지 중의 제2 도로 상황 이미지에서 상기 타겟 차선의 위치 정보를 확정하는 단계를 포함하는 차량의 차선 이탈 식별 방법.
  6. 제1항 내지 제5항에 있어서,
    상기 방법은,
    무인기를 이용하여 상기 복수의 도로 상황 이미지를 수집하는 단계를 더 포함하는 차량의 차선 이탈 식별 방법.
  7. 차량의 차선 이탈 식별 장치에 있어서,
    복수의 도로 상황 이미지 중의 각 도로 상황 이미지에서 타겟 차선의 위치 정보와 타겟 차량의 위치 정보를 확정하도록 구성된 위치 정보 확정 모듈;
    상기 타겟 차선의 위치 정보와 상기 타겟 차량의 위치 정보를 기반으로, 상기 각 도로 상황 이미지에 대응되는 타겟 차량과 타겟 차선의 상대적 위치 관계를 확정하도록 구성된 상대적 위치 관계 확정 모듈; 및
    상기 복수의 도로 상황 이미지에 대응되는 상기 상대적 위치 관계가 기설정된 조건에 부합하는 경우, 상기 타겟 차량이 선을 넘은 것으로 확정하도록 구성된 식별 모듈을 포함하는 차량의 차선 이탈 식별 장치.
  8. 제7항에 있어서,
    상기 식별 모듈은,
    상기 복수의 도로 상황 이미지 중 연속된 M개의 도로 상황 이미지에 대응되는 상기 상대적 위치 관계와 상기 복수의 도로 상황 이미지 중 연속된 N개의 도로 상황 이미지에 대응되는 상기 상대적 위치 관계가 반대인 경우, 상기 타겟 차량이 선을 넘은 것으로 확정하도록 구성된 차선 이탈 식별 유닛을 포함하며,
    상기 M개의 도로 상황 이미지는 상기 N개의 도로 상황 이미지 이전의 이미지이고, 상기 M개의 도로 상황 이미지는 상기 N개의 도로 상황 이미지와 연속되며, M과 N은 모두 1보다 크거나 같은 정수인 차량의 차선 이탈 식별 장치.
  9. 제7항 또는 제8항에 있어서,
    상기 위치 정보 확정 모듈은,
    상기 각 도로 상황 이미지에서 상기 타겟 차량의 위치 정보와 복수의 차선의 위치 정보를 확정하도록 구성된 제1 처리 유닛;
    상기 각 도로 상황 이미지 중 상기 타겟 차량의 위치 정보와 상기 복수의 차선의 위치 정보를 기반으로, 상기 각 도로 상황 이미지 중 상기 타겟 차량과 상기 복수의 차선 사이의 거리를 확정하도록 구성된 제2 처리 유닛; 및
    상기 복수의 도로 상황 이미지 중 제i 도로 상황 이미지에서, 상기 타겟 차량과 상기 복수의 차선 중 제j 차선의 거리가 기설정된 역치보다 작은 경우, 상기 제j 차선을 상기 타겟 차선으로 확정하고, 상기 각 도로 상황 이미지 중 복수의 차선의 위치 정보에서 상기 타겟 차선의 위치 정보를 확정하도록 구성되되, i 및 j는 모두 1보다 크거나 같은 정수인 제3 처리 유닛을 포함하는 차량의 차선 이탈 식별 장치.
  10. 제9항에 있어서,
    상기 제2 처리 유닛은,
    상기 각 도로 상황 이미지 중 상기 타겟 차량의 중심점 위치와 상기 복수의 차선의 직선 방정식을 기반으로, 상기 각 도로 상황 이미지 중 상기 타겟 차량과 상기 복수의 차선 사이의 거리를 확정하도록 구성되는 차량의 차선 이탈 식별 장치.
  11. 제7항에 있어서,
    상기 위치 정보 확정 모듈은,
    상기 복수의 도로 상황 이미지 중의 제1 도로 상황 이미지 중 상기 타겟 차선의 위치 정보 및 기설정된 추적 책략에 따라, 상기 복수의 도로 상황 이미지 중의 제2 도로 상황 이미지에서 상기 타겟 차선의 위치 정보를 확정하도록 구성된 추적 유닛을 포함하는 차량의 차선 이탈 식별 장치.
  12. 제7항 내지 제11항에 있어서,
    상기 장치는,
    무인기를 이용하여 상기 복수의 도로 상황 이미지를 수집하도록 구성된 이미지 획득 모듈을 더 포함하는 차량의 차선 이탈 식별 장치.
  13. 전자 기기에 있어서,
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서에 통신적으로 연결되는 메모리를 포함하며,
    상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령어가 저장되어 있고, 상기 명령어는 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1항 내지 제6항 중 어느 한 항의 방법을 수행 가능하도록 하는 전자 기기.
  14. 컴퓨터 명령어가 저장되어 있는 비일시적 컴퓨터 판독가능 저장매체에 있어서,
    상기 컴퓨터 명령어는 컴퓨터가 제1항 내지 제6항 중 어느 한 항의 방법을 수행하도록 하는 비일시적 컴퓨터 판독가능 저장매체.
  15. 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품에 있어서,
    상기 컴퓨터 프로그램은 프로세서에 의해 실행되는 경우 제1항 내지 제6항 중 어느 한 항의 방법을 구현하는 컴퓨터 프로그램 제품.
KR1020227027485A 2021-06-28 2022-01-29 차량의 차선 이탈 식별 방법 및 장치，전자 기기, 및 저장매체 KR20220119167A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN202110718240.5 2021-06-28
CN202110718240.5A CN113392794B (zh) 2021-06-28 2021-06-28 车辆跨线识别方法、装置、电子设备和存储介质
PCT/CN2022/075117 WO2023273344A1 (zh) 2021-06-28 2022-01-29 车辆跨线识别方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
KR20220119167A true KR20220119167A (ko) 2022-08-26

Family

ID=83115301

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227027485A KR20220119167A (ko) 2021-06-28 2022-01-29 차량의 차선 이탈 식별 방법 및 장치，전자 기기, 및 저장매체

Country Status (3)

Country Link
US (1) US20220375118A1 (ko)
JP (1) JP2023535661A (ko)
KR (1) KR20220119167A (ko)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003203298A (ja) * 2002-12-11 2003-07-18 Honda Motor Co Ltd 走行区分線認識装置を備えた自動走行車両
EP1899930B1 (en) * 2005-06-30 2010-08-11 Planum Vision Ltd. Surveillance system and method for detecting forbidden movement along a predetermined path
JP5823251B2 (ja) * 2011-10-20 2015-11-25 アルパイン株式会社 車線監視システム及び車線監視方法
CN111209843B (zh) * 2020-01-03 2022-03-22 西安电子科技大学 一种适用智能终端的车道偏离预警方法
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
CN112634655B (zh) * 2020-12-15 2022-11-22 阿波罗智联(北京)科技有限公司 基于车道线的变道处理方法、装置、电子设备及存储介质
CN112668428A (zh) * 2020-12-21 2021-04-16 北京百度网讯科技有限公司 车辆变道的检测方法、路侧设备、云控平台和程序产品
CN112785850A (zh) * 2020-12-29 2021-05-11 上海眼控科技股份有限公司 车辆变道未打灯的识别方法及装置
CN112784724A (zh) * 2021-01-14 2021-05-11 上海眼控科技股份有限公司 一种车辆变道检测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
JP2023535661A (ja) 2023-08-21
US20220375118A1 (en) 2022-11-24

Similar Documents

Publication Publication Date Title
JP7314213B2 (ja) 車両測位方法、装置、電子デバイス、記憶媒体及びプログラム
EP3937077A1 (en) Lane marking detecting method, apparatus, electronic device, storage medium, and vehicle
WO2023273344A1 (zh) 车辆跨线识别方法、装置、电子设备和存储介质
CN113762272B (zh) 道路信息的确定方法、装置和电子设备
CN113887418A (zh) 车辆违规行驶的检测方法、装置、电子设备及存储介质
CN114677570B (zh) 道路信息更新方法、装置、电子设备以及存储介质
CN114037966A (zh) 高精地图特征提取方法、装置、介质及电子设备
EP4080479A2 (en) Method for identifying traffic light, device, cloud control platform and vehicle-road coordination system
CN114443794A (zh) 数据处理和地图更新方法、装置、设备以及存储介质
CN113538963A (zh) 用于输出信息的方法、装置、设备以及存储介质
CN114092909A (zh) 一种车道线提取方法、装置、车辆及存储介质
CN114005098A (zh) 高精地图车道线信息的检测方法、装置和电子设备
CN113887391A (zh) 用于识别路面标识的方法、装置以及自动驾驶车辆
CN114429631B (zh) 三维对象检测方法、装置、设备以及存储介质
CN114724113B (zh) 道路标牌识别方法、自动驾驶方法、装置和设备
CN114332818B (zh) 障碍物的检测方法、装置和电子设备
US20220207991A1 (en) Method and device for determining boundary points of bottom surface of vehicle, roadside device and cloud control platform
KR20220119167A (ko) 차량의 차선 이탈 식별 방법 및 장치，전자 기기, 및 저장매체
CN114495049A (zh) 识别车道线的方法和装置
CN114064745A (zh) 一种确定交通提示距离的方法、装置及电子设备
CN112966606B (zh) 图像识别方法、相关装置及计算机程序产品
US20220383613A1 (en) Object association method and apparatus and electronic device
CN114155508B (zh) 一种道路变化检测方法、装置、设备以及存储介质
JP2023011912A (ja) 走行環境における交通オブジェクトの融合及び関連付け方法、装置並びにエッジコンピューティングデバイス
CN114565905A (zh) 车道线的提取方法、装置和电子设备

Legal Events

Date Code Title Description
WITB Written withdrawal of application