RU2017107947A - Позиция границы полосы движения транспортного средства - Google Patents

Позиция границы полосы движения транспортного средства Download PDF

Info

Publication number
RU2017107947A
RU2017107947A RU2017107947A RU2017107947A RU2017107947A RU 2017107947 A RU2017107947 A RU 2017107947A RU 2017107947 A RU2017107947 A RU 2017107947A RU 2017107947 A RU2017107947 A RU 2017107947A RU 2017107947 A RU2017107947 A RU 2017107947A
Authority
RU
Russia
Prior art keywords
vehicle
safety
distance
driver
control system
Prior art date
Application number
RU2017107947A
Other languages
English (en)
Inventor
МУРАЛИ Видия НАРИЯМБУТ
Теджасви КОДУРИ
Винаяк Смита БАИЛУР
Кайл Дж. КЭРИ
Original Assignee
ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи
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 ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи filed Critical ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи
Publication of RU2017107947A publication Critical patent/RU2017107947A/ru

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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
    • G06V10/443—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 by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06V30/19173—Classification techniques
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/20—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of display used
    • B60R2300/205—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of display used using a head-up display
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/804—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for lane monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Mechanical Engineering (AREA)
  • Image Analysis (AREA)

Claims (35)

1. Способ, содержащий этапы, на которых:
принимают информацию восприятия из первой камеры, позиционированной на первой стороне транспортного средства, и второй камеры, позиционированной на второй стороне транспортного средства;
определяют, с использованием одной или более нейронных сетей, позицию транспортного средства относительно полос безопасности на первой стороне и второй стороне транспортного средства; и
уведомляют водителя или систему управления в отношении позиции транспортного средства.
2. Способ по п. 1, в котором одна или более нейронных сетей содержат глубокую сверточную нейронную сеть.
3. Способ по п. 2, в котором глубокая сверточная нейронная сеть содержит окна сверточной фильтрации с размером на основе толщины полос безопасности.
4. Способ по п. 1, в котором, по меньшей мере, одна из одной или более нейронных сетей содержит евклидов слой потерь.
5. Способ по п. 1, в котором одна или более нейронных сетей сконфигурированы с возможностью принимать изображение, содержащее ширину и высоту, и выводить расстояние между транспортным средством и полосой безопасности из одной или более полос безопасности.
6. Способ по п. 5, в котором расстояние содержит число в диапазоне от 0 до высоты изображения в пикселах.
7. Способ по п. 5, в котором расстояние указывает одно или более из следующего:
расстояние от центра транспортного средства до полосы безопасности; и
расстояние от боковины транспортного средства до полосы безопасности.
8. Способ по п. 5, в котором камеры обращены в направлении, практически перпендикулярном приводной оси транспортного средства.
9. Способ по п. 1, дополнительно содержащий этап, на котором определяют маневр вождения, чтобы размещать или удерживать транспортное средство центрированным между полосами безопасности, при этом уведомление водителя или системы управления содержит этап, на котором предоставляют маневр вождения водителю или в систему управления.
10. Система, содержащая:
компонент восприятия, сконфигурированный с возможностью принимать данные из первой камеры, позиционированной на первой стороне транспортного средства, и второй камеры, позиционированной на второй стороне транспортного средства;
компонент определения разделительных линий, сконфигурированный с возможностью:
определять расстояние между транспортным средством и полосой безопасности, позиционированной на первой стороне транспортного средства, и
определять расстояние между транспортным средством и полосой безопасности, позиционированной на второй стороне транспортного средства; и
компонент выдачи уведомлений, сконфигурированный с возможностью уведомлять водителя или систему управления в отношении позиции транспортного средства.
11. Система по п. 10, в которой компонент определения разделительных линий сконфигурирован с возможностью использовать одну или более нейронных сетей, чтобы определять расстояние между транспортным средством и полосой безопасности, позиционированной на первой стороне транспортного средства, и определять расстояние между транспортным средством и полосой безопасности, позиционированной на второй стороне транспортного средства.
12. Система по п. 11, в которой одна или более нейронных сетей содержат глубокую сверточную нейронную сеть, при этом глубокая сверточная нейронная сеть содержит окна сверточной фильтрации с размером на основе толщины полос безопасности.
13. Система по п. 11, в которой одна или более нейронных сетей сконфигурированы с возможностью принимать изображение, содержащее ширину M и высоту N, и выводить расстояние между транспортным средством и полосой безопасности из одной или более полос безопасности, при этом вывод содержит число в диапазоне от 0 до N.
14. Система по п. 10, дополнительно содержащая компонент определения маневров, сконфигурированный с возможностью определять маневр вождения, чтобы размещать или поддерживать транспортное средство центрированным между полосами безопасности, при этом компонент выдачи уведомлений сконфигурирован с возможностью предоставлять маневр вождения водителю или в систему управления.
15. Система по п. 10, дополнительно содержащая первую камеру и вторую камеру.
16. Система по п. 10, дополнительно содержащая транспортное средство.
17. Компьютерночитаемый носитель данных, хранящий инструкции, которые, при выполнении посредством одного или более процессоров, инструктируют процессорам:
принимать данные как из первой камеры, так и из второй камеры, при этом первая камера позиционируется на первой стороне транспортного средства, а вторая камера позиционируется на второй стороне транспортного средства, противостоящей первой стороне;
определять, с использованием нейронной сети, позицию транспортного средства относительно полос безопасности, расположенных на первой стороне и второй стороне транспортного средства; и
уведомлять водителя или систему управления в отношении позиции транспортного средства.
18. Компьютерночитаемый носитель данных по п. 17, в котором система управления содержит одно или более из системы автоматизированного управления и системы помощи водителю.
19. Компьютерночитаемый носитель данных по п. 17, в котором нейронная сеть содержит глубокую сверточную нейронную сеть, содержащую окна сверточной фильтрации с размером на основе толщины полос безопасности.
20. Компьютерночитаемый носитель данных по п. 17, в котором определение позиции транспортного средства содержит определение одного или более из следующего:
расстояние от центра транспортного средства до полосы безопасности из полос безопасности; и
расстояние от боковины транспортного средства до полосы безопасности из полос безопасности.
RU2017107947A 2016-03-17 2017-03-13 Позиция границы полосы движения транспортного средства RU2017107947A (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/073,180 2016-03-17
US15/073,180 US10124730B2 (en) 2016-03-17 2016-03-17 Vehicle lane boundary position

Publications (1)

Publication Number Publication Date
RU2017107947A true RU2017107947A (ru) 2018-09-13

Family

ID=58605460

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2017107947A RU2017107947A (ru) 2016-03-17 2017-03-13 Позиция границы полосы движения транспортного средства

Country Status (6)

Country Link
US (1) US10124730B2 (ru)
CN (1) CN107203738B (ru)
DE (1) DE102017105661A1 (ru)
GB (1) GB2550256A (ru)
MX (1) MX2017003499A (ru)
RU (1) RU2017107947A (ru)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180188736A1 (en) * 2016-08-16 2018-07-05 Faraday&Future Inc. System and method for vehicle localization assistance using sensor data
JP2018060268A (ja) * 2016-10-03 2018-04-12 株式会社日立製作所 認識装置および学習システム
JP6686871B2 (ja) * 2016-12-26 2020-04-22 トヨタ自動車株式会社 自動運転システム
KR101878490B1 (ko) * 2017-03-10 2018-07-13 만도헬라일렉트로닉스(주) 차선 인식 시스템 및 방법
DE102017216802A1 (de) * 2017-09-22 2019-03-28 Continental Teves Ag & Co. Ohg Verfahren und vorrichtung zum erkennen von fahrspuren, fahrerassistenzsystem und fahrzeug
EP3477616A1 (en) * 2017-10-27 2019-05-01 Sigra Technologies GmbH Method for controlling a vehicle using a machine learning system
JP6918425B2 (ja) * 2017-11-09 2021-08-11 株式会社Ｍｏｂｉｌｉｔｙ Ｔｅｃｈｎｏｌｏｇｉｅｓ 撮影画像に含まれる境界線を検出するための装置、方法、及びプログラム
EP3495220B1 (en) 2017-12-11 2024-04-03 Volvo Car Corporation Path prediction for a vehicle
EP3495219B1 (en) * 2017-12-11 2023-07-05 Volvo Car Corporation Path prediction for a vehicle
US11130497B2 (en) 2017-12-18 2021-09-28 Plusai Limited Method and system for ensemble vehicle control prediction in autonomous driving vehicles
US11273836B2 (en) * 2017-12-18 2022-03-15 Plusai, Inc. Method and system for human-like driving lane planning in autonomous driving vehicles
US20190185012A1 (en) 2017-12-18 2019-06-20 PlusAI Corp Method and system for personalized motion planning in autonomous driving vehicles
EP3732085A4 (en) * 2017-12-27 2021-08-11 Bayerische Motoren Werke Aktiengesellschaft VEHICLE LINE CHANGE PREDICTION
JP7204326B2 (ja) * 2018-01-15 2023-01-16 キヤノン株式会社 情報処理装置及びその制御方法及びプログラム、並びに、車両の運転支援システム
DE112019000122T5 (de) * 2018-02-27 2020-06-25 Nvidia Corporation Echtzeiterfassung von spuren und begrenzungen durch autonome fahrzeuge
DE102018116036A1 (de) * 2018-07-03 2020-01-09 Connaught Electronics Ltd. Training eines tiefen konvolutionellen neuronalen Netzwerks für individuelle Routen
DE102018215055A1 (de) 2018-09-05 2020-03-05 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Bestimmen einer Spurwechselangabe eines Fahrzeugs, ein computerlesbares Speichermedium und ein Fahrzeug
KR102115915B1 (ko) * 2018-10-08 2020-05-27 주식회사 만도 차선 인식의 왜곡을 판단하여 차량을 제어하는 장치 및 방법
KR102483649B1 (ko) * 2018-10-16 2023-01-02 삼성전자주식회사 차량 위치 결정 방법 및 차량 위치 결정 장치
DE102018220803A1 (de) * 2018-12-03 2020-06-04 Robert Bosch Gmbh Spurgenaue Lokalisierung von Fahrzeugen
CN109740469B (zh) * 2018-12-24 2021-01-22 百度在线网络技术（北京）有限公司 车道线检测方法、装置、计算机设备和存储介质
US11475678B2 (en) * 2019-01-04 2022-10-18 Qualcomm Incorporated Lane marker detection and lane instance recognition
US11544940B2 (en) * 2019-01-04 2023-01-03 Qualcomm Incorporated Hybrid lane estimation using both deep learning and computer vision
US11304156B2 (en) 2019-01-04 2022-04-12 Qualcomm Incorporated Physical layer aspects for hierarchical mobility
US11430226B2 (en) * 2019-01-14 2022-08-30 Boe Technology Group Co., Ltd. Lane line recognition method, lane line recognition device and non-volatile storage medium
US11093761B2 (en) * 2019-03-06 2021-08-17 GM Global Technology Operations LLC Lane position sensing and tracking in a vehicle
BR112021017749A2 (pt) * 2019-03-08 2021-11-16 Orlaco Products B V Método para treinar e usar uma rede neural para detectar posição da parte ego
CN109979204A (zh) * 2019-04-02 2019-07-05 浙江多普勒环保科技有限公司 光切割多车道速度及加速度检测装置及其方法
KR20230098704A (ko) 2019-06-07 2023-07-04 베이징 다지아 인터넷 인포메이션 테크놀로지 컴퍼니 리미티드 비디오 코딩을 위한 서브-블록 시간적 움직임 벡터 예측
CN111323756B (zh) * 2019-12-30 2022-05-13 北京海兰信数据科技股份有限公司 一种基于深度学习的航海雷达目标检测方法及装置
CN111353466B (zh) * 2020-03-12 2023-09-22 北京百度网讯科技有限公司 车道线识别处理方法、设备、存储介质
US20220026234A1 (en) * 2021-02-25 2022-01-27 Kabushiki Kaisha Toshiba Drive control device, drive control method, and computer program product
GB2605365B (en) * 2021-03-22 2024-04-10 Fusion Proc Limited System for monitoring a position of a vehicle
US11845428B2 (en) * 2021-07-13 2023-12-19 Canoo Technologies Inc. System and method for lane departure warning with ego motion and vision
US11908200B2 (en) 2021-07-13 2024-02-20 Canoo Technologies Inc. System and method in the prediction of target vehicle behavior based on image frame and normalization
US11891059B2 (en) 2021-07-13 2024-02-06 Canoo Technologies Inc. System and methods of integrating vehicle kinematics and dynamics for lateral control feature at autonomous driving
US11891060B2 (en) 2021-07-13 2024-02-06 Canoo Technologies Inc. System and method in lane departure warning with full nonlinear kinematics and curvature
US12017661B2 (en) 2021-07-13 2024-06-25 Canoo Technologies Inc. System and method in vehicle path prediction based on full nonlinear kinematics
US11840147B2 (en) 2021-07-13 2023-12-12 Canoo Technologies Inc. System and method in data-driven vehicle dynamic modeling for path-planning and control
US20230286500A1 (en) * 2022-03-11 2023-09-14 Fusion Processing Limited System for monitoring a position of a vehicle

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7979172B2 (en) * 1997-10-22 2011-07-12 Intelligent Technologies International, Inc. Autonomous vehicle travel control systems and methods
US20090043506A1 (en) * 1997-10-22 2009-02-12 Intelligent Technologies International, Inc. Method and System for Controlling Timing of Vehicle Transmissions
JP3941252B2 (ja) 1998-08-07 2007-07-04 マツダ株式会社 車両の位置検出装置
CN1945207A (zh) * 2006-09-15 2007-04-11 江苏大学 驾驶员车道保持辅助方法及装置
CN101016052A (zh) * 2007-01-25 2007-08-15 吉林大学 高等级公路上车辆防车道偏离预警方法和系统
DE102008038731A1 (de) 2008-08-12 2010-02-18 Continental Automotive Gmbh Verfahren zur Erkennung ausgedehnter statischer Objekte
CN102201167B (zh) * 2010-04-07 2013-03-06 宫宁生 基于视频的汽车车道自动识别方法
JP2012226392A (ja) * 2011-04-14 2012-11-15 Honda Elesys Co Ltd 運転支援システム
US20120283913A1 (en) * 2011-05-05 2012-11-08 GM Global Technology Operations LLC System and method for adjusting smoothness for lane centering steering control
CN102806913B (zh) * 2011-05-31 2015-04-15 德尔福电子(苏州)有限公司 一种车道线偏离检测方法及装置
JP6047891B2 (ja) * 2012-03-01 2016-12-21 日産自動車株式会社 車両用走行制御装置
CN102819263B (zh) 2012-07-30 2014-11-05 中国航天科工集团第三研究院第八三五七研究所 多摄像头无人车视觉感知系统
DE102012215322A1 (de) * 2012-08-29 2014-03-06 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erkennen einer Position eines Fahrzeugs auf einer Fahrspur
CN103057470B (zh) * 2012-12-06 2015-09-16 重庆交通大学 一种车辆违章压线预先提示装置及其提示方法
KR101715014B1 (ko) 2013-01-23 2017-03-10 주식회사 만도 주차 보조 장치 및 그 주차 보조 방법
CN203332108U (zh) * 2013-06-09 2013-12-11 兰州工业学院 一种危险驾驶行为识别装置
CN104700657A (zh) 2013-12-06 2015-06-10 大连东浦机电有限公司 一种基于人工神经网络的周边车辆行为预判系统
KR101565006B1 (ko) 2014-05-30 2015-11-13 엘지전자 주식회사 차량용 어라운드뷰 제공 장치 및 이를 구비한 차량
CN104036253A (zh) * 2014-06-20 2014-09-10 智慧城市系统服务（中国）有限公司 一种车道线追踪方法及系统
CN104318258B (zh) * 2014-09-29 2017-05-24 南京邮电大学 一种基于时域模糊和卡尔曼滤波器的车道线检测方法
JP6548376B2 (ja) * 2014-10-06 2019-07-24 日本電産株式会社 レーダシステム、レーダ信号処理装置、車両走行制御装置および方法、ならびにコンピュータプログラム
CN112923937B (zh) * 2015-02-10 2022-03-15 御眼视觉技术有限公司 沿着路段自主地导航自主车辆的系统、自主车辆及方法
US9286524B1 (en) * 2015-04-15 2016-03-15 Toyota Motor Engineering & Manufacturing North America, Inc. Multi-task deep convolutional neural networks for efficient and robust traffic lane detection
US10449899B2 (en) * 2015-05-08 2019-10-22 Magna Electronics Inc. Vehicle vision system with road line sensing algorithm and lane departure warning
CN204701532U (zh) * 2015-05-25 2015-10-14 长安大学 一种基于车辆碰撞预警系统的防误报警装置
US20160371983A1 (en) * 2015-06-22 2016-12-22 Garmin Switzerland Gmbh Parking assist system and method
CN106023596A (zh) * 2016-07-21 2016-10-12 北京奇虎科技有限公司 基于行车视频的车辆违章检测方法、装置及系统

Also Published As

Publication number Publication date
DE102017105661A1 (de) 2017-09-21
US10124730B2 (en) 2018-11-13
GB201704139D0 (en) 2017-04-26
US20170267177A1 (en) 2017-09-21
CN107203738B (zh) 2022-04-12
CN107203738A (zh) 2017-09-26
GB2550256A (en) 2017-11-15
MX2017003499A (es) 2018-08-15

Similar Documents

Publication Publication Date Title
RU2017107947A (ru) Позиция границы полосы движения транспортного средства
US10937186B2 (en) Techniques for precisely locating landmarks in monocular camera images with deep learning
KR102420026B1 (ko) 군집주행 제어장치 및 그 방법
CN106740841B (zh) 基于动态控制的车道线检测方法、装置及车载设备
JP6096723B2 (ja) 走行区画線認識装置及び走行区画線認識プログラム
CN109476309B (zh) 高级驾驶辅助系统中的动态传感器范围
US9637119B2 (en) Safe driving guiding system and method thereof
JP5966965B2 (ja) 車線境界線逸脱抑制装置及び車線境界線逸脱抑制方法
US9934441B2 (en) Apparatus for recognizing lane partition lines
JP6995188B2 (ja) 車載カメラの姿勢推定方法、装置およびシステムならびに電子機器
US10906538B2 (en) Driving assistance method, driving assistance device, and vehicle having driving assistance device
RU2017131047A (ru) Восприятие дорожных условий по объединенным данным с датчиков
US20170050642A1 (en) System for autonomously or partially autonomously driving a vehicle with communication module for obtaining additional information from a vehicle driver and corresponding method
RU2017121567A (ru) Аппарат и способы обнаружения полос движения
MX2017009437A (es) Deteccion de carriles por camara trasera.
JP2016007894A (ja) 注意喚起装置及び走行制御装置
US10005473B2 (en) Stereo camera, vehicle driving auxiliary device having same, and vehicle
EP2863374A1 (en) Lane partition marking detection apparatus, and drive assist system
US11069237B2 (en) Methods identifying vehicles and related systems, controllers, and vehicles
JP2020501423A (ja) 車両の周辺領域を状況に依存した捕捉を実施するためのカメラ手段及び方法
US11934204B2 (en) Autonomous driving apparatus and method
WO2015063422A3 (fr) Dispositif de détection de la position latérale d'un piéton par rapport à la trajectoire du véhicule
JP2015202758A (ja) 運転支援装置
JP6105524B2 (ja) 走行区画線認識装置及び走行区画線認識プログラム
CN115123218B (zh) 车辆的检测方法、装置及其电子设备

Legal Events

Date Code Title Description
FA93 Acknowledgement of application withdrawn (no request for examination)

Effective date: 20200316