自动驾驶控制设备、具有该设备的车辆及其控制方法技术

根据本公开的车辆包括车体、设置在车体中并配置成获取道路的图像和道路周围的图像的图像获取器以及自动驾驶控制设备。驾驶控制设备配置为从图像获取器实时接收第一图像和第二图像，检测第一图像和第二图像中的每一个中的移动对象，将去除了移动对象的第一图像与去除了移动对象的第二图像进行比较以识别车体的位置变化，并基于所识别的车体的位置变化来控制车辆的驾驶。

【技术实现步骤摘要】
自动驾驶控制设备、具有该设备的车辆及其控制方法
本公开涉及一种用于识别车辆自身的位置变化的自动驾驶控制设备、具有该设备的车辆及其控制方法。
技术介绍
车辆是驱动车轮以在道路上行驶的设备。在车辆中嵌入有用于保护乘客、辅助驾驶车辆和改善乘坐舒适性的各种装置。近来，在车辆中设置有自动驾驶控制设备，其配置为通过控制车辆自身以识别道路环境并确定驾驶状况以及沿着计划行驶路径行驶来使车辆能够自动驾驶至目的地，并且正积极地进行关于这种技术的研究。自动驾驶控制设备识别车辆自身的位置变化和对象的位置变化，并且实时生成用于避开对象的行驶路径。本部分的公开内容是提供本专利技术的背景。申请人注意到，本部分可能包含本申请之前的信息。但是，通过提供本部分，申请人不承认本部分所包含的任何信息构成现有技术。
技术实现思路
一种用于识别车辆自身的位置变化和对象的位置变化的技术包括处理车辆自身周围的图像的技术。也就是说，自动驾驶控制设备使用图像处理技术识别车辆自身的位置变化，并且从所识别的车辆自身的位置变化来识别对象的位置变化。此处，存在的问题在于，随着正在处理的图像中的特征点的数量的增加，图像处理速度变慢，并且位置识别性能下降。由于上述原因，当自动驾驶控制设备控制车辆的驾驶时，由于反映车辆自身和附近车辆的位置变化的速度是慢的，因此车辆自身稳定驾驶是不可能的，并且可能增加与对象碰撞的危险。本公开的一方面提供一种自动驾驶控制设备、具有该设备的车辆及其控制方法，该自动驾驶控制设备使用深度学习来检测图像内的移动对象，并使用图像中的固定对象的特征点而非移动对象的特征点来识别车辆自身的位置。本公开的另一个方面提供一种自动驾驶控制设备、具有该设备的车辆及其控制方法，该自动驾驶控制设备将图像分成检测到固定对象的第一区域、检测到移动对象的第二区域以及作为第一区域和第二区域之间的边界的第三区域以在第三区域中的特征点之中搜索固定对象的特征点，以识别车辆自身的位置。根据一个方面，一种设置在可移动设备处的自动驾驶控制设备包括：配置成存储多个数据片段的存储器、配置成获取周围的图像的图像获取器以及控制器，该控制器配置成接收由图像获取器获取的第一图像和第二图像，基于多个数据片段检测在第一图像和第二图像中的每一个中的固定对象，将在第一图像中的固定对象的位置与在第二图像中的固定对象的位置进行比较，以识别固定对象的位置变化，基于所识别的固定对象的位置变化来识别可移动设备的位置变化，并基于所识别的可移动设备的位置变化来控制驾驶。根据一个方面，自动驾驶控制设备的第二图像可包括在从获取第一图像的时间点流逝一定时间的时间点处获取的图像。根据一个方面，自动驾驶控制设备的控制器可对第一图像和第二图像执行深度学习以从第一图像和第二图像中检查线条信息(lineinformation)、像素信息、表面信息、形状信息、颜色分布信息以及尺寸信息中的至少一个，并可将至少一个所检查的信息与多个数据片段进行比较以检测固定对象。根据一个方面，自动驾驶控制设备的控制器可使用关于对第一图像和第二图像执行的深度学习的信息来更新存储器的数据。根据一个方面，自动驾驶控制设备的控制器可对第一图像和第二图像执行深度学习以检测在第一图像和第二图像中的每一个中的移动对象，并基于在第一图像中的移动对象和在第二图像中的移动对象的位置变化以及固定对象的位置变化来控制驾驶。根据一个方面，自动驾驶控制设备的多个数据可包括关于多个对象的图像信息和状态信息。根据另一个方面，一种车辆包括：车体，设置在车体中并配置成获取道路和道路的周围的图像的图像获取器，以及自动驾驶控制设备，其配置成实时接收第一图像和第二图像，基于预先存储的多个数据片段检测第一图像和第二图像中的每一个中的固定对象，将在第一图像中的固定对象的位置与在第二图像中的固定对象的位置进行比较，以识别车体的位置变化，并基于所识别的车体的位置变化来控制驾驶。车辆的自动驾驶控制设备可对第一图像和第二图像执行深度学习以从第一图像和第二图像中检查线条信息、像素信息、表面信息、形状信息、颜色分布信息以及尺寸信息中的至少一个，并可将至少一个所检查的信息与多个数据片段进行比较以检测固定对象。车辆的自动驾驶控制设备可使用关于对第一图像和第二图像执行的深度学习的信息来更新多个数据片段。车辆的自动驾驶控制设备的控制器可对第一图像和第二图像执行深度学习以在第一图像和第二图像中的每一个中检测移动对象，并基于在第一图像中的移动对象和在第二图像中的移动对象的位置变化以及固定对象的位置变化来控制驾驶。车辆的自动驾驶控制设备可将第一图像和第二图像中的每一个的区域划分为检测到固定对象的第一区域、检测到移动对象的第二区域以及作为第一区域和第二区域之间的边界的第三区域，从第一图像和第二图像的第一、第二和第三区域提取特征点，并针对每个区域将在第一图像中的特征点的位置与在第二图像中的特征点的位置进行比较，以检查在每个区域中特征点的位置是否改变。车辆的自动驾驶控制设备可检查第一图像和第二图像中的每一个的第三区域中的特征点的特征值，并基于所检查的特征点的特征值，在第一图像和第二图像中的每一个的第三区域中的特征点之中确定固定对象的特征点。车辆的自动驾驶控制设备可检查第一图像和第二图像中的每一个的第一区域和第三区域中的特征点的特征值，并且确定具有所检查的特征点的特征值之中的等于或大于第一预定特征值的特征值的特征点是固定对象的代表性特征点。车辆的自动驾驶控制设备可将第一图像中的固定对象的代表性特征点与第二图像中的固定对象的代表性特征点进行比较，以检查代表性特征点是否匹配，并且可确定匹配的代表性特征点是第一图像和第二图像中的固定对象的有效特征点。车辆的自动驾驶控制设备可确定具有第一图像和第二图像中的每一个的第二区域和第三区域中的特征点的特征值之中的等于或大于第二预定特征值的特征值的特征点是移动对象的代表性特征点，并基于第一图像和第二图像中的代表性特征点来识别移动对象的位置变化。车辆的自动驾驶控制设备可将第一图像中的移动对象的代表性特征点与第二图像中的移动对象的代表性特征点进行比较，以检查特征点是否匹配，并且可确定匹配的代表性特征点是第一图像和第二图像中的移动对象的有效特征点。当在第一图像和第二图像中的每一个的第三区域中的有效特征点之中存在与移动对象的有效特征点匹配的一个或多个固定对象的有效特征点时，车辆的自动驾驶控制设备可从固定对象的有效特征点中移除一个或多个匹配的有效特征点。根据另一个方面，一种用于控制自动驾驶的车辆的方法包括实时地获取图像，从所获取的图像中选择第一图像和第二图像，基于预先存储的多个数据检测第一图像和第二图像中的每一个中的固定对象，将在第一图像中的固定对象的位置与在第二图像中的固定对象的位置进行比较以识别固定对象的位置变化，基于所识别的固定对象的位置变化来识别车辆自身的位置变化，以及基于所识别的车辆自身的位置变化来控制驾驶。识别固定对象的位置变化和移动对象的位置的变化可包括将第一图像和第二图像中的每一个的区域划分为检测到固定对象的第一区域、检测到移动对象的第二区域以及作为第一区域和第二区域之间的边界的第三区域，从第一图像和第二图像的第一、第二和第三区域提取特征点，并针对每个区域比较在第一图像中的特征点的位置与在本文档来自技高网...

【技术保护点】
一种设置在可移动设备处的自动驾驶控制设备，所述自动驾驶控制设备包括：存储器，其配置为存储多个数据片段；图像获取器，其配置为获取周围的图像；以及控制器，其配置为接收由所述图像获取器获取的第一图像和第二图像、从所述第一图像和所述第二图像中提取特征点、基于所述多个数据片段从所述第一图像和所述第二图像的每一个中检测移动对象、将所述第一图像和所述第二图像的每一个的区域划分成检测到移动对象的检测区域和所述检测区域的周围区域、将所述第一图像的周围区域中的特征点与所述第二图像的周围区域中的特征点进行比较以确定无效特征点、从所述第一图像和所述第二图像的特征点中移除所述移动对象的特征点和所述无效特征点以从所述图像的每个中获取有效特征点，并且基于所述第一图像中的有效特征点和所述第二图像中的有效特征点来识别所述可移动设备的位置。

【技术特征摘要】
2016.10.12 KR 10-2016-01317961.一种设置在可移动设备处的自动驾驶控制设备，所述自动驾驶控制设备包括：存储器，其配置为存储多个数据片段；图像获取器，其配置为获取周围的图像；以及控制器，其配置为接收由所述图像获取器获取的第一图像和第二图像、从所述第一图像和所述第二图像中提取特征点、基于所述多个数据片段从所述第一图像和所述第二图像的每一个中检测移动对象、将所述第一图像和所述第二图像的每一个的区域划分成检测到移动对象的检测区域和所述检测区域的周围区域、将所述第一图像的周围区域中的特征点与所述第二图像的周围区域中的特征点进行比较以确定无效特征点、从所述第一图像和所述第二图像的特征点中移除所述移动对象的特征点和所述无效特征点以从所述图像的每个中获取有效特征点，并且基于所述第一图像中的有效特征点和所述第二图像中的有效特征点来识别所述可移动设备的位置。2.根据权利要求1所述的自动驾驶控制设备，其中所述第二图像包括在从获取所述第一图像的时间点流逝一定时间的时间点处获取的图像。3.根据权利要求1所述的自动驾驶控制设备，其中所述控制器对所述第一图像和所述第二图像执行深度学习以从所述第一图像和所述第二图像中检查线条信息、像素信息、表面信息、形状信息、颜色分布信息以及尺寸信息中的至少一个，并将至少一个所检查的信息与所述多个数据片段进行比较以检测所述移动对象。4.根据权利要求3所述的自动驾驶控制设备，其中所述控制器使用关于对所述第一图像和所述第二图像执行的所述深度学习的信息来更新所述存储器的数据。5.根据权利要求3所述的自动驾驶控制设备，其中所述控制器将所述第一图像中的所述移动对象的所述特征点与所述第二图像中的所述移动对象的所述特征点进行比较，以识别所述移动对象的位置变化，并基于所识别的所述移动对象的位置变化来控制所述可移动设备的驾驶。6.根据权利要求1所述的自动驾驶控制设备，其中所述多个数据包括关于多个对象的图像信息和状态信息。7.一种车辆，其包括：车体；图像获取器，其设置在所述车体中并配置为获取道路的图像和所述道路周围的图像；以及自动驾驶控制设备，其配置为实时接收第一图像和第二图像、基于预先存储的多个数据片段来检测所述第一图像和所述第二图像的每一个中的移动对象、比较所述第一图像和所述第二图像以识别所述车体的位置变化，其中从所述第一图像和所述第二图像中移除所述移动对象、并基于所识别的所述车体的位置变化来控制驾驶。8.根据权利要求7所述的车辆，其中所述自动驾驶控制设备对所述第一图像和所述第二图像执行深度学习以从所述第一图像和所述第二图像中检查线条信息、像素信息、表面信息、形状信息、颜色分布信息以及尺寸信息中的至少一个，并将至少一个所检查的信息与所述多个数据片段进行比较以检测所述移动对象。9.根据权利要求7所述的车辆，其中所述自动驾驶控制设备从所述第一图像和所述第二图像提取特征点、将所述第一图像和所述第二图像的每一个的区域划分成检测到所述移动对象的检测区域和所述检测区域的周围区域、将所述第一图像的周围区域中的特征点与所述第二图像的周围区域中的特征点进行比较以确定无效特征点、从所述第一图像和所述第二图像的所述特征点中移除所述移动对象的特征点和所述无效特征点以从所述图像的每个中获取有效特征点、并基于所述第一图像中的有效特征点和所述第二图像中的有效特征点来识别所述车体的位置变化。10.根据权利要求9所述的车辆，其中所述自动驾驶控制设备将所述第一图像中的所述移动对象的所述特征点与所述第二图像中的所述移动对象的所述特征点进行比较以识别所述移动对象的位置变化，并基于所识别的所述移动对象的位置变化和所述车体的位置变化来控制所述车体的驾驶。11.根据权利要求7所述的车辆，其中所述自动驾驶控制设备将所述第一图像和所述第二图像的每一个的区域划分成检测到固定对象的第一区域、检测到移动对象的第二区域以及作为所述第一区域和所述第二区域之间的边界的第三区域，从所述第一图像和所述第二图像的所述第一区域、所述第二区域和所述第三区域提取特征点，并针对每个区域将所述第一图像中的特征点的位置与所述第二图像中的特征点的位置进行比较以检查在所述每个区域中所述特征点的位置是否改变。12.根...

【专利技术属性】
技术研发人员：尹晟源，权九度，
申请(专利权)人：现代自动车株式会社，
类型：发明
国别省市：韩国,KR