提供用于驾驶车辆的信息的方法和设备技术

公开一种提供用于驾驶车辆的信息的方法和设备，所述方法包括：从驾驶图像检测包括车道分界线的车道区域；基于地图信息确定车辆正在行驶的道路的曲率信息；基于检测车道区域和具有所述曲率信息的参考线来估计车辆的横向偏移；基于所述曲率信息和横线偏移输出包括用于驾驶车辆的信息的信号。

Methods and equipment for providing information for driving vehicles

【技术实现步骤摘要】
提供用于驾驶车辆的信息的方法和设备本申请要求于2018年2月12日提交到韩国知识产权局的第10-2018-0016904号韩国专利申请的权益，所述韩国专利申请的全部公开出于所有的目的通过引用包含于此。
本申请涉及一种提供用于车辆的驾驶的信息的方法和设备。
技术介绍
可视信息增强技术被提供以辅助车辆和其他交通工具的转向。在这样的技术中，各种方法可被用于从驾驶图像提取车道标记或道路信息。例如，当与位于距车辆延伸距离处的图像相关的像素信息不足时，当车道标记被道路环境中的对象遮挡时，当由于从白天到夜晚的时间的改变或由于天气(诸如，雪和雨)的改变而在图像中发生亮度或对比度的改变时，或者当由于道路(例如，坡道)的形状或曲率或者高度的改变而导致不充分或不准确地获取图像信息时，可能难以准确地检测车道标记。例如，当准确的车道检测不被执行时，提供用于车辆的驾驶(诸如，车辆控制或路线确定)的准确的信息的难度会增加。
技术实现思路
提供本
技术实现思路
来以简化的形式介绍下面在具体实施方式中进一步描述的构思的选择。本
技术实现思路
不意图标识要求保护的主题的关键特征或必要特征，也不意图用于辅助确定要求保护的主题的范围。在一个总体方面，一种方法，包括：从驾驶图像检测包括车道分界线的车道区域；基于地图信息确定车辆正在行驶的道路的曲率信息；基于检测的车道区域和具有所述曲率信息的参考线来估计车辆的横向偏移；基于所述曲率信息和横向偏移输出包括用于驾驶车辆的信息的信号。检测车道区域的步骤可包括：对包括在驾驶图像中的对象进行分类；生成包括在驾驶图像中的对象被分类的分割图像；从生成的分割图像检测车道区域。确定曲率信息的步骤可包括：确定车辆的当前位置；基于地图上与车辆的当前位置对应的多个路径点来确定所述曲率信息。基于多个路径点来确定所述曲率信息的步骤可包括：选择距所述当前位置前视距离内的多个路径点。基于多个路径点来确定所述曲率信息的步骤可包括：基于所述多个路径点识别地图上的道路的形状；基于地图上的道路的形状来确定曲率信息。识别地图上的道路的形状的步骤可包括：使用对所述多个路径点进行的线性回归分析来获得表示地图上的道路的形状的回归函数。可基于车辆的速度、可视距离、天气情况、驾驶情况和道路的情况中的任何一个或任何组合来确定前视距离。确定曲率信息的步骤可包括：当车辆正在行驶的道路包括多条车道时，基于车辆的目的地信息选择所述多条车道中的一条车道；确定与选择的车道对应的道路的曲率信息。估计车辆的横向偏移的步骤可包括：将车道区域的图像转换成俯视图；计算包括在俯视图中的线相对于参考线的多项式拟合分数；基于多项式拟合分数估计车辆的横向偏移。计算多项式拟合分数的步骤可包括：当将参考线移动预定数量的像素单元时，响应于参考线被移动，通过对包括在俯视图中的线与参考线之间的匹配像素的数量进行计数来计算候选拟合分数。计算候选拟合分数的步骤可包括：将参考线移动预定数量的像素单元；对包括在俯视图中的线与移动所述预定数量的像素单元的参考线之间的匹配像素的数量进行计数；基于匹配像素的数量来计算与移动的参考线相关联的候选拟合分数。估计车辆的横向偏移的步骤可包括：基于多项式拟合分数来检测线；基于检测的线和俯视图中的车辆的横向位置来计算横向偏移。检测线的步骤可包括：基于阈值确定多个拟合分数之中的与每条线对应的至少一个多项式拟合分数；基于与每条线对应的所述至少一个多项式拟合分数来检测对应的线。检测对应的线的步骤可包括：从对应的线的至少一个多项式拟合分数检测具有最高值的多项式拟合分数；基于与检测的多项式拟合分数对应的偏移信息来确定对应的线。检测对应的线的步骤可包括：基于作为权重的对应的线的至少一个多项式拟合分数，获得与所述至少一个多项式拟合分数对应的至少一项偏移信息的加权和；基于所述加权和来确定对应的线。计算横向偏移的步骤可包括：确定与车辆的横向位置邻近的左侧线和右侧线之间的中心线；计算所述中心线与车辆的横向位置之间的距离。俯视图中的车辆的横向位置可包括俯视图的横向中心位置。可基于附接到车辆以捕捉驾驶图像的相机的横向位置来确定俯视图中的车辆的横向位置。输出包括用于驾驶车辆的信息的信号的步骤可包括：基于所述曲率信息和横向偏移来确定车辆的局部路径；基于局部路径来生成用于控制车辆的驾驶的信号。输出包括用于驾驶车辆的信息的信号的步骤可包括：基于所述曲率信息和横向偏移来确定车辆的局部路径；基于局部路径来提供包括车辆的行驶车道的行驶信息。所述方法可包括：获取驾驶图像；获取地图信息。在一个总体方面，一种检测线的方法，包括：从驾驶图像检测包括车道分界线的车道区域；基于地图信息确定车辆正在行驶的道路的曲率信息；基于车道区域和基于所述曲率信息的参考线来检测线。检测车道区域的步骤可包括：对包括在驾驶图像中的对象进行分类；生成包括在驾驶图像中的对象被分类的分割图像；从生成的分割图像检测车道区域。确定曲率信息的步骤可包括：确定车辆的当前位置；基于地图上与车辆的当前位置对应的多个路径点来确定所述曲率信息。基于多个路径点来确定所述曲率信息的步骤可包括：选择距当前位置前视距离内的多个路径点。基于多个路径点来确定所述曲率信息的步骤可包括：基于所述多个路径点识别地图上的道路的形状；基于地图上的道路的形状来确定所述曲率信息。识别地图上的道路的形状的步骤可包括：使用对所述多个路径点进行的线性回归分析来获得表示地图上的道路的形状的回归函数。基于车辆的速度、可视距离、天气情况、驾驶情况和道路的情况中的任何一个或任何组合来确定前视距离。确定曲率信息的步骤可包括：当车辆正在行驶的道路包括多条车道时，基于车辆的目的地信息来选择所述多条车道中的一条车道；确定与选择的车道对应的道路的曲率信息。检测线的步骤可包括：将车道区域的图像转换成俯视图；计算包括在俯视图中的线相对于参考线的多项式拟合分数；基于多项式拟合分数来检测线。计算多项式拟合分数的步骤可包括：当将参考线移动预定数量的像素单元时，响应于参考线被移动，通过对参考线与包括在俯视图中的线之间的匹配像素的数量进行计数来计算候选拟合分数。计算候选拟合分数的步骤可包括：将参考线移动预定数量的像素单元；对包括在俯视图中的线与移动所述预定数量的像素单元的参考线之间的匹配像素的数量进行计数；基于匹配的像素的数量来计算与移动的参考线相关联的候选拟合分数。识别地图上的道路的形状的步骤可包括：使用对所述多个路径点进行的线性回归分析来获得表示地图上的道路的形状的回归函数。基于车辆的速度、可视距离、天气情况、驾驶情况和道路的情况中的任何一个或任何组合来确定前视距离。确定所述曲率信息的步骤可包括：当车辆正在行驶的道路包括多条车道时，基于车辆的目的地信息来选择所述多条车道中的一条车道；确定与选择的车道对应的道路的曲率信息。检测线的步骤可包括：将车道区域的图像转换成俯视图；计算包括在俯视图中的线相对于参考线的多项式拟合分数；基于拟合分数来检测线。计算多项式拟合分数的步骤可包括：当将参考线移动预定数量的像素单元时，响应于参考线被移动，通过对参考线与包括在俯视图中的线之间的匹配像素的数量进行计数来计算候选拟合分数。计算候选拟合分数的步骤可包括：将参考线移动预定数量的像素单元；对包括在俯视图中的线与移动所述预定数量的像素单元的参本文档来自技高网...

【技术保护点】
1.一种提供用于驾驶车辆的信息的方法，包括：从驾驶图像检测包括车道分界线的车道区域；基于地图信息确定车辆正在行驶的道路的曲率信息；基于检测的车道区域和具有所述曲率信息的参考线来估计车辆的横向偏移；基于曲率信息和横向偏移输出包括用于驾驶车辆的信息的信号。

【技术特征摘要】
2018.02.12 KR 10-2018-00169041.一种提供用于驾驶车辆的信息的方法，包括：从驾驶图像检测包括车道分界线的车道区域；基于地图信息确定车辆正在行驶的道路的曲率信息；基于检测的车道区域和具有所述曲率信息的参考线来估计车辆的横向偏移；基于曲率信息和横向偏移输出包括用于驾驶车辆的信息的信号。2.根据权利要求1所述的方法，其中，检测车道区域的步骤包括：对包括在驾驶图像中的对象进行分类；生成包括在驾驶图像中的对象被分类的分割图像；从生成的分割图像检测车道区域。3.根据权利要求1所述的方法，其中，确定曲率信息的步骤包括：确定车辆的当前位置；基于地图上与车辆的当前位置对应的多个路径点来确定所述曲率信息。4.根据权利要求3所述的方法，其中，基于多个路径点来确定所述曲率信息的步骤包括：选择距所述当前位置前视距离内的多个路径点，基于选择的多个路径点来确定所述曲率信息。5.根据权利要求3所述的方法，其中，基于多个路径点来确定所述曲率信息的步骤包括：基于所述多个路径点识别地图上的道路的形状；基于地图上的道路的形状来确定所述曲率信息。6.根据权利要求5所述的方法，其中，识别地图上的道路的形状的步骤包括：使用对所述多个路径点进行的线性回归分析来获得表示地图上的道路的形状的回归函数。7.根据权利要求4所述的方法，其中，基于车辆的速度、可视距离、天气情况、驾驶情况和道路的情况中的任何一个或任何组合来确定前视距离。8.根据权利要求1所述的方法，其中，确定曲率信息的步骤包括：当车辆正在行驶的道路包括多条路径时，基于车辆的目的地信息选择所述多条路径中的一条路径；确定与选择的路径对应的道路的曲率信息。9.根据权利要求1所述的方法，其中，估计车辆的横向偏移的步骤包括：将车道区域的图像转换成俯视图；计算包括在俯视图中的线相对于参考线的多项式拟合分数；基于多项式拟合分数估计车辆的横向偏移。10.根据权利要求9所述的方法，其中，计算多项式拟合分数的步骤包括：当将参考线移动预定数量的像素单元时，响应于参考线被移动，通过对包括在俯视图中的线与参考线之间的匹配像素的数量进行计数来计算候选拟合分数，作为多项式拟合分数。11.根据权利要求10所述的方法，其中，计算候选拟合分数的步骤包括：将参考线移动预定数量的像素单元；对包括在俯视图中的线与移动所述预定数量的像素单元的参考线之间的匹配像素的数量进行计数；基于匹配的像素的数量来计算与移动的参考线相关联的候选拟合分数。12.根据权利要求9所述的方法，其中，估计车辆的横向偏移的步骤包括：基于多项式拟合分数来检测线；基于检测的线和俯视图中的车辆的横向位置来计算车辆的横向偏移。13.根据权利要求12所述的方法，其中，检测线的步骤包括：基于阈值确定多个多项式拟合分数之中的与每条线对应的至少一个多项式拟合分数；基于与每条线对应的所述至少一个多项式拟合分数来检测对应的线。14.根据权利要求13所述的方法，其中，检测对应的线的步骤包括：从对应的线的至少一个多项式拟合分数检测具有最高值的多项式拟合分数；基于与检测的多项式拟合分数对应的偏移信息来确定对应的线。15.根据权利要求13所述的方法，其中，检测对应的线的步骤包括：基于作为权重的对应的线的至少一个多项式拟合分数获得与所述至少一个多项式拟合分数对应的至少一项偏移信息的加权和；基于所述加权和来确定对应的线。16.根据权利要求12所述的方法，其中，计算车辆的横向偏移的步骤包括：确定与车辆的横向位置邻近的左侧线和右侧线之间的中心线；计算所述中心线与车辆的横向位置之间的距离，作为车辆的横向偏移。17.根据权利要求12所述的方法，其中，俯视图中的车辆的横向位置包括俯视图的横向中心位置。18.根据权利要求12所述的方法，其中，基于附接到车辆以捕捉驾驶图像的相机的横向位置来确定俯视图中的车辆的横向位置。19.根据权利要求1所述的方法，其中，输出包括用于驾驶车辆的信息的信号的步骤包括：基于所述曲率信息和横向偏移来确定车辆的局部路径；基于局部路径来生成用于控制车辆的驾驶的信号。20.根据权利要求1所述的方法，其中，输出包括用于驾驶车辆的信息的信号的步骤包括：基于所述曲率信息和横向偏移来确定车辆的局部路径；基于局部路径来提供包括车辆的行驶车道的行驶信息。21.根据权利要求1所述的方法，还包括：获取驾...

【专利技术属性】
技术研发人员：李元周，具滋厚，李东昱，李宰雨，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：韩国,KR