[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN105765605A - 用于确定相对道路倾斜度的方法 - Google Patents

用于确定相对道路倾斜度的方法 Download PDF

Info

Publication number
CN105765605A
CN105765605A CN201480054474.2A CN201480054474A CN105765605A CN 105765605 A CN105765605 A CN 105765605A CN 201480054474 A CN201480054474 A CN 201480054474A CN 105765605 A CN105765605 A CN 105765605A
Authority
CN
China
Prior art keywords
horizon
line
motor vehicles
path
road
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
CN201480054474.2A
Other languages
English (en)
Inventor
克里斯托夫·阿恩特
乌韦·古森
弗雷德里克·斯蒂芬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN105765605A publication Critical patent/CN105765605A/zh
Pending legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/02Estimation 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
    • B60W40/06Road conditions
    • B60W40/076Slope angle of the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/48Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W2050/0001Details of the control system
    • B60W2050/0043Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/006Interpolation; Extrapolation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Navigation (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种用于确定位于机动车辆前方一定距离处的道路相对于机动车辆正在行驶的道路部分的坡度的方法,其中通过摄像机来记录位于机动车辆前方的道路的图像,在所记录的图像中识别机动车辆前方的路径线并且根据不同距离处的路径线的方向的差来计算相对坡度。根据本发明,在每种情况下,将路径线以其整体以非线性方式相对于位于机动车辆前方一定距离处的道路的地平线(20’)进行内插,计算路径的地平线(20’)与正在行驶的道路部分的地平线(20)之间的距离,并且其中根据这两个地平线(20,20’)之间的距离(D)来计算相对坡度。

Description

用于确定相对道路倾斜度的方法
本发明涉及一种用于确定机动车辆前方一定距离处的道路相对于机动车辆当前正在行驶的道路部分的倾斜度的方法,其中通过摄像机来记录机动车辆前方的道路的图像,在所记录的图像中识别机动车辆前方的路径线并且参照不同距离处的路径线的方向的差来计算相对倾斜度,并且本发明还涉及一种根据独立权利要求的前序部分用于执行该方法的装置。
为了能够满足对具有内燃发动机的机动车辆的燃料消耗和污染排放的当前和未来要求或对电动车辆的能量消耗的相应要求,多个技术被结合,也包括确定相对和绝对道路倾斜度以便能够调整驾驶策略——例如通过自适应巡航控制保持的相对于前方正在驾驶的车辆的距离——提前适应道路倾斜度。
相对道路倾斜度的知识也可以用于自动调整其它车辆参数——例如车辆前照灯的对准——以适应前方的道路。
道路倾斜度可以从地图数据使用导航系统来获得,然而,包括道路倾斜度的地图数据并不是对所有道路都可用,并且如果所述数据可用,则它经常不是很准确。
用于确定相对道路倾斜度的替代或补充方法可以评估机动车辆前方的道路的图像,所述图像通过机动车辆中或机动车辆上的摄像机来记录。具有权利要求1的前序部分的特征的这种类型的方法在EP2051206B1中公开。所述文件仅考虑在两个不同的距离处的道路标记的路线的差:一个相对靠近机动车辆并且一个在与机动车辆尽可能大的距离处。因此,这种方法非常容易出错。
参照它们自身的摄像机图像来确定距离不是非常准确。作为替代方案或除此之外,使用雷达或激光雷达来确定距离也是可能的,然而,与此相关的支出相当大。
本发明的目的是提供一种用于确定相对道路倾斜度的可靠且精确的方法并且所述方法仅通过评估摄像机图像来作用。
这个目的是通过根据独立权利要求的前序部分的方法和装置来实现的。
本发明的有利实施例在从属权利要求中公开。
根据本发明,所识别的路径线在每种情况下以其整体被内插,其中所述路径线通常形成笔直或弯曲的连续线或曲线,所述内插相对于机动车辆前方一定距离处的道路的地平线以非线性方式进行。计算以这种方式获得的道路前方的地平线和当前正在行驶的道路部分的地平线之间的距离,并且直接从这两个地平线之间的距离得出相对倾斜度。
在优选实施例中,通过以线性方式内插路径线来建立当前正在行驶的道路部分的地平线。在这种情况下,这具有以下优点:两个地平线彼此之间的距离以及因此相对倾斜度与机动车辆的当前俯仰无关。
路径线的线性内插优选是通过霍夫变换技术或拉东变换技术得到的直线的识别。
在通过线性内插建立的当前正在行驶的道路部分的地平线的替代方案中,也可以使用通过摄像机的安装位置和校准而建立的地平线,其中在校正之后需要考虑机动车辆的当前俯仰并且所述俯仰除了摄像机之外可以使用传感器来确定和/或可以通过车辆导航系统中的地图数据来确定。
非线性内插优选是特别是通过广义的霍夫变换技术得到的更高阶的近似。
可以使用当前正在行驶的道路部分的地平线与通过摄像机的安装位置和校准而建立的地平线之间的距离以便确定机动车辆的当前俯仰和/或以便监测或改善通过机动车辆中的俯仰传感器和/或纵向加速度计递送的值,当前正在行驶的道路部分的地平线通过非线性内插来获得。
路径线通常表示道路标记,特别是道路边缘的标记和/或车道标记,例如中心线。如果这种类型的标记不存在或除此之外,路径线也可以通过其他定界特征——例如防撞护栏、路缘石等——得到。
路径线应该基本上连续地再现可以在摄像机图像中识别的路径,至少直到基本上受摄像机的分辨率和道路标记的突出度限制的距离。
根据该方法计算出的相对倾斜度然后可以用于调整驾驶策略、车辆参数和/或车辆设置以适应道路倾斜度。
以下是参照附图的示例性实施例描述。在附图中:
图1说明了一个平面上机动车辆前方的笔直道路的摄像机图像;
图2说明了图1的情况的侧视图;
图3说明了假设机动车辆前方的道路包含坡度的情况下与图1类似的情况的侧视图:
图4说明了在行进方向上具有增加的坡度的机动车辆前方的笔直道路与图1的情况比较的摄像机图像;
图5a说明了车辆前方的左手弯曲的路径线的示例的俯视图;
图5b说明了假设左手弯曲在与机动车辆下方的道路部分相同的平面上延伸的情况下图5a中的路径线的三维示意图;
图5c说明了假设左手弯曲相对于机动车辆倾斜向上的坡度的情况下图5a中的路径线的三维示意图;
图5d说明了图5b中的路径线的示意性摄像机图像;
图5e说明了图5c中的路径线的示意性摄像机图像;
图6说明了机动车辆前方的右手弯曲的路径线的示例,所述右手弯曲包含增加的坡度;以及
图7说明了用于确定相对道路倾斜度的方法的示例的流程图。
现代机动车辆越来越频繁地安装有用于支持安全性应用——例如自适应巡航控制装置、车道偏离警告系统或其他系统——的摄像机系统。通常评估使用这些摄像机记录的图像以便提供用于特定应用的限定的数据集。
对于本申请,评估机动车辆前方的风景的摄像机图像的几何结构的几何特征,即将行驶的道路部分位于其中。
如图1所说明的,一个平面上的笔直道路通常通过侧向实线道路标记2、2’和虚线中心线4来表征,实线道路标记2、2’和虚线中心线4相交于点6,点6位于水平线8上,水平线8对应于在正在行驶的平面的情况下真实世界的地平线。
摄像机图像中地平线8的位置取决于摄像机的光路和安装位置。水平线8通常在安装摄像机之后建立并且然后保持永久固定。
图1中所说明的情况的侧视图在图2中说明。机动车辆10在附图中从左至右的平面上的笔直道路12上行驶。设置在例如机动车辆10的挡风玻璃后面的摄像机14指向行进方向并且在观察方向16上观察道路的地平线,例如图1中的水平线8,观察方向16根据路径和可以识别的距离而基本上平行于道路12延伸。机动车辆10前方的道路12位于摄像机14的视野中,其中在摄像机14前方最终距离d处的道路部分在不同于观察地平线的观察方向16的观察方向18上进行观察。
图3说明了假设机动车辆10正下方的道路12仍然是平坦的只是包含行进方向上的恒定坡度——换句话说沿着坡度部分12’延伸——的情况下与图1类似的情况的侧视图。在这种情况下,坡度部分12’的地平线在平坦道路12的地平线下方,并且通过摄像机14在观察方向16’上进行观察,根据坡度的值的观察方向16’不同于看到水平线8的观察方向16。道路部分现在位于摄像机14的观察方向18中,所述道路部分在摄像机14前方的距离d’处,所述距离大于图1中的距离d。
在倾斜度而不是坡度的情况下,所述坡度也被指定为负倾斜度,在摄像机14的图像传感器的相同像素位置处看到的道路部分的距离在相同的像素位置中将变得更小而不是更大。
区分上述地平线效应和与机动车辆10的俯仰相关的效应是必要的,机动车辆10的俯仰由于俯仰运动动态地产生或由于不均匀的负荷静态地产生。
由于图1中的所有路径线——例如道路标记2、2’和中心线4相交于一点,因此通过摄像机14观察到的道路部分的地平线可以通过摄像机图像计算,原因在于起始于图像前景的路径线以线性方式内插并且地平线是通过它们的交点来绘制。
为了这个目的,如果路径线被提供为点群,例如在数字摄像机图像的情况下,则通过本身从现有技术中已知的霍夫变换技术或拉东变换技术来识别直线是可行的。
在一个平面上的笔直道路的情况下,以这种方式获得的图4中的地平线20应该对应于图1中的预设水平线8。在每种情况下,地平线20和水平线8与机动车辆10当前正在行驶的道路部分相关。
在行进方向上具有增加的坡度的笔直道路的情况下,路径线以不断减小的笔直方式延伸,与摄像机14的距离增加,但所述路径线逐渐弯曲,如图4所示,并且它们相交于位于地平线20’上的点,地平线20’在地平线20下方延伸距离D。
此外,在这种情况下,线性内插或直线的识别提供图3中的地平线20,因为更靠近摄像机14的路径线的部分几乎是直的并且从图像前景开始被内插。
逐渐弯曲的路径线会聚的地平线20’与机动车辆10前方一定距离处的道路部分相关,即与仍然在识别的范围内的道路部分相关,识别范围基本上受摄像机14的分辨率和道路纵向标记的突出度限制。该范围通常是几个10米,例如20米。
逐渐弯曲的路径线会聚的点以及因此地平线20’可以通过弯曲的路径线的非线性内插来确定,例如,通过广义的霍夫变换技术在表示路径线的点群处确定。
图4中的两个地平线20和20’之间的距离D表示相对道路倾斜度,换句话说,正在行驶的道路的笔直部分的倾斜度与远离一定距离处的道路部分的倾斜度之间的差。
以与以上所述相同的方式,地平线20’也在形成以下所述的曲线的道路的情况下获得。
图5a说明了用于机动车辆10前方的弯曲的道路部分的示例的路径线的俯视图,其中x坐标对应于路径线或表示这些线的点群与摄像机14在机动车辆10的宽度方向上的距离,并且其中相对于x坐标压缩因子10的纵坐标对应于路径线或表示所述路径线的点群与摄像机14在行进方向上的距离。
图5b是在道路部分是与机动车辆10当前正在行驶的道路部分相同的平面上的左手弯曲的情况下图5a中的路径线的三维示意图,而图5c是在道路部分不仅向左手侧弯曲而且也相对于在它之前的道路部分不断倾斜——换句话说机动车辆10正好位于左手弯曲的倾斜度的起点处——的情况下图5a中的路径线的三维示意图。
图5d说明了来自摄像机14的视野的图5b的路径线并且图5e说明了来自摄像机14的视野的图5c的路径线。
在图5d和5e中,纵坐标值1表示通过摄像机14的安装位置和校准提供的地平线,所述地平线对应于图1中的地平线8或图3中的地平线20。
显而易见的是,如果在图5d和5e中,路径线不以非线性方式内插,则所述路径线在图5d中会聚于位于预设地平线上的点处,例如在一个平面上的道路的情况下预期的。然而,图5e中的路径线会聚于位于通过纵坐标值1.5的水平线上的点。
在图5e中通过摄像机14看到的道路曲线相对于预设地平线的相对倾斜度通过摄像机图像直接确定。实际上,相对倾斜度=(非线性内插的地平线的纵坐标值-预设地平线的纵坐标值)/预设地平线的纵坐标值×100%=(1.5-1)1×100%=50%。
值得注意的是,以这种方式获得的相对倾斜度不取决于难以确定或仅通过摄像机图像而不是通过摄像机几何结构以非常不准确的方式确定的任何距离。机动车辆10当前正在行驶的道路部分的地平线和机动车辆10前方一定距离处的道路的地平线之间的距离是真实世界中的相对倾斜度的线性量度,所述后一个地平线通过路径线的非线性内插获得。
而在图4的示例中,机动车辆10当前正在行驶的道路部分的地平线将通过路径线的线性内插来获得,在图5e的示例中,通过摄像机14的安装位置和校准预设的地平线将用于计算相对倾斜度。可以使用这两种方法中的任何一种,然而,其中第一种是优选的。
然而,在通过线性内插来计算地平线的情况下,值得注意的是,在每种情况下,这可能无法精确地提供机动车辆当前正在行驶的道路部分的倾斜度。例如,如果在图5e的示例中,路径线和图4的示例一样以线性方式内插,则将获得不正确的相对倾斜度的值。这存在于以下事实:图5c和5e说明了缺少实际关联的情况,其中机动车辆10正前方的道路突然变得极端倾斜。向现实的倾斜的软过渡也将导致路径线线性内插到机动车辆10当前正在行驶的道路部分的正确地平线中并且因此导致正确的相对倾斜度。此外,在例如图5c和5e中的那些的情况下,机动车辆10当前正在行驶的道路部分的地平线在任何情况下在机动车辆10到达对应于图5c和5e的位置之前不久被正确地识别。
图6说明了用于通过路径线的线性或非线性内插——即参照机动车辆10前方的右手曲线——来计算两个地平线的另外的示例,所述右手曲线包含增加的坡度。如果图6中粗实线所说明的路径线以线性方式内插,则所述路径线相交于位于地平线24上的点22,地平线24对应于机动车辆10当前正在行驶的道路部分的地平线。如果实线所说明的路径线以非线性方式内插,则所述路径线相交于位于地平线24’上的点26,地平线24’对应于仍然通过摄像机14检测并且在机动车辆10前方一定距离处的道路部分的地平线。
在这种情况下,相对倾斜度=(非线性内插的地平线24’的纵坐标值-线性内插的地平线24的纵坐标值)/线性内插的地平线24的纵坐标值。具体地,在这种情况下,例如,相对倾斜度-4%出现是由于坡度的负号。
在以这种方式获得的相对倾斜度的情况下,调整车辆参数以适应即将到来的路径是可行的。例如,用于通过再生制动恢复车辆电池的电流、用于选择另一个挡位、用于增加自适应巡航控制保持的相对于前方行驶的车辆的距离的准备或启动的程序可以进行。
在一个或相同的摄像机图像中的路径线一方面通过线性内插并且另一方面通过非线性内插的地平线计算具有以下优点:以这种方式获得的相对倾斜度与由于俯仰运动或不均匀的负荷导致的机动车辆10的当前俯仰无关。
另一方面,如果机动车辆10俯仰,则通过摄像机14的安装位置和校准预设的地平线移动。在如以下描述的上述方法的范围内,这一事实可以被利用以便也通过摄像机图像来确定机动车辆10的俯仰。
如果预设地平线与通过路径线的线性内插确定的地平线在较长的时间周期或道路部分进行比较,则由此获得由于静态负荷导致的机动车辆10的俯仰的量度。
此外,如果预设地平线与通过路径线的线性内插确定的地平线在较长的时间周期或道路部分进行比较,则由此获得由于动态俯仰运动导致的机动车辆10的俯仰的量度。
关于机动车辆10的俯仰的信息可以用于使车辆中的俯仰传感器或纵向加速度计的测量值更精确或在不存在这种类型的传感器的情况下所述信息可以直接被机动车辆中必须检测俯仰的任何设备使用,所述信息通过摄像机图像获得。
图7说明了用于确定相对道路倾斜度的方法的示例的流程图。在机动车辆的生产过程结束时,摄像机被安装在例如挡风玻璃后面(步骤S1)并且校准固定的地平线H0(步骤S2)。
之后,当机动车辆正在行驶时,在步骤S3通过在摄像机图像中所识别的路径线的线性内插来确定地平线H1,并且在步骤S4通过以上所描述的路径线的非线性内插来确定地平线H2。
在步骤S5,通过两个地平线H1和H2彼此之间的距离来计算机动车辆前方的道路相对于机动车辆当前正在行驶的道路部分的倾斜度。可选择地,如果当前正在行驶的道路部分的绝对倾斜度例如通过地图数据和/或任何传感器融合是已知的,则也可以计算前方的道路的绝对倾斜度。
在步骤S4,如果发生倾斜度变化,则如上所述在步骤S6调整车辆参数或车辆设置。
此外,在步骤S2中永久地校准的地平线H0与在步骤S3中通过路径线的线性内插确定的地平线H1之间的差在步骤S7中可以被短期以及长期筛选。
参照两个地平线H0和H1的短期差值,车辆在操纵期间的动态俯仰可以在步骤S8中确定,并且在必要时可以在步骤S9中与俯仰传感器和/或纵向加速度计的信号融合。
参照两个地平线H0和H1的长期差值,由于当前负荷引起的车辆的静态俯仰可以在步骤S10中确定,并且车辆的质量分布可以在步骤S11中通过所述静态俯仰来确定。

Claims (9)

1.一种用于确定机动车辆(10)前方一定距离处的道路相对于所述机动车辆(10)当前正在行驶的道路部分的倾斜度的方法,其中通过摄像机(14)来记录所述机动车辆(10)前方的所述道路的图像,在所记录的所述机动车辆(10)前方的所述图像中识别路径线(2,2’,4)并且参照不同距离处的所述路径线的方向的差来计算相对倾斜度,
其特征在于,
在每种情况下,将所述路径线(2,2’,4)以其整体以非线性方式相对于所述机动车辆(10)前方一定距离处的所述道路的地平线(20’,24’)进行内插,计算以这种方式获得的所述路径线的地平线(20’,24’)与当前正在行驶的所述道路部分的地平线(20,24)之间的距离,并且通过这两个地平线彼此之间的所述距离(D)来计算所述相对倾斜度。
2.根据权利要求1所述的方法,
其特征在于,
获得当前正在行驶的所述道路部分的所述地平线(20,24),其中所述路径线(2,2’,4)以线性方式进行内插。
3.根据权利要求2所述的方法,
其特征在于,
所述路径线(2,2’,4)的所述线性内插是通过霍夫变换技术或拉东变换技术得到的直线的识别。
4.根据权利要求1所述的方法,
其特征在于,
当前正在行驶的所述道路部分的所述地平线(20,24)是通过所述摄像机(14)的安装位置和校准而建立的地平线。
5.根据前述权利要求中的任一项所述的方法,
其特征在于,
所述非线性内插是特别是通过广义的霍夫变换技术得到的更高阶的近似值。
6.根据前述权利要求中的任一项所述的方法,
其特征在于,
使用当前正在行驶的所述道路部分的所述地平线(20’,24’)和通过所述摄像机的所述安装位置和所述校准而建立的所述地平线之间的距离以便确定所述机动车辆(10)的当前俯仰,当前正在行驶的所述道路部分的所述地平线通过非线性内插来获得。
7.根据前述权利要求中的任一项所述的方法,
其特征在于,
所述路径线(2,2’,4)表示道路标记,特别是道路边缘和/或车道界线的标记。
8.根据前述权利要求中的任一项所述的方法,
其特征在于,
所述路径线(2,2’,4)基本上连续地再现所述摄像机图像中可以识别的路径。
9.一种用于在机动车辆(10)前方的道路的图像中确定所述机动车辆(10)前方一定距离处的所述道路相对于所述机动车辆(10)当前正在行驶的道路部分的倾斜度的装置,所述图像通过摄像机(14)来记录,
其特征在于,
所述装置被设计用于执行根据前述权利要求中的任一项所述的方法。
CN201480054474.2A 2013-10-08 2014-10-07 用于确定相对道路倾斜度的方法 Pending CN105765605A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102013220303.9 2013-10-08
DE102013220303.9A DE102013220303A1 (de) 2013-10-08 2013-10-08 Verfahren zum Ermitteln einer relativen Fahrbahnsteigung
PCT/EP2014/071393 WO2015052158A2 (de) 2013-10-08 2014-10-07 Verfahren zum ermitteln einer relativen fahrbahnsteigung

Publications (1)

Publication Number Publication Date
CN105765605A true CN105765605A (zh) 2016-07-13

Family

ID=51688051

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480054474.2A Pending CN105765605A (zh) 2013-10-08 2014-10-07 用于确定相对道路倾斜度的方法

Country Status (6)

Country Link
US (1) US10023198B2 (zh)
EP (1) EP3055179B1 (zh)
CN (1) CN105765605A (zh)
DE (1) DE102013220303A1 (zh)
RU (1) RU2016101516A (zh)
WO (1) WO2015052158A2 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250880A (zh) * 2016-08-23 2016-12-21 广西科技大学 一种车辆上坡前道路坡度视觉检测方法
CN107697098A (zh) * 2017-09-29 2018-02-16 佘以道 一种车厢倾斜度现场的测量方法
CN108116409A (zh) * 2016-11-30 2018-06-05 三星电子株式会社 用于生成自主驾驶路线的方法和设备
CN109552336A (zh) * 2017-09-26 2019-04-02 罗伯特·博世有限公司 用于获取车道的坡度的方法
CN109741617A (zh) * 2018-11-12 2019-05-10 浙江吉利汽车研究院有限公司 一种停车场泊车导航方法及装置
CN109848997A (zh) * 2019-03-20 2019-06-07 杭州晶一智能科技有限公司 基于下倾立体相机的移动机器人前方坡度快速预测方法
CN109883393A (zh) * 2019-03-01 2019-06-14 杭州晶一智能科技有限公司 基于双目立体视觉的移动机器人前方坡度预测方法
CN109974661A (zh) * 2019-03-11 2019-07-05 杭州晶一智能科技有限公司 基于深度信息的移动机器人前方坡度预测方法
CN110770744A (zh) * 2017-06-29 2020-02-07 大众汽车有限公司 用于确定车辆的周围环境中的表面的性质的设备和方法
CN113424240A (zh) * 2019-02-21 2021-09-21 日立安斯泰莫株式会社 行驶道路识别装置

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102135088B1 (ko) * 2015-07-20 2020-07-17 엘지전자 주식회사 자율 주행 차량
US20180154902A1 (en) 2016-12-06 2018-06-07 GM Global Technology Operations LLC Vehicle control using road angle data
CN107704801B (zh) * 2017-08-18 2021-08-06 电子科技大学 基于分段直线加分段贝塞尔曲线的曲线车道线检测方法
FR3091843B1 (fr) * 2019-01-21 2022-02-11 Psa Automobiles Sa Procédé de régulation d’une vitesse d’un véhicule automobile en fonction d’une déclivité d’une zone de roulage à venir
US11562576B2 (en) * 2020-08-05 2023-01-24 GM Global Technology Operations LLC Dynamic adjustment of augmented reality image

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1388028A (zh) * 2001-05-25 2003-01-01 现代自动车株式会社 采用车载摄像机对道路信息抽样及对车辆间距探测的方法
EP1524848A1 (en) * 2003-10-16 2005-04-20 Hitachi, Ltd. Imaging apparatus and a camera for vehicles
US20060161331A1 (en) * 2005-01-14 2006-07-20 Denso Corporation Drive control system for automotive vehicle
EP2051206A1 (fr) * 2007-10-17 2009-04-22 Valeo Vision Procédé de détermination automatique du coefficient d'une pente sur le point d'être abordée par un véhicule automobile, et dispositif associé
CN101800908A (zh) * 2009-02-06 2010-08-11 通用汽车环球科技运作公司 通过地平线估计进行的摄像机自动校准
CN101922929A (zh) * 2009-06-09 2010-12-22 财团法人车辆研究测试中心 车辆倾斜感测方法及应用该方法的头灯自动水平系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0995194A (ja) * 1995-09-29 1997-04-08 Aisin Seiki Co Ltd 車両前方の物体検出装置
DE69731585T2 (de) * 1996-07-15 2005-12-01 Toyota Jidosha K.K., Toyota Fahrzeugfahrzustandsvorhersagevorrichtung und Warnvorrichtung, welche die Vorrichtung verwendet
JP3995846B2 (ja) * 1999-09-24 2007-10-24 本田技研工業株式会社 物体認識装置
JP3736346B2 (ja) * 2000-12-26 2006-01-18 日産自動車株式会社 車線検出装置
KR100418763B1 (ko) 2000-12-28 2004-02-18 현대자동차주식회사 노면경사 측정방법 및 이를 이용한 차량 속도 제어 시스템
WO2008044911A1 (en) * 2006-10-09 2008-04-17 Tele Atlas B.V. Method and apparatus for generating an orthorectified tile
FR2935520B1 (fr) 2008-08-29 2011-10-28 Valeo Vision Sas Procede de detection d'un objet cible pour vehicule automobile
JP4905512B2 (ja) * 2009-07-09 2012-03-28 株式会社デンソー 物標情報推定装置
US20110098922A1 (en) * 2009-10-27 2011-04-28 Visteon Global Technologies, Inc. Path Predictive System And Method For Vehicles
JP5926080B2 (ja) 2012-03-19 2016-05-25 株式会社日本自動車部品総合研究所 走行区画線認識装置およびプログラム
KR101942527B1 (ko) * 2015-11-09 2019-01-25 엘지전자 주식회사 차량용 어라운드 뷰 제공 장치 및 차량
EP3176013B1 (en) * 2015-12-01 2019-07-17 Honda Research Institute Europe GmbH Predictive suspension control for a vehicle using a stereo camera sensor

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1388028A (zh) * 2001-05-25 2003-01-01 现代自动车株式会社 采用车载摄像机对道路信息抽样及对车辆间距探测的方法
EP1524848A1 (en) * 2003-10-16 2005-04-20 Hitachi, Ltd. Imaging apparatus and a camera for vehicles
US20060161331A1 (en) * 2005-01-14 2006-07-20 Denso Corporation Drive control system for automotive vehicle
EP2051206A1 (fr) * 2007-10-17 2009-04-22 Valeo Vision Procédé de détermination automatique du coefficient d'une pente sur le point d'être abordée par un véhicule automobile, et dispositif associé
CN101800908A (zh) * 2009-02-06 2010-08-11 通用汽车环球科技运作公司 通过地平线估计进行的摄像机自动校准
CN101922929A (zh) * 2009-06-09 2010-12-22 财团法人车辆研究测试中心 车辆倾斜感测方法及应用该方法的头灯自动水平系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郑南宁: "《计算机视觉与模式识别》", 31 March 1998 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250880B (zh) * 2016-08-23 2020-12-04 广西科技大学 一种车辆上坡前道路坡度视觉检测方法
CN106250880A (zh) * 2016-08-23 2016-12-21 广西科技大学 一种车辆上坡前道路坡度视觉检测方法
KR102697448B1 (ko) 2016-11-30 2024-08-21 삼성전자주식회사 자율 주행 경로 생성 방법 및 그 장치
CN108116409A (zh) * 2016-11-30 2018-06-05 三星电子株式会社 用于生成自主驾驶路线的方法和设备
KR20180061686A (ko) * 2016-11-30 2018-06-08 삼성전자주식회사 자율 주행 경로 생성 방법 및 그 장치
CN110770744B (zh) * 2017-06-29 2024-02-02 大众汽车有限公司 用于确定车辆的周围环境中的表面的性质的设备和方法
CN110770744A (zh) * 2017-06-29 2020-02-07 大众汽车有限公司 用于确定车辆的周围环境中的表面的性质的设备和方法
CN109552336B (zh) * 2017-09-26 2024-04-16 罗伯特·博世有限公司 用于获取车道的坡度的方法
CN109552336A (zh) * 2017-09-26 2019-04-02 罗伯特·博世有限公司 用于获取车道的坡度的方法
CN107697098B (zh) * 2017-09-29 2018-08-03 金辉 一种车厢倾斜度现场测量平台
CN107697098A (zh) * 2017-09-29 2018-02-16 佘以道 一种车厢倾斜度现场的测量方法
CN109741617A (zh) * 2018-11-12 2019-05-10 浙江吉利汽车研究院有限公司 一种停车场泊车导航方法及装置
CN113424240A (zh) * 2019-02-21 2021-09-21 日立安斯泰莫株式会社 行驶道路识别装置
CN113424240B (zh) * 2019-02-21 2023-11-17 日立安斯泰莫株式会社 行驶道路识别装置
CN109883393A (zh) * 2019-03-01 2019-06-14 杭州晶一智能科技有限公司 基于双目立体视觉的移动机器人前方坡度预测方法
CN109883393B (zh) * 2019-03-01 2020-11-27 杭州晶一智能科技有限公司 基于双目立体视觉的移动机器人前方坡度预测方法
CN109974661A (zh) * 2019-03-11 2019-07-05 杭州晶一智能科技有限公司 基于深度信息的移动机器人前方坡度预测方法
CN109848997B (zh) * 2019-03-20 2020-08-04 杭州晶一智能科技有限公司 基于下倾立体相机的移动机器人前方坡度快速预测方法
CN109848997A (zh) * 2019-03-20 2019-06-07 杭州晶一智能科技有限公司 基于下倾立体相机的移动机器人前方坡度快速预测方法

Also Published As

Publication number Publication date
WO2015052158A3 (de) 2015-09-24
RU2016101516A (ru) 2017-11-15
US10023198B2 (en) 2018-07-17
EP3055179B1 (de) 2017-08-30
DE102013220303A1 (de) 2015-04-09
EP3055179A2 (de) 2016-08-17
US20160214617A1 (en) 2016-07-28
WO2015052158A2 (de) 2015-04-16

Similar Documents

Publication Publication Date Title
CN105765605A (zh) 用于确定相对道路倾斜度的方法
KR102558055B1 (ko) 차선의 추정 방법
KR101729912B1 (ko) 주행 중인 차량의 롤링각 평가 방법
CN109849922B (zh) 一种用于智能车辆的基于视觉信息与gis信息融合的方法
JP4756931B2 (ja) デジタルレーンマーク作成装置
CN109791598A (zh) 用于识别地面标记的图像处理方法以及地面标记检测系统
KR101265110B1 (ko) 랜드마크를 이용한 조향 제어 장치 및 방법
EP3832529A1 (en) Detection of obstacles at night by analysis of shadows
US20150354968A1 (en) Curve modeling device, curve modeling method, and vehicular navigation device
CN107798724A (zh) 自动化车辆3d道路模型和车道标记定义系统
CN104520894A (zh) 路旁物检测装置
US10885358B2 (en) Method for detecting traffic signs
US20220270358A1 (en) Vehicular sensor system calibration
CN108470142B (zh) 基于逆透视投影和车道距离约束的车道定位方法
CN104885097A (zh) 预测性地获取车辆可行驶的表面的参数值的方法和设备
CN103884342A (zh) 用于提供前方道路走向的方法和控制装置
JP2015069289A (ja) 車線認識装置
CN109753841B (zh) 车道线识别方法和装置
CN112352260A (zh) 车道估计装置、方法以及程序
CN108983266A (zh) 基于道路的被观测几何特征的自动化车辆地图定位
US8520952B2 (en) System and method for defining a search window
US20190212747A1 (en) Lane Marker Signal Improvement through Mapped Geo-Referenced Lane Boundaries
US11485373B2 (en) Method for a position determination of a vehicle, control unit, and vehicle
CN112078580A (zh) 用于确定对象与行车带的重合度的方法,装置和存储介质
CN110770744B (zh) 用于确定车辆的周围环境中的表面的性质的设备和方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160713

WD01 Invention patent application deemed withdrawn after publication