[发明专利]车道追踪系统

说明书

技术领域

本发明大致涉及用于增强汽车的车道追踪能力的系统。

背景技术

车辆车道追踪系统可以采用视觉物体识别来辨别道路上标记的边界车道线。通过这些系统，视觉处理处理技术可以估计车辆和相应车道线之间的位置，以及车辆相对于车道线的前进方向。

现有的汽车视觉系统可以利用面向前的摄像头，所述摄像头可以大致瞄准地平线以增加潜在的视野。但是，当前方车辆太靠近主体车辆时，前方车辆会阻挡摄像头对任何车道标记的观察，由此造成边界车道线难以识别或不可识别。

发明内容

一种用于机动车辆的车道追踪系统，包括摄像头和车道追踪处理器。摄像头配置为从宽角度视野接收道路图像和产生对应的图像数字表示。在一种配置中，摄像头可以布置在车辆的后部部分处，且可以包括大于130度的视野。另外，摄像头以相对于水平方向大于25度的量向下倾斜。

车道追踪处理器配置为从摄像头接收图像数字表示，和配置为：检测一个或多个车道边界，每一个车道边界包括多个车道边界点；将多个车道边界点转换到笛卡尔车辆坐标系中；和将可靠性加权模型车道线拟合到多个点。

当构造可靠性加权模型车道线时，车道追踪处理器可以对每一个车道边界点指定相应可靠性加权因子，且随后构造可靠性加权模型车道线以计入指定的可靠性加权因子。这样，与具有较小加权因子的点相比，可靠性加权模型车道线对具有较大加权因子的点赋予更大的权重/影响。可靠性加权因子可以主要取决于在图像帧中的何处获得点。例如，在一个配置中，车道追踪处理器可以被配置为，与接近图像边缘辨识的点相比，将更大可靠性加权因子指定给在图像的中央区域中辨识的车道边界点。类似地，车道追踪处理器配置为，与接近图像中心（背景）辨识的点相比，将更大可靠性加权因子指定给在接近图像底部（前景）辨识的车道边界点。

车道追踪处理器可以进一步被配置为确定车辆和模型车道线之间的距离，并且如果距离低于临界值，则执行控制动作。

在检测来自图像的车道边界时，车道追踪处理器可以配置为：辨识图像内的地平线；识别图像内的多个光线；和从图像内的多个光线检测一个或多个车道边界，其中，检测出的车道边界汇聚至地平线附近的消失区域。而且，车道追踪处理器可以进一步被配置为，如果光线跨过地平线，则排出多个光线中的该光线。

以类似的方式，车道追踪方法包括：从布置在车辆上的摄像头获取图像，摄像头具有配置为包括一部分道路的视野；辨识图像内的车道边界，车道边界包括多个车道边界点；将多个车道边界点转换到笛卡尔车辆坐标系中；和将可靠性加权模型车道线拟合到多个点。

本发明的上述特征和优势以及其他的特征和优势从用于实施本发明的较佳模式的以下详细描述当参考附图时显而易见。

附图说明

图1是包括车道追踪系统的车辆的示意性俯视图。

图2是布置在道路的车道内的车辆的示意性俯视图。

图3是从连续获取的图像数据计算可靠性加权模型车道线的方法的流程图。

图4是可以通过布置在车辆上的宽角度摄像头获取的图像帧的示意图。

图5是用于识别图像内边界车道线的方法的流程图。

图6是图4的图像帧，其增加了边界车道线信息。

图7是包括多个可靠性加权模型车道线的车辆坐标系的示意性俯视图。

图8是包括标度的示意性图像帧，所述标度于根据其与底部边缘的距离来调整感知到的（perceived）车道信息的可靠性权重。

图9是包括边界区域的示意性图像帧，所述边界区域用于根据估计的鱼眼畸变量来调整感知到的车道信息的可靠性权重。

具体实施方式

参见附图，其中在各附图中相同的附图标记用于表示相同的部件，图1示意性地示出了具有车道追踪系统11的车辆10，所述车道追踪系统11包括摄像头12、视频处理器14、车辆运动传感器16和车道追踪处理器18。如将在后文详述的，车道追踪处理器18可以分析和/或评估获取到的和/或增强的图像数据20，以及感测到的车辆运动数据22，以确定车辆10在行车道30中的位置（如大致在图2示出的）。在一种配置中，车道追踪处理器18可以近实时（near-real time）地确定车辆10和右车道线34之间的距离32、车辆10和左车道线38之间的距离36、和/或车辆10相对于车道30的行进方向（heading）40。