車道線檢測可信度計算方法及執(zhí)行其的計算裝置制造方法
【專利摘要】本發(fā)明提供一種車道線檢測的可信度計算方法，作為基于從影像裝置獲得的影像的車道線檢測的可信度計算方法，包括：a)步驟，在所述影像的幀中檢測邊緣；b)步驟，從檢測出的所述邊緣識別車道線；c)步驟，算出識別的所述車道線的特征點；d)當(dāng)所述幀不是所述影像的最初幀時，計算所述影像的當(dāng)前幀的特征點與存儲的至少一個之前幀的特征點的差異，生成運(yùn)動矢量；以及e)步驟，基于所述當(dāng)前幀的邊緣中的代表車道線的邊緣的邊緣強(qiáng)度與所述運(yùn)動矢量，計算車道線檢測可信度；提供能夠更準(zhǔn)確地計算車道線檢測的可信度的有利效果。
【專利說明】車道線檢測可信度計算方法及執(zhí)行其的計算裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及車道線檢測可信度計算方法及執(zhí)行其的計算裝置，尤其涉及以影像的當(dāng)前幀為基準(zhǔn)反映之前幀的車道線變化的車道線檢測可信度計算方法及執(zhí)行其的計算裝置。
【背景技術(shù)】
[0002]在智能型車輛的控制系統(tǒng)中，車道線保持輔助系統(tǒng)(Lane Keeping AssistSystem,以下簡稱“LKAS”)或車道線偏離報警系統(tǒng)(Lane Departure Warning System,以下簡稱“LDWS”)是保障駕駛員安全必不可少的系統(tǒng)。這種系統(tǒng)以車道線檢測為基礎(chǔ)。為進(jìn)行車道線檢測，利用多種傳感器的信息。特別是基于視頻的車道線檢測系統(tǒng)，其優(yōu)點是費(fèi)用低廉，能輸出大量信息，能利用原有的各種視頻處理算法，因而廣泛使用。
[0003]這種基于視頻的車道線檢測系統(tǒng)檢測的車道線信息，對駕駛員的安全行駛而言是非常重要的要素。因此，有必要考查關(guān)于檢測的車道線的可信度。提出了計算車道線檢測的可信度的多種多樣的方法，其中，提出一種利用從獲得的影像檢測的邊緣(edge)與車輛之間的距離來計算車道線檢測可信度的方案，但是，這種方案是局限于獲得時間點的特定影像計算車道線檢測的可信度的方式。因此，存在的問題是，在可信度判斷中，不包含在特定影像的之前幀中，車道線檢測結(jié)果的變化發(fā)生了多大變化。

【發(fā)明內(nèi)容】

[0004](要解決的技術(shù)問題)
[0005]因此，本發(fā)明正是為了解決上述問題而研發(fā)的，其目的在于提供一種能夠更準(zhǔn)確地計算車道線檢測的可信度的車道線檢測可信度計算方法及執(zhí)行其的計算裝置。
[0006](解決問題的方法)
[0007]旨在達(dá)成所述目的的本發(fā)明提供一種車道線檢測的可信度計算方法，作為基于從影像裝置獲得的影像的車道線檢測的可信度計算方法，其包括:a)步驟，在所述影像的幀中檢測邊緣；b)步驟，從檢測的所述邊緣識別車道線；c)步驟，算出識別的所述車道線的特征點；d)步驟，當(dāng)所述幀不是所述影像的最初幀時，計算所述影像的當(dāng)前幀的特征點與存儲的至少一個之前幀的特征點的差異，生成運(yùn)動矢量；以及e)步驟，基于所述當(dāng)前幀的邊緣中的代表車道線的邊緣的邊緣強(qiáng)度與所述運(yùn)動矢量，計算車道線檢測可信度。
[0008]優(yōu)選地，所述e)步驟的可信度可以以所述運(yùn)動矢量的大小與所述邊緣強(qiáng)度的函數(shù)代表。
[0009]優(yōu)選地，所述e)步驟的可信度可以以所述運(yùn)動矢量的大小與所述邊緣強(qiáng)度的加權(quán)和計算。
[0010]優(yōu)選地，所述e)步驟的可信度可以以所述運(yùn)動矢量的大小之和乘以第I加權(quán)值的值、所述邊緣強(qiáng)度之和乘以從I減去第2加權(quán)值的值所獲得的值之和代表。
[0011]另一方面，旨在達(dá)成所述目的的另一種發(fā)明可以提供一種車道線檢測的可信度計算裝置，作為基于從影像裝置獲得的影像的車道線檢測的可信度計算裝置，其包括:邊緣檢測部，其從所述影像的幀檢測邊緣；車道線識別部，其從檢測出的所述邊緣識別車道線；特征點算出部，其算出識別的所述車道線的特征點；存儲部，其存儲所述車道線的特征點；運(yùn)動矢量生成部，其計算所述影像的當(dāng)前幀的特征點與所述存儲部存儲的至少兩個之前幀的特征點的差異，生成運(yùn)動矢量；以及車道線檢測可信度計算部，其基于所述當(dāng)前幀的邊緣中的代表車道線的邊緣的強(qiáng)度與所述運(yùn)動矢量，計算車道線檢測可信度。
[0012]優(yōu)選地，所述可信度可以以所述運(yùn)動矢量的大小與所述強(qiáng)度的函數(shù)代表。
[0013]優(yōu)選地，所述可信度可以以所述運(yùn)動矢量的大小與所述邊緣強(qiáng)度的加權(quán)和計算。
[0014]優(yōu)選地，所述可信度可以以所述運(yùn)動矢量的大小之和乘以第I加權(quán)值的值、所述邊緣強(qiáng)度之和乘以從I減去第2加權(quán)值的值所獲得的值之和代表。
[0015](發(fā)明的效果)
[0016]根據(jù)本發(fā)明的車道線檢測可信性計算方法及執(zhí)行其的計算裝置，以影像的當(dāng)前幀為基準(zhǔn)，以之前幀為基礎(chǔ)反映識別的車道線的變化，提供能夠更準(zhǔn)確地計算車道線檢測的可信度的有利效果。
【專利附圖】

【附圖說明】
[0017]圖1是圖示LKAS構(gòu)成的圖。
[0018]圖2是圖示本發(fā)明一個優(yōu)選實施例的車道線檢測可信度計算方法的流程圖，
[0019]圖3是圖示本發(fā)明一個優(yōu)選實施例的車道線檢測可信度計算裝置的圖，
[0020]圖4是顯示運(yùn)動矢量的圖。
[0021]〈符號說明〉
[0022]110:邊緣檢測部
[0023]120:車道線識別部
[0024]130:特征點算出部
[0025]140:存儲部
[0026]150:運(yùn)動矢量生成部
[0027]160:車道線檢測可信度計算部
【具體實施方式】
[0028]下面參照附圖，詳細(xì)說明本發(fā)明的優(yōu)選實施例。首先需要注意的是，在對各圖的構(gòu)成要素賦予參照符號方面，對于相同的構(gòu)成要素，即使在不同的圖上顯示，也盡可能賦予相同的符號。另外，以下將說明本發(fā)明的優(yōu)選實施例，但本發(fā)明的技術(shù)思想并非限定或限制于此，可以由所屬【技術(shù)領(lǐng)域】的技術(shù)人員多樣地變形實施，這是不言而喻的。
[0029]圖1是圖示LKAS的構(gòu)成的圖。
[0030]如圖1所示，LKAS E⑶I接受關(guān)于開關(guān)、方向指示、雨刮器的駕駛員輸入信息以及車輛的橫擺角速度(yaw rate)、轉(zhuǎn)向角、車速等車輛動態(tài)信息輸入，從道路信息提取部2接受車道線信息及道路信息的傳遞，控制電動式動力轉(zhuǎn)向系統(tǒng)(MDPS:Motor Driven PowerSteering,以下簡稱“MDPS” ) 3，使車輛不偏離車道線。
[0031]本發(fā)明作為計算關(guān)于道路信息提取部2傳送的車道線信息的可信度的技術(shù)，其技術(shù)特征是以當(dāng)前幀為基準(zhǔn)，反映之前幀的車道線信息，計算以當(dāng)前幀為基礎(chǔ)提取的車道線信息的可信度。
[0032]圖2是圖示本發(fā)明一個優(yōu)選實施例的車道線檢測可信度計算方法的流程圖，圖3是圖示本發(fā)明一個優(yōu)選實施例的車道線檢測可信度計算裝置的圖。另一方面，圖4是顯示運(yùn)動矢量的圖。
[0033]如圖2~圖4所示，首先， 從影像的幀中檢測邊緣(edge) (S100)。邊緣檢測部
(110)對從攝像頭獲得的影像的每幀逐一檢測邊緣。其中，所謂邊緣，是指從影像的亮度較低值向較高值變化、或相反變化的地點。大部分顏色值的變化或亮度變化較大處，顯示于物體的邊界，因此，檢測邊緣，能夠提取影像內(nèi)的物體的邊界。作為檢測邊緣的代表性的一階微分算子，可以以索貝爾遮罩(sobel mask)為例。
[0034]接下來，邊緣檢測后，從檢測的邊緣識別車道線(S200)。車道線識別部(120)識別在檢測的邊緣中代表車道線的邊緣。
[0035]如果假定道路平坦，則通常而言，車道線為直線，兩車道線的寬度既定，兩車道線在一個消失點相交。而且，消失點具有存在于地平線上的特征。因此，在邊緣中，豎直方向邊緣不是車道線的幾率較高，所以，可以不作為車道線候選考慮。另外，經(jīng)過提取車道線寬度既定形成的候選點，并經(jīng)過以此為基礎(chǔ)提取線成份，把朝向消失點的線成份識別為車道線的步驟。所述車道線識別步驟只是任意一個示例而已，并非限定本發(fā)明。
[0036]圖4的t是以當(dāng)前幀為基準(zhǔn)識別的車道線，圖4的t_l是以當(dāng)前幀的之前幀為基準(zhǔn)識別的車道線。另外，圖4的t-2是以當(dāng)前幀的再之前幀為基準(zhǔn)識別的車道線。
[0037]接下來，算出識別的車道線的特征點并對其進(jìn)行存儲(S300)。特征點算出部130能夠在識別的車道線上算出多個特征點?；诋?dāng)前幀識別的車道線的特征點可以用圖4的al、a2、a3、a4…代表，基于之前幀識別的車道線的特征點可以用圖4的al’、a2’、a3’、a4’ …代表。算出的特征點存儲于存儲部140。
[0038]接下來，當(dāng)影像的幀不是最初幀時，計算當(dāng)前幀的特征點與之前幀的特征點的差異，生成運(yùn)動矢量(S400)。
[0039]運(yùn)動矢量生成部150把基于當(dāng)前幀識別的車道線的特征點的二維位置與基于之前幀識別的車道線的特征點的二維位置的相對變化生成為運(yùn)動矢量。例如，如圖4所示，當(dāng)以當(dāng)前幀為基準(zhǔn)時，既定的特征點向al-al-’ al’移動。
[0040]其中，可以以當(dāng)前幀的特征點al為基準(zhǔn)，把之前幀的特征點al’的二維位置差異生成為運(yùn)動矢量VII。另外，以當(dāng)前幀的特征點al為基準(zhǔn)，把再之前幀的特征點al’’的二維位置差異生成為運(yùn)動矢量V21。圖4中圖示的其他運(yùn)動矢量V12、V22、V13、V24、V14、V24也按如上生成。運(yùn)動矢量的個數(shù)對應(yīng)于車道線的特征點的個數(shù)。
[0041]接下來，基于當(dāng)前幀的邊緣中的代表車道線的邊緣的邊緣強(qiáng)度(以下簡稱車道線邊緣強(qiáng)度)與上述的運(yùn)動矢量，計算車道線檢測可信度(S500)。
[0042]車道線檢測可信度計算部160通過如下數(shù)學(xué)式1，計算車道線檢測可信度。
[0043]<數(shù)學(xué)式1>
[0044]可信度=GJ1 ? E I運(yùn)動矢量I +(1-O2) ? E I車道線邊緣
[0045]其中，0^代表關(guān)于運(yùn)動矢量的第I加權(quán)值，《2代表關(guān)于車道線邊緣強(qiáng)度的第2加權(quán)值。在一個實施例中，車道線邊緣強(qiáng)度代表利用索貝爾遮罩(sobel mask)從影像的當(dāng)前幀檢測的邊緣中關(guān)于選擇為車道線的邊緣的各像素的亮度值之和。
[0046]以上說明只是示例性地說明本發(fā)明的技術(shù)思想而已，只要是本發(fā)明所屬【技術(shù)領(lǐng)域】的技術(shù)人員，在不超出本發(fā)明的本質(zhì)性特性的范圍內(nèi)，能夠進(jìn)行多種修改、變更及置換。因此，在本發(fā)明中公開的實施例及附圖，不是用于限定本發(fā)明的技術(shù)思想而是用于說明，本發(fā)明的技術(shù)思想的范圍并非由這些實施例及附圖所限定。本發(fā)明的保護(hù)范圍應(yīng)根據(jù)以下的請求范圍進(jìn)行解釋，在與之同等范圍內(nèi)的所有技術(shù)思想，應(yīng)解釋為包括于本發(fā)明的權(quán)利范圍。
【權(quán)利要求】
1.一種車道線檢測的可信度計算方法，作為基于從影像裝置獲得的影像的車道線檢測的可信度計算方法，其特征在于，包括: a)步驟，在所述影像的幀中檢測邊緣； b)步驟，從檢測出的所述邊緣識別車道線； c)步驟，算出識別的所述車道線的特征點； d)步驟，當(dāng)所述幀不是所述影像的最初幀時，計算所述影像的當(dāng)前幀的特征點與存儲的至少一個之前幀的特征點的差異，生成運(yùn)動矢量；以及 e)步驟，基于所述當(dāng)前幀的邊緣中的代表車道線的邊緣的邊緣強(qiáng)度與所述運(yùn)動矢量，計算車道線檢測可信度。
2.根據(jù)權(quán)利要求1所述的車道線檢測的可信度計算方法，其特征在于， 所述e)步驟的可信度以所述運(yùn)動矢量的大小與所述邊緣強(qiáng)度的函數(shù)代表。
3.根據(jù)權(quán)利要求2所述的車道線檢測的可信度計算方法，其特征在于， 所述e)步驟的可信度以所述運(yùn)動矢量的大小與所述邊緣強(qiáng)度的加權(quán)和計算。
4.根據(jù)權(quán)利要求3所述的車道線檢測的可信度計算方法，其特征在于， 所述e)步驟的可信度以所述運(yùn)動矢量的大小之和乘以第I加權(quán)值的值、所述邊緣強(qiáng)度之和乘以從I減去第2加權(quán)值的值所獲得的值之和代表。
5.一種車道線檢測的可信度計算裝置，作為基于從影像裝置獲得的影像的車道線檢測的可信度計算裝置，其特征在于，包括: 邊緣檢測部，其從所述影像的幀檢測邊緣； 車道線識別部，其從檢測出的所述邊緣識別車道線； 特征點算出部，其算出識別的所述車道線的特征點； 存儲部，其存儲所述車道線的特征點； 運(yùn)動矢量生成部，其計算所述影像的當(dāng)前幀的特征點與所述存儲部存儲的至少兩個之前幀的特征點的差異，生成運(yùn)動矢量；以及 車道線檢測可信度計算部，其基于所述當(dāng)前幀的邊緣中代表車道線的邊緣的強(qiáng)度與所述運(yùn)動矢量，計算車道線檢測可信度。
6.根據(jù)權(quán)利要求5所述的車道線檢測的可信度計算裝置，其特征在于， 所述可信度以所述運(yùn)動矢量的大小與所述強(qiáng)度的函數(shù)代表。
7.根據(jù)權(quán)利要求6所述的車道線檢測的可信度計算裝置，其特征在于， 所述可信度以所述運(yùn)動矢量的大小與所述邊緣強(qiáng)度的加權(quán)和計算。
8.根據(jù)權(quán)利要求7所述的車道線檢測的可信度計算裝置，其特征在于， 所述可信度以所述運(yùn)動矢量的大小之和乘以第I加權(quán)值的值、所述邊緣強(qiáng)度之和乘以從I減去第2加權(quán)值的值所獲得的值之和代表。
【文檔編號】B60W40/06GK103523021SQ201310205432
【公開日】2014年1月22日 申請日期:2013年5月29日 優(yōu)先權(quán)日:2012年7月2日
【發(fā)明者】李爀 申請人:現(xiàn)代摩比斯株式會社