用于識別車輛在車道上的位置的方法和設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種用于識別車輛在車道上的位置的方法、一種相應(yīng)的設(shè)備、一種車 道識別系統(tǒng)以及一種相應(yīng)的計算機(jī)程序產(chǎn)品。
【背景技術(shù)】
[0002] 當(dāng)今，用于探測行車道標(biāo)記（白色/黃色）的系統(tǒng)基于單目攝像機(jī)或立體攝像機(jī)。 駕駛員的基于此的轉(zhuǎn)向支持（車道保持系統(tǒng)）同樣如此。通過方向盤上的轉(zhuǎn)矩可以使車輛 保持在所探測的車道內(nèi)。串行系統(tǒng)的特征在于高的可用性，但在困難的情形中（如對向燈 光、夜晚、潮濕、雪或建筑工地）在其可用方面可能降低。在立體攝像機(jī)中，也可能由于光學(xué) 路徑的干擾以及在道路上的反射出現(xiàn)可用性降低，因為存在大的重疊的圖像區(qū)域并且在兩 個攝像機(jī)圖像中出現(xiàn)所述效果。另一方面在于，當(dāng)車道不通過標(biāo)記而是例如通過綠化帶或 護(hù)欄限界時，幾乎不能實施行車道邊緣的穩(wěn)健識別。
[0003] 當(dāng)今的系統(tǒng)可能導(dǎo)致，使在"良好情況"中（例如德國的高速公路）已對所述系統(tǒng) 習(xí)慣了的駕駛員在可用性降低的情形中、在特殊情況中或在差的道路上變得不安并且因此 喪失對系統(tǒng)的信任并且降低可接受度。現(xiàn)在，對于當(dāng)前的系統(tǒng)的挑戰(zhàn)是：從良好標(biāo)記的道路 變換到差地標(biāo)記的州屬公路。
[0004] 存在以下公開文獻(xiàn)：它們在車輛中使用前方攝像機(jī)和/或向后行駛攝像機(jī)，以便 在對向燈光情況中也能夠?qū)崿F(xiàn)穩(wěn)健的車道識別系統(tǒng)。
[0005] 例如，公開文獻(xiàn)US 20070091135c A1描述了一種方案，其中基于車道識別系統(tǒng)也 能夠?qū)崿F(xiàn)車道保持系統(tǒng)。在對向燈光情況中，僅僅根據(jù)來自向后行駛攝像機(jī)的圖像的識別 結(jié)果保持車道可能是有問題的，因為對此需要車道識別的前瞻，所述前瞻在對向燈光情況 中不能由前方攝像機(jī)保證并且不能由向后行駛攝像機(jī)保證。
[0006] 在DE-102006021177 A1中示出一種系統(tǒng)，其利用雷達(dá)傳感器以及側(cè)面攝像機(jī)和向 后行駛攝像機(jī)，以便能夠識別前方行駛的車輛的車道變換。沒有對車道識別進(jìn)行描述。

【發(fā)明內(nèi)容】

[0007] 在所述背景下，借助本發(fā)明提出根據(jù)主權(quán)利要求的一種用于識別車輛在車道上的 位置的方法、一種使用所述方法的設(shè)備以及一種相應(yīng)的計算機(jī)程序產(chǎn)品。由相應(yīng)的從屬權(quán) 利要求和隨后的描述得到有利的構(gòu)型。
[0008] 本發(fā)明基于以下認(rèn)識：在成像方法中攝像機(jī)中的光學(xué)軸線的取向可以是很多干擾 參量的直接影響。此外，系統(tǒng)的穩(wěn)健性通過冗余和多個光學(xué)檢測系統(tǒng)的彼此偏差的光學(xué)軸 線提高。借助多個攝像機(jī)系統(tǒng)的內(nèi)在校準(zhǔn)和外在校準(zhǔn)能夠?qū)D像變換到一個共同的世界坐 標(biāo)系中，其中其他計算可以基于變換成世界坐標(biāo)的圖像。
[0009] 本發(fā)明實現(xiàn)一種用于識別車輛在車道上的位置的方法，其中所述方法具有以下步 驟：
[0010] 讀取具有第一光學(xué)軸線的第一攝像機(jī)的第一圖像和具有第二光學(xué)軸線的至少第 二攝像機(jī)的至少一個第二圖像，其中第一和第二攝像機(jī)如此取向，使得第一光學(xué)軸線和第 二光學(xué)軸線在第一攝像機(jī)和/或第二攝像機(jī)的檢測角的外部相交，其中所述第一圖像和所 述至少一個第二圖像包含各一個視角，所述各一個視角與車輛的行駛方向最大偏差90度 角。
[0011] 在第一圖像中確定至少一個相關(guān)聯(lián)的（verkettet)圖像梯度并且在至少一個第 二圖像中確定至少一個另外的相關(guān)聯(lián)的圖像梯度；
[0012] 將所述至少一個相關(guān)聯(lián)的圖像梯度分配給一個行車道邊界對象并且將所述至少 一個另外的相關(guān)聯(lián)的圖像梯度分配給所述行車道邊界對象和/或另一個行車道邊界對象；
[0013] 求取車輛相對于所述行車道邊界對象和/或所述另一個行車道邊界對象的相對 位置，以便識別車輛在車道上的位置。
[0014] 車輛可以涉及載客車輛、商用車輛或摩托車。車輛可以在具有至少一個車道的行 車道上運(yùn)動。車道可供車輛用于一個方向上的行駛。車道可以通過道路標(biāo)記一一如行車道 邊界和行車帶邊界或引導(dǎo)線表征。不同的車道也可以是不特征化的。行車道邊界對象可以 具有可與車道不同的表面、顏色和/或結(jié)構(gòu)。道路設(shè)施的引導(dǎo)柱和/或其他裝置一一例如 交通標(biāo)牌或護(hù)欄可以是行車道邊界對象。車輛在車道上的位置可以表示車輛與車道的側(cè)邊 緣的側(cè)向間距和/或車輛的行駛方向與車道邊緣或行車道邊緣的角度?？梢栽谲囕v中設(shè)置 至少兩個攝像機(jī)。攝像機(jī)可以分別具有一個光學(xué)軸線和一個檢測角。光學(xué)軸線可以延伸經(jīng) 過所拍攝的圖像的中點(diǎn)。第一攝像機(jī)的光學(xué)軸線可以在一個公差范圍內(nèi)在車輛的行駛方向 上取向。在時間變化過程中，可以由至少第二攝像機(jī)檢測由第一攝像機(jī)所檢測的對象。檢 測角可以稱作像角和/或水平像角。檢測角可以理解為表征圖像的邊緣的視角和表征圖像 的相對置的邊緣的視角之間的角。視角可以表示觀察對象的視角或者表示在觀察對象時得 出的方向。視角可以參考光學(xué)軸線和/或參考車輛的行駛方向。在一個像點(diǎn)處，圖像梯度 可以代表直接相鄰像點(diǎn)的最大強(qiáng)度增大的方向。相關(guān)聯(lián)的圖像梯度可以理解為相鄰圖像梯 度的關(guān)聯(lián)或匯總，其中匯總的圖像梯度可以在一個公差范圍內(nèi)具有所述圖像梯度的相應(yīng)的 方向和大小。相關(guān)聯(lián)的圖像梯度可以稱作"鏈（string)"。在此，像點(diǎn)可以稱作像素。相鄰 像點(diǎn)可以理解為直接相鄰的像點(diǎn)，即兩個彼此接觸的像點(diǎn)和/或也可以將最近的和/或次 近的像點(diǎn)稱作相鄰像點(diǎn)。設(shè)置多個攝像機(jī)尤其可以是有利的，使得在光學(xué)路徑由迎面駛來 的車輛干擾的情形中僅僅一個攝像機(jī)受此負(fù)面影響。
[0015] 本發(fā)明提供以下優(yōu)點(diǎn)：現(xiàn)在通過以不同光學(xué)軸線取向的第一和第二攝像機(jī)的圖像 的使用在一個攝像機(jī)的光學(xué)軸線的干擾（例如炫目）時也可以實現(xiàn)圖像的非常好的且穩(wěn)健 的分析處理。由此可以非常簡單地確保在暫時不利的情況中當(dāng)攝像機(jī)在所述不利的情況中 炫目時也可以識別車輛在車道上的位置。在此，不從應(yīng)借助兩個攝像機(jī)檢測和/或監(jiān)視盡 可能大的圖像區(qū)域的立體攝像機(jī)讀取圖像，而從以能夠在攝像機(jī)中的一個的光學(xué)路徑的干 擾時實現(xiàn)所讀取的圖像的處理的穩(wěn)健性的光學(xué)軸線取向的攝像機(jī)系統(tǒng)讀取圖像。
[0016] 也有利的是，在另一種實施方式中本方法具有在使用沿著相關(guān)聯(lián)的圖像梯度的圖 像區(qū)域的情況下分類至少一個相關(guān)聯(lián)的圖像梯度和至少一個另外的相關(guān)聯(lián)的圖像梯度的 步驟并且具有選擇至少一個所分類的相關(guān)聯(lián)的圖像梯度的步驟，其中所分類的相關(guān)聯(lián)的圖 像梯度代表可用于車道的線走向估計的那些相關(guān)聯(lián)的圖像梯度。分類的步驟和選擇的步驟 可以設(shè)置在分配的步驟之后并且在求取的步驟之前。線走向估計可以產(chǎn)生用于車道的邊界 線。在相互間隔開的行車道邊界對象中，線走向估計可以產(chǎn)生兩個彼此間隔開設(shè)置的行車 道邊界對象之間的車道的走向。因為在此根據(jù)成像特性更多的像素或者更大的圖像區(qū)域可 以用于紋理分析和/或顏色分析，所以借助紋理分析或顏色分類可以在側(cè)面攝像機(jī)的圖像 中實現(xiàn)比在現(xiàn)有技術(shù)中能夠?qū)崿F(xiàn)的好得多的顏色分類。
[0017] 此外，在一種實施方式中，在分類的步驟中也可以給至少一個相關(guān)聯(lián)的圖像梯度 和至少一個另外的相關(guān)聯(lián)的圖像梯度分別分配一個質(zhì)量值，其中所述質(zhì)量值代表至少一個 相關(guān)聯(lián)的圖像梯度的精確度和/或所期望的方差作為車道的邊界。在本方法內(nèi)，可以通過 將質(zhì)量值分配給相關(guān)聯(lián)的圖像梯度來確定用于車輛在車道內(nèi)的位置確定的概率。由此，可 以進(jìn)一步提高本方法的穩(wěn)健性。
[0018] 除線的好得多的分類以外，用于相關(guān)聯(lián)的圖像梯度的質(zhì)量值或者擴(kuò)展特征也能夠 實現(xiàn)相關(guān)聯(lián)的圖像梯度的時間穩(wěn)健的跟蹤或者追蹤，這引起可以將空間時間特征用于線走 向估計，這使算法更穩(wěn)健地、更準(zhǔn)確地且更高地可供使用。因為也可以在側(cè)面攝像機(jī)的圖像 中再次發(fā)現(xiàn)并且分析借助前方攝像機(jī)已經(jīng)"看到"并且分配地追蹤了的特征，所以具有所屬 特征的空間時間的相關(guān)聯(lián)的圖像梯度允許整體行車道走向估計。
[0019] 此外，在讀取的步驟中也可以內(nèi)在地和/或外在地校準(zhǔn)所述圖像和至少第二圖 像。通過內(nèi)在的和/或外在的校準(zhǔn)，可以使第一圖像和/或第二圖像的任何像點(diǎn)可靠地分 配參考車輛的位置。這種校準(zhǔn)例如可以理解為圖像坐標(biāo)到例如參考車輛上的固定點(diǎn)的真實 坐標(biāo)系的變換。在本發(fā)明的另一種實施方式中，在讀取的步驟中第一圖像和至少第二圖像 具有重疊的部分區(qū)域。在重疊的部分區(qū)域中，對象可以由第一攝像機(jī)而且由第二攝像機(jī)識 另IJ。第一圖像和第二圖像的重疊的部分區(qū)域可以簡化外在校準(zhǔn)和/或簡化相關(guān)聯(lián)的圖像梯 度到行車道邊界對象的分配。如果在重疊的部分區(qū)域中成像相關(guān)聯(lián)的圖像梯度，則可以在 第一圖像中并且在第二圖像中更容易地實施分配。當(dāng)?shù)谝粩z像機(jī)的第一光學(xué)軸線和第二攝 像機(jī)的第二光學(xué)軸線具有小于90度的角時，尤其可能存在第一圖像和第二圖像的重疊的 部分區(qū)域。在一種實施方