CN113479191B - 用于泊车的无车道线的车道边界检测系统、方法及车辆 - Google Patents
用于泊车的无车道线的车道边界检测系统、方法及车辆 Download PDFInfo
- Publication number
- CN113479191B CN113479191B CN202110742580.1A CN202110742580A CN113479191B CN 113479191 B CN113479191 B CN 113479191B CN 202110742580 A CN202110742580 A CN 202110742580A CN 113479191 B CN113479191 B CN 113479191B
- Authority
- CN
- China
- Prior art keywords
- lane
- parking
- vehicle
- gridmap
- information
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title abstract description 14
- 230000000007 visual effect Effects 0.000 claims abstract description 19
- 238000001914 filtration Methods 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims abstract description 8
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims abstract description 4
- 238000012216 screening Methods 0.000 claims abstract description 4
- 230000003068 static effect Effects 0.000 claims abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种用于泊车的无车道线的车道边界检测系统、方法及车辆，包括以下步骤：a)利用超声波传感器获取障碍点信息；b)利用视觉传感器获取3D视觉点云信息；c)将障碍点信息与视觉点云信息进行融合，过滤掉动态障碍物；d)将信息投影到二维平面，生成Gridmap栅格图，所述Gridmap栅格图用于表征局部静态环境；e)将Gridmap栅格图利用阈值转化为二值化图像；f)通过opencv提供的Hough直线检测方法进行直线提取；g)利用车辆的航向信息将步骤f所提取的线段进行筛选过滤，输出最多左右1条边界；h)最后对边界线进行滤波。本发明能够在无车道线的场景下实现车道边界的检测，以便于泊车系统进行实现自动搜索车位的功能。
Description
技术领域
本发明属于自动泊车技术领域，具体涉及用于泊车的无车道线的车道边界检测系统、方法及车辆。
背景技术
近年来，随着汽车的保有量呈指数增加，泊车难的问题越发凸显。该问题吸引了外界不少关注，尤其是各大主机厂。当今智能驾驶的兴起，装配自主泊车系统的车辆越来越普及。随着自动泊车系统功能不断升级，越来越多主机厂推出自动搜索车位功能，当驾驶者发现前方有车位时，驾驶者可按下泊车键后可下车或待在车内，车辆会自行向前搜寻车位，当系统侦测判定车位合适就能自行停入，从而提升了停车的便利性。车辆自行前进搜寻车位的控制过程主要依赖于车道中心线前进，所以关键的一步是需要知道车道中心线。大部分道路道路是没有车道中心线，甚至有的连车道线都没有。如果系统知道了车道边界，那么就可以抽象出车道中心线，车辆参考车道中心线前进。但目前大部分推出该自动搜索车位功能的主机厂要求车道上具有车道线，不具备针对无车道线场景的自动搜索车位功能。
在自动搜索车位的领域，如专利文献CN104282173A公开的一种自动搜索空闲车位的停车场管理系统及方法，提出利用车位占用探测器，分别设置在每个车位上，用于探测该车位是否有车辆停放，并实时将车位是否被占用信息传送给停车场控制器；停车场控制器用于接收各车位占用探测器发送来的车位占用信息，存储并实时更新车位空闲信息，并显示在入口屏幕上。该方法主要用于提醒驾驶员有哪些剩余空闲车位，且依赖于智能停车场。又如专利文献CN107776570A公开的一种全自动泊车方法及全自动泊车系统，但未提出如何自动前进搜索车位。在车道边界检测领域，
因此，有必要开发一种新的用于泊车的无车道线的车道边界检测系统、方法及车辆及车辆。
发明内容
本发明的目的是提供一种用于泊车的无车道线的车道边界检测系统、方法及车辆，能实现在无车道线场景下提取出车道边界。
第一方面，本发明所述的一种用于泊车的无车道线的车道边界检测方法，包括以下步骤：
a)利用超声波传感器获取障碍点信息；
b) 利用视觉传感器获取3D视觉点云信息；
c) 将障碍点信息与视觉点云信息进行融合，过滤掉动态障碍物；
d) 将信息投影到二维平面，生成Gridmap栅格图；
e)将Gridmap栅格图利用阈值转化为二值化图像；
f) 通过opencv提供的Hough直线检测方法进行直线提取；
g) 利用车辆的航向信息将步骤f所提取的线段进行筛选过滤，输出最多左右1条边界；
h) 最后对边界线进行滤波。
可选地，当车辆在移动过程中，当前活动的栅格图区域应当始终覆盖车身四周ROI区域。
可选地，所述Gridmap栅格图始终相对全局坐标系只发生平移不发生旋转，其中，所述全局坐标系以车辆的后轴中心为坐标原点，车辆正前方为X轴，车辆左方为Y轴。
可选地，所述Gridmap栅格图的每个栅格包含自由、占用和未知三个概率，且三值相加总和等于1。
可选地，所述Gridmap栅格图更新输出频率不小于5fps。
可选地，Gridmap栅格图的大小为200*200，栅格分辨率为10cm*10cm。
第二方面，本发明所述的一种用于泊车的无车道线的车道边界检测系统，包括：
超声波传感器，用于获取障碍点信息；
视觉传感器，用于获取3D视觉点云信息；
存储器，其内存储有计算机可读程序；
控制器，所述控制器调用所述计算机可读程序时，能执行如权利要求1至6任一所述的用于泊车的无车道线的车道边界检测方法的步骤。
第三方面，本发明所述的一种车辆，采用如本发明所述的用于泊车的无车道线的车道边界检测系统。
本发明具有以下优点：它能够在无车道线场景下实现车道边界检测，以便泊车系统可根据所检测的车道边界进行自动搜索车位功能。
附图说明
图1为本实施例的流程图；
图2为一侧为墙的gridmap示意图；
图3为一侧为墙的边界线提取效果；
图4为路边停放平行车辆的gridmap示意图；
图5为路边停放平行车辆的边界线提取效果图；
图6为路边停放垂直车辆的gridmap示意图；
图7为路边停放垂直车辆的边界线提取效果图。
具体实施方式
如图1所示，本实施例中，一种用于泊车的无车道线的车道边界检测方法，具体包括以下步骤：
a) 利用超声波传感器获取障碍点信息。
b) 利用视觉传感器获取3D视觉点云信息。
c) 将超声信息与视觉点云信息做融合，过滤掉动态障碍物。
d) 将信息投影到二维平面，生成Gridmap栅格图。其中，Gridmap栅格图用于表征局部静态环境，Gridmap栅格图的大小为200*200（即长有200个栅格，宽有200个栅格），栅格分辨率为10cm*10cm。当车辆在移动过程中，当前活动的栅格图区域应当始终覆盖车身四周ROI区域（即感兴趣区域），本实施例中，车身四周ROI区域指车辆后轴中心坐标系下 x∈[-10m, +10m], y∈[-10m, +10m]。所述全局坐标系以车辆的后轴中心为坐标原点，车辆正前方为X轴，车辆左方为Y轴。Gridmap栅格图更新输出频率不小于5fps。且Gridmap栅格图始终相对全局坐标系只发生平移不发生旋转。Gridmap栅格图的每个栅格包含自由, 占用, 未知三个概率，三值相加总和等于1。
e) 将Gridmap栅格图利用阈值转化为二值化图像。
f) 通过opencv提供的Hough直线检测方法进行直线提取。
g) 利用车辆的航向信息，将步骤f中提取的线段进行筛选过滤，输出最多左右1条边界。
h) 最后对边界线进行滤波。
实例1为一侧(上测)为墙的场景，当车辆向前行驶的过程中，超声波传感器探测到墙面并输出一串点，再融合视觉点云信息，生成的gridmap栅格图，参见图2，颜色越深代表该栅格为障碍物的概率越高，设定当为障碍物的概率大于60%时，对应图像的像素值为255，当为障碍物的概率值低于60%时，对应图像的像素值为0；设定距离精度为1个像素（对应实际量为10cm），角度精度为1°，累加平面的阈值参数为30，线段的最小长度为30个像素（对应实际最小长度为3m），同一方向上两条线段判定为一条线段的最大允许间隔为8个像素(对应实际最大允许间隔为80cm)。利用opencv提供的Hough直线检测方法（即HoughLinesP）得到的结果为图3所示。
实例2为路边停放平行车辆的场景，当车辆向前行驶的过程中，超声波传感器探测到停放在路边车辆的车身并输出一串点，再融合视觉点云信息，生成的gridmap栅格图，参见图4，其中矩形框为感知模块检测出的车位，其中栅格颜色越深代表该栅格为障碍物的概率越高，设定当为障碍物的概率大于60%时，对应图像的像素值为255，当为障碍物的概率值低于60%时，对应图像的像素值为0；设定距离精度为1个像素（对应实际量为10cm），角度精度为1°，累加平面的阈值参数为30，线段的最小长度为30个像素（对应实际最小长度为3m），同一方向上两条线段判定为一条线段的最大允许间隔为8个像素(对应实际最大允许间隔为80cm)。利用opencv提供的HoughLinesP方法得到的结果为图5所示。
实例3为路边停放垂直车辆的场景，当车辆向前行驶的过程中，超声波传感器探测到停放在路边垂直车辆的车头并输出一串点，再融合视觉点云信息，生成的gridmap，参见图6，其中矩形框为感知模块检测出的车位，其中栅格颜色越深代表该栅格为障碍物的概率越高，设定当为障碍物的概率大于60%时，对应图像的像素值为255，当为障碍物的概率值低于60%时，对应图像的像素值为0；设定距离精度为1个像素（对应实际量为10cm），角度精度为1°，累加平面的阈值参数为30，线段的最小长度为30个像素（对应实际最小长度为3m），同一方向上两条线段判定为一条线段的最大允许间隔为8个像素(对应实际最大允许间隔为80cm)。利用opencv提供的HoughLinesP方法得到的结果为图7所示。
Claims (8)
1.一种用于泊车的无车道线的车道边界检测方法，其特征在于，包括以下步骤：
a)利用超声波传感器获取障碍点信息；
b)利用视觉传感器获取3D视觉点云信息；
c)将障碍点信息与视觉点云信息进行融合，过滤掉动态障碍物；
d)将信息投影到二维平面，生成Gridmap栅格图，所述Gridmap栅格图用于表征局部静态环境；
e)将Gridmap栅格图利用阈值转化为二值化图像；
f)通过opencv提供的Hough直线检测方法进行直线提取；
g)利用车辆的航向信息将步骤f所提取的线段进行筛选过滤，输出最多左右1条边界；
h)最后对边界线进行滤波。
2.根据权利要求1所述的用于泊车的无车道线的车道边界检测方法，其特征在于：当车辆在移动过程中，当前活动的栅格图区域应当始终覆盖车身四周ROI区域。
3.根据权利要求2所述的用于泊车的无车道线的车道边界检测方法，其特征在于：所述Gridmap栅格图始终相对全局坐标系只发生平移不发生旋转，其中，所述全局坐标系以车辆的后轴中心为坐标原点，车辆正前方为X轴，车辆左方为Y轴。
4.根据权利要求3所述的用于泊车的无车道线的车道边界检测方法，其特征在于：所述Gridmap栅格图的每个栅格包含自由、占用和未知三个概率，且三值相加总和等于1。
5.根据权利要求4所述的用于泊车的无车道线的车道边界检测方法，其特征在于：所述Gridmap栅格图更新输出频率不小于5fps。
6.根据权利要求5所述的用于泊车的无车道线的车道边界检测方法，其特征在于：所述Gridmap栅格图的大小为200*200，栅格分辨率为10cm*10cm。
7.一种用于泊车的无车道线的车道边界检测系统，包括：
超声波传感器，用于获取障碍点信息；
视觉传感器，用于获取3D视觉点云信息；
存储器，其内存储有计算机可读程序；
控制器，其特征在于：所述控制器调用所述计算机可读程序时，能执行如权利要求1至6任一所述的用于泊车的无车道线的车道边界检测方法的步骤。
8.一种车辆，其特征在于：采用如权利要求7所述的用于泊车的无车道线的车道边界检测系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110742580.1A CN113479191B (zh) | 2021-06-30 | 2021-06-30 | 用于泊车的无车道线的车道边界检测系统、方法及车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110742580.1A CN113479191B (zh) | 2021-06-30 | 2021-06-30 | 用于泊车的无车道线的车道边界检测系统、方法及车辆 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113479191A CN113479191A (zh) | 2021-10-08 |
| CN113479191B true CN113479191B (zh) | 2023-04-07 |
Family
ID=77936998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110742580.1A Active CN113479191B (zh) | 2021-06-30 | 2021-06-30 | 用于泊车的无车道线的车道边界检测系统、方法及车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113479191B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113942458B (zh) * | 2021-10-29 | 2022-07-29 | 禾多科技（北京）有限公司 | 用于车载摄像头调整系统的控制方法、装置、设备和介质 |
| CN114706070A (zh) * | 2022-02-22 | 2022-07-05 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于4d毫米波雷达的自动泊车车位搜索方法和系统 |
| US12159465B2 (en) | 2022-04-14 | 2024-12-03 | Toyota Research Institute, Inc. | End-to-end learned lane boundary detection based on a transformer |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010140170A (ja) * | 2008-12-10 | 2010-06-24 | Toyota Motor Corp | 車線境界導出装置 |
| DE102013200387A1 (de) * | 2013-01-14 | 2014-07-17 | Robert Bosch Gmbh | Erstellung einer Hinderniskarte |
| CN106627582A (zh) * | 2016-12-09 | 2017-05-10 | 重庆长安汽车股份有限公司 | 单车道自动驾驶超越相邻车道车辆的路径规划系统及方法 |
| CN108805065A (zh) * | 2018-05-31 | 2018-11-13 | 华南理工大学 | 一种基于几何特征改进的车道线检测方法 |
| CN110147109A (zh) * | 2019-05-21 | 2019-08-20 | 重庆长安汽车股份有限公司 | 一种自动驾驶系统的原始模型开发系统 |
| CN110838233A (zh) * | 2019-10-12 | 2020-02-25 | 中国平安人寿保险股份有限公司 | 车辆行为分析方法、装置及计算机可读存储介质 |
| CN111273305A (zh) * | 2020-02-18 | 2020-06-12 | 中国科学院合肥物质科学研究院 | 基于全局与局部栅格图多传感器融合道路提取与索引方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9090263B2 (en) * | 2010-07-20 | 2015-07-28 | GM Global Technology Operations LLC | Lane fusion system using forward-view and rear-view cameras |
| KR102267562B1 (ko) * | 2015-04-16 | 2021-06-22 | 한국전자통신연구원 | 무인자동주차 기능 지원을 위한 장애물 및 주차구획 인식 장치 및 그 방법 |
| CN104850834A (zh) * | 2015-05-11 | 2015-08-19 | 中国科学院合肥物质科学研究院 | 基于三维激光雷达的道路边界检测方法 |
| US10832061B2 (en) * | 2016-07-22 | 2020-11-10 | Hitachi Automotive Systems, Ltd. | Traveling road boundary estimation apparatus and traveling assistance system using same |
| CN110044371B (zh) * | 2018-01-16 | 2025-07-04 | 深圳引望智能技术有限公司 | 一种车辆定位的方法以及车辆定位装置 |
| JP7422687B2 (ja) * | 2018-06-18 | 2024-01-26 | ズークス インコーポレイテッド | オクルージョン認識プランニング |
| CN109532821A (zh) * | 2018-11-09 | 2019-03-29 | 重庆长安汽车股份有限公司 | 融合泊车系统 |
| CN110287779B (zh) * | 2019-05-17 | 2021-10-15 | 百度在线网络技术（北京）有限公司 | 车道线的检测方法、装置及设备 |
| CN110861639B (zh) * | 2019-11-28 | 2021-06-15 | 安徽江淮汽车集团股份有限公司 | 泊车信息融合方法、装置、电子设备及存储介质 |
| CN111319615B (zh) * | 2020-03-16 | 2021-02-26 | 湖北亿咖通科技有限公司 | 智能代客泊车方法、计算机可读存储介质及电子设备 |
| CN112776797A (zh) * | 2021-02-27 | 2021-05-11 | 重庆长安汽车股份有限公司 | 泊出原始车位创建方法、系统、车辆和存储介质 |
-
2021
- 2021-06-30 CN CN202110742580.1A patent/CN113479191B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010140170A (ja) * | 2008-12-10 | 2010-06-24 | Toyota Motor Corp | 車線境界導出装置 |
| DE102013200387A1 (de) * | 2013-01-14 | 2014-07-17 | Robert Bosch Gmbh | Erstellung einer Hinderniskarte |
| CN106627582A (zh) * | 2016-12-09 | 2017-05-10 | 重庆长安汽车股份有限公司 | 单车道自动驾驶超越相邻车道车辆的路径规划系统及方法 |
| CN108805065A (zh) * | 2018-05-31 | 2018-11-13 | 华南理工大学 | 一种基于几何特征改进的车道线检测方法 |
| CN110147109A (zh) * | 2019-05-21 | 2019-08-20 | 重庆长安汽车股份有限公司 | 一种自动驾驶系统的原始模型开发系统 |
| CN110838233A (zh) * | 2019-10-12 | 2020-02-25 | 中国平安人寿保险股份有限公司 | 车辆行为分析方法、装置及计算机可读存储介质 |
| CN111273305A (zh) * | 2020-02-18 | 2020-06-12 | 中国科学院合肥物质科学研究院 | 基于全局与局部栅格图多传感器融合道路提取与索引方法 |
Non-Patent Citations (2)
| Title |
|---|
| 一种自适应动态窗口车道线高速检测方法;龚建伟等;《北京理工大学学报》(第06期);20-24 * |
| 基于多传感融合的车道线检测与跟踪方法的研究;吴彦文等;《计算机应用研究》(第02期);286-289、293 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113479191A (zh) | 2021-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112581612B (zh) | 基于激光雷达和环视摄像头融合的车载栅格地图生成方法及系统 | |
| US11662221B2 (en) | Change point detection device and map information distribution system | |
| JP7467485B2 (ja) | 時系列要素からの機械学習のためのグラウンドトゥルースの生成 | |
| CN111874006B (zh) | 路线规划处理方法和装置 | |
| US10628690B2 (en) | Systems and methods for automated detection of trailer properties | |
| CN113479191B (zh) | 用于泊车的无车道线的车道边界检测系统、方法及车辆 | |
| US11670087B2 (en) | Training data generating method for image processing, image processing method, and devices thereof | |
| AU2025200948A1 (en) | Predicting three-dimensional features for autonomous driving | |
| US20230184560A1 (en) | Visual interface display method and apparatus, electronic device, and storage medium | |
| CN114740867B (zh) | 基于双目视觉的智能避障方法、装置、机器人及介质 | |
| US9360332B2 (en) | Method for determining a course of a traffic lane for a vehicle | |
| CN110045729A (zh) | 一种车辆自动驾驶方法及装置 | |
| CN110298311B (zh) | 路面积水检测方法及装置 | |
| US10325163B2 (en) | Vehicle vision | |
| US20200151465A1 (en) | Detection and planar representaton of three dimensional lanes in a road scene | |
| US10286901B2 (en) | Map of the surroundings for driving areas with random altitude profile | |
| CN108960035A (zh) | 使用场景检测模式在感知场景图中分类对象的方法和系统 | |
| CN113838060A (zh) | 用于自主车辆的感知系统 | |
| CN114537447A (zh) | 安全通行方法、装置、电子设备和存储介质 | |
| CN114694108A (zh) | 一种图像处理方法、装置、设备及存储介质 | |
| CN113840079A (zh) | 对从无人驾驶车辆相机所获取的图像的划分 | |
| CN114954442A (zh) | 一种车辆控制方法、系统和车辆 | |
| CN113838115A (zh) | 从自主车辆相机获取的图像中的深度估计 | |
| CN118144670A (zh) | 用于车辆的自适应远光灯控制的方法和装置 | |
| CN114779276A (zh) | 一种障碍物检测方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |