[發明專利]用于識別車道的方法和裝置、駕駛員輔助系統以及車輛在審
| 申請號： | 201880054786.1 | 申請日： | 2018-08-31 |
| 公開（公告）號： | CN111066024A | 公開（公告）日： | 2020-04-24 |
| 發明（設計）人： | C·拜爾;C·海勒;C·洛依;A·阿布拉莫夫 | 申請（專利權）人： | 大陸-特韋斯貿易合伙股份公司及兩合公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/46 |
| 代理公司： | 北京市中咨律師事務所 11247 | 代理人： | 冷妮;吳鵬 |
| 地址： | 德國法*** | 國省代碼： | 暫無信息 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 用于 識別 車道 方法 裝置 駕駛員 輔助 系統 以及 車輛 | ||
1.一種用于識別車道(F)的方法，該方法包括以下步驟：
借助車輛(5)的攝像裝置(2)捕獲(S1)車輛周圍環境的攝像機圖像(K)；
在捕獲到的攝像機圖像(K)中測定(S2)與可能的車道界限(M1、M2)的區域相對應的特征點(P1-P15)；
在各特征點(P1-P15)周圍生成(S3)所捕獲到的攝像機圖像(K)的圖像剪裁部分；
使用神經網絡對所述圖像剪裁部分進行分析(S4)，以對所述特征點(P1-P15)進行分類；以及
在考慮經分類的特征點(P1-P15)的情況下，測定(S5)車輛周圍環境中的車道。
2.根據權利要求1所述的方法，其中，使用邊緣檢測算法測定所述特征點(P1-P15)。
3.根據權利要求2所述的方法，其中，邊緣檢測包括索貝爾濾波器的使用。
4.根據上述權利要求中任一項所述的方法，其中，可能的車道界限(M1、M2)包括車道標記(51、52)。
5.根據上述權利要求中任一項所述的方法，其中，神經網絡是卷積神經網絡。
6.根據上述權利要求中任一項所述的方法，其中，神經網絡借助一數據庫中預先規定的訓練數據進行學習。
7.根據權利要求6所述的方法，其中，所述訓練數據包括車道界限(M1、M2)的圖像和不構成車道界限(M1、M2)的結構的圖像。
8.根據權利要求7所述的方法，其中，所述圖像至少部分是在不同的亮度和/或一天中不同時間和/或不同天氣條件下生成的。
9.根據上述權利要求中任一項所述的方法，其中，通過對相鄰的已被分類為與車道界限相對應的特征點(P1-P15)進行插值，測定車道界限(M1、M2)的走向，其中，根據車道界限(M1、M2)的走向來確定所述車輛(5)能行駛的車道(F)。
10.一種用于識別車道(F)的裝置(1)，所述裝置包括：
接口(11)，所述接口用于接收借助車輛(5)的攝像裝置(2)捕獲到的車輛(5)的周圍環境的攝像機圖像(K)；以及
計算裝置(12)，所述計算裝置設置成用于：
-在借助所述接口(11)接收到的所述攝像機圖像(K)中測定對應于可能的車道界限(M1、M2)的區域的特征點(P1-P15)，
-在各特征點(P1-P15)周圍生成所捕獲到的攝像機圖像(K)的圖像剪裁部分，
-使用神經網絡對所述圖像剪裁部分進行分析，以對特征點(P1-P15)進行分類，并且
-在考慮經分類的特征點(P1-P15)的情況下，測定車輛周圍環境中的車道(F)。
11.根據權利要求10所述的裝置(1)，其中，計算裝置(12)使用邊緣檢測算法測定特征點(P1-P15)。
12.根據權利要求10或11所述的裝置(1)，其中，計算裝置(12)使用索貝爾濾波器進行邊緣檢測。
13.根據權利要求10到12中任一項所述的裝置(1)，其中，計算裝置設置成用于，通過對相鄰的已被分類為與車道界限(M1、M2)相對應的特征點(P1-P15)進行插值，測定車道界限(M1、M2)的走向，并根據車道界限(M1、M2)的走向來確定車輛(5)能行駛的車道(F)。
14.一種用于車輛(5)的駕駛員輔助系統(4)，該駕駛員輔助系統包括：
攝像裝置(2)，所述攝像裝置設置成用于，捕獲所述車輛(5)的周圍環境的攝像機圖像(K)；以及
用于根據權利要求10到13中任一項所述的用于識別車道(F)的裝置(1)，所述裝置根據攝像裝置(2)捕獲到的攝像機圖像(K)來識別車道。
15.包括根據權利要求14所述的駕駛員輔助系統(4)的車輛(5)。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于大陸-特韋斯貿易合伙股份公司及兩合公司，未經大陸-特韋斯貿易合伙股份公司及兩合公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201880054786.1/1.html，轉載請聲明來源鉆瓜專利網。
