一种实时多车道识别及跟踪方法

    公开(公告)号:CN104751151A

    公开(公告)日:2015-07-01

    申请号:CN201510205669.9

    申请日:2015-04-28

    Inventor: 郭健 于泳 范达

    Abstract: 本发明涉及一种实时多车道识别及跟踪系统。包括坐标转换、图像预处理以及车道线的预测与跟踪三个系统模块。由安装在汽车上的CMOS图像传感器识别车辆前方的道路环境,把图像信息传递给图像预处理模块。坐标转换模块通过标定来实现COMS图像传感器的世界坐标系转换。图像预处理模块负责处理图像数据,进行插值、滤波、梯度计算以及最后生成车道线簇的连线。本发明对采集的图像进行分区域、分策略处理,识别多种类型的车道标志线,提高算法的计算效率。本发明在满足实时性的条件下,对车辆本车道以及左右邻近车道共四条车道线进行识别与跟踪,可以为智能驾驶辅助系统中的车道偏离预警策略以及车道保持控制策略提供更加详细,全面的信息。

    基于车载毫米波雷达的前方物体运动状态估计及分类方法

    公开(公告)号:CN104635233A

    公开(公告)日:2015-05-20

    申请号:CN201510085048.1

    申请日:2015-02-17

    Inventor: 郭健 范达 于泳

    CPC classification number: G01S13/93 G01S13/931

    Abstract: 本发明揭示了一种基于车载毫米波雷达的前方物体运动状态估计及分类方法,基于车载毫米波雷达所直接测量的有限前方物体运动的侧向速度信息,建立前方物体在大地坐标系下的运动方程,利用自适应卡尔曼滤波估计算法,实时准确地估计前方物体运动状态;而后根据前方物体运动信息,依据所指定的运动状态划分速度阈值和运动状态转换规则进行分类。本发明技术方案的实时,相对现有技术大大提高了运动状态估计的准确性,并指定严格的前方物体运动状态转换条件,保证了分类准确性。

    基于车载毫米波雷达的前方物体运动状态估计及分类方法

    公开(公告)号:CN104635233B

    公开(公告)日:2017-12-26

    申请号:CN201510085048.1

    申请日:2015-02-17

    Inventor: 郭健 范达 于泳

    Abstract: 本发明揭示了一种基于车载毫米波雷达的前方物体运动状态估计及分类方法,基于车载毫米波雷达所直接测量的有限前方物体运动的侧向速度信息,建立前方物体在大地坐标系下的运动方程,利用自适应卡尔曼滤波估计算法,实时准确地估计前方物体运动状态;而后根据前方物体运动信息,依据所指定的运动状态划分速度阈值和运动状态转换规则进行分类。本发明技术方案的实时,相对现有技术大大提高了运动状态估计的准确性,并指定严格的前方物体运动状态转换条件,保证了分类准确性。

    一种前车跟随的实现方法

    公开(公告)号:CN104670235A

    公开(公告)日:2015-06-03

    申请号:CN201510084995.9

    申请日:2015-02-17

    Inventor: 郭健 范达 于泳

    CPC classification number: B60W30/16

    Abstract: 本发明揭示了一种前车跟随的实现方法,在车距控制中的跟随特性采用相平面图表示,横轴为两车相对距离R、竖轴为两车相对速度V,且在相平面图中采用直线型与曲线型相结合的方式确定理想目标跟随特性曲线,设定相平面图上的理想工作点及相对理想工作点调整前车跟随方式的两车相对距离接近幅值Ra,在未达到Ra的初始阶段,采用固定加速度、减速度接近理想工作点的车距,且在达到Ra后的调整阶段,通过减少油门或制动的方法达到理想工作点;其中理想工作点为两车相对速度为零且两车相对距离为驾驶员设定、理想安全的车距。应用本发明前车跟随的技术方案于车辆巡航控制系统中,提高了车辆巡航控制系统的舒适性与安全性,易于被驾驶员所接受。

    一种实时多车道识别及跟踪方法

    公开(公告)号:CN104751151B

    公开(公告)日:2017-12-26

    申请号:CN201510205669.9

    申请日:2015-04-28

    Inventor: 郭健 于泳 范达

    Abstract: 本发明涉及一种实时多车道识别及跟踪系统。包括坐标转换、图像预处理以及车道线的预测与跟踪三个系统模块。由安装在汽车上的CMOS图像传感器识别车辆前方的道路环境,把图像信息传递给图像预处理模块。坐标转换模块通过标定来实现COMS图像传感器的世界坐标系转换。图像预处理模块负责处理图像数据,进行插值、滤波、梯度计算以及最后生成车道线簇的连线。本发明对采集的图像进行分区域、分策略处理,识别多种类型的车道标志线,提高算法的计算效率。本发明在满足实时性的条件下,对车辆本车道以及左右邻近车道共四条车道线进行识别与跟踪,可以为智能驾驶辅助系统中的车道偏离预警策略以及车道保持控制策略提供更加详细,全面的信息。

    一种基于本车运动状态和环境信息的道路曲率估计方法

    公开(公告)号:CN107415951A

    公开(公告)日:2017-12-01

    申请号:CN201710111497.8

    申请日:2017-02-28

    Inventor: 郭健 范达 于泳

    CPC classification number: B60W40/072 B60W2520/10 B60W2520/125 B60W2540/18

    Abstract: 本发明揭示了一种基于本车运动状态和环境信息的道路曲率估计方法,包括使用本车的运动状态、使用前方运动物体的运动状态及使用前方静止物体特征分别进行道路曲率估计并相结合的三个部分;在本车前方1m~8m的近端区域采用横摆角速度和转向盘转角来估计前方近端道路曲率,在本车前方10m±2m的中端区域采用前方运动物体的运动状态来估计前方中端道路曲率,在本车前方12m以上的远端采用前方静止物体特征来估计前方远端道路曲率。本发明道路曲率估计方法基于车载雷达所提供的环境信息进行道路曲率预测,保证了在不同环境条件下的稳定性能,同时引入本车运动状态进行前方道路曲率估计,有效地解决了前方没有足够可被探测物体时估计结果较差的问题。

    一种前车跟随的实现方法

    公开(公告)号:CN104670235B

    公开(公告)日:2017-05-17

    申请号:CN201510084995.9

    申请日:2015-02-17

    Inventor: 郭健 范达 于泳

    Abstract: 本发明揭示了一种前车跟随的实现方法,在车距控制中的跟随特性采用相平面图表示,横轴为两车相对距离R、竖轴为两车相对速度V,且在相平面图中采用直线型与曲线型相结合的方式确定理想目标跟随特性曲线,设定相平面图上的理想工作点及相对理想工作点调整前车跟随方式的两车相对距离接近幅值Ra,在未达到Ra的初始阶段,采用固定加速度、减速度接近理想工作点的车距,且在达到Ra后的调整阶段,通过减少油门或制动的方法达到理想工作点;其中理想工作点为两车相对速度为零且两车相对距离为驾驶员设定、理想安全的车距。应用本发明前车跟随的技术方案于车辆巡航控制系统中,提高了车辆巡航控制系统的舒适性与安全性,易于被驾驶员所接受。

Patent Agency Ranking