道路上的线型指示标志的检测方法和装置制造方法
【专利摘要】公开了一种道路上的线型指示标志的检测方法和装置。该检测方法可以包括：获得包括路面区域的U视差图；在U视差图上，确定道路消失点；以由第一预定极点间距和第一预定极角间距表征的第一分辨率，获取道路消失点附近的预定区域的直线的第一分辨率概率分布图；基于物理世界中相互平行的直线之间的实际距离与该相互平行的直线在第一分辨率概率分布图上的对应极角间的关系，判定不同类型的线型指示标志。根据本发明实施例的道路上的线型标志物检测方法和装置，能够检测各种类型的道路上的线型标志物，如斑马线、道路上的箭头、道路上的白字、道路上的车道线，有助于车辆辅助驾驶。
【专利说明】道路上的线型指示标志的检测方法和装置
【技术领域】
[0001] 本发明涉及图像处理，更具体地涉及道路上的线型指示标志的检测方法和装置。
【背景技术】
[0002] 驾驶辅助系统的应用日渐普及。驾驶辅助系统可以包括路面检测功能、行人和车 辆检测功能、路上栅栏检测、道路上各种标志物检测功能等等。
[0003] 道路上存在各种线型标志物，一般是和道路走势平行的，例如白色斑马线、单白 线、双白线、三条白线、单黄线、双黄线、白色箭头线等等。
[0004] 下文描述中，将不区分线型标志物的颜色，统称之为"白线"。不过需要说明的是， 这仅是为了描述方便，其实该线可以为其它的颜色。在检测出白线类型之后，可以辅助以例 如彩色图的颜色来区分线的颜色。
[0005] 每种白线类型都有它特定的交通行驶指示含义。对白线类型的检测可以有助于司 机的安全驾驶。根据车辆在其上行驶的道路的白线类型的不同，可以给予行人检测或者车 辆预警不同的权重。
[0006] 而且，白线类型信息对于无人驾驶以及辅助驾驶也有重要作用，它可以预测行驶 路线，提供自动刹车指导等。
【发明内容】
[0007] 需要一种适合于检测各种道路上的线型标志物的方法和装置。
[0008] 为此，提出了本发明。
[0009] 根据本发明的一个方面，提供了一种路上的线型指示标志的检测方法，可以包括： 获得包括路面区域的U视差图；在U视差图上，确定道路消失点；以由第一预定极点间距和 第一预定极角间距表征的第一分辨率，获取道路消失点附近的预定区域的直线的第一分辨 率概率分布图；基于物理世界中相互平行的直线之间的实际距离与该相互平行的直线在第 一分辨率概率分布图上的对应极角间的关系，判定不同类型的线型指示标志。
[0010] 根据本发明的另一个方面，提供了一种道路上的线型指示标志的检测装置，可以 包括：U视差图获得部件，用于获得包括路面区域的U视差图；道路消失点确定部件，用于在 U视差图上，确定道路消失点；第一分辨率概率分布图获得部件，用于以由第一预定极点间 距和第一预定极角间距表征的第一分辨率，获取道路消失点附近的预定区域的直线的第一 分辨率概率分布图；不同类型线型指示标志区分部件，用于基于物理世界中相互平行的直 线之间的实际距离与该相互平行的直线在第一分辨率概率分布图上的对应极角间的关系， 判定不同类型的线型指示标志。
[0011] 根据本发明实施例的道路上的线型标志物检测方法和装置，能够检测各种类型的 道路上的线型标志物，如斑马线、道路上的箭头、道路上的白字、道路上的车道线，有助于车 辆辅助驾驶。
[0012] 进一步地，根据本发明实施例的道路上的线型标志物检测方法和装置还可以包 括：以由第二预定极点间距和第二预定极角间距表征的第二分辨率，获取道路消失点附近 的预定区域的直线的第二分辨率概率分布图，其中第二分辨率高于第一分辨率；对于判定 为车道线的线型指示标志，确定其在第二分辨率概率分布图上表现出的对应线的条数；以 及根据表现出的对应线的条数，进一步判定该车道线的类型。由此，能够利用第一分辨率 (低分辨率）的概率分布图，来实现道路上的线型指示标志的粗分类，而且利用第二分辨率 (高分辨率）的概率分布图，基于不同车道线在概率分布图上显现的线的条数，实现车道线 的细分类。
【专利附图】
【附图说明】
[0013] 从下面结合附图对本发明实施例的详细描述中，本发明的这些和/或其它方面和 优点将变得更加清楚并更容易理解，其中：
[0014] 图1示出了根据本发明一个实施例的车辆自动控制系统100的示意图；
[0015] 图2示出了根据本发明一个实施例的可用于图1中所示的车辆自动控制系统100 中的摄像头101和图像处理模块102的组成示例的示意图；
[0016] 图3示出了根据本发明一个实施例的道路上的线型指示标志检测装置300的基本 功能组成示例；
[0017] 图4示出了根据本发明一个实施例的道路上的线型指示标志检测方法的总体流 程图；
[0018] 图5示意性地示出了包括路面区域的视差图和视差图变换得到的U视差图；
[0019] 图6 (a)示意性示出了 U视差图上的一个候选道路消失点CVP，以及示例的用极点 b和极角0来表示的经过该候选道路消失点CVP的一条直线；图6(b)示意性地示出了所 有基本点的所有直线的概率分布图；图6(c)示出了图6 (b)的概率分布图对应的候选道路 消失点CVP (即基本点b)的聚合度分布曲线示意图；图6d)示出了利用聚合度分布曲线确 定消失点x〇的示意图；图6e)是和图6b) -样的概率分布图，其中临近消失点，包含大多 数直线的区域，在图6e)中用矩形框标识出来；图6f)示出了灰度图上的对应白线；
[0020] 图7示出了通过将图6(e)中的矩形框部分（即道路消失点附近的区域）单独取出 得到的某分辨率的概率分布图或角度分布图；
[0021] 图8a)示出了原始灰度图，图8b)示出了对应的U图，图8c)和图8d)示意性地示 出了两个不同分辨率的角度分布图的示例；
[0022] 图9中的a)和（b)示意性地示出了角度分布图的点和原始灰度图上的直线之间 的对应关系；
[0023] 图IOa)示意性地显示了立体视觉原理，图IOb)示出了真实世界中两个点P和Q 有同样的深度的情况下，真实距离和像素距离之间的关系；
[0024] 图11示出了在U视差图中两条道路白线间的像素宽度Dwidth与道路白线的倾斜 角度之间的关系；
[0025] 图12中的a)到c)示意性地示出了灰度图上的各种道路上的线型指示标志与第 一分辨率的概率分布图上的对应点(或对应曲线)之间的对应关系，图12d)示出了经区分留 下的灰度图上的圆圈所显示的车道线部分；
[0026] 图13示出了根据本发明第三实施例的道路上的线型指示标志检测方法500的总 体流程图；
[0027] 图14a)示意性示出了由不同条数的白线组成的车道线的例子；图14b)示意性示 出了灰度图上的不同类型的车道线和高分辨率角度分布图中的对应曲线；
[0028] 图15a)和b)示出了灰度图上的车道线、高分辨率角度分布图上的对应曲线和灰 度图中直线对应的密度列表；以及
[0029] 图16示出了适于用来实现本发明实施方式的示例性计算系统600的框图。
【具体实施方式】
[0030] 为了使本领域技术人员更好地理解本发明，下面结合附图和【具体实施方式】对本发 明作进一步详细说明。
[0031] 本发明各实施例中道路上的线型指示标志检测以视差图和/或U视差图(可选地 还包括灰度图或彩色图)为操作对象，下面对视差图以及作为视差图的俯瞰图的U视差图进 行简要介绍。
[0032] 视差图（disparity map)是以任一幅图像为基准，其大小为该基准图像的大小，元 素值为视差值的图像。视差图包含了场景的距离信息。视差图可以从双目相机拍摄的左图 像和右图像中计算得到，或者通过立体视图中的深度图计算得到。
[0033] 普通二维视差图中的某点坐标一般以（u，V)表示，其中U为横坐标，V为纵坐标； 点（U，v)处的像素的像素值用d(u，v)表示，表示该点（u，v)处的视差。
[0034] 视差俯敵图或U-视差图可以从视差图中计算得到。U-视差图中任意一点（u, d) 的灰度值是对应视差图的横坐标为u的列中视差值等于d的点的个数。
[0035] 有关视差图的概念、获得、以及如何从视差图获得U-视差图的详细介绍，可以在 本 申请人:的另一篇题目为"道路分割物检测方法和装置"、申请号为No. 201110409269. 1的 在先申请中得到。
[0036] 下面，将按如下顺序进行描述：
[0037] 〈1、第一实施例〉
[0038] 〈1. 1、车辆自动控制系统〉
[0039] 〈1. 2、摄像头和图像处理模块〉
[0040] 〈1. 3、道路上的线型指示标志检测装置〉
[0041] 〈2、第二实施例：道路上的线型指示标志检测方法〉
[0042] 〈3、第三实施例：道路上的线型指示标志检测方法〉
[0043] 〈4、第四实施例：检测道路上的线型指示标志的计算系统〉
[0044] 〈1、第一实施例〉
[0045] 〈1. 1、车辆自动控制系统〉
[0046] 图1示出了根据本发明一个实施例的车辆自动控制系统100的示意图。车辆自动 控制系统100安装在车辆之上。该车辆自动控制系统100包括例如两个摄像头101、图像处 理模块102、车辆控制模块103。摄像头101可以安装在靠近车辆后视镜的位置，用于捕获 车辆前方的场景。所捕获的车辆前方场景的图像将作为图像处理模块102的输入。图像处 理模块102分析输入的视差图像，进行各种检测处理，例如本发明实施例的道路上的线型 指示标志检测，以及其他的路面检测处理、栅栏检测处理、行人检测处理等等。车辆控制模 块103接收由图像处理模块102输出的信号，根据检测得到的当前道路上的线型指示标志 如各种分道线(诸如，区分各个车道（lane)的线)，以及路面、栅栏、行人等信息生成控制信 号来控制车辆的行驶方向和行驶速度等。
[0047] 图中所示的车辆自动控制系统100仅为示例，其还可以包括其他部件，例如GPS导 航部分等。
[0048] 〈1. 2、摄像头和图像处理模块〉
[0049] 图2示出了根据本发明一个实施例的可用于图1中所示的车辆自动控制系统100 中的摄像头101和图像处理模块102的组成示例的示意图。
[0050] 如图2所示，图中左侧示出了两个摄像头101，摄像头101包括图像传感器201和 摄像头数字信号处理器（digital signal processing, DSP) 202。图像传感器201将光信 号转换为电子信号，将捕获的当前车辆前方的图像转换为模拟图像信号，再将结果传入摄 像头DSP202。如果需要，摄像头101还可以进一步包括镜头，滤镜，等等。在本设备中，可以 包括两个或多个(未示出)摄像头101，这些摄像头配准后可以同时捕获多幅图像，以便用于 双目成像或多目成像。摄像头DSP202将模拟图像信号转换为数字图像信号，并发送到图像 处理模块102。
[0051] 如图像处理模块102的功能框图所示，图像处理模块102可以包括，例如，图像输 入部分203、视差图成像部分204、路面检测部分204、行人和车辆检测部分205、道路上的线 型指示标志检测部分206等。图像输入部分203可以按规定的时间间隔取得图像。视差图 成像部分204利用双目视觉原理，将输入的一对数字图像转换为视差图。路面检测部分204 可以例如基于来自视差图成像部分204的视差图(和/或灰度图)而检测路面。行人和车辆 检测部分205可以例如基于来自视差图成像部分204的视差图(和/或灰度图)而检测行人 和车辆。道路上的线型指示标志检测部分206可以例如基于来自视差图成像部分204的视 差图(可选地，还基于灰度图）而检测道路上的线型指示标志。
[0052] 图2中所示的用于后续获得视差的双目摄像机成像仅为示例，也可以例如采用其 他基于红外光飞行速度和基于纹理光的立体摄像机等等设置。另外，车辆上可以不配置摄 像设备，而例如通过有线网络或者无线网络连接接收来自外部的图像数据等。
[0053] 图2中所示的图像处理模块仅为示例，其可以省略其中的某些部分例如省略路面 检测部分204,以及可以包括额外的其他部分，例如栅栏检测部分、U视差图获得部分、V视 差图获得部分、基于灰度图的对象检测等。
[0054] 下面将重点介绍本发明所关注的道路上的线型指示标志检测部分的组成和操作 过程。
[0055] 〈1. 3、道路上的线型指示标志检测装置〉
[0056] 下面将结合图3描述根据本发明一个实施例的道路上的线型指示标志检测装置 的基本功能组成示例。
[0057] 图3示出了根据本发明一个实施例的道路上的线型指示标志检测装置300的基本 功能组成示例，该道路上的线型指示标志检测装置300可用于图2中所示的道路上的线型 指示标志检测部分206。该道路上的线型指示标志检测装置300输入为图像数据例如双目 相机拍摄的左图像和右图像，输出为检测得到的某种或某些道路上的线型指示标志。
[0058] 如图3所示，根据本发明一个实施例的道路上的线型指示标志检测装置300可 以包括：U视差图获得部件310,用于获得包括路面区域的U视差图；道路消失点确定部件 320,用于在U视差图上，确定道路消失点；第一分辨率概率分布图获得部件330,用于以由 第一预定极点间距和第一预定极角间距表征的第一分辨率，获取道路消失点附近的预定区 域的直线的第一分辨率概率分布图；不同类型线型指示标志区分部件340,用于基于物理 世界中相互平行的直线之间的距离与该相互平行的直线在第一分辨率概率分布图上的对 应极角间的关系，判定不同类型的线型指示标志。
[0059] 需要说明的是，上述道路上的线型指示标志的检测装置300的部件可以用软件程 序来实现，例如通过通用计算机中的CPU结合RAM和ROM等以及其中运行的软件代码来实 现。软件程序可以存储在诸如闪存、软盘、硬盘、光盘等存储介质上，在运行时加载到诸如随 机访问存储器RAM上来由CPU执行。另外，除了通用计算机上，还可以通过专用集成电路和 软件之间的合作来实现。所述集成电路包括通过例如MPU (微处理单元)、DSP (数字信号处 理器)、FPGA (现场可编程门阵列）、ASIC (专用集成电路）等中的至少一个来实现。这样的 通用计算机或者专用集成电路等例如可以装载在车辆上，并且与安装在例如车辆上的成像 设备例如照相机来通信，以便对照相机拍摄获得的二维图像和/或立体图像进行处理来得 到道路上的线型指示标志检测结果，以及可选地还可以根据道路上的线型指示标志检测结 果对车辆的驾驶进行控制，例如给出警告信息、自动刹车或启动应急保护装置等。另外，道 路上的线型指示标志的检测装置300的各个部件可以用专门的硬件来实现，例如特定的现 场可编程门阵列、专用集成电路等。另外，道路上的线型指示标志的检测装置300的各个部 件也可以利用软件和硬件的结合来实现。
[0060] 需要说明的是，图3中所示的箭头只表示两个部件的功能之间存在逻辑关系，两 个部件之间可以直接或者间接地操作性地连接。另外，即便图3中的某两个部件之间未示 出某方向的箭头连接，但是这并不表明两者之间必然不存在该方向的逻辑关系，相反，两者 之间可以存在操作性的连接关系，例如第一分辨率概率分布图获得部件330和不同类型线 型指示标志区分部件340和U视差图获得部件310之间可以存在逻辑关联，其中第一分辨 率概率分布图获得部件330和不同类型线型指示标志区分部件340在操作过程中可能需要 利用U视差图获得部件310所获得的U视差图。
[0061] 上述道路上的线型指示标志的检测装置300中的各个单元的结构和数量不对本 发明的范围构成限制。根据本发明的一个实施例，上述U视差图获得部件310、道路消失点 确定部件320、第一分辨率概率分布图获得部件330、不同类型线型指示标志区分部件340 可以合并为一个独立的部件来执行和实现相应的功能和操作，或者可以将U视差图获得部 件310、道路消失点确定部件320、第一分辨率概率分布图获得部件330、不同类型线型指示 标志区分部件340进一步拆分为更小的单元来实现他们各自的功能和操作。
[0062] 另外，需要说明的是，图3中所示的结构并不是排他式的，相反道路上的线型指示 标志的检测装置300可以包括其他部件，例如显示部件，用于例如不同类型线型指示标志 区分部件340处理后的结果，以及例如通信部件，用于将有关信息和/或中间处理结果传递 到外部等。
[0063] 下面参考图4-9详细描述道路上的线型指示标志检测装置300的各部件的功能和 操作的示例。
[0064] 〈2、第二实施例：道路上的线型指示标志检测方法〉
[0065] 图4示出了根据本发明一个实施例的道路上的线型指示标志检测方法400的总体 流程图。
[0066] 如图4所示，在步骤S410, U视差图获得部件310获得包括路面区域的U视差图。 [0067] 如前所述，可以通过双目相机、多目相机、立体相机拍摄并计算得到包括道路区域 的视差图，由视差图变换得到U视差图；或者从立体视图中获得深度图，根据深度图得到视 差图，由视差图变换得到U视差图。
[0068] 在首先获得包括路面区域的视差图，然后从视差图转换得到U视差图的情况下， 关于如何从例如立体相机获得的图像中获得路面区域的视差图，可以采用例如下述几种途 径：由手动指定路面区域；也可以例如采用预定高度阈值rh来将视差图中自路面起高度大 于rh的所有点移除，因为，高度大于rh的点可能代表路上的车辆、骑自行车的人或者电线 杆等噪声等；或者可以采用各种路面估计或检测方法来检测路面从而获得包括路面区域的 视差图，例如采用本 申请人:的题目为"路面检测方法和装置"、申请号为No. 201210194074. 4 中介绍的路面检测方法。
[0069] 在获得包括路面区域的视差图后，可以获得视差图的俯瞰图，即U视差图。
[0070] 图5示意性地示出了包括路面区域的视差图（左图）和视差图变换得到的U视差 图(右图)，其中左图横坐标是X，纵坐标是y，右图中横坐标是X，纵坐标是d。
[0071] 此外，这里还可以对如此得到的U视差图进行一些后处理，例如去噪，其中一种实 现方式是，将所有灰度值小于预定阈值的点都从视差俯瞰图中去除，也即将所有灰度值小 于预定阈值的点的灰度值改为零。这是因为，噪声一般是离散点，在视差图的各列中，不会 存在很多视差一样的噪声点。另外，为了避免无意地去除诸如白线的分道线，优选地，将预 定阈值设置为较小值，例如设置为1。
[0072] 前文描述的情形是先获得视差图，然后从视差图获得U视差图。不过这仅为示例， 也可以通过对例如双目相机获得的图像进行处理或计算，直接获得U视差图。或者，也可以 直接从外部通过有线网络或者无线网络通信来接收包括路面区域的U视差图。
[0073] 回到图4,在步骤S420中在U视差图上，确定道路消失点。
[0074] 由本领域技术人员公知的射影变换原理可知，原三维空间中相互平行的直线在U 视差图中相交于视差值等于零（即d=0)的点，我们将此交点称为道路消失点。在视差俯瞰 图中，视差值等于零的点位于一条横线上，我们将视差值等于零的点统称为基本点，也称之 为候选道路消失点。如果考察经过各个基本点的各个直线存在的概率的话，那么应该是经 过道路消失点的作为道路分割物的直线存在的概率最大，或者说最集中（即最不分散)。
[0075] 由此可以基于这样的聚合度分布来确定道路消失点。
[0076] 在一个实施例中，在U视差图上，确定道路消失点可以包括：
[0077] (1)在U视差图上，针对各个候选道路消失点，计算经过候选道路消失点的各个直 线存在的概率，获得经过各个候选道路消失点的直线的概率分布图，每条直线由对应候选 道路消失点作为极点和对应极角来限定，由此获得了各个候选道路消失点的直线的概率分 布；
[0078] 这里，候选道路消失点简称为CVP (candidate vanishing point)，图6 (a)示出了 U视差图上的一个候选道路消失点CVP，该图中的括号显示了待选消失点区间的位置。横坐 标是X，纵坐标是d，与图5中的右图相同。候选道路消失点CVP的位置用横坐标b表示(纵 坐标为视差d=0)，经过该候选道路消失点CVP的一条直线用极点b和极角0来表示。
[0079] 图6(b)示意性地示出了所有基本点的所有直线的概率分布图，其中横坐标表示 各个CVP点（即横坐标b)，纵坐标表示夹角角度Angle(即0)，点（b，0)处的取值为概率 Dis(0，b)，即表示由极点b和夹角0确定的直线存在的概率，该概率例如可以根据落在该 条直线上的U视差图像上的非零点的数目占U视差图像上全部非零点的数目的比率来计 算。
[0080] 从U视差图生成方式可以看出，图6f)中灰度图上的右侧白线，对应着图6a)中的 由极点b和夹角0确定的直线（b，0)，如从图6(a)到图6(f)的箭头曲线所示。也因此， 图6b)中的大的黑圆点处的像素点，表示由极点b和夹角0确定的直线（b，0)的存在概 率，可见其对应着图6f)中的右侧白线，换句话说，一定程度上表征图6f)中的右侧白线存 在的概率。
[0081] 需要说明的是，关于概率分布图，关于各条直线的概率，可以基于极点间预定间距 和极角间的预定间距来对各个直线进行概率计算，由此得到了不同分辨率的概率分布图， 极点间的间距越小、极角间的间距越小，概率分布图的分辨率越高。
[0082] (2)基于经过每个候选道路消失点的各个直线存在的概率，得到表征每个候选道 路消失点的直线存在的概率的分布的聚合程度的聚合度，由此得到候选道路消失点的聚合 度分布。
[0083] 针对每个候选道路消失点CVP(也可称为基本点b)，改变极角0，即得到一组相关 联的直线。如果这组直线经过的是真正的消失点，那么他们每条直线的概率，要么很大（白 线所在直线），要么很小（很少有点的直线）。从信息论的角度来讲，这组直线的概率分布 的聚合程度是收敛的。而如果这组直线经过的不是真正的消失点，那么这组直线的概率分 布的聚合程度是发散的。为了定量度量每组直线的概率分布的聚合程度(收敛或发散)，在 一个示例中，可以采用信息熵来计算，例如，用如下的公式（1)来表示候选道路消失点CVP (即基本点b)的聚合度En(b) :
[0084]
【权利要求】
1. 一种道路上的线型指示标志的检测方法，包括： 获得包括路面区域的U视差图； 在U视差图上，确定道路消失点； 以由第一预定极点间距和第一预定极角间距表征的第一分辨率，获取道路消失点附近 的预定区域的直线的第一分辨率概率分布图； 基于物理世界中相互平行的直线之间的实际距离与该相互平行的直线在第一分辨率 概率分布图上的对应极角间的关系，判定不同类型的线型指示标志。
2. 根据权利要求1的道路上的线型指示标志的检测方法，还包括： 以由第二预定极点间距和第二预定极角间距表征的第二分辨率，获取道路消失点附近 的预定区域的直线的第二分辨率概率分布图，其中第二分辨率高于第一分辨率； 对于判定为车道线的线型指示标志，确定其在第二分辨率概率分布图上表现出的对应 线的条数；以及 根据表现出的对应线的条数，进一步判定该车道线的类型。
3. 根据权利要求1的道路上的线型指示标志的检测方法，所述在U视差图上，确定道路 消失点包括： 在U视差图上，针对各个候选道路消失点，计算经过候选道路消失点的各个直线存在 的概率，获得经过各个候选道路消失点的直线的概率分布图，每条直线由对应候选道路消 失点作为极点和对应极角来限定，由此获得了各个候选道路消失点的直线的概率分布； 基于经过每个候选道路消失点的各个直线存在的概率，得到表征每个候选道路消失点 的直线存在的概率的分布的聚合程度的聚合度，由此得到候选道路消失点的聚合度分布； 以及 基于候选道路消失点的聚合度分布，确定道路消失点。
4. 根据权利要求1的道路上的线型指示标志的检测方法，所述基于物理世界中相互平 行的直线之间的实际距离与该相互平行的直线在第一分辨率概率分布图上的对应极角间 的关系，判定不同类型的线型指示标志包括： 对于第一分辨率概率分布图上的极点位置位于道路消失点、且概率大于预定阈值的各 条直线，确定各条直线的极角；以及 基于各条直线的极角和基于物理世界中相互平行的直线之间的实际距离与该相互平 行的直线在第一分辨率概率分布图上的对应极角间的关系，计算在第一分辨率概率分布图 上的所述各条直线中相邻直线之间在物理世界中的实际距离；以及 至少部分基于计算的各条直线中相邻直线之间在物理世界中的实际距离，判定不同类 型的线型指示标志。
5. 根据权利要求2的道路上的线型指示标志的检测方法，还包括： 对于在第二分辨率概率分布图上表现出形同线的条数的车道线，通过该车道线在灰度 图上的特征，来进一步区分该车道线的类型。
6. 根据权利要求1-5中任一项的道路上的线型指示标志的检测方法，还包括： 基于检测到的线型指示标志来给出提示信息或自动控制车辆的行驶。
7. -种道路上的线型指示标志的检测装置，包括： U视差图获得部件，用于获得包括路面区域的U视差图； 道路消失点确定部件，用于在U视差图上，确定道路消失点； 第一分辨率概率分布图获得部件，用于以由第一预定极点间距和第一预定极角间距表 征的第一分辨率，获取道路消失点附近的预定区域的直线的第一分辨率概率分布图； 不同类型线型指示标志区分部件，用于基于物理世界中相互平行的直线之间的距离与 该相互平行的直线在第一分辨率概率分布图上的对应极角间的关系，判定不同类型的线型 指示标志。
8. 根据权利要求7的道路上的线型指示标志的检测装置，还包括： 第二分辨率概率分布图获得部件，用于以由第二预定极点间距和第二预定极角间距表 征的第二分辨率，获取道路消失点附近的预定区域的直线的第二分辨率概率分布图，其中 第二分辨率高于第一分辨率； 车道线对应线条数确定部件，用于对于判定为车道线的线型指示标志，确定其在第二 分辨率概率分布图上表现出的对应线的条数；以及 车道线类型判定部件，用于根据表现出的对应线的条数，进一步判定该车道线的类型。
9. 根据权利要求7的道路上的线型指示标志的检测装置，所述道路消失点确定部件在 U视差图上，确定道路消失点包括： 在U视差图上，针对各个候选道路消失点，计算经过候选道路消失点的各个直线存在 的概率，获得经过各个候选道路消失点的直线的概率分布图，每条直线由对应候选道路消 失点作为极点和对应极角来限定，由此获得了各个候选道路消失点的直线的概率分布； 基于经过每个候选道路消失点的各个直线存在的概率，得到表征每个候选道路消失点 的直线存在的概率的分布的聚合程度的聚合度，由此得到候选道路消失点的聚合度分布； 以及 基于候选道路消失点的聚合度分布，确定道路消失点。
10. 根据权利要求7的道路上的线型指示标志的检测装置，所述不同类型线型指示标 志区分部件基于物理世界中相互平行的直线之间的距离与该相互平行的直线在第一分辨 率概率分布图上的对应极角间的关系，判定不同类型的线型指示标志包括： 对于第一分辨率概率分布图上的极点位置位于道路消失点、且概率大于预定阈值的各 条直线，确定各条直线的极角； 基于各条直线的极角和基于物理世界中相互平行的直线之间的实际距离与该相互平 行的直线在第一分辨率概率分布图上的对应极角间的关系，计算在第一分辨率概率分布图 上的所述各条直线中相邻直线之间在物理世界中的实际距离；以及 至少部分基于计算的各条直线中相邻直线之间在物理世界中的实际距离，判定不同类 型的线型指示标志。
【文档编号】B60R16/02GK104376297SQ201310349606
【公开日】2015年2月25日 申请日期:2013年8月12日 优先权日:2013年8月12日
【发明者】胡平, 鲁耀杰, 师忠超, 刘媛 申请人:株式会社理光