车辆及用于车辆的车道检测方法与流程

本发明涉及一种车辆，并且更具体地，涉及一种车辆的车道检测方法。

背景技术：

通常，行驶辅助设备提供在纵向方向上辅助行驶的功能，例如自适应巡航控制(ACC)，或提供在横向方向上辅助行驶的功能，例如车道偏离警报系统(LDWS)或车道保持辅助系统(LKAS)。最近，已研发了在没有驾驶员干涉的情况下沿纵向/横向方向自动操作的自动车辆。

在该背景技术部分公开的上述信息仅用于增强对本发明背景技术的理解，并且因此它可能包含不构成在本国中对于本领域技术人员来说是已知的现有技术的信息。

技术实现要素：

一方面，本发明提供了一种车辆及一种车道检测方法，该车辆使用激光雷达传感器的测量数据来检测车道。本发明的其他方面将在下面的描述中部分地阐述、并且部分地将从该描述中显而易见、或者可通过本发明的实施而了解。

根据本发明的一方面，车辆可包括距离传感器和处理器，处理器配置成在由距离传感器获得的数据中确定表示车道的数据，使用车速信息来积累所确定的车道数据，并使用所积累的车道数据来确定车道。

处理器可配置成在由距离传感器获得的数据中去除分布在横向集群中的数据。处理器可进一步配置成将在与距离传感器相距等于或大于预定距离的距离处测得的数据确定为表示车道的数据。可确定从通过距离传感器获得的数据中分布在横向集群中的数据到距离传感器的平均距离并确定标准偏差。另外，处理器可配置成将在通过将标准偏差加至所确定的平均距离或大于所确定的平均距离而获得的一距离处所测得的数据确定为表示车道的数据。

处理器可进一步配置成可将在在由距离传感器获得的数据中在每一距离具有积累的多种数据的数据确定为表示车道的数据，在每一距离积累的多种数据是预定的参考数量或者小于该参考数量。处理器可配置成将与在由距离传感器接收的回声信号中具有包含在预定范围内的脉冲宽度的回声信号对应的数据确定为表示车道的数据。

此外，处理器可配置成将在与距离传感器相距一定距离处测得的数据确定为表示车道的数据，该一定距离等于或大于预定距离，该一定距离具有与距离传感器相距每一距离内累积的多种数据，该一定距离等于或小于预定参考值，并且该一定距离与在由距离传感器接收的回声信号中具有包含在预定范围内的脉冲宽度的回声信号相对应。

处理器可配置成将与测量顺序对应的权重加至所积累的数据，并使用加入有权重的数据来模拟车道。可将较小权重加至所积累的数据中预先测量的数据，并且可使用加入有与基于测量顺序不同的权重的数据来模拟车道。处理器可配置成在由距离传感器获得的数据中确定表示具有与车道形状对应的形状的道路设施的数据并且使用表示道路设施的数据来确定车道。

根据本发明的另一方面，一种车道检测方法可包括：在通过距离传感器获得的数据中确定表示车道的数据；使用车速信息来积累所确定的车道数据；以及使用所积累的车道数据来确定车道。

具体地，在通过距离传感器获得的数据中确定表示车道的数据可包括：将在横向集群中分布的数据从通过距离传感器获得的数据中去除，以及将与距离传感器相距等于或大于预定距离的距离处测得的数据确定为表示车道的数据。在通过距离传感器获得的数据中确定表示车道的数据可包括：确定从在通过距离传感器获得的数据中的分布在横向集群中的数据到距离传感器的平均距离和标准偏差，以及将在通过使标准偏差加入等于或大于所确定的平均距离而获得的一定距离处测量的数据确定为表示车道的数据。

在通过距离传感器获得的数据中确定表示车道的数据可包括：将在通过距离传感器获得的数据中在每一距离具有积累的多种数据的数据确定为表示车道的数据，在每一距离具有积累的多种数据的数据等于或小于预定的参考值。在通过距离传感器获得的数据中确定表示车道的数据可进一步包括：将在通过距离传感器接收的回声信号中具有包含在预定范围内的脉冲宽度的回声信号对应的数据确定为表示车道的数据。

另外，在通过距离传感器获得的数据中确定表示车道的数据可包括：将在与距离传感器相距一定距离处测量的数据确定为表示车道的数据，该一定距离等于或大于预定距离，该一定距离与通过距离传感器相距每一距离内具有积累的各种数据，该一定距离等于或小于预定参考值，并且该一定距离与在通过距离传感器接收的回声信号中具有包含在预定范围内的脉冲宽度的回声信号相对应。

可将与测量顺序对应的权重加至所积累的数据，并且可使用加入有权重的数据来模拟车道。可将较小权重加至在所积累的数据中预先测量的数据，并且可使用加入有与基于测量顺序不同的权重的数据来模拟车道。使用所积累的车道数据确定车道可包括：在通过距离传感器获得的数据中确定表示具有与车道的形状对应的形状的道路设施的数据，并且使用表示道路设施的数据和所积累的车道数据中的至少一种数据来确定车道。

附图说明

结合附图，从示例性实施方式的下列描述中，本发明的这些和/或其他方面将变得显而易见且更易理解，附图中：

图1是示出了根据本发明一示例性实施方式的车辆的外部的立体图；

图2是示出了根据本发明一示例性实施方式的车辆的内部部件的视图；

图3是根据本发明一示例性实施方式的车辆的控制框图；

图4A至图8B是示出了通过根据本发明一示例性实施方式的车辆的距离传感器从车辆行驶的道路上获得的数据的视图；以及

图9是示出了根据本发明一示例性实施方式的车道检测方法的流程图。

具体实施方式

应当理解，本文所使用的术语“车辆(vehicle)”或者“车辆的(vehicular)”或者其他的类似术语包括广义的机动交通工具，诸如包括运动型多用途车辆(SUV)、大巴车、卡车、各种商用车辆的载客车辆，包括各种船只(boat)和船舶(ship)的水上交通工具(watercraft)，航天器等，并且包括混合动力车辆、电动车辆、内燃机、插入式(plug-in，外接充电式)混合动力电动车辆、氢动力车辆、以及其他可替代的燃料车辆(例如，燃料从除石油以外的资源获得)。

尽管示例性实施方式描述为使用多个单元来执行示例性过程，但是应理解的是，也可通过一个或多个模块来执行示例性过程。另外，应理解的是，术语“控制器/控制单元”是指包括存储器和处理器的硬件装置。存储 器配置成存储模块，并且处理器具体地配置成使所述模块执行一个或多个过程，这在下文中进一步描述。

此外，本发明的控制逻辑可体现为在计算机可读介质上的非易失性计算机可读介质，该非易失性计算机可读介质包含由处理器、控制器/控制单元等执行的可执行程序指令。计算机可读介质的实例包括但不限于，ROM、RAM、光盘(CD)-ROM、磁带、软盘、闪存盘、智能卡以及光学数据储存装置。计算机可读介质还可以分布在通过网络连接的计算机系统中，使得计算机可读介质以分布式方式存储和执行，例如，通过远程信息服务器或控制器局域网(CAN)来存储和执行。

本文中使用的术语仅为了描述具体实施方式的目的，而不旨在限制本发明。如本文使用的，除非上下文另有明确表示，否则，单数形式“一个((a)和(an))”以及“该(the)”也旨在包括复数形式。要进一步理解的是，在本说明书中使用时，术语“包括(comprises)”和/或“包括(comprising)”指定具有所规定的特征、整数、步骤、操作、部件和/或元件，但是不排除具有或附加有一个或多个其他特征、帧数、步骤、操作、元件、部件、和/或它们的群组。如在本文中使用的，术语“和/或”包括一个或多个所列出的相关条目的任何和所有组合。

除非特别地说明或从上下文中显而易见的，否则本文所使用的术语“约”理解为在本领域的正常公差范围内，例如在平均值的2个标准差内。“约”可理解为在所述值的10％、9％、8％、7％、6％、5％、4％、3％、2％、1％、0.5％、0.1％、0.05％或0.01％内。除非另从上下文中清晰可见，否则本文中所提供的所有数值可被术语“约”修饰。

在下文中，将参考附图描述根据本发明示例性实施方式的车辆及其控制方法。

图1是示出了根据本发明一示例性实施方式的车辆100的外部的立体图。图2是示出了根据本发明一示例性实施方式的车辆100的内部部件的视图。

参考图1，车辆100可包括：车身1，形成车辆100的外部形状(例如，外观等)；车轮51和52，构造成使车辆100移动；驱动设备80，允许车轮51、52旋转；车门71，从外部遮挡车辆100的内部；前玻璃30，从车辆100内提供前方视野；以及后视镜81和82，从车辆100内提供后方视野。应注意，车辆可由具有处理器和存储器的控制器(例如，中央控制器、上部控制器等)来操作。

车轮51和52包括设置在车辆100的前部的前轮51和设置在车辆100的后部的后轮52。驱动设备80可向前轮51或后轮52提供扭矩以使车身1向前或向后移动。以上描述的驱动设备80可采用构造成通过燃烧矿物燃料而产生扭矩的发动机，或可采用构造成通过接收来自电容器(未示出)的动力而生成扭矩的电动机。

车门71可枢转地设置在车身1的左边或右边，以在打开时允许进入车辆100而在关闭时遮挡车辆100的内部。称作挡风玻璃的前玻璃30设置在车身1的前部。另外，后视镜81和82可包括设置在车身1的左侧的左后视镜81和设置在车身1的右侧的右后视镜82。在车辆100中的驾驶员使用后视镜81和82可观察车辆100的侧方和后方的情况。

另外，车辆100可包括用于通过感测车辆100周围的障碍物来检测车辆100的外围情况的多种传感器。具体地，车辆100可包括构造成感测车辆100行驶信息(例如车速)的多个传感器。车辆100还可包括构造成获取车辆100周围环境的图像的传感器。下面将描述能够感测车辆100的行驶信息或车辆100的外围情况的多个传感器。

参考图2，车辆100可包括仪表板，仪表板具有变速箱120、中央仪表板130、方向盘140和仪拨盘150。变速箱120可包括安装用于换档的变速杆121。如图2所示，拨盘操作单元111设置成允许用户控制执行多媒体设备的功能或车辆100的主要功能，多媒体设备包括导航设备10或音频设备133，并且包括多种按键的输入单元110可安装在变速箱120上。

具体地，空调装置132、音频设备133和导航设备10可安装在中央仪表板130。空调装置132可配置成调节温度、湿度、车内空气质量和车辆100中的空气流动以维持车辆100内的预置条件。空调装置132可安装在中央仪表板130中，并且可包括排出空气的至少一个出口。用来调节空调装置132等的多种按键和拨盘(或其他输入装置)可安装在中央仪表板130中。用户(例如驾驶员)可使用设置在中央仪表板130上的按键或拨盘来操作车辆100的空调装置132。可使用安装在变速箱120上的输入单元110或拨盘操作单元111的按键来操作空调装置132。

根据示例性实施方式，导航设备10可安装在中央仪表板130上。导航设备10可嵌入车辆100的中央仪表板130内。另外，用于操作导航设备10的输入单元(例如，界面)可安装在中央仪表板130上。导航设备10的输入单元可安装于除中央仪表板130之外的另一个位置。例如，导航设备10的输入单元可围绕导航设备10的显示器300形成。如另一实例，导航设备10的输入单元可安装在变速箱120上。

方向盘140可构造成调节车辆100的行驶方向，并且可包括由驾驶员握持的轮缘141和轮辐142，轮辐连接至车辆100的转向设备并使轮缘141连接用于转向的轴的毂部。轮辐142可包括用于操作车辆100内的诸如音频设备133的多种设备的操作设备142a和142b。另外，能够显示诸如行驶速度、发动机的每分钟转速和剩余燃料量的多种仪表的仪表盘150可安装在仪表板上。仪表盘150可包括仪表盘显示器151，仪表盘显示器构造成显示器车辆状态、与车辆行驶相关的信息以及与多媒体设备的操作相关的信息。

车辆100可通过操作设置在以上描述的仪表板上的多个设备来驱动。在车辆100中，除了通过如图2中所示的驾驶员可操作的用于驾驶车辆100的设备之外，可提供能够感测车辆100外部的信息或提供用于驾驶车辆100所必需的车辆100的行驶信息的多个传感器。

根据本发明一示例性实施方式的车辆100可构造成在没有驾驶员的干涉的情况下基于通过多个传感器感测的信息来执行自主驾驶。对于自主驾驶，可检测车辆100所行驶的道路车道。根据本发明一示例性实施方式，提供了使用距离传感器307来检测车道的车辆以及车道检测方法。

在下文中，参考图3至图8，将详细地描述根据本发明一示例性实施方式的车道检测方法。图3是根据本发明一示例性实施方式的车辆100的控制框图。图4A至图8B是示出了通过根据本发明一示例性实施方式的车辆100的距离传感器307从车辆100行驶的道路获得的数据的视图。

如图3中所示，根据本发明一示例性实施方式的车辆100可包括：输入单元303，配置成接收与自主驾驶模式相关的输入；距离传感器307，配置成感测周围车辆或车辆100前方的障碍物；处理器317，配置成基于距离传感器307获得的信息来检测行驶道路的车道；以及显示器300，配置成显示与车辆100的行驶相关的多种类型信息。

具体地，输入单元303可设置成接收用户关于打开自主驾驶模式的命令的输入。输入单元303可设置在中央仪表板、变速箱或方向盘上，并且可以呈现为多种形式，例如硬键类型的按钮或软键类型的按钮、拨动开关、拨盘、语音识别设备、操作识别装置等。输入单元303可配置成接收用于选择自主驾驶模式和驾驶员直接驾驶车辆100的手动驾驶模式中的任一种的输入。

换句话说，当以手动驾驶模式来直接驾驶车辆100时，驾驶员可通过操作输入单元303来选择自主驾驶模式，或当以自主驾驶模式来驾驶车辆 100时，可通过选择手动驾驶模式来直接地驾驶车辆100。因此，可基于用户输入而在手动模式和自主驾驶模式之间切换车辆。当在自主驾驶模式和手动驾驶模式之间执行转换时，处理器317可配置成通过显示器300或扬声器通知驾驶员模式的转换。

距离传感器307可配置成感测车辆100周围的物体，例如，行驶在车辆100的前方的前一车辆、行驶在车辆100后方的车辆、道路、包括路上建筑物的静止物体以及在相反车道中靠近的车辆等。根据本发明一示例性实施方式的距离传感器307可配置成通过感测路上车道标线或由路面反射的信号来计算包括公路的路面信息或车道信息的数据。车辆100的距离传感器307可包括雷达或光探测和测距器(例如，激光雷达)。在下文中，假定距离传感器307呈现为配置成竖直传输多层激光的多层激光雷达。

当通过输入单元303输入并接收用于选择自主驾驶模式的命令或用于选择巡航控制功能、车道偏离警报功能、车道维护辅助功能等的命令时，处理器317可配置成使用由距离传感器307计算的数据来检测车道。另外，即使在没有输入用于执行以上描述的附加命令时，当车辆100被驱动时，处理器317可配置成使用由距离传感器307计算的数据来检测车道。

参考图4A和图4B，由距离传感器307计算的数据可包括表示路面、车道标线的点或相距前一车辆的距离。在图4B中，左下方处的点d3表示通过感测图4A中左下方的前一车辆c2而获得的点，并且形成横向集群的点d2表示通过感测路面而获得的点。另外，纵向排成一列的点d1表示通过感测车道而获得的点。

处理器317可配置成使用如图4B中所示的距离传感器307的数据来检测车道。然而，如上所述，除了通过感测车道获得的点之外，由感测路面获得的点存在于通过距离传感器307计算的数据中，其可作为检测车道中的障碍物。以上所描述的根据本发明一示例性实施方式的处理器317可 配置成从由距离传感器307计算的数据中去除或删除表示路面的数据d2以更加准确地检测道路的车道。

在由激光雷达计算的数据中(激光雷达是距离传感器307(参考图4B))示出了形成与弧形相似的集群并且表示路面的数据，并且表示车道的数据显示在其前方。如上所述，由于表示路面的数据形成弧形集群(也就是横向集群)并且表示车道的数据显示在表示路面的数据的前方，可利用这些特性来去除表示路面的数据。

此外，处理器317可配置成计算形成弧形集群的数据的平均距离和标准偏差，并且将通过使标准偏差加入所计算的平均距离而获得的距离设定为参考距离。为了设定参考距离，标准偏差可乘以预先确定的增量(gain)。处理器317可配置成基于由数据所表示的距离是否等于或大于预先确定的参考距离(在下文中，称作第一条件)来确定表示车道的数据。处理器317可配置成将具有小于设定的参考距离的距离的数据确定为表示路面的数据并删除表示路面的数据，并且将具有等于或大于参考距离的距离的数据确定为表示车道的数据。处理器317可进一步配置成从具有等于或大于参考距离的距离的数据中检测车道。

另外，处理器317可配置成使用由距离传感器307计算的数据基于纵向距离的变化来计算直方图(histogram)，该直方图示出了数据块(例如，多种数据点)的数量。直方图示出了数据点的数量在表示路面集群的数据的距离处快速增加。处理器317可配置成在直方图中确定小于预定的数据数量的数据所存在处的一距离(在下文中，称作第二条件)以去除表示路面的数据。处理器317还可配置成去除在一距离处示出的数据并从其他数据检测车道，在该距离处存在的数据等于或大于预定的参考数量。

如图4B所示，不同于表示车道的数据，由于表示路面的数据基于距离传感器307以相似距离存在于弧形集群中，所以表示路面的数据点的数 量大于表示车道的数据点的数量。因此，使用示出了点的数量的直方图基于距离的变化可去除表示路面的数据。

处理器317可配置成设定并预先存储由车道标线和反射件(return)反射的回波脉冲(echo pulse)的宽度范围，并且确定由路面或车道标线和反射件反射的回波脉冲的宽度是否出现在预定范围内(在下文中，称作第三条件)。当反射和返回的回波脉冲的宽度不出现在预定范围内时，处理器317可配置成确定数据表示路面，并且可去除该数据。

如上所述，为了在由距离传感器307计算的数据中确定表示车道的数据，处理器317可配置成将满足以上描述的第一条件至第三条件中的任一个条件的数据确定为表示车道的数据以检测车道，或可配置成将满足第一条件至第三条件中的任两个条件的数据确定为表示车道的数据。此外，满足所有第一条件至第三条件的数据可被确定为表示车道的数据。

当使用以上描述的过程确定表示车道的数据时，处理器317可配置成通过下列方程1和方程2的二次方程模拟确定的数据。

y＝a₁x²+b₁x+c₁ …方程(1)

y＝a₂x²+b₂x+c₂ …方程(2)

方程1是用于车辆所行驶的车道的左边线的模型，而方程2是用于车辆所行驶的车道的右边线的模型。处理器317可配置成通过将最小二乘法(least square method，最小平方法)应用至二次方程来计算相应的二次方程的参数从而模拟车道。

由于呈现为激光雷达的距离传感器307在竖直方向的视野(FOV)中的限制，由距离传感器307计算的车道数据能以与距离传感器307保持等于或大于大约10m的距离而存在，并且存在距离范围也受限制。因此，根据本发明一示例性实施方式，可使用车速信息来积累车道数据，车速信息 包括车辆100的纵向速度、横向速度以及偏航速率(yaw rate)。积累的数据可存储于存储器315中。存储器315不仅可包括诸如静态随机存取存储器(S-RAM)和动态随机存取存储器(D-RAM)的易失性存储器(volatile memory，挥发性存储器)，而且包括诸如闪存、只读存储器(ROM)、可擦除编程只读存储器(EPROM)和电可擦可编程只读存储器(EEPROM)的非易性存储器。

在积累的车道数据中，对于由距离传感器307预先测量的数据，也可积累由车速信息误差所引起的不准确性。因此，处理器317可配置成通过在应用最小二乘法时施加权重而降低预先测量数据的重要性(例如，优先级)。换句话说，可将较小权重施加至在积累的车道数据中的预先测量数据，以降低该数据的优先级(例如，导致新数据变得更相关)。

如上所述，当最小二乘法应用于通过方程1和方程2获得的车道模型时，可施加基于积累的车道数据的测量顺序而变化的权重，从而使用由距离传感器307获得的数据更加准确地检测车道。根据本发明一示例性实施方式，使用与车道相关的由距离传感器307获得的数据或使用与存在大体平行于车道的诸如隧道壁、路缘、护栏、柔性杆分道器(flexible pole lane dividers)等的道路设施相关的由距离传感器307获得的数据可检测车道。

图5A示出了隧道，并且图5B示出了与隧道相关的由距离传感器307感测的数据W。如图5B中所示，在由距离传感器307获得的数据中，数据W存在于纵向方向的左侧和右侧。这些数据可从由隧道壁反射的信号计算并且表示隧道壁。由于隧道壁形成大体平行于道路，处理器317可配置成通过使用如方程1和方程2所示的二次方程并应用最小二乘法来模拟表示隧道壁的数据从而检测车道。

图6A示出了护栏，并且图6B示出了与护栏相关的由距离传感器307感测的数据G。如图6B所示，在由距离传感器307获得的数据中，数据G存在于左侧同时在纵向方向上延伸。这些数据可由通过护栏反射的信号 计算并表示护栏。由于护栏也形成大体平行于道路，所以处理器317可配置成通过使用如方程1和方程2所示的二次方程并应用最小二乘法来模拟表示护栏的数据从而检测车道。

图7A示出了路缘，并且图7B示出了与路缘相关的由距离传感器307感测的数据C。如图7B所示，在由距离传感器307获得的数据中，数据C存在于右侧同时在纵向方向延伸。这些数据可由通过路缘反射的信号计算并表示路缘。由于路缘也形成大体平行于道路，处理器317可配置成通过使用如方程1和方程2所示的二次方程并应用最小二乘法来模拟表示路缘的数据从而检测车道。

图8A示出了柔性杆分道器，并且图8B示出了与柔性杆分道器相关的由距离传感器307感测的数据f。如图8B所示，在由距离传感器307获得的数据中，数据f在纵向方向的指定距离内以特定间隔存在于左侧。这些数据可由通过柔性杆分道器反射的信号计算并表示柔性杆分道器。由于柔性杆分道器也形成大体平行于道路，处理器317可配置成通过使用如方程1和方程2所示的二次方程并应用最小二乘法来模拟表示柔性杆分道器的数据从而检测车道。

道路设施不限于以上描述的实例。以上描述的实施方式中的道路设施可包括平行于道路设置的道路设施。由距离传感器307计算的数据可包括以上描述的一个或多个道路设施。具体地，处理器317可配置成通过选择表示相应道路设施的数据中的任一个数据或通过与表示道路设施的相应的数据相结合来检测车道。

当通过距离传感器307计算的数据包括与道路设施相关的数据时，处理器317可配置成使用与道路设施相关的数据来检测车道。当不包括与道路设施相关的数据时，可使用车道数据来检测车道。由于不是所有道路的车道标线状态均能满足检测车道，所以当与以上描述的道路设施相关的数 据存在于通过距离传感器307获得的数据中时，可使用与相对稳定可检测的道路设施相关的数据来检测车道。

图9是示出了根据本发明一示例性实施方式的车道检测方法的流程图。如图9所示，当距离传感器307获取数据(S500)时，处理器317可配置成确定车道数据和道路设施数据(S510和S520)。

参考图4，由距离传感器307计算的数据可包括表示路面、车道标线的点或与前一车辆的距离。在图4B中，在左下方的点表示通过感测在图4A中的左下方的前一车辆c2而获得的点，而形成横向集群的点表示通过感测路面获得的点。另外，纵向排成一列的点表示通过感测车道而获得的点。

处理器317可配置成使用距离传感器307的数据检测车道，如图4B中所示。然而，如上所述，除通过感测车道获得的点之外，通过感测路面获得的点存在于通过距离传感器307计算的数据中，其在检测车道中可作为障碍物。因此，处理器317可配置成从由距离传感器307计算的数据中去除表示路面的数据以更加准确地检测道路的车道。

在由激光雷达计算的数据中，激光雷达是距离传感器307(参考图4B)，示出了形成与弧形相似的集群并且表示路面的数据，并且表示车道的数据显示在其前面。如上所述，由于表示路面的数据形成弧形集群，也就是横向集群，而表示车道的数据在表示路面的数据的前面显示，所以使用这些特性可去除表示路面的数据。

处理器317可配置成计算形成弧形集群的数据的平均距离和标准偏差，并且将通过将标准偏差加入所计算的平均距离而获得的距离设定为参考距离。为了设定参考距离，标准偏差可乘以预先确定的增量。处理器317可配置成基于由数据表示的距离是否等于或大于预先确定的参考距离(第一条件)来确定表示车道的数据。然后，处理器317可配置成将具有小于 设定参考距离的距离的数据确定为表示路面的数据并去除该数据，并且将具有等于或大于参考距离的距离的数据确定为表示车道的数据。处理器317可配置成从具有等于或大于参考距离的距离的数据中检测车道。

另外，处理器317可配置成使用由距离传感器307计算的数据基于纵向距离的变化来计算示出了数据点数量的直方图。直方图示出了数据点的数量在表示路面集群的数据的一距离处快速增加。处理器317可配置成在直方图中确定小于预定数据数量的数据所存在处的一距离(第二条件)以去除表示路面的数据。另外，处理器317还可配置成去除在该一距离处示出的数据并且可配置成从其他数据来检测车道，在该一距离处存在的数据等于或大于预定的参考数量。

如图4B所示，不同于表示车道的数据，由于表示路面的数据基于距离传感器307以相似距离存在于弧形集群中，所述表示路面的数据点的数量大于表示车道的数据点的数量。因此，使用示出了数据点数量的直方图基于距离变化可去除表示路面的数据。

此外，处理器317可配置成设定并预先存储由车道标线和反射件反射的回波脉冲的宽度范围，并且确定由路面或车道标线和反射件反射的回波脉冲的宽度是否在预定范围内(第三条件)。当反射和返回的回波脉冲的宽度没有在预定范围内时，处理器317可配置成确定表示路面的数据并且去除该数据。

如上所述，为了在由距离传感器307计算的数据中确定表示车道的数据，处理器317可配置成将满足以上描述的第一条件至第三条件中的任一个条件的数据确定为表示车道的数据以检测车道，或可配置成将满足第一条件至第三条件中的任两个条件的数据确定为表示车道的数据。此外，满足所有第一条件至第三条件的数据可被确定为表示车道的数据。

处理器317可配置成使用由距离传感器307获得的与车道相关的数据来检测车道，或使用与存在大体平行于车道的诸如隧道壁、路缘、护栏、柔性杆分道器等的道路设施相关的由距离传感器307获得的数据来检测车道。因此，处理器317可配置成在由距离传感器307获得的数据中确定表示与车道平行的道路设施的数据。

当确定车道数据或道路设施数据时，处理器317可配置成使用车道数据或道路设施数据确定车道(S530)并基于所确定的车道来辅助车辆100的行驶(S540)。当使用上述描述的过程确定表示车道的数据时，处理器317可配置成使用以上描述的如方程1和方程2中所示的二次方程来模拟所确定的数据。

方程1是拥有车辆所行驶的车道的左边线的模型，而方程2是用于车辆所行驶的车道的右边线的模型。处理器317可配置成通过将最小二乘法应用至二次方程来计算相应的二次方程的参数从而模拟车道。

由于呈现为激光雷达的距离传感器307在竖直方向的视野(FOV)中的限制，由距离传感器307计算的车道数据能以与与距离传感器307保持等于或大于大约10m的距离而存在，并且存在距离范围也受限制。因此，根据本发明一示例性实施方式，可使用车速信息来积累车道数据，车速信息包括车辆100的纵向速度、横向速度以及偏航速率。

在积累的车道数据中，在数据由距离传感器307预先测量的情况下，也可积累由车速信息误差所引起的错误。因此，处理器317可配置成通过在应用最小二乘法时施加权重而降低预先测量数据的重要性(例如，优先级)。换句话说，可将较小权重施加至在积累的车道数据中的预先测量数据，以降低先前测量的数据的优先级。

如上所述，当最小二乘法应用于使用方程1和方程2获得的车道模型时，可施加基于积累的车道数据的测量顺序而变化的权重，以使用由距离 传感器307获得的数据更加准确地检测车道。另外，处理器317可配置成通过使用以上描述的如方程1和方程2所示的二次方程并应用最小二乘法来模拟表示诸如隧道壁、护栏、路缘或柔性杆分道器的道路设施的数据来检测车道。

当由距离传感器307计算的数据包括与道路设施相关的数据时，处理器317可配置成使用与道路设施相关的数据来检测车道。当不包括与道路设施相关的数据时，可使用车道数据来检测车道。由于不是所有道路的车道标线状态均能满足检测车道，所述当与以上描述的道路设施相关的数据存在于通过距离传感器307获得的数据中时，可使用与相对稳定可检测的道路设施相关的数据来检测车道。当车道被确定时，处理器317可配置成辅助驾驶员驾驶车辆100或当车辆100在自主驾驶模式被驱动时使用确定的车道来执行车辆100的自主驾驶。

如从以上描述显而易见的，根据本发明的一示例性实施方式的车辆和车道检测方法在没有成像设备(如照相机、摄影机等)的情况下可使用激光雷达来检测车道。另外，具有基于照相机的车道检测功能，可提供高度可靠的车道检测功能。

虽然已示出并描述了本发明的一些示例性实施方式，本领域中的技术人员应理解的是，在不背离本发明的原理和精神的情况下，可在这些示例性实施方式中做改变，本发明的范围由权利要求及其等同物限定。