车辆控制方法、装置及车辆与流程

本发明涉及车辆技术领域，具体涉及车辆控制方法、装置及车辆。

背景技术：

随着科学技术的不断发展，人们的出行也越来越便利，各种各样的汽车、电动车等已经成为人们生活中必不可少的交通工具。现有的一些车辆已经具备自适应巡航的功能。

目前，车辆的自适应巡航系统可以使用毫米波雷达、激光雷达、或立体摄像机作为测距传感器，车辆通过安装这几种类型的测距传感器可以同时感测车辆前方的多个目标车辆，进而自适应地调整巡航系统的运动参数。

然而，使用立体相机的测距算法较为复杂，这将可能导致计算机芯片功耗的增加，而使用单个普通相机配合毫米波雷达或激光雷达的方式需要较大的车内安装空间，且成本较高。

技术实现要素：

本发明的目的是提供一种车辆控制方法、装置及车辆，能够降低自适应巡航系统的制造成本。

根据本发明实施例的第一方面，提供一种车辆控制方法，包括：

获取第一图像和第二图像，其中，所述第一图像为彩色图像或亮度图像，所述第二图像为深度图像；

在所述第二图像中识别目标车辆，以获取所述目标车辆的距离信息；

根据所述第一图像或所述第二图像，获取所述目标车辆的方位角；

根据所述目标车辆的方位角以及通过恒载频雷达获取的中频信号，确定所述目标车辆的相对速度；

根据所述距离信息和所述相对速度，对主体车辆的运动参数进行控制。

可选的，所述方法还包括：

根据所述第一图像识别公路车道线；

根据所述第一图像与所述第二图像之间的映射关系，将所述公路车道线映射至所述第二图像，以在所述第二图像中确定至少一个车辆识别范围，其中，每两个相邻的公路车道线创建一个车辆识别范围；

在所述第二图像中识别目标车辆，包括：

在所述至少一个车辆识别范围中识别所述目标车辆。

可选的，所述方法还包括：

获取映射至所述第二图像中的每个公路车道线的初始直线的斜率；

将斜率最大的两条初始直线对应的公路车道线所创建的车辆识别范围标记为本车道，以及将其余的车辆识别范围标记为非本车道；

在所述至少一个车辆识别范围中识别目标车辆，包括：

在标记为本车道的车辆识别范围中识别本车道的目标车辆、在标记为非本车道的车辆识别范围中识别非本车道的目标车辆、及在相邻两个车辆识别范围组合成的车辆识别范围中识别变道的目标车辆。

可选的，所述方法还包括：

通过识别所述目标车辆，在所述第二图像中确定目标车辆区域；

根据所述第一图像与所述第二图像之间的映射关系，将所述目标车辆区域映射至所述第一图像中，以在所述第一图像中生成车灯识别区域；

在所述车灯识别区域中识别所述目标车辆的转向灯；

根据所述距离信息和所述相对速度，对主体车辆的运动参数进行控制，包括：

根据所述距离信息、所述相对速度、以及识别的所述目标车辆的转向灯，对所述主体车辆的运动参数进行控制。

可选的，根据所述第一图像或所述第二图像，获取所述目标车辆的方位角，包括：

根据所述目标车辆区域在所述第二图像中的位置，获取所述目标车辆的方位角；或，

根据所述车灯识别区域在所述第一图像中的位置，获取所述目标车辆的方位角。

可选的，所述方法还包括：

根据识别的所述目标车辆的方位角，对所述恒载频雷达进行自动校准。

根据本发明实施例的第一方面，提供一种车辆控制装置，包括：

图像获取模块，用于获取第一图像和第二图像，其中，所述第一图像为彩色图像或亮度图像，所述第二图像为深度图像；

第一识别模块，用于在所述第二图像中识别目标车辆，以获取所述目标车辆的距离信息；

第一获取模块，用于根据所述第一图像或所述第二图像，获取所述目标车辆的方位角；

第一确定模块，用于根据所述目标车辆的方位角以及通过恒载频雷达获取的中频信号，确定所述目标车辆的相对速度；

控制模块，用于根据所述距离信息和所述相对速度，对主体车辆的运动参数进行控制。

可选的，所述装置还包括：

第二识别模块，用于根据所述第一图像识别公路车道线；

第一映射模块，用于根据所述第一图像与所述第二图像之间的映射关系，将所述公路车道线映射至所述第二图像，以在所述第二图像中确定至少一个车辆识别范围，其中，每两个相邻的公路车道线创建一个车辆识别范围；

所述第一识别模块用于：

在所述至少一个车辆识别范围中识别所述目标车辆。

可选的，所述装置还包括：

第二获取模块，用于获取映射至所述第二图像中的每个公路车道线的初始直线的斜率；

创建模块，用于将斜率最大的两条初始直线对应的公路车道线所创建的车辆识别范围标记为本车道，以及将其余的车辆识别范围标记为非本车道；

所述第一识别模块用于：

在标记为本车道的车辆识别范围中识别本车道的目标车辆、在标记为非本车道的车辆识别范围中识别非本车道的目标车辆、及在相邻两个车辆识别范围组合成的车辆识别范围中识别变道的目标车辆。

可选的，所述装置还包括：

第二确定模块，用于通过识别所述目标车辆，在所述第二图像中确定目标车辆区域；

第二映射模块，用于根据所述第一图像与所述第二图像之间的映射关系，将所述目标车辆区域映射至所述第一图像中，以在所述第一图像中生成车灯识别区域；

第三识别模块，用于在所述车灯识别区域中识别所述目标车辆的转向灯；

所述控制模块用于：

根据所述距离信息、所述相对速度、以及识别的所述目标车辆的转向灯，对所述主体车辆的运动参数进行控制。

可选的，所述第一获取模块用于：

根据所述目标车辆区域在所述第二图像中的位置，获取所述目标车辆的方位角；或，

根据所述车灯识别区域在所述第一图像中的位置，获取所述目标车辆的方位角。

可选的，所述装置还包括：

校准模块，用于根据识别的所述目标车辆的方位角，对所述恒载频雷达进行自动校准。

根据本发明实施例的第一方面，提供一种车辆，包括：

图像采集装置，用于获取第一图像和第二图像，其中，所述第一图像为彩色图像或亮度图像，所述第二图像为深度图像；以及，第二方面所述的车辆控制装置。

本发明实施例中，可以通过识别图像获取目标车辆的方位角，同时通过恒载频雷达获取目标车辆的相对速度，再结合深度图像获取目标车辆的距离信息，这样，使用恒载频雷达与普通相机结合就可以较为准确地感测主体车辆附近的目标车辆，进而更好地进行自适应巡航。同时，由于恒载频雷达的发射机工作于几乎恒定的电磁波频率上，因此恒载频雷达相对于测距的调频雷达占用的电磁波带宽很小，从而恒载频雷达可以减少元器件的使用，降低了自适应巡航系统的成本。

本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：

图1是根据一示例性实施例示出的一种车辆控制方法的流程图。

图2是根据一示例性实施例示出的另一种车辆控制方法的流程图。

图3是根据一示例性实施例示出的另一种车辆控制方法的流程图。

图4是根据一示例性实施例示出的另一种车辆控制方法的流程图。

图5是根据一示例性实施例示出的目标车辆区域及车灯识别区域示意图。

图6是根据一示例性实施例示出的时间微分子图像示意图。

图7是根据一示例性实施例示出的一种车辆控制装置的框图。

图8是根据一示例性实施例示出的一种车辆的框图。

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

图1是根据一示例性实施例示出的一种车辆控制方法的流程图，如图1所示，该车辆控制方法可以应用于本体车辆中，包括以下步骤。

步骤s11：获取第一图像和第二图像，其中，第一图像为彩色图像或亮度图像，第二图像为深度图像。

步骤s12：在第二图像中识别目标车辆，以获取目标车辆的距离信息。

步骤s13：根据第一图像或第二图像，获取目标车辆的方位角。

步骤s14：根据目标车辆的方位角以及通过恒载频雷达获取的中频信号，确定目标车辆的相对速度。

步骤s15：根据距离信息和相对速度，对主体车辆的运动参数进行控制。

第一图像可以是彩色图像或亮度图像，第二图像可以是深度图像，第一图像与第二图像可以是由设置在主体车辆上的同一图像采集装置获取的。例如，通过图像采集装置的图像传感器获取第一图像，通过图像采集装置的tof(timeofflight，飞行时间)传感器获得第二图像。

本发明实施例中，彩色或亮度图像像素和深度图像像素的可以按一定的比例进行交织排列，对于比例究竟是多少，本发明实施例不作限定。例如，图像传感器和tof传感器都可以使用互补金属氧化物半导体(cmos)工艺进行制作，亮度像素和tof像素可以按比例制作在同一基板之上，例如以8:1比例进行制作的8个亮度像素和1个tof像素组成一个大的交织像素，其中1个tof像素的感光面积可以等于8个亮度像素的感光面积，其中8个亮度像素可以按2行及4列的阵列形式排列。比如，可以在1英寸光学靶面的基板上制作360行及480列的活跃交织像素的阵列，可获取720行及1920列的活跃亮度像素阵列、360行及480列的活跃tof像素阵列，由此图像传感器和tof传感器组成的同一个图像采集装置可同时获取彩色或亮度图像和深度图像。

可选的，请参见图2，图2为另一种车辆控制方法的流程图。在获取第一图像和第二图像后，还可以包括步骤s16根据第一图像识别公路车道线；步骤s17根据第一图像与第二图像之间的映射关系，将公路车道线映射至第二图像，以在第二图像中确定至少一个车辆识别范围，其中，每两个相邻的公路车道线可以创建一个车辆识别范围。在这种情况下，步骤s12可以是识别至少一个车辆识别范围中的目标车辆，以获取目标车辆的距离信息。

由于第一图像为彩色或亮度图像，而识别公路车道线的位置只需要利用公路车道线与路面的亮度差异，因此获取公路车道线只需要第一图像的亮度信息即可。那么在第一图像为亮度图像时，可以直接根据第一图像的亮度信息识别公路车道线，在第一图像为彩色图像时，可以将第一图像转化成亮度图像之后再识别公路车道线。

每相邻两个公路车道线创建一个车辆识别范围，即，车辆识别范围对应于实际的车道，那么在车辆识别范围内识别目标车辆，也就是识别车道上的目标车辆。这样可以将识别目标车辆的范围确定到车道上，以确保识别的对象是车道上行驶的车辆，避免图像中的其他非车辆的对象所造成的干扰，提升识别目标车辆的准确性。

可选的，由于公路车道线既有实线车道线也有虚线车道线，因此在第一图像中识别公路车道线可以是根据第一图像，获取公路车道线包括的每个实线车道线的全部边缘像素位置，以及获取公路车道线包括的每个虚线车道线的全部边缘像素位置。这样才能完整地识别实线车道线和虚线车道线，进而提升识别目标车辆的准确性。

可选的，获取公路车道线包括的每个实线车道线的全部边缘像素位置，可以创建与第一图像对应的二值图像，然后在二值图像中检测每个实线车道线的全部边缘像素位置。

对于如何创建于第一图像对应的二值图像，本发明实施例不作限定，以下对几种可能的方式进行举例说明。

例如，利用公路车道线与路面的亮度差异，可以通过查找得到某些亮度阈值，亮度阈值可以利用“直方图统计—双峰”算法来查找得到，并利用亮度阈值和亮度图像创建突出公路车道线的二值图像。

或者例如，还可以将亮度图像划分为多个亮度子图像，对每个亮度子图像执行“直方图统计—双峰”算法来查找得到多个亮度阈值，利用各个亮度阈值和相应的亮度子图像创建突出公路车道线的二值子图像，并利用二值子图像创建完整的突出公路车道线的二值图像，这样可以应对路面或车道线亮度变化的情况。

在创建了与第一图像对应的二值图像之后，可以在二值图像中检测每个实线车道线的全部边缘像素位置，对于检测的方式，本发明实施例同样不作限定。

例如，由于公路车道线的曲率半径不可能太小，并且由于相机投影原理导致近处车道线相对远处车道线的成像像素更多，使得弯道的实线车道线在亮度图像中排列成直线的像素也占该实线车道线成像像素的大部分，因此可以使用类似hough变换算法等直线检测算法在突出公路车道线的二值图像中检测出直道的实线车道线的全部边缘像素位置或检测出弯道的实线车道线的大部分初始直线边缘像素位置。

直线检测可能也将隔离带、电线杆在二值图像中的大部分直线边缘像素位置检出。那么例如可以根据图像传感器的长宽比例、相机镜头焦距、道路设计规范的道路宽度范围和图像传感器在主体车辆的安装位置可以设置车道线在二值图像中的斜率范围，从而根据该斜率范围将非车道线的直线过滤排除。

由于弯道的实线车道线的边缘像素位置总是连续变化的，因此根据查找上述检测的初始直线两端的边缘像素位置的连通像素位置，并将该连通像素位置并入该初始直线边缘像素集合，重复上述查找和并入该连通像素位置，最后将弯道实线车道线的全部边缘像素位置唯一确定。

通过以上方式可以检测实线公路车道线的全部边缘像素位置。

可选的，第一虚线公路车道线可以是公路车道线包括的任一虚线公路车道线，获取第一虚线车道线的边缘像素位置，可以根据第一图像识别第一实线公路车道线，然后将第一实线公路车道线的全部边缘像素位置投影到第一虚线车道线的初始直线的边缘像素位置，以获取第一虚线车道线的全部边缘像素位置。其中，第一实线公路车道线可以是公路车道线包括的任一实线公路车道线。

本发明实施例中，可以根据实线车道线的先验知识、车道线现实中相互平行的原则、图像传感器及相机的投影参数，将第一实线车道线的全部边缘像素位置投影到第一虚线车道线的初始直线边缘像素位置以连接第一虚线车道线的初始直线边缘像素位置和属于第一虚线车道线的其他较短的车道线的边缘像素位置，从而获取虚线车道线的全部边缘像素位置。

可选的，第一虚线公路车道线为公路车道线包括的任一虚线公路车道线，获取第一虚线车道线的边缘像素位置，可以将连续获取的多个第一图像分别对应的二值图像进行叠加，以将第一虚线车道线叠加成实线车道线，然后获取叠加成的实线车道线的全部边缘像素位置。

本发明实施例中，可以无需得到直道或弯道的先验知识，由于车辆在直道巡航或恒定转向角弯道巡航的过程中，虚线车道线的横向偏移在较短的连续时间内几乎可以忽略，但纵向偏移却较大，因此虚线车道线在不同时刻的连续几幅突出公路车道线的二值图像中可以叠加成一条实线车道线，然后再通过上述实线车道线的识别方法即可获取该虚线车道线的全部边缘像素位置。

由于虚线车道线的纵向偏移量受到主体车辆车速的影响，因此在识别第一虚线车道线时，可以根据从轮速传感器获取的车速动态地确定不同时刻的连续的突出公路车道线的二值图像的最少幅数以将第一虚线车道线叠加成一条实线车道线，从而获取第一虚线车道线的全部边缘像素位置。

可选的，请参见图3，图3为本发明实施例中另一种车辆控制方法的流程图，还可以包括步骤s18：获取映射至第二图像中的每个公路车道线的初始直线的斜率；步骤s19：将斜率最大的两条初始直线对应的公路车道线所创建的车辆识别范围标记为本车道，以及将其余的车辆识别范围标记为非本车道。那么步骤s12可以是在标记为本车道的车辆识别范围中识别本车道的目标车辆、在标记为非本车道的车辆识别范围中识别非本车道的目标车辆、及在相邻两个车辆识别范围组合成的车辆识别范围中识别变道的目标车辆，以获取目标车辆的距离信息。

由于第一图像和第二图像之间的交织映射关系，第一图像的每个像素的行列坐标经过等比例的调整都可以在第二图像至少确定一个像素的行列坐标，因此根据第一图像获取的公路车道线的每个边缘像素位置都可以在第二图像至少确定一个像素位置，从而在第二图像中获取了等比例调整的公路车道线。在第二图像中，每相邻两个公路车道线创建一个车辆识别范围。

根据第二图像中获取的等比例的公路车道线，取每个公路车道线的初始直线部分所占的行数和列数相比得到该公路车道线的初始直线的斜率，对根据斜率最大的两条公路车道线的初始直线所在的公路车道线创建的车辆识别范围标记为本车道，对其他创建的车辆识别范围标记为非本车道。

标记车道之后，便可以在标记为本车道的车辆识别范围中识别本车道的目标车辆、在标记为非本车道的车辆识别范围中识别非本车道的目标车辆、及在相邻两个车辆识别范围组合成的车辆识别范围中识别变道的目标车辆。

对于识别目标车辆的方式，本发明实施例不作限定，以下对几种可能的方式进行说明。

第一种方式：

由于目标车辆相对于tof传感器的距离和位置随时间总是变化的，而路面、隔离带相对于tof传感器的距离和位置随时间近似是不变化的。因此可以利用两幅不同时刻获取的深度图像创建时间微分深度图像，进而识别第二图像中目标车辆的位置，或者目标车辆与本体车辆之间的距离，等等。

第二种方式：

在第二图像，也就是深度图像中，由同一个目标车辆的背面所反射的光，到tof传感器所形成的深度子图像包含一致的距离信息，因此只要识别该目标车辆形成的深度子图像在深度图像中的位置即可获取该目标车辆的距离信息。

同一个目标车辆的背面的光反射到tof传感器形成深度子图像是包含一致的距离信息，而路面的光反射到tof传感器形成深度子图像是包含连续变化的距离信息，因此包含一致的距离信息的深度子图像与包含连续变化的距离信息的深度子图像在两者的交界处必然形成突变差异，这些突变差异的交界形成了该目标车辆在深度图像中的目标边界。

例如，可以采用图像处理算法中的检测边界的canny、sobel、laplace等多种边界检测方法以检测目标车辆的目标边界。

进一步地，车辆识别范围由车道线的全部像素位置所确定，因此在车辆识别范围内检测目标车辆的目标边界将减少隔离带、路灯杆、防护桩等道路设施形成的边界干扰。

在实际应用中，目标车辆可能有多个，因此，可以分别将每个车辆识别范围内检出的目标边界投影至图像的行坐标轴上，并在行坐标轴上进行一维查找，即可确定该车辆识别范围内所有目标车辆的纵向目标边界所占的行数和行坐标范围，以及确定横向目标边界的所占的列数和行坐标位置，纵向目标边界指占有像素行数多并且列数少的目标边界，横向目标边界指有占有像素行数少并且列数多的目标边界。根据该车辆识别范围内所有的横向目标边界所占的列数、行坐标位置，在该车辆识别范围内查找所有纵向目标边界的列坐标位置(也即相应横向目标边界的列坐标起始位置和终点位置)，并根据目标边界包含一致的距离信息的原则区分不同目标车辆的目标边界，从而确定该车辆识别范围内所有目标车辆的位置和距离信息。

因此，检测获取目标车辆的目标边界即可唯一确定该目标车辆形成的深度子图像在深度图像中的位置，从而唯一确定该目标车辆的距离信息。

当然，也可以通过其他的方式识别目标车辆，本发明实施例对此不作限定，只要能够识别目标车辆即可。

可选的，请参见图4，图4为本发明实施例中另一种车辆控制方法的流程图，还可以包括步骤s20：通过识别目标车辆，在第二图像中确定目标车辆区域；步骤s21：根据第一图像与第二图像之间的映射关系，将目标车辆区域映射至第一图像中，以在第一图像中生成车灯识别区域；步骤s22：在车灯识别区域中识别目标车辆的转向灯。当然，图4所示意的是其中的一种执行顺序，各步骤的执行顺序也可以是其他，比如，步骤s20-步骤s22在步骤s14之后执行，等等，本发明实施例对于步骤s20-步骤s22的执行顺序不作限定。在这种情况下，步骤s15可以是根据距离信息、相对速度、以及识别的目标车辆的转向灯，对主体车辆的运动参数进行控制。

在识别了目标车辆之后，可以在第二图像中确定目标车辆区域。目标车辆区域也就是目标车辆在第二图像所在的区域，可以是识别出的目标车辆的边界围成的闭合区域，或者也可以是识别出的目标车辆的边界的延伸的围成的闭合区域，或者还可以是目标车辆的若干像素位置连线围成的闭合区域，等等。本发明实施例对于目标车辆区域究竟是何种区域不作限定，只要是包含目标车辆的区域即可。

由于第一图像和第二图像之间的交织映射关系，第二图像中目标车辆区域的每个像素的行列坐标经过等比例的调整都可以在第一图像中至少确定一个像素的行列坐标。请参见图5，将第二图像中的目标车辆区域映射至第一图像中后，可以在第一图像的相应位置上生成车灯识别区域，由于目标车辆的车灯的成像包含在目标车辆区域中，因此可以在第一图像中生成的车灯识别区域中识别目标车辆的转向灯。

可选的，对于在车灯识别区域中识别目标车辆的转向灯的方式，本发明实施例不作限定，可以对连续获取的多个第一图像中的车灯识别区域进行时间微分处理，以创建对应于目标车辆的时间微分子图像，然后根据时间微分子图像，识别目标车辆的转向灯。

例如，可以根据车灯识别区域中车尾灯的颜色、闪烁频率或闪烁序列以识别车尾转向灯。

目标车辆变道的初期其纵向位移和横向位移都较小，意味着该目标车辆的车灯识别区域大小变化也较小，只有车尾转向灯处成像的亮度因闪烁而变化较大。因此，通过连续获取多幅不同时刻的第一图像，也就是彩色或亮度图像并对其中该目标车辆的车灯识别区域进行时间微分处理以创建该目标车辆的时间微分子图像。时间微分子图像将突出该目标车辆的的连续闪烁的车尾灯子图像。然后可以将时间微子图像投影到列坐标轴，进行一维查找获取该目标车辆的车尾灯子图像的起始和终点列坐标位置，将这些起始和终点列坐标位置投影至时间微分子图像并查找车尾灯子图像的起始和终点行坐标位置，将车尾灯子图像的起始和终点的行、列坐标位置投影至上述多幅不同时刻的彩色或亮度图像中以确认该目标车辆的车尾灯的颜色、闪烁频率或闪烁序列，从而确定了闪烁的车尾灯子图像的行、列坐标位置。

进一步地，闪烁的车尾灯子图像的行、列坐标位置只在该目标车辆的车灯识别区域左侧时可以确定该目标车辆在打左转向灯，闪烁的车尾灯子图像的行、列坐标位置只在该目标车辆的车灯识别区域右侧时可以确定该目标车辆在打右转向灯，闪烁的车尾灯子图像的行、列坐标位置在该目标车辆的车灯识别区域两侧时可以确定该目标车辆在打双闪警示灯。

另外，当目标车辆变道的过程中其纵向位移或横向位移较大导致该目标车辆的车灯识别区域大小变化也较大，这时可以对连续获取的多幅不同时刻的目标车辆的车灯识别区域进行纵向位移或横向位移补偿并缩放成大小一致的车灯识别区域，再对调整后的该目标车辆的车灯识别区域进行时间微分处理以创建该目标车辆的时间微分子图像，将时间微分子图像投影到列坐标轴，进行一维查找获取目标车辆的车尾灯子图像的起始和终点列坐标位置，将这些起始和终点列坐标位置投影至时间微分车灯识别区域子图像并查找车尾灯子图像的起始和终点行坐标位置，将车尾灯子图像的起始和终点的行、列坐标位置投影至上述多幅不同时刻的彩色或亮度图像中以确认该目标车辆的车尾灯的颜色、闪烁频率或闪烁序列，从而确定了闪烁的车尾灯子图像的行、列坐标位置，最后完成左转向灯、右转向灯或双闪警示灯的识别。

例如，如图6所示的对应于车灯识别区域的时间微分子图像，在该时间微分子图像中突出有连续闪烁的车尾灯子图像，通过识别坐标，确定车尾灯子图像位于车灯识别区域左方，闪烁频率为1次/秒，那么比如可以确定目标车辆当前在打左转向灯。

通过以上方式，可以较好地识别目标车辆的转向灯，以便提前获知目标车辆是否要转向以及如何转向，进而能够更好地、更安全地进行自适应巡航。

可选的，对于如何根据第一图像或第二图像获取目标车辆的方位角，本发明实施例对此不作限定，例如，可以根据目标车辆区域在第二图像中的位置，获取目标车辆的方位角；或，根据车灯识别区域在第一图像中的位置，获取目标车辆的方位角。

由于获取第一图像或第二图像的摄像机的镜头参数和安装位置可通过事先的摄像机标定技术获取，因此可以建立以摄像机为原点的道路景物坐标与第一图像或第二图像的像素坐标的关系查找表。

通过上述关系查找表可将目标车辆范围或车灯识别区域包含的像素坐标转换为以摄像机为原点的目标车辆坐标，从而根据转换的以摄像机为原点的目标车辆坐标计算以摄像机为原点的目标车辆方位角。

当目标车辆与主体车辆存在相对速度时，恒载频雷达接收到的该目标车辆的反射信号可以经过移相器产生正交反射信号，该正交反射信号与该恒载频雷达的发射信号经过混频器产生正交中频信号，该正交中频信号包含关于上述相对速度的多普勒频率，该多普勒频率的大小与该相对速度的大小成正比，该多普勒频率的正负号与与该相对速度的正负号相同。

利用模数转换器和复数快速傅里叶算法即可创建突出该多普勒频率的该正交中频信号的频谱；利用峰值检测算法即可获取该正交中频信号的频谱的该多普勒频率的大小和正负号；根据获取的该多普勒频率的大小和正负号即可利用多普勒测速公式确定相对速度的大小和正负号。

恒载频雷达可以包含两个以上的接收机用以获取雷达目标的方位角。恒载频雷达的各个接收机相互的位置差异导致各个接收机获取的正交中频信号在同一多普勒频率处的相位存在相位差。

根据正交中频信号的频谱获取的各个接收机在同一多普勒频率处的相位差和各个接收机相互的位置关系即可利用相位法测角公式获取雷达目标的方位角。即，通过恒载频雷达获取的中频信号可以获知恒载频雷达所感测到的目标的相对速度和方位角。

当存在多个目标车辆时，通过步骤s13可以获取多个目标车辆的方位角，根据恒载频雷达的中频信号可以获得多个雷达目标的相对速度和方位角，利用单个目标车辆的方位角与某一雷达目标的方位角近似相等的原则可以将该雷达目标的相对速度确定为该目标车辆的相对速度。

当摄像机和恒载频雷达的安装位置相差较远时，上述方位角近似相等的原则可能导致误差，只要根据摄像机和恒载频雷达的安装位置关系将两者的不同原点的方位角坐标校准为同一原点的的方位角坐标即可消除上述误差。

在获取了目标车辆的距离信息和相对速度后，在自适应巡航过程中，可以根据获取的信息对主体车辆的运动参数进行控制，对于究竟如何进行控制，本发明实施例不作限定。例如，识别到目标车辆在主体车辆正前方100米的位置上以相对于主体车辆-10米/秒的速度行驶，那么为了防止追尾事故，可以控制主体车辆减速，等等，

当然，如果还识别了目标车辆的转向灯，那么在自适应巡航过程中，还可以根据目标车辆的距离信息、相对速度、以及转向灯，对主体车辆的运动参数进行控制。例如，识别到目标车辆位于主体车辆左边的车道上，以相对于主体车辆-10米/秒的速度行驶，同时亮起右转向灯，那么可以认为该目标车辆可能向主体车辆本车道变道，因此可以控制主体车辆减速，等等。

可选的，还可以根据识别的目标车辆的方位角，对恒载频雷达进行自动校准。

由于恒载频雷达的安装位置处于驾驶室以外时，其方位角的测量结果可能受到振动、温度变化、雨雪泥污覆盖物的影响，需要进行自动校准。例如，当根据本发明识别到主体车辆前方有多个不同方位角的目标车辆，即可对比识别的多个目标车辆的方位角与雷达目标的方位角是否有一致的偏差，若有一致的偏差，将该偏差记录至恒载频雷达的储存器中，恒载频雷达在后续的方位角测量时读出该偏差进行自动校准和补偿。当然，若有不一致的偏差，可以对主体车辆驾驶员发出恒载频雷达不可用的警示，提醒主体车辆驾驶员对恒载频雷达进行检查或清洁。

请参见图7，基于同一发明构思，本发明实施例提供一种车辆识别装置100，装置100可以包括：

图像获取模块101，用于获取第一图像和第二图像，其中，第一图像为彩色图像或亮度图像，第二图像为深度图像；

第一识别模块102，用于在第二图像中识别目标车辆，以获取目标车辆的距离信息；

第一获取模块103，用于根据第一图像或第二图像，获取目标车辆的方位角；

第一确定模块104，用于根据目标车辆的方位角以及通过恒载频雷达获取的中频信号，确定目标车辆的相对速度；

控制模块105，用于根据距离信息和相对速度，对主体车辆的运动参数进行控制。

可选的，装置100还包括：

第二识别模块，用于根据第一图像识别公路车道线；

第一映射模块，用于根据第一图像与第二图像之间的映射关系，将公路车道线映射至第二图像，以在第二图像中确定至少一个车辆识别范围，其中，每两个相邻的公路车道线创建一个车辆识别范围；

第一识别模块102用于：

在至少一个车辆识别范围中识别目标车辆。

可选的，装置100还包括：

第二获取模块，用于获取映射至第二图像中的每个公路车道线的初始直线的斜率；

创建模块，用于将斜率最大的两条初始直线对应的公路车道线所创建的车辆识别范围标记为本车道，以及将其余的车辆识别范围标记为非本车道；

第一识别模块102用于：

在标记为本车道的车辆识别范围中识别本车道的目标车辆、在标记为非本车道的车辆识别范围中识别非本车道的目标车辆、及在相邻两个车辆识别范围组合成的车辆识别范围中识别变道的目标车辆。

可选的，装置100还包括：

第二确定模块，用于通过识别目标车辆，在第二图像中确定目标车辆区域；

第二映射模块，用于根据第一图像与第二图像之间的映射关系，将目标车辆区域映射至第一图像中，以在第一图像中生成车灯识别区域；

第三识别模块，用于在车灯识别区域中识别目标车辆的转向灯；

控制模块105用于：

根据距离信息、相对速度、以及识别的目标车辆的转向灯，对主体车辆的运动参数进行控制。

可选的，第一获取模块103用于：

根据目标车辆区域在第二图像中的位置，获取目标车辆的方位角；或，

根据车灯识别区域在第一图像中的位置，获取目标车辆的方位角。

可选的，装置100还包括：

校准模块，用于根据识别的目标车辆的方位角，对恒载频雷达进行自动校准。

请参见图8，基于同一发明构思，本发明实施例提供一种车辆200，车辆200可以包括图像采集装置，用于获取第一图像和第二图像，其中，第一图像为彩色图像或亮度图像，第二图像为深度图像；以及，图7的车辆识别装置100。

在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

在本申请各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、rom(read-onlymemory，只读存储器)、ram(randomaccessmemory，随机存取存储器)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以对本发明的技术方案进行了详细介绍，但以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，不应理解为对本发明的限制。本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。