JP7263308B2 - 車両が位置する車線を決定する方法、装置、機器、および記憶媒体 - Google Patents

Description

本願の実施例は、画像処理技術の分野、特に自動運転技術に関する。具体的には、本願の実施例は、車両が位置する車線を決定する方法、装置、機器、および記憶媒体を提供する。

ナビゲーションの精度を向上させるためには、通常、車両が位置する車線を決定し、車両が位置する車線に応じて車線レベルのナビゲーションの技術サポートを提供する必要がある。

車両が位置する車線を決定する従来の方法は、主に以下の２つの方法を含む。
１）高精度の位置決めと高精度地図を組み合わせて、車両が位置する車線を決定する。
２）車両が位置する車線を感知するために、センサモジュールを道路に敷設する。

しかしながら、上記２つの方法には、以下の欠点がある。
１）高精度の位置決めと高精度地図は、コストが高く、現在、広範囲に適用可能ではない。
２）センサモジュールを道路に敷設することは、コストが高いだけでなく、既存のすべての道路を改修することも非現実的であり、また、大規模な普及の条件を備えていない。

本願の実施例は、車両が位置する車線を決定するためのコストを削減するために、車両が位置する車線を決定する方法、装置、機器、および記憶媒体を提供する。

本願の実施例は、車両が位置する車線を決定する方法を提供し、この方法は、
車線境界線画像に基づいて車両位置の画像車線情報を決定するステップと、
前記車両の位置決め情報に基づいて既存の車線情報から前記車両位置の実車線情報を取得するステップと、
前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定するステップと、を含む。

本願の実施例は、画像車線情報および実車線情報に基づいて車両が位置する実車線を決定する。画像車線情報が車線境界線画像に基づいて決定でき、実車線情報が既存の車線情報から取得できるので、本願の実施例は、センサを敷設して未使用範囲の高精度地図を決定する必要がない。従って、本願の実施例は、車両が位置する車線を決定するためのコストを削減し、さらに適用範囲を拡大することができる。

さらに、前述した車線境界線画像に基づいて車両位置の画像車線情報を決定するステップは、
前記車線境界線画像を認識するステップと、
認識された車線境界線情報に基づいて前記画像車線情報を決定するステップと、を含む。

この技術的特徴によれば、本願の実施例は、認識された車線境界線情報に基づいて画像車線情報を決定する。車線境界線情報と車線情報との間に固有の関連付け関係がある。従って、車線境界線画像から車線情報を直接検出する場合と比べて、本願の実施例は、車線境界線情報に基づいて、車線情報のさらなるマイニングを実現することができる。

さらに、前述した認識された車線境界線情報に基づいて前記画像車線情報を決定するステップは、
認識された車線境界線情報に基づいて、車線境界線からなる画像車線の車線種類を決定するステップと、
決定された車線種類を前記画像車線情報として決定するステップと、を含む。

この技術的特徴に基づいて、本願の実施例は、車線種類を決定し、決定された車線種類を画像車線情報として決定する。車線種類は、車線を他の車線情報より正確に認識でき、データ占有量が少ない。従って、他の車線情報を使用して車両が位置する実車線を決定する場合と比べて、本願の実施例は、車線決定精度を向上させ、データ計算量を低減することができる。

さらに、前述した認識された車線境界線情報に基づいて、車線境界線からなる画像車線の車線種類を決定するステップは、
前記車線境界線情報に基づいて、前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つを決定するステップと、
前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つに基づいて、前記画像車線の車線種類を決定するステップと、を含む。

この技術的特徴によれば、本願の実施例は、画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つに基づいて、車両が位置する実車線を決定する。画像車線の走行方向、走行車両の種類、および走行位置は車線位置認識性能が良好であるため、車両が位置する実車線は、このような車線に基づいて正確に決定され得る。

さらに、前述した前記車両の位置決め情報に基づいて既存の車線情報から前記車両位置の実車線情報を取得するステップは、
前記位置決め情報における位置決め用の緯度経度に基づいて、前記車両が位置する道路の位置を決定するステップと、
前記位置決め情報における進行方向角度に基づいて、前記車両の走行方向を決定するステップと、
前記車両が位置する道路の位置、および前記車両の走行方向に基づいて、既存の車線情報から前記車両位置の実車線情報を取得するステップと、を含む。

この技術的特徴によれば、本願の実施例は、前記車両が位置する道路の位置、および前記車両の走行方向に基づいて、既存の車線情報から前記車両位置の実車線情報を取得することにより、車両の走行方向と逆方向の車線情報をフィルタリングし、実車線情報の精度を向上させる。

さらに、前述した前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定するステップは、
前記画像車線情報を前記実車線情報とマッチングするステップと、
マッチング結果に基づいて、前記車線境界線画像に関連付けられた画像車線と前記既存の車線情報に関連付けられた実車線との関連付け関係を確立するステップと、
前記関連付け関係、および前記車両が位置する画像車線に基づいて、前記車両が位置する実車線を決定するステップと、を含む。

この技術的特徴によれば、本願の実施例は、画像車線情報と実車線情報とのマッチング結果に基づいて、画像車線と実車線との関連付け関係を確立し、この関連付け関係に基づいて、車両が位置する実車線を決定することにより、車両が位置する実車線の決定を実現する。

さらに、前述した前記関連付け関係、および前記車両が位置する画像車線に基づいて、前記車両が位置する実車線を決定するステップの前に、前記方法は、
前記車線境界線画像の画像収集装置と前記車両との位置関係、および前記画像収集装置の校正結果に基づいて、前記車両の画像位置を決定するステップと、
前記車両の画像位置、および前記画像車線の画像領域に基づいて、前記車両が位置する画像車線を決定するステップと、をさらに含む。

この技術的特徴によれば、本願の実施例は、前記車両の画像位置を決定し、前記車両の画像位置、および前記画像車線の画像領域に基づいて、前記車両が位置する画像車線を決定することにより、車両が位置する画像車線の決定を実現する。

さらに、前述した前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定するステップの後に、前記方法は、
前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するステップをさらに含む。

この技術的特徴によれば、本願の実施例は、前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正することにより、既存の車線情報の精度を向上させる。

さらに、前述した前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するステップは、
前記車線境界線画像の画像収集装置の校正結果に基づいて、前記車両が位置する実車線と前記画像収集装置との相対位置関係を決定するステップと、
決定された相対位置関係、および前記画像収集装置の実位置に基づいて、前記車両が位置する実車線の新規位置を決定するステップと、
決定された新規位置を使用して、前記既存の車線情報における前記車両が位置する実車線の原位置を補正するステップと、を含む。

この技術的特徴によれば、本願の実施例は、前記車両が位置する実車線と前記画像収集装置との相対位置関係を決定し、決定された相対位置関係、および前記画像収集装置の実位置に基づいて、前記車両が位置する実車線の新規位置を決定することにより、既存の車両情報における車線位置情報の補正を実現する。

さらに、前述した決定された相対位置関係、および前記画像収集装置の実位置に基づいて、前記車両が位置する実車線の新規位置を決定するステップの前に、前記方法は、
前記画像収集装置が車載画像収集装置である場合、前記車両の位置情報に基づいて前記画像収集装置の実位置を決定するステップをさらに含む。

この技術的特徴に基づいて、本願の実施例は、前記画像収集装置が車載画像収集装置である場合、前記車両の位置情報に基づいて前記画像収集装置の実位置を決定することにより、車載画像収集装置の適用シナリオに応じた画像収集装置の実位置の決定を実現する。

さらに、前述した前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するステップは、
前記車両が位置する実車線の画像車線情報の情報量が所定量の閾値よりも大きい場合、前記車両が位置する実車線の画像車線情報をクラスタリングするステップと、
クラスタリング結果に基づいて、前記車両が位置する実車線の画像車線情報から目標車線情報を決定するステップと、
前記目標車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するステップと、を含む。

この技術的特徴によれば、本願の実施例は、車両が位置する実車線の画像車線情報をクラスタリングし、クラスタリング結果に基づいて、目標車線情報を決定することにより、目標車線情報の精度を向上させ、さらに既存の車線情報の補正精度を向上させる。

本願の実施例は、車両が位置する車線を決定する装置をさらに提供し、この装置は、
車線境界線画像に基づいて車両位置の画像車線情報を決定するために使用される情報決定モジュールと、
前記車両の位置決め情報に基づいて既存の車線情報から前記車両位置の実車線情報を取得するために使用される情報取得モジュールと、
前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定するために使用される車線決定モジュールと、を含む。

前記情報決定モジュールは、さらに、
前記車線境界線画像を認識するために使用される画像認識ユニットと、
認識された車線境界線情報に基づいて前記画像車線情報を決定するために使用される情報決定ユニットと、を含む。

さらに、前記情報決定ユニットは、
認識された車線境界線情報に基づいて、車線境界線からなる画像車線の車線種類を決定するために使用される車線種類決定サブユニットと、
決定された車線種類を前記画像車線情報として決定するために使用される車線情報決定サブユニットと、を含む。

前記車線種類決定サブユニットはさらに、
前記車線境界線情報に基づいて、前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つを決定するステップと、
前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つに基づいて、前記画像車線の車線種類を決定するステップと、を実行するために使用される。

前記情報取得モジュールは、さらに、
前記位置決め情報における位置決め用の緯度経度に基づいて、前記車両が位置する道路の位置を決定するために使用される道路位置決定ユニットと、
前記位置決め情報における進行方向角度に基づいて、前記車両の走行方向を決定するために使用される走行方向決定ユニットと、
前記車両が位置する道路の位置、および前記車両の走行方向に基づいて、既存の車線情報から前記車両位置の実車線情報を取得するために使用される車線情報取得ユニットと、を含む。

前記車線決定モジュールは、さらに、
前記画像車線情報を前記実車線情報とマッチングするために使用される情報マッチングユニットと、
マッチング結果に基づいて、前記車線境界線画像に関連付けられた画像車線と前記既存の車線情報に関連付けられた実車線との関連付け関係を確立するために使用される関係確立ユニットと、
前記関連付け関係、および前記車両が位置する画像車線に基づいて、前記車両が位置する実車線を決定するために使用される車線決定ユニットと、を含む。

前記装置は、さらに、
前述した前記関連付け関係、および前記車両が位置する画像車線に基づいて、前記車両が位置する実車線を決定するステップの前に、前記車線境界線画像の画像収集装置と前記車両との位置関係、および前記画像収集装置の校正結果に基づいて、前記車両の画像位置を決定するために使用される位置決定モジュールと、
前記車両の画像位置、および前記画像車線の画像領域に基づいて、前記車両が位置する画像車線を決定するために使用される車線決定モジュールと、をさらに含む。

前記装置は、さらに、
前述した前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定するステップの後に、前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するために使用される情報補正モジュールをさらに含む。

前記情報補正モジュールは、さらに、
前記車線境界線画像の画像収集装置の校正結果に基づいて、前記車両が位置する実車線と前記画像収集装置との相対位置関係を決定するために使用される位置関係決定ユニットと、
決定された相対位置関係、および前記画像収集装置の実位置に基づいて、前記車両が位置する実車線の新規位置を決定するために使用される新規位置決定ユニットと、
決定された新規位置を使用して、前記既存の車線情報における前記車両が位置する実車線の原位置を補正するために使用される位置補正ユニットと、を含む。

前記装置は、さらに、
前述した決定された相対位置関係、および前記画像収集装置の実位置に基づいて、前記車両が位置する実車線の新規位置を決定するステップの前に、前記画像収集装置が車載画像収集装置である場合、前記車両の位置情報に基づいて前記画像収集装置の実位置を決定するために使用される位置決定モジュールをさらに含む。

前記情報補正モジュールは、さらに、
前記車両が位置する実車線の画像車線情報の情報量が所定量の閾値よりも大きい場合、前記車両が位置する実車線の画像車線情報をクラスタリングするために使用されるクラスタリングユニットと、
クラスタリング結果に基づいて、前記車両が位置する実車線の画像車線情報から目標車線情報を決定するために使用される情報決定ユニットと、
前記目標車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するために使用される情報補正ユニットと、を含む。

本願の実施例は、電子機器をさらに提供し、この機器は、
少なくとも１つのプロセッサと、
前記少なくとも１つのプロセッサに通信可能に接続されたメモリと、を含み、
前記メモリには、前記少なくとも１つのプロセッサが本願の実施例のいずれか１つに記載の方法を実行できるように前記少なくとも１つのプロセッサによって実行される、前記少なくとも１つのプロセッサによって実行可能な命令が記憶されている。

本願の実施例は、コンピュータ命令を記憶する非一時的コンピュータ可読記憶媒体であって、前記コンピュータ命令が、本願の実施例のいずれか１つに記載の方法を前記コンピュータに実行させる非一時的コンピュータ可読記憶媒体をさらに提供する。

本願の実施例は、コンピュータプログラムであって、前記コンピュータプログラムが、プロセッサにより実行されると、本願の実施例のいずれか１つに記載の方法を前記コンピュータに実行させるコンピュータプログラムを提供する。

添付の図面は、本実施例をよりよく理解するために使用されており、本願を限定するものではない。

本願の第一実施例に係る、車両が位置する車線を決定する方法を示すフローチャートである。 本願の第一実施例に係る、適用シナリオを示す概略図である。 本願の第一実施例に係る、別の適用シナリオを示す概略図である。 本願の第二実施例に係る、車両が位置する車線を決定する方法を示すフローチャートである。 本願の第三実施例に係る、車両が位置する車線を決定する方法を示すフローチャートである。 本願の第四実施例に係る、車両が位置する車線を決定する方法を示すフローチャートである。 本願の第五実施例に係る、車両が位置する車線を決定する装置を示す構造概略図である。 本願の実施例に係る、車両が位置する車線を決定する方法を実施するための電子機器を示すブロック図である。

本願の例示的な実施例は、理解を容易にするための本願の実施例の様々な詳細を含む添付の図面を参照して以下に説明され、単なる例示と見なされるべきである。従って、本願の範囲および精神から逸脱することなく、本明細書に記載の実施例に様々な変更および修正を加えることができることは、当業者に理解されるであろう。同様に、明瞭性と簡潔性の観点から、公知の機能と構造に関する説明は、以下の説明において省略される。

第一実施例

図１は、本願の第一実施例に係る、車両が位置する車線を決定する方法を示すフローチャートである。本実施例は、車両が位置する車線が、低コストで決定される場合に適用可能である。この方法は、ソフトウェアおよび／またはハードウェアによって実装され得る、車両が位置する車線を決定する装置によって実施され得る。図１を参照すると、本願の実施例に係る、車両が位置する車線を決定する方法は、以下を含む。

Ｓ１１０、車線境界線画像に基づいて車両位置の画像車線情報を決定する。

ここで、車線境界線画像とは、画像収集装置によって収集された車両位置における車線境界線の画像を指す。

通常、車線境界線画像は車両が位置する車線境界線の一部のみを含むので、車両が位置する車線は、車線境界線画像に基づいて直接決定することができない。

画像収集装置は、画像を収集できる任意の装置であってもよく、具体的には、画像収集装置はカメラである。

任意選択的に、上記画像収集装置は、道路脇の固定物に設置されてもよいし、車両に設置されてもよい。

典型的には、上記画像収集装置は、収集された車線境界線画像がより多くの車線境界線を含むように、車両の頭部または尾部に取り付けられ得る。

画像車線情報とは、車線境界線画像に基づいて決定される、車両が位置する車線の車線情報を指す。

具体的には、車線情報は、車線の幅、車線の数、車線の分布、車線内の案内矢印、車線に関連付けられた車線境界線の色、または車線に関連付けられた車線境界線の虚実など、任意の車線情報であってもよい。

具体的には、車線境界線画像に基づいて車両位置の画像車線情報を決定するステップは、

車線境界線画像に基づいて車線を検出するステップと、

検出された車線に基づいて車線情報を決定するステップと、を含む。

ここで、車線検出ロジックは、本実施例において何ら限定されない、先行技術における任意の目標検出ロジックであってもよい。

Ｓ１２０、前記車両の位置決め情報に基づいて既存の車線情報から前記車両位置の実車線情報を取得する。

ここで、既存の車線情報とは、既に存在する車線情報を指す。

この情報は、車両が位置する車線をユーザまたはダウンストリームロジックが明確に認識できるように、車両が位置する実車線を認識するための車線標識を含む。

典型的には、一般的な地図が現在広く普及している場合、既存の車線情報は、一般的な地図から取得され得る。

任意選択的に、高精度地図が将来広く普及する場合、既存の車線情報は、高精度地図からも取得され得る。

既存の車線情報のソースは、本願の実施例において限定されない。

既存の車線情報が既に存在する車線情報であるため、既存の車線情報から実車線情報を取得するためのコストは低い。

実車線情報とは、既存の車線情報から取得される、車両が位置する車線の車線情報を指す。

具体的には、上記車両の位置情報は、位置決め用の緯度経度のみを含んでもよいし、位置決め用の緯度経度と進行方向角度の両方も含んでもよい。

位置決め情報が位置決め用の緯度経度のみを含む場合、前記車両の位置決め情報に基づいて既存の車線情報から前記車両位置の実車線情報を取得するステップは、

前記車両の位置を既存の車線情報におけるインデックス位置とマッチングするステップと、

マッチングされたインデックス位置に関連付けられた車線情報を前記車両位置の実車線情報として決定するステップと、を含む。

実車線情報の精度を向上させるために、位置決め情報が位置決め用の緯度経度と進行方向角度の両方を含む場合、前述した前記車両の位置決め情報に基づいて既存の車線情報から前記車両位置の実車線情報を取得するステップは、

前記位置決め情報における位置決め用の緯度経度に基づいて、前記車両が位置する道路の位置を決定するステップと、

前記位置決め情報における進行方向角度に基づいて、前記車両の走行方向を決定するステップと、

前記車両が位置する道路の位置、および前記車両の走行方向に基づいて、既存の車線情報から前記車両位置の実車線情報を取得するステップと、を含む。

この技術的特徴に基づいて、本願の実施例は、既存の車線情報から車両位置および車両の走行方向の車線情報を取得することにより、実車線情報の精度を向上させる。

Ｓ１３０、前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定する。

ここで、実車線とは、既存の車線情報における車線を指す。

具体的には、前述した前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定するステップは、

前記画像車線情報を前記実車線情報とマッチングするステップと、

マッチング結果に基づいて、前記車線境界線画像に関連付けられた画像車線と前記既存の車線情報に関連付けられた実車線との関連付け関係を確立するステップと、

前記関連付け関係、および前記車両が位置する画像車線に基づいて、前記車両が位置する実車線を決定するステップと、を含む。

ここで、画像車線とは、車線境界線画像における車線を指す。

車両が位置する画像車線の決定を実現するためには、前述した前記関連付け関係、および前記車両が位置する画像車線に基づいて、前記車両が位置する実車線を決定するステップの前に、前記方法は、

前記車線境界線画像の画像収集装置と前記車両との位置関係、および前記画像収集装置の校正結果に基づいて、前記車両の画像位置を決定するステップと、

前記車両の画像位置、および前記画像車線の画像領域に基づいて、前記車両が位置する画像車線を決定するステップと、をさらに含む。

ここで、車両の画像位置とは、車線境界線画像における車両の位置を指す。

具体的には、前記車線境界線画像の画像収集装置と前記車両との位置関係は、予め設定されてもよいし、両者の位置に応じて設定されてもよい。

画像車線の画像領域は、車線境界線画像から認識され得る。

本願の実施例の適用シナリオは、以下のように説明され得る。

典型的な適用シナリオは、図２に示す車線境界線画像２０１の画像収集装置２０２が車両に設置されることである。車線情報に基づいて、車線境界線画像２０１における画像車線を既存の情報２０３における実車線とマッチングして、画像車線と実車線との関連付け関係を確立する。確立された関連付け関係、および前記車両が位置する画像車線に基づいて、車両が位置する実車線を決定する。このシナリオの利点は、リアルタイムで収集された車線境界線画像に基づいて、車両が位置する車線をリアルタイムで決定できることである。

任意の適用シナリオは、図３に示す車線境界線画像３０１の画像収集装置３０２が道路脇の固定物に設置されることである。このシナリオのマッチングロジックは、上記適用シナリオと同様である。このシナリオの利点は、本適用シナリオにおける画像収集装置が通常、違反行為が発生し得る道路セグメントに設定されるため、このシナリオで決定された、車両が位置する車線が、ユーザナビゲーションに重要な案内機能を発揮することである。また、車両が位置する道路をリアルタイムで決定する必要がないため、計算量を低減する。

本願の実施例は、画像車線情報および実車線情報に基づいて車両が位置する実車線を決定する。画像車線情報が車線境界線画像に基づいて決定でき、実車線情報が既存の車線情報から取得できるので、本願の実施例は、センサを敷設して未使用範囲の高精度地図を決定する必要がない。従って、本願の実施例は、車両が位置する車線を決定するためのコストを削減し、さらに適用範囲を拡大することができる。

第二実施例

図４は、本願の第二実施例に係る、車両が位置する車線を決定する方法を示すフローチャートである。本実施例は、上記実施例に基づくＳ１１０の展開例である。図４を参照すると、本願の実施例に係る、車両が位置する車線を決定する方法は、以下を含む。

Ｓ２１０、車線境界線画像を認識し、認識された車線境界線情報に基づいて画像車線情報を決定する。
任意選択的に、車線境界線画像を認識する方法は、任意の画像認識方法であってもよい。

具体的には、車線境界線情報は、車線境界線の幅、車線境界線の色、車線境界線の虚実、および車線内の案内矢印のうちの少なくとも１つを含む。

具体的には、認識された車線境界線情報に基づいて画像車線情報を決定するステップは、

前記車線境界線情報に基づいて、前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つを決定するステップと、

前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つを画像車線情報として決定するステップと、を含む。

典型的には、前述した認識された車線境界線情報に基づいて前記画像車線情報を決定するステップは、

認識された車線境界線情報に基づいて、車線境界線からなる画像車線の車線種類を決定するステップと、

決定された車線種類を前記画像車線情報として決定するステップと、を含む。

この技術的特徴に基づいて、本願の実施例は、車線種類を決定し、決定された車線種類を画像車線情報として決定する。車線種類は、車線を他の車線情報より正確に認識でき、データ占有量が少ない。従って、他の車線情報を使用して車両が位置する実車線を決定する場合と比べて、本願の実施例は、車線決定精度を向上させ、データ計算量を低減することができる。

車両が位置する実車線の精度を向上させるために、前述した認識された車線境界線情報に基づいて、車線境界線からなる画像車線の車線種類を決定するステップは、

前記車線境界線情報に基づいて、前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つを決定するステップと、

前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つに基づいて、前記画像車線の車線種類を決定するステップと、を含む。

具体的には、前記車線種類は、左側車線、右側車線、バス車線、および目標走行方向車線のうちの少なくとも１つを含む。

走行位置に基づいて、前記画像車線の車線種類を決定するステップは、

前記走行位置が道路の最左側である場合、車線種類を左側車線として決定するステップと、

前記走行位置が道路の最右側である場合、車線種類を右側車線として決定するステップと、を含む。

走行方向に基づいて、前記画像車線の車線種類を決定するステップは、

走行方向が左折走行することである場合、車線種類を左折車線として決定するステップと、

走行方向が右折走行することである場合、車線種類を右折車線として決定するステップと、

走行方向が直進することである場合、車線種類を直進車線として決定するステップと、を含む。

走行車両の種類に基づいて、前記画像車線の車線種類を決定するステップは、

走行車両の種類がバスである場合、車線種類をバス車線として決定するステップを含む。

Ｓ２２０、車両位置に基づいて既存の車線情報から前記車両位置の実車線情報を取得する。

Ｓ２３０、前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定する。

本願の実施例は、認識された車線境界線情報に基づいて画像車線情報を決定する。車線境界線情報と車線情報との間に固有の関連付け関係がある。従って、車線境界線画像から車線情報を直接検出する場合と比べて、本願の実施例は、車線境界線情報に基づいて、車線情報のさらなるマイニングを実現することにより、マイニングされた車線情報に基づいて車両が位置する車線の正確な決定を実現することができる。

第三実施例

図５は、本願の第三実施例に係る、車両が位置する車線を決定する方法を示すフローチャートである。本実施例は、上記実施例に基づいて提供された任意の実施例である。図５を参照すると、本願の実施例に係る、車両が位置する車線を決定する方法は、以下を含む。

Ｓ３１０、車線境界線画像に基づいて車両位置の画像車線情報を決定する。

Ｓ３２０、前記車両の位置決め情報に基づいて既存の車線情報から前記車両位置の実車線情報を取得する。

Ｓ３３０、前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定する。

Ｓ３４０、前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正する。

具体的には、前記車線境界線画像から認識された車線情報を使用して、前記既存の車線情報を補正するステップは、

前記車線境界線画像から認識された車線位置以外の情報を使用して、前記既存の車線情報を補正するステップを含む。

既存の車線情報における車線位置の補正を実現するために、前述した前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するステップは、

前記車線境界線画像の画像収集装置の校正結果に基づいて、前記車両が位置する実車線と前記画像収集装置との相対位置関係を決定するステップと、

決定された相対位置関係、および前記画像収集装置の実位置に基づいて、前記車両が位置する実車線の新規位置を決定するステップと、

決定された新規位置を使用して、前記既存の車線情報における前記車両が位置する実車線の原位置を補正するステップと、を含む。

画像収集装置の実位置の決定を実現するために、前述した決定された相対位置関係、および前記画像収集装置の実位置に基づいて、前記車両が位置する実車線の新規位置を決定するステップの前に、前記方法は、

前記画像収集装置が車載画像収集装置である場合、前記車両の位置情報に基づいて前記画像収集装置の実位置を決定するステップをさらに含む。

既存の車線情報の補正精度を向上させるために、前述した前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するステップは、

前記車両が位置する実車線の画像車線情報の情報量が所定量の閾値よりも大きい場合、前記車両が位置する実車線の画像車線情報をクラスタリングするステップと、

クラスタリング結果に基づいて、前記車両が位置する実車線の画像車線情報から目標車線情報を決定するステップと、

前記目標車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するステップと、を含む。

ここで、所定量の閾値は２よりも大きく、特定の所定量の閾値の値は実際のニーズに応じて決定され得る。

具体的には、クラスタリング結果に基づいて、前記車両が位置する実車線の画像車線情報から目標車線情報を決定するステップは、

クラスタリングによって得られたクラスタに対して画像車線情報の統計を実行するステップと、

統計数が最も多いクラスタを目標クラスタとして決定するステップと、

目標クラスタにおける画像車線情報に基づいて目標車線情報を決定するステップと、を含む。

任意選択的に、目標クラスタにおける画像車線情報に基づいて目標車線情報を決定するステップは、

目標クラスタにおける目標車線情報の平均値を計算するステップと、

計算された平均値を目標車線情報として決定するステップ、または

目標クラスタの中央にある画像車線情報を目標車線情報として決定するステップと、を含む。

第四実施例

図６は、本願の第四実施例に係る、車両が位置する車線を決定する方法を示すフローチャートである。本実施例は、画像収集装置を車載リアビューカメラとして使用して一般的な地図から既存の車線情報を取得することを例として、上記実施例に基づいて提供された任意の実施例である。図６を参照すると、本願の実施例に係る、車両が位置する車線を決定する方法は、

リアビューカメラにより路面上の車線境界線を収集するステップと、

車線境界線画像を認識し、車線境界線の属性情報を取得するステップと、

車線境界線の属性情報に基づいて車線種類を決定するステップと、

車線種類に基づいて、車線境界線画像における車線を、車両の位置決め用の緯度経度および走行方向に基づいて取得され得る、一般的な地図における車両が位置する車線と関連付けるステップと、

関連付け関係に基づいて、車両が位置する車線を決定するステップと、を含む。

具体的には、車線種類に基づいて、車線境界線画像における車線を一般的な地図における車両が位置する道路上の車線と関連付けるステップは、

左側車線、右側車線、バス車線、および目標走行方向車線のうちの少なくとも１つに基づいて、車線境界線画像における車線を一般的な地図における車両が位置する道路上の車線と関連付けるステップを含む。

関連付けに失敗した場合、

カメラの校正結果に基づいて、車線境界線画像における車線とカメラとの相対位置関係を決定するステップと、

前記相対位置関係と、車両の位置情報に基づいて決定されたカメラの位置とに基づいて、車線位置を決定するステップと、

決定された車線位置と、車線位置以外の情報を指す前記車線の他の情報とを記憶するステップと、

目標位置の車線情報を補正する要求に応じて、記憶された目標位置の少なくとも２つの車線位置をクラスタリングし、クラスタリング結果に基づいて目標位置の車線を位置決めして他の情報を補正するステップと、を実行する。

本実施例は、

様々な車線情報を組み合わせてナビゲーション情報に基づいて車線を位置決めすることにより、大部分の運転シナリオに低コストで適用することができるという効果と、

車線認識結果に基づいて既存の車線情報を補正することができるという効果と、

カメラの校正結果および組み合わせ／位置決め結果に基づいて高精度の車線情報を取得することができるという効果と、を実現することができる。

第五実施例

図７は、本願の第五実施例に係る、車両が位置する車線を決定する装置を示す構造概略図である。図７を参照すると、本願の実施例は、車両が位置する車線を決定する装置７００をさらに提供し、この装置７００は、情報決定モジュール７０１、情報取得モジュール７０２、および車線決定モジュール７０３を含む。

ここで、情報決定モジュール７０１は、車線境界線画像に基づいて車両位置の画像車線情報を決定するために使用される。

情報取得モジュール７０２は、前記車両の位置決め情報に基づいて既存の車線情報から前記車両位置の実車線情報を取得するために使用される。

車線決定モジュール７０３は、前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定するために使用される。

本願の実施例は、画像車線情報および実車線情報に基づいて車両が位置する実車線を決定する。画像車線情報が車線境界線画像に基づいて決定でき、実車線情報が既存の車線情報から取得できるので、本願の実施例は、センサを敷設して未使用範囲の高精度地図を決定する必要がない。従って、本願の実施例は、車両が位置する車線を決定するためのコストを削減し、さらに適用範囲を拡大することができる。

さらに、前記情報決定モジュールは、

前記車線境界線画像を認識するために使用される画像認識ユニットと、

認識された車線境界線情報に基づいて前記画像車線情報を決定するために使用される情報決定ユニットと、を含む。

さらに、前記情報決定ユニットは、

認識された車線境界線情報に基づいて、車線境界線からなる画像車線の車線種類を決定するために使用される車線種類決定サブユニットと、

決定された車線種類を前記画像車線情報として決定するために使用される車線情報決定サブユニットと、を含む。

さらに、前記車線種類決定サブユニットは具体的に、

前記車線境界線情報に基づいて、前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つを決定するステップと、

前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つに基づいて、前記画像車線の車線種類を決定するステップと、を実行するために使用される。

さらに、前記情報取得モジュールは、

前記位置決め情報における位置決め用の緯度経度に基づいて、前記車両が位置する道路の位置を決定するために使用される道路位置決定ユニットと、

前記位置決め情報における進行方向角度に基づいて、前記車両の走行方向を決定するために使用される走行方向決定ユニットと、

前記車両が位置する道路の位置、および前記車両の走行方向に基づいて、既存の車線情報から前記車両位置の実車線情報を取得するために使用される車線情報取得ユニットと、を含む。

さらに、前記車線決定モジュールは、

前記画像車線情報を前記実車線情報とマッチングするために使用される情報マッチングユニットと、

マッチング結果に基づいて、前記車線境界線画像に関連付けられた画像車線と前記既存の車線情報に関連付けられた実車線との関連付け関係を確立するために使用される関係確立ユニットと、

前記関連付け関係、および前記車両が位置する画像車線に基づいて、前記車両が位置する実車線を決定するために使用される車線決定ユニットと、を含む。

さらに、前記装置は、

前述した前記関連付け関係、および前記車両が位置する画像車線に基づいて、前記車両が位置する実車線を決定するステップの前に、前記車線境界線画像の画像収集装置と前記車両との位置関係、および前記画像収集装置の校正結果に基づいて、前記車両の画像位置を決定するために使用される位置決定モジュールと、

前記車両の画像位置、および前記画像車線の画像領域に基づいて、前記車両が位置する画像車線を決定するために使用される車線決定モジュールと、をさらに含む。

さらに、前記装置は、

前述した前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定するステップの後に、前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するために使用される情報補正モジュールをさらに含む。

さらに、前記情報補正モジュールは、

前記車線境界線画像の画像収集装置の校正結果に基づいて、前記車両が位置する実車線と前記画像収集装置との相対位置関係を決定するために使用される位置関係決定ユニットと、

決定された相対位置関係、および前記画像収集装置の実位置に基づいて、前記車両が位置する実車線の新規位置を決定するために使用される新規位置決定ユニットと、

決定された新規位置を使用して、前記既存の車線情報における前記車両が位置する実車線の原位置を補正するために使用される位置補正ユニットと、を含む。

さらに、前記装置は、

前述した決定された相対位置関係、および前記画像収集装置の実位置に基づいて、前記車両が位置する実車線の新規位置を決定するステップの前に、前記画像収集装置が車載画像収集装置である場合、前記車両の位置情報に基づいて前記画像収集装置の実位置を決定するために使用される位置決定モジュールをさらに含む。

さらに、前記情報補正モジュールは、

前記車両が位置する実車線の画像車線情報の情報量が所定量の閾値よりも大きい場合、前記車両が位置する実車線の画像車線情報をクラスタリングするために使用されるクラスタリングユニットと、

クラスタリング結果に基づいて、前記車両が位置する実車線の画像車線情報から目標車線情報を決定するために使用される情報決定ユニットと、

前記目標車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するために使用される情報補正ユニットと、を含む。

第六実施例

本願の実施例によれば、本願は、電子機器および可読記憶媒体をさらに提供する。

図８は、本願の実施例に係る、車両が位置する車線を決定する方法を実施するための電子機器を示すブロック図である。電子機器は、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、メインフレームコンピュータ、およびその他の適切なコンピュータなど、様々な形態のデジタルコンピュータを示すことを意図する。電子機器は、パーソナルデジタルアシスタント、携帯電話、スマートフォン、ウェアラブルデバイス、およびその他の同様のコンピューティングデバイスなど、様々な形態のモバイルデバイスを示すこともできる。本明細書に示されるコンポーネント、それらの接続と関係、およびそれらの機能は単なる例であり、本明細書に説明および／または要求される本願の実施を制限することを意図したものではない。

図８に示すように、この電子機器は、１つまたは複数のプロセッサ８０１と、メモリ８０２と、高速インターフェースおよび低速インターフェースを含む、様々なコンポーネントを接続するために使用されるインターフェースとを含む。様々なコンポーネントは、異なるバスを介して互いに接続されており、パブリックマザーボードに取り付けられてもよいし、必要に応じて他の方法で取り付けられてもよい。プロセッサは、ＧＵＩのグラフィック情報が外部入力／出力装置（例えば、インターフェースに結合された表示装置）に表示されるようにメモリ内またはメモリ上に記憶される命令を含む、電子機器で実行された命令を処理することができる。他の実施形態では、複数のプロセッサおよび／または複数本のバスは、必要に応じて、複数のメモリとともに使用され得る。同様に、それは、（例えば、サーバアレイ、ブレードサーバ群、またはマルチプロセッサシステムとして）いくつかの必要な操作を提供する複数の電子機器に接続され得る。図８には、プロセッサ８０１が例として挙げられる。

メモリ８０２は、本願に係る非一時的コンピュータ可読記憶媒体である。ここで、前記メモリには、前記少なくとも１つのプロセッサが、本願に係る車両が位置する車線を決定する方法を実行できるように、少なくとも１つのプロセッサによって実行され得る命令が記憶されている。本願の非一時的コンピュータ可読記憶媒体には、本願に係る車両が位置する車線を決定する方法をコンピュータに実行させるために使用されるコンピュータ命令が記憶されている。

非一時的コンピュータ可読記憶媒体として、メモリ８０２は、非一時的ソフトウェアプログラムと、非一時的コンピュータ実行可能プログラムと、本願の実施例における車両が位置する車線を決定する方法に対応するプログラム命令／モジュール（例えば、図７に示す情報決定モジュール７０１、情報取得モジュール７０２、および車線決定モジュール７０３）などのモジュールとを記憶するために使用され得る。プロセッサ８０１は、メモリ８０２に記憶された非一時的ソフトウェアプログラム、命令、およびモジュールを実行することにより、サーバの様々な機能アプリケーションおよびデータ処理を実行する、即ち、上記方法の実施例における車両が位置する車線を決定する方法を実施する。

メモリ８０２は、オペレーティングシステムおよび少なくとも１つの機能に必要なアプリケーションプログラムを記憶することができるプログラム記憶領域と、車両が位置する車線を決定する電子機器によって作成されたデータなどを記憶することができるデータ記憶領域とを含み得る。さらに、メモリ８０２は、高速ランダムアクセスメモリを含み得、少なくとも１つの磁気ディスクメモリ、フラッシュメモリ、または他の非一時的ソリッドステートメモリなどの非一時的メモリをさらに含み得る。いくつかの実施例では、メモリ８０２は、任意選択で、プロセッサ８０１に対して遠隔的に設定されたメモリを含み、これらの遠隔メモリは、ネットワークを介して車両が位置する車線を決定する電子機器に接続され得る。上記ネットワークの例には、インターネット、企業イントラネット、ブロックチェーンネットワーク、ローカルエリアネットワーク、モバイル通信ネットワーク、およびそれらの組み合わせが含まれるが、これらに限定されない。

車両が位置する車線を決定する方法の電子機器は、入力装置８０３および出力装置８０４をさらに含み得る。プロセッサ８０１、メモリ８０２、入力装置８０３、および出力装置８０４は、バスを介して、または他の方法で接続され得るが、図８にはバスによる接続が例として挙げられる。

入力装置８０３は、入力された数字または文字情報を受信し、車両が位置する車線を決定する電子機器のユーザ設定および機能制御に関連するキー信号入力を生成することができるものであって、例えば、タッチスクリーン、キーパッド、マウス、トラックパッド、タッチパッド、ポインティングスティック、１つまたは複数のマウスボタン、トラックボール、ジョイスティックなどの入力装置である。出力装置８０４は、表示装置、補助照明装置（例えば、ＬＥＤ）、触覚フィードバック装置（例えば、振動モータ）などを含み得る。この表示装置は、液晶ディスプレイ（ＬＤＣ）、発光ダイオード（ＬＥＤ）ディスプレイ、およびプラズマディスプレイを含み得るが、これらに限定されない。いくつかの実施形態では、表示装置は、タッチスクリーンであってもよい。

本明細書に記載のシステムおよび技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、専用ＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、および／またはそれらの組み合わせで実装され得る。これらの様々な実施形態は、記憶システム、少なくとも１つの入力装置、および少なくとも１つの出力装置からデータおよび命令を受信したり、この記憶システム、この少なくとも１つの入力装置、およびこの少なくとも１つの出力装置にデータおよび命令を送信したりすることができる専用又は汎用のプログラマブルプロセッサであり得る少なくとも１つのプログラマブルプロセッサを含むプログラマブルシステム上で実行および／または解釈され得る１つまたは複数のコンピュータプログラムに実装されることを含み得る。

これらの計算プログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、またはコードとも呼ばれる）は、プログラマブルプロセッサの機械命令を含み、高水準手続き型またはオブジェクト指向型のプログラミング言語、および／またはアセンブリ／機械言語で実装され得る。本明細書で使用される「機械可読媒体」および「コンピュータ可読媒体」という用語は、機械可読信号としての機械命令を受信するための機械可読媒体を含む、機械命令および／またはデータをプログラマブルプロセッサに提供するための任意のコンピュータプログラム製品、機器、および／または装置（例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス（ＰＬＤ））を指す。「機械可読信号」という用語は、機械命令および／またはデータをプログラマブルプロセッサに提供するための任意の信号を指す。

ユーザとの対話を提供するために、本明細書に記載のシステムおよび技術は、情報をユーザに表示するための表示装置（例えば、ＣＲＴ（陰極線管）またはＬＣＤ（液晶ディスプレイ）モニタ）と、ユーザが入力をコンピュータに提供することを可能にするキーボードとポインティングデバイス（例えば、マウスまたはトラックボール）とを備えたコンピュータ上で実装され得る。他のタイプの装置は、ユーザとの対話を提供するためにも使用されており、例えば、任意の形態の感覚フィードバック（例えば、視覚的フィードバック、聴覚的フィードバック、または触覚的フィードバック）をユーザに提供したり、任意の形態（音響入力、音声入力、触覚入力を含む形態）を利用してユーザからの入力を受信したりするために使用され得る。

本明細書に記載のシステムおよび技術は、バックエンドコンポーネント（例えば、データサーバ）を含むコンピュータシステム、またはミドルウェアコンポーネント（例えば、アプリケーションサーバ）を含むコンピュータシステム、またはフロントエンドコンポーネント（例えば、ユーザが本明細書に記載のシステムおよび技術の実施形態と対話することを可能にするグラフィカルユーザインターフェースまたはウェブブラウザを備えたユーザコンピュータ）を含むコンピュータシステム、または、このバックエンドコンポーネント、ミドルウェアコンポーネントまたはフロントエンドコンポーネントの任意の組み合わせを含むコンピュータシステムに実装され得る。システムのコンポーネントは、デジタルデータ通信の任意の形態または媒体（例えば、通信ネットワーク）を介して互いに接続され得る。通信ネットワークの例には、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、インターネット、およびブロックチェーンネットワークが含まれる。

コンピュータシステムは、クライアントおよびサーバを含み得る。クライアントおよびサーバは通常、互いに遠く離れており、通信ネットワークを介して対話する。クライアントとサーバとの関係は、対応するコンピュータ上で実行された、クライアント－サーバの関係があるコンピュータプログラムによって生成される。

ステップの並べ替え、追加、または削除は、上記に示す様々な形態のプロセスによって実行され得ることを理解されたい。例えば、本願に記載の各ステップは、本願に開示された技術的解決手段の所望の結果が達成できる限り、並行して、順次、または異なる順序で実行され得るが、本明細書に限定されない。

上記特定の実施形態は、本願の保護範囲を限定するものではない。設計要件および他の要因に応じて、様々な修正、組み合わせ、副次的組み合わせおよび置換を行うことができることは、当業者にとって明らかであろう。本願の精神と原則の範囲内で行われた修正、同等置換、改良などは、本願の保護範囲に含まれるべきである。

Claims (17)

1. 車線境界線画像に基づいて車両位置の画像車線情報を決定するステップと、
   前記車両の位置決め情報に基づいて既存の車線情報から前記車両位置の実車線情報を取得するステップと、
   前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定するステップと、
   前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するステップと、を含み、
   前記補正するステップは、
   前記車両が位置する実車線の画像車線情報の情報量が所定量の閾値よりも大きい場合、前記車両が位置する実車線の画像車線情報をクラスタリングするステップと、
   クラスタリング結果に基づいて、前記車両が位置する実車線の画像車線情報から目標車線情報を決定するステップと、
   前記目標車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するステップと、を含み、
   前記目標車線情報を決定するステップは、
   クラスタリングによって得られたクラスタに対して画像車線情報の統計を実行するステップと、
   統計数が最も多いクラスタを目標クラスタとして決定するステップと、
   目標クラスタにおける画像車線情報に基づいて目標車線情報を決定するステップと、を含む、
   ことを特徴とする車両が位置する車線を決定する方法。
2. 前述した車線境界線画像に基づいて車両位置の画像車線情報を決定するステップは、
   前記車線境界線画像を認識するステップと、
   認識された車線境界線情報に基づいて前記画像車線情報を決定するステップと、を含むことを特徴とする請求項１に記載の方法。
3. 前述した認識された車線境界線情報に基づいて前記画像車線情報を決定するステップは、
   認識された車線境界線情報に基づいて、車線境界線からなる画像車線の車線種類を決定するステップと、
   決定された車線種類を前記画像車線情報として決定するステップと、を含むことを特徴とする請求項２に記載の方法。
4. 前述した認識された車線境界線情報に基づいて、車線境界線からなる画像車線の車線種類を決定するステップは、
   前記車線境界線情報に基づいて、前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つを決定するステップと、
   前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つに基づいて、前記画像車線の車線種類を決定するステップと、を含むことを特徴とする請求項３に記載の方法。
5. 前述した前記車両の位置決め情報に基づいて既存の車線情報から前記車両位置の実車線情報を取得するステップは、
   前記位置決め情報における位置決め用の緯度経度に基づいて、前記車両が位置する道路の位置を決定するステップと、
   前記位置決め情報における進行方向角度に基づいて、前記車両の走行方向を決定するステップと、
   前記車両が位置する道路の位置、および前記車両の走行方向に基づいて、既存の車線情報から前記車両位置の実車線情報を取得するステップと、を含むことを特徴とする請求項１～４のいずれか一項に記載の方法。
6. 前述した前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定するステップは、
   前記画像車線情報を前記実車線情報とマッチングするステップと、
   マッチング結果に基づいて、前記車線境界線画像に関連付けられた画像車線と前記既存の車線情報に関連付けられた実車線との関連付け関係を確立するステップと、
   前記関連付け関係、および前記車両が位置する画像車線に基づいて、前記車両が位置する実車線を決定するステップと、を含むことを特徴とする請求項１～４のいずれか一項に記載の方法。
7. 前述した前記関連付け関係、および前記車両が位置する画像車線に基づいて、前記車両が位置する実車線を決定するステップの前に、
   前記車線境界線画像の画像収集装置と前記車両との位置関係、および前記画像収集装置の校正結果に基づいて、前記車両の画像位置を決定するステップと、
   前記車両の画像位置、および前記画像車線の画像領域に基づいて、前記車両が位置する画像車線を決定するステップと、をさらに含むことを特徴とする請求項６に記載の方法。
8. 前述した前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するステップは、
   前記車線境界線画像の画像収集装置の校正結果に基づいて、前記車両が位置する実車線と前記画像収集装置との相対位置関係を決定するステップと、
   決定された相対位置関係、および前記画像収集装置の実位置に基づいて、前記車両が位置する実車線の新規位置を決定するステップと、
   決定された新規位置を使用して、前記既存の車線情報における前記車両が位置する実車線の原位置を補正するステップと、を含むことを特徴とする請求項１に記載の方法。
9. 前述した決定された相対位置関係、および前記画像収集装置の実位置に基づいて、前記車両が位置する実車線の新規位置を決定するステップの前に、
   前記画像収集装置が車載画像収集装置である場合、前記車両の位置情報に基づいて前記画像収集装置の実位置を決定するステップをさらに含むことを特徴とする請求項８に記載の方法。
10. 車線境界線画像に基づいて車両位置の画像車線情報を決定するために使用される情報決定モジュールと、
    前記車両の位置決め情報に基づいて既存の車線情報から前記車両位置の実車線情報を取得するために使用される情報取得モジュールと、
    前記画像車線情報および前記実車線情報に基づいて前記車両が位置する実車線を決定するために使用される車線決定モジュールと、
    前記車両が位置する実車線の画像車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するために使用される情報補正モジュールと、を含み、
    前記情報補正モジュールは、
    前記車両が位置する実車線の画像車線情報の情報量が所定量の閾値よりも大きい場合、前記車両が位置する実車線の画像車線情報をクラスタリングし、
    クラスタリング結果に基づいて、前記車両が位置する実車線の画像車線情報から目標車線情報を決定し、
    前記目標車線情報を使用して、前記既存の車線情報における前記車両が位置する実車線の実車線情報を補正するように構成され、
    前記目標車線情報を決定することは、
    クラスタリングによって得られたクラスタに対して画像車線情報の統計を実行することと、
    統計数が最も多いクラスタを目標クラスタとして決定することと、
    目標クラスタにおける画像車線情報に基づいて目標車線情報を決定することと、を含む、
    ことを特徴とする車両が位置する車線を決定する装置。
11. 前記情報決定モジュールは、
    前記車線境界線画像を認識するために使用される画像認識ユニットと、
    認識された車線境界線情報に基づいて前記画像車線情報を決定するために使用される情報決定ユニットと、を含むことを特徴とする請求項１０に記載の装置。
12. 前記情報決定ユニットは、
    認識された車線境界線情報に基づいて、車線境界線からなる画像車線の車線種類を決定するために使用される車線種類決定サブユニットと、
    決定された車線種類を前記画像車線情報として決定するために使用される車線情報決定サブユニットと、を含むことを特徴とする請求項１１に記載の装置。
13. 前記車線種類決定サブユニットはさらに、
    前記車線境界線情報に基づいて、前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つを決定するステップと、
    前記画像車線の走行方向、走行車両の種類、および走行位置のうちの少なくとも１つに基づいて、前記画像車線の車線種類を決定するステップと、を実行するために使用されることを特徴とする請求項１２に記載の装置。
14. 前記車線決定モジュールは、
    前記画像車線情報を前記実車線情報とマッチングするために使用される情報マッチングユニットと、
    マッチング結果に基づいて、前記車線境界線画像に関連付けられた画像車線と前記既存の車線情報に関連付けられた実車線との関連付け関係を確立するために使用される関係確立ユニットと、
    前記関連付け関係、および前記車両が位置する画像車線に基づいて、前記車両が位置する実車線を決定するために使用される車線決定ユニットと、を含むことを特徴とする請求項１０～１３のいずれか一項に記載の装置。
15. 少なくとも１つのプロセッサと、
    前記少なくとも１つのプロセッサに通信可能に接続されたメモリと、を含み、
    前記メモリには、前記少なくとも１つのプロセッサが請求項１～９のいずれか一項に記載の方法を実行できるように前記少なくとも１つのプロセッサによって実行される、前記少なくとも１つのプロセッサによって実行可能な命令が記憶されていることを特徴とする電子機器。
16. コンピュータ命令を記憶する非一時的コンピュータ可読記憶媒体であって、前記コンピュータ命令が、請求項１～９のいずれか一項に記載の方法を前記コンピュータに実行させることを特徴とする非一時的コンピュータ可読記憶媒体。
17. コンピュータプログラムであって、
    前記コンピュータプログラムが、プロセッサにより実行されると、請求項１～９のいずれか一項に記載の方法を前記コンピュータに実行させることを特徴とするコンピュータプログラム。

Images