Контроль полосы движения – Система контроля полосы движения: описание и принцип работы

Содержание

Как работает система контроля полосы движения и что это такое?

Современные технологии автономного и полу-автономного интерфейса управления автомобилями готовятся покорять внимание и кошельки потенциальных покупателей, однако пока большинство удачных воплощений подобных идей в реальность только на стадии подготовки и не по карману обычному обывателю. Тем не менее, рынок уже сейчас может предложить удачные примеры использования технологий, которые обеспечивают дополнительный комфорт от вождения. Не так давно мы публиковали подробную статью о системе круиз-контроля. Теперь настало время поговорить о другой популярной технологии, а именно системе контроля полосы движения. Что такое система контроля полосы движения? Зачем она нужна? И самое главное: стоит ли задумываться о покупке автомобиля с системой подобного типа?

Что такое LDWS

Система контроля полосы движения (Lane Departure Warning System «LDWS») – это технология, предупреждающая о том, что возможен скорый сход с полосы движения автомобиля. Применяется технология на участках вроде магистралей, автобанов или автострадах. В первую очередь технология контроля позволяет держаться выбранного участка дороги, исключая возможность несанкционированного съезда с пути. На деле это имеет огромное значение для сегодняшних реалий: всё чаще основными причинами возникновения автомобильных аварий является временная отстраненность водителей от контроля ситуации за дорогой (сон за рулем, переутомленность, проблемы со здоровьем).

Читайте также: Что такое парктроник? Устройство, принцип работы и как выбрать парктроник для авто?

Ранее эксклюзивная для дорогостоящих и премиальных седанов система медленно перекочевала в стан бюджетных и семейных типов автомобилей, предлагая свой функционал почти любому автовладельцу.

Захват картинки с дисплея LDW системы, с помощью размещенного на передней части автомобиля видео-датчика.

Принцип работы системы контроля полосы движения

Существует несколько видов ходовых систем контроля полосы движения, которые применяются при создании современных автомобилей. Однако, неизменным остается функциональная суть – не допускать съезда с заданного пути.

Траектория пути задается с помощью размещенных датчиков в области переднего бампера (внутри радиаторной решетки) или же внутри салона автомобиля (рядом с зеркалом заднего вида). Компьютер размечает условную разметку на дорожном полотне впереди автомобиля, вычисляет положение автомобиля в режиме реального времени и с помощью записанных заранее алгоритмов и программного кода осуществляет контроль за движением автомобиля по верному курсу.

Если маневр съезда не запланирован самим водителем (система контроля полосы реагирует на включение поворотника), компьютер намеренно предупредит водителя транспортного средства о том, что возможен съезд с заданного маршрута. Уведомление может выглядеть совершенно по-разному, и зависит от используемого типа LDWS (например, может прозвучать громкий звуковой сигнал, или завибрировать рулевое колесо).

Читайте также: Что такое адаптивные фары? Принцип работы и предназначение системы адаптивного освещения

Последние наработки в этой сфере предоставляют системе контроль за совершением маневров особой сложности (например, экстренное торможение). Обычно такие системы входят в так называемый «автопилот». К слову, в последних моделях Cadillac используется обработка данных по навигационным картам, и система заранее знает о всех поворотах и необходимых маневрах на заданном маршруте.

Система рассчитывает изменившуюся траекторию автомобиля и выдает звуковое уведомление.

Типы датчиков и системы контроля полосы

На данный момент существует 2 типа технологий:

  • система предупреждения о съезде с полосы (Lane Departure System «LDS»), издающая уведомления о несанкционированных попытках сменить заданный курс;
  • система удержания в полосе
    (Lane Keeping System «LKS»), которая уполномочена совершать независящие от водителя маневры и действия по удержанию автомобиля на полосе, если тот не реагирует на внешние предупреждающие сигналы.

Кроме того, наличие системы контроля за полосой подразумевает и расположение в конструкции автомобиля считывающих датчиков, которые обрабатывают поступающую информацию в режиме реального времени. В зависимости от функциональных возможностей существуют такие типы датчиков:

  • видео-датчик, принцип их действия очень схож с видеорегистраторами, а размещаются они преимущественно в центральном участке на лобовом стекле;
  • лазерные датчики, располагаются в корпусе автомобиля, как правило в радиаторной решетке или бампере. С помощью четких алгоритмов проецирует линии на задаваемый маршрут и следует ему;
  • инфракрасные датчики, по функционалу схожи с лазерными, однако имеют другой тип обработки данных. Показывают отличные результаты в ночное время суток. Размещаются в днище автомобиля.
Некоторые LDW cистемы контроля полосы движения внедрены в современные видеорегистраторы.

Преимущества и недостатки LDW

Как уже было сказано ранее, система LDW может стать незаменимым помощником и «ангелом-хранителем» многих автовладельцев. От ситуаций, которые могут возникнуть за рулем, не застрахован никто, тем более, что участников дорожного движения на дорогах сейчас увеличивается с каждым днем. Необходимо всего несколько секунд, чтобы ситуация от «обычной» стала «аварийной», и как раз эти секунды бывают определяющими.

Очень четко вовремя среагировать на возникшее изменение в маршруте, не повлияв на транспортный поток следующий за вами.

Однако, следует учитывать, что неправильно настроенная система определения может быть слишком назойливой и реагировать даже на малейшие кочки автомобиля, связанные с неровностью дорожного полотна. Чрезмерное напоминание может послужить причиной той самой отвлеченности водителя, о которой было столько сказано в этой статье.

Помимо этого, некоторые датчики определения дороги плохо реагируют на затертую некорректную дорожную разметку, а заснеженная дорога является причиной многих сбоев в работе и неправильного функционирования системы LDW. В таких ситуациях лучше отключать технологию до момента её более рационального использования.

automotolife.com

Электронные помощники в наших условиях — уйди, не то собью!

Мало приятного, когда тебя давят машины, оснащенные как бы автопилотами.

Материалы по теме

— Тормози, тормози!

Поздно заклинать — я уже на капоте.

Мало приятного, черт возьми, попасть под колеса — хоть и на скорости 10 км/ч. Я уже был в подобной ситуации три с половиной года назад. Тогда для тысячного выпуска журнала «За рулем» (ЗР, № 10, 2014) мы тестировали фордовскую систему City Safety — и Focus с удовольствием боднул меня так, что я едва успел отскочить в сторону.

Вот и теперь роль подопытного пешехода досталась мне: пришлось накинуть светоотражающий жилет и вновь сыграть в суицидника. Я не дрейфил, поскольку был почти уверен, что кататься на капоте мне не придется — ведь светлая эра автономного вождения не за горами.

В теории

Хенрик Грин, старший вице-президент по исследованиям и разработкам фирмы Volvo Cars, убежден: к 2021 году его компания представит полностью автономный автомобиль. Шведы настолько уверены в успехе, что уже подписали с компанией Uber трехлетнее соглашение на поставку 24 тысяч «беспилотников» для первого в мире роботизированного таксопарка.

Резкое перестроение другой машины с последующим торможением перед вашим носом почти наверняка застанет электронику врасплох: тормозить и уклоняться от неминуемого удара придется самостоятельно. Если же другая машина встраивается перед вами плавно, наиболее адекватно отреаги­руют Volkswagen Tiguan и BMW X3.

Резкое перестроение другой машины с последующим торможением перед вашим носом почти наверняка застанет электронику врасплох: тормозить и уклоняться от неминуемого удара придется самостоятельно. Если же другая машина встраивается перед вами плавно, наиболее адекватно отреаги­руют Volkswagen Tiguan и BMW X3.

А председатель совета директоров BMW Харальд Крюгер неоднократно заявлял, что именно его марка должна стать лидером в области автономного вождения. Еще в позапрошлом году баварцы подписали контракт с фирмой Intel, выложившей рекордные 15 млрд долларов за израильский стартап Mobileye. Теперь сотрудники молодой компании, специализирующейся на создании систем предотвращения аварий, денно и нощно трудятся над проектом iNext. Новый автомобиль i‑линейки концерна BMW получит автономные технологии максимального, пятого уровня. Дедлайн тот же — 2021 год. Но в Мюнхене сделают всё, чтобы опередить Volvo.

Все автомобили с полноценным адаптивным «круизом» ув

www.zr.ru

Простой алгоритм распознавания дорожной разметки

Контроль полосы движения — одна из наиболее приоритетных задач систем помощи водителю и автономных автомобилей. Они следят за движением машины по выбранному маршруту и предупреждают о возможном съезде с заданного пути. В этой статье мы представим простой метод распознавания дорожной разметки с помощью Python и OpenCV.

Конвейер

Чтобы распознать полосы разметки необходимо:

  1. Преобразовать исходное изображение в  grayscale.
  2. Затемнить полученное изображение (это помогает уменьшить контраст от обесцвеченных участков дороги).
  3. Преобразовать исходное изображение в  цветовое пространство HLS (Hue, Lightness, Saturation — тон, свет, насыщенность).
  4. Изолировать жёлтый цвет из HLS для получения маски (для жёлтой разметки).
  5. Изолировать  белый цвет из HLS (для белой разметки).
  6. Выполнить побитовое «ИЛИ» жёлтой и белой масок для получения общей маски.
  7. Выполнить побитовое «И» маски и затемнённого изображения.
  8. Применить Гауссово размытие.
  9. Применить детектор границ Canny (пороги устанавливаются методом проб и ошибок).
  10. Определить область интереса (помогает отсеять нежелательные края, обнаруженные детектором Canny).
  11. Получить линии Хафа.
  12. Объединить и экстраполировать линии Хафа; отобразить их на исходном изображении.

Исходные тестовые изображения

Преобразование в оттенки серого

Это поможет увеличить контраст разметки по отношению к дороге, чтобы потом было легче выделить жёлтые и белые полосы.

Затемнение

Затемнение выполняется, чтобы уменьшить контраст обесцвеченных участков дороги.

Преобразование в цветовое пространство HLS

Исходные RGB-изображения переводятся в пространство HLS. По сравнению с HSV (Hue, Saturation, Value — тон, насыщенность, значение), HLS помогает получить лучший цветовой контраст разметки и дороги. Впоследствии это поможет выделить нужные цвета для определения полос движения.


RGB против HSV и HLS

Выделение цвета

Здесь мы используем операцию inRange из OpenCV, чтобы получить нужную маску в выбранном пороговом диапазоне. Методом подбора можно найти наиболее подходящие значения.

Для жёлтой маски:

— Использовались значения оттенка между 10 и 40.

— Установлена более высокая насыщенность (100–255), чтобы отфильтровать жёлтый цвет земли и холмов.

Для белой маски:

— Установлено более высокое значение яркости (200–255).

После этого мы выполняем операцию побитового «ИЛИ» обеих масок, чтобы скомбинировать их.

На снимках ниже показан результат побитового «И» между комбинированной маской и затемнённым изображением.

Гауссово размытие

Размытие (или сглаживание) по Гауссу — это этап предварительной обработки для уменьшения шума. Мы удаляем лишние края на изображении и оставляем только наиболее заметные.

Для размытия с помощью GaussianBlur из OpenCV необходимо указать размер ядра (нечётное значение). Испробовав несколько вариантов, мы выбрали 7.

Применение детектора границ Canny

Теперь к размытым снимкам применяется детектор Canny. Canny Edge Detection — алгоритм, который обнаруживает края на основе изменения градиента. Хотя первым его шагом по умолчанию является сглаживание изображения с размером ядра 5, мы всё равно используем явное размытие по Гауссу на предыдущем этапе. Другие шаги детектора включают в себя:

— нахождение градиента интенсивности изображения;

— подавление максимумов;

— пороговый гистерезис.

Выделение области интереса

Даже после детектора Canny на снимках остаётся много лишних линий и краёв, не являющихся разметкой. Область интереса — это многоугольник, охватывающий наиболее полезную для нас часть изображения.

Обратите внимание, что координата [0, 0] находится в левом верхнем углу, номера строк увеличиваются сверху вниз, а столбцов — слева направо.

Предполагается, что камера остаётся неподвижной, а полосы — ровными, поэтому мы можем «угадать» интересующую область.

Обнаружение линий преобразования Хафа

Преобразование Хафа — способ извлечения линии из изображения. Это можно сделать, представив линии в виде параметризованных точек, а точки — в виде линий/синусоид (в зависимости от декартовой/полярной систем координат). Если несколько линий или синусоид пересекаются друг с другом в одной точке, мы можем сделать вывод, что они относятся к одной линии на изображении.

После обнаружения линий Хафа в области интереса мы отрисовываем их на оригинальных снимках.

Экстраполяция линий Хафа

На предыдущем изображении видно, что разметка отобразилась не полностью. Нам хотелось бы её дополнить. Для этого сначала нужно определить левую и правую полосу:

левая полоса: если мы увеличим координаты столбцов, то координаты строк уменьшатся (отрицательный градиент)

правая полоса: если увеличить координаты столбцов, координаты строк тоже увеличатся (положительный градиент)

— будем игнорировать вертикальные линии.

После определения левой и правой полос мы экстраполируем их:

  1. Если для одной полосы обнаружено несколько параллельных линий, мы усредняем строки.
  2. Если полоса состоит из частично обнаруженных линий, мы объединяем их.

Применение конвейера к видео

Теперь давайте протестируем наш алгоритм на записи с видеорегистратора.

Он неплохо работает для прямых полос разметки:

Но не очень хорошо справляется с искривлениями:

Недостатки

— Обнаружение прямых линий Хафа не очень хорошо работает для изогнутой дороги/полосы.

— Параметры устанавливаются методом подбора. Область интереса предполагает, что камера остаётся неподвижной, а полосы — ровными. Таким образом, для определения вершин многоугольника требуется либо «угадывание», либо хардкодинг.

— На дорогах без разметки алгоритм не будет работать.

Будущие улучшения

— Вместо прямых линий лучше использовать более сложную кривую, что будет полезным на изогнутых участках дороги.

— Даже имея в наличии информацию из предыдущих кадров, усреднять её — не всегда хорошая стратегия. Лучше использовать средневзвешенные или приоритетные значения.

Исходный код

Исходный код доступен на GitHub. В проекте доступны два каталога: CarND-LaneLines-Р1 и CarND-Advanced-Lane-Lines. В первом находится проект конвейера, описанного в этой статье (скрипт P1.ipynb). Второй каталог предлагает улучшенный вариант алгоритма, в котором используется калибровка камеры и обнаружение кривых линий разметки. Вы можете протестировать один из них (или оба), используя свои варианты настройки параметров, и предложить улучшения.

Делитесь своими предложениями и результатами, задавайте вопросы в комментариях, если что-то показалось непонятным.

С оригинальной статьёй можно ознакомиться на портале towardsdatascience.com.

www.reg.ru

Система помощи движению по полосе из чего состоит и как работает

Система помощи движению по полосе, иначе ещё называется «ассистент удержания полосы движения» или «помощник движения по полосе». Предназначена для удержания автомобиля на полосе движения, обозначенной разметкой, что повышает безопасность движения.

Ассистент удержания полосы движения

Хорошо работает на автомобильных дорогах, оборудованных качественной разметкой. Но, в связи с особенностями обустройства Российских дорог (отсутствие разметки) для многих моделей автомобилей, официально продаваемых в нашей стране, данная опция не предусмотрена.

Существуют активные и пассивные системы помощи движению по полосе.

  • Пассивные системы подают сигнал водителю, если автомобиль выезжает за пределы полосы движения.
  • Активная система не только предупреждает водителя, но и воздействует на рулевое управление, возвращая автомобиль на полосу движения.

Системы помощи движению по полосе сделанные разными производителями, называются по-разному:

  • Lane Assist у Audi и Volkswagen;
  • Lane Keeping Assist у Mercedes-Benz;
  • Lane Keep Assist System у Honda и Fiat;
  • Lane Departure Warning System у BMW, Citroen, Kia, Ceneral Motors, Opel и Volvo;
  • Lane Departure Prevention у Infiniti;
  • Lane Monitoring System у Toyota;
  • Lane Keeping Support System у Nissan.

Как всё это работает?

Камера передает изображение дороги в электронный блок управления. Тот, обрабатывает информацию, находит полосы разметки, рассчитывает ширину полосы, величину её закругления в повороте, вычисляет положение автомобиля на полосе. При угрозе покидания автомобилем полосы движения, подает управляющие импульсы на исполнительные механизмы (звуковой сигнал, мигающий светодиод, вибродвигатель в руле, электродвигатель усилителя рулевого управления).

Включение системы принудительное. На щитке приборов при этом загорается световой индикатор. Видеокамера системы черно-белая, так как для блока управления важна только яркость изображения, по которой он находит разметочные полосы. Камера находится в салоне позади зеркала заднего вида.

Водитель предупреждается о сходе с полосы движения вибрацией руля, зуммером и миганием светодиода. Кроме того, активная система помощи движению по полосе, воздействуя на электродвигатель усилителя рулевого управления, возвращает автомобиль на полосу движения.

Активная система помощи движения по полосе возвращает автомобиль на свою полосу

Нагревательный элемент, расположенный на лобовом стекле, включается по команде блока управления при запотевании стекла. При смене полосы движения, водитель должен включить сигнал указателя поворота, иначе система будет противодействовать перестроению.

Система может находиться в трех состояниях:

  • выключено;
  • активный режим;
  • пассивный режим.

1. Выключенная система не оказывает влияния на управление автомобилем.

2. В активном состоянии подает сигналы водителю и вмешивается в процесс управления автомобилем.

3. В пассивный (ждущий) режим система переходит, если нет линий разметки, дорога заснеженная или грязная.

Видео:

Жаль, что данная опция не доступна в нашей стране! Может, когда-то и у нас будут отличные дороги!

Загрузка…

avto-i-avto.ru

Система и способ контроля полосы движения транспортного средства

Изобретение относится к системе контроля полосы движения для использования в транспортных средствах, передвигающихся по дорогам с разметкой полос. Система содержит оптический датчик, передающий оптические данные о дороге. Первая модель полосы движения сохраняется в электронном запоминающем устройстве в соответствии с информацией о границах полосы, обнаруженных в оптических данных. Система электронного горизонта отслеживает местоположение транспортного средства и передает данные о дороге в зависимости от этого местоположения, в соответствии с которыми в электронном запоминающем устройстве сохраняется вторая модель полосы движения. Блок контроля достоверности сравнивает первую и вторую модели полосы движения с пороговым уровнем с целью определения уровня достоверности. Блок выбора выходных данных выбирает первую модель, когда среди оптических данных обнаружены границы полосы, или вторую модель, когда среди оптических данных границы полосы не обнаружены, а степень достоверности выше заранее заданного уровня. Обеспечивается точное определение полосы движения при отсутствии визуальных ориентиров. 2 н. и 7 з.п. ф-лы, 7 ил.

 

Область техники, к которой относится изобретение

Настоящее изобретение относится, в целом, к контролю положения транспортного средства относительно полосы движения и, в частности, к усовершенствованному способу определения полосы движения при отсутствии визуальных ориентиров.

Уровень техники

Автоматическое определение и контроль полосы движения эффективно применяются в различных системах содействия водителю, например, в системе предупреждения о выезде за пределы полосы движения или системе удержания полосы движения. Основным датчиком, применяемым в стандартных системах определения, является видеоустройство, например видеокамера. Алгоритм определения полосы движения заключается в обнаружении разметки, например, разделительных полос или особенностей поверхности, соответствующих краю дороги, и последующей оценке поперечного положения транспортного средства в полосе движения, ширины полосы движения и курсового угла транспортного средства относительно полосы движения.

Технологии обработки изображений, применяемые в алгоритмах определения полосы движения, в настоящее время стали гораздо лучше определять различные типы разметки полос и края дороги в различных условиях. Однако иногда разделительную полосу трудно обнаружить на дорожном покрытии. Она может быть стерта или покрыта грязью. Существует множество прочих помех, не позволяющих оптической системе обнаруживать положение полосы движения, таких как тень, надземные мосты, дождь и снег. В таких случаях в изображении отслеживаемой полосы движения могут образовываться пробелы. При потере полосы движения оптической системой система предупреждения о выезде за пределы полосы движения/удержания полосы движения перестает работать, соответственно, при наличии неточной информации или при отсутствии информации никаких действий не предпринимается.

Было бы желательно выполнить оценку или заполнить любую отсутствующую разметку, чтобы повысить общую готовность работы системы. При отслеживании границ нескольких полос в случае временной потери разметки для одной границы полосы система восстанавливает положение отсутствующей границы на определенном расстоянии от обнаруженной границы. Однако в некоторых случаях система с видеокамерой неспособна выдать достоверный результат.

Другой возможностью отслеживания полосы движения является использование системы определения географического местоположения для точного определения местоположения транспортного средства и нанесения данного местоположения на цифровую карту дороги. Географические координаты обычно определяются при помощи бортового GPS-приемника и/или системы счисления пути на основании выходных сигналов инерциальных датчиков, установленных в транспортном средстве. Помимо текущего положения такие системы способны моментально определять скорость и курсовой угол транспортного средства.

Для большинства дорог в стране созданы базы данных, что теоретически позволяет определить положение полосы движения транспортного средства. Информацию о геометрических и характерных особенностях дороги при установлении координат транспортного средства можно получить из базы данных цифровых карт. Такая совокупность данных о ситуации вокруг транспортного средства называется «электронным горизонтом» (ЕН). В обычной системе ЕН дороги состоят из многочисленных участков (также называемых звеньями), для которых определяется информация о геометрических и характерных особенностях. К геометрическим особенностям участка дороги относятся длина, ширина, высота, горизонтальная кривизна и уклон. К характерным особенностям дороги могут относиться дорожные знаки, количество полос движения, функциональный класс (например, автомагистраль, съезд, главная магистраль), тип разметки полосы, наличие покрытия, наличие разделительных полос.

Хотя количество полос движения может быть отображено в базе данных цифровых карт, координаты конкретной полосы движения не представлены, так как это привело бы к существенному увеличению объема отображаемых данных. Вместо этого, звенья представляют собой линейную траекторию, обычно совпадающую с осевой линией дороги. Даже в тех случаях, когда в базе данных цифровых карт представлены фактические границы конкретной дороги, проблемы случайных ошибок при определении местоположения и нерегулярная доступность систем определения географического местоположения ограничивают надежность таких систем. Следовательно, оптические системы контроля полосы движения предпочтительнее GPS-систем.

Раскрытие изобретения

В настоящем изобретении в качестве основного датчика используется оптическая система, а в качестве источника резервных данных — система определения географического местоположения, используемая при отсутствии данных оптических наблюдений, в которой достоверность данных определения географического местоположения повышается с помощью ввода коррекции, полученной при наличии данных оптических наблюдений.

В одном аспекте предлагается устройство для использования в транспортных средствах, передвигающихся по дорогам с разметкой полос, которое содержит оптический датчик, передающий оптические данные о дороге. Первая модель полосы движения сохраняется в электронном запоминающем устройстве при поступлении информации об обнаруженной в оптических данных разметке полосы. Система электронного горизонта отслеживает местоположение транспортного средства и передает данные о дороге в зависимости от информации о местоположении. На основании этих данных о дороге в электронном запоминающем устройстве сохраняется вторая модель полосы движения. Блок контроля достоверности сравнивает первую и вторую модели полосы движения на предмет соотношения с пороговым уровнем, чтобы определить уровень достоверности. При наличии информации об обнаруженной в оптических данных разметке полосы блок выбора выходных данных выбирает либо первую модель полосы движения, а если разметка полосы в оптических данных не определена, а уровень достоверности превышает заранее заданный уровень, блок выбора выбирает вторую модель полосы движения.

Краткое описание чертежей

На Фиг. 1 показана схема транспортного средства с установленной оптической системой определения полосы движения.

На Фиг. 2 показана схема взаимного расположения транспортного средства и траектории дороги из цифровой базы цифровых карт.

На Фиг. 3 показано определение кратчайшего расстояния между местоположением транспортного средства и траекторией.

На Фиг. 4 показано взаимное расположение границы полосы движения, определенной с помощью оптической системой, и траектории, определенной системой определения географического местоположения.

На Фиг. 5 показано смещение траектории относительно определенной полосы движения.

На Фиг. 6 показана схема предпочтительного варианта выполнения устройства в соответствии с настоящим изобретением.

На Фиг. 7 показана блок-схема предпочтительного варианта осуществления способа в соответствии с настоящим изобретением.

Осуществление изобретения

На Фиг. 1 показано транспортное средство 10, которое движется вдоль дороги 11 по полосе, ограниченной нанесенными краской разделительными линиями 12 и краем дороги 13. В транспортном средстве 10 установлена система 14 камеры, соединенная с модулем 15 контроля полосы движения, который может включать в себя устройство распознавания формы для определения разметки полосы, например, разделительных линий 12 и края дороги 13 для контроля положения транспортного средства 10 относительно определенной полосы движения. Информация об относительном положении транспортного средства 10 и границ определенных полос движения вокруг транспортного средства 10 предоставляется системе 16 предупреждения о выезде за пределы полосы движения, которая может выдавать предупреждение водителю в случае выезда транспортного средства 10 из своей полосы движения. К другому виду системы предупреждения водителя, работа которой основана на информации о местоположении полосы движения, относится адаптивная система круиз-контроля, в которой выбор целевого транспортного средства дополнен использованием электронного горизонта ЕН и информации о полосе движения, получаемой от камеры. В большинстве случаев система содействия водителю управляет соответствующими параметрами (например, выдачей предупреждения или регулированием заданной скорости транспортного средства) в соответствии с автоматически сгенерированной моделью полосы движения, дающей представление о местоположении оборудованного транспортного средства и окружающих его транспортных средствах относительно определенных полос движения.

В настоящем изобретении участки дороги, показанные в базе данных цифровых карт, используются для получения дополнительной модели отслеживания полосы движения, которая может быть использована при недоступности основной модели, полученной на основании данных оптических наблюдений. Как показано на Фиг. 2, текущие географические координаты транспортного средства 10 соответствуют широте 20 и долготе 21. Траектория 22 транспортного средства 10, движущегося по дороге, отражена в базе данных цифровых карт как множество участков между множеством последовательных точек 23 или в виде математической формулы, отражающей форму дороги. Искривление дороги в каждой точке на траектории 22 сохраняется вместе с географическими координатами точки. В соответствии с настоящим, изобретением для получения желаемого уровня точности отражаемой траектории желательно найти ряд точек 24-26, полученных методом интерполяции, которые находятся между последовательными точками 23. Точки 24-26 распределяются на заранее заданном расстоянии, приблизительно равном одному метру, в соответствии с искривлением в соседних точках 23. Для упрощения расчетов, описанных далее, между каждой из точек 24-26 траектория прокладывается по прямой линии.

Чтобы определить взаимное расположение транспортного средства 10 и траектории 22, необходимо определить ближайшую к транспортному средству 10 точку на траектории 22, как показано на Фиг. 3. Транспортное средство 10 имеет координаты (х0, у0) (например, полученные с помощью GPS-устройства), а две ближайшие к нему точки (полученные интерполяцией) 27 и 28 на траектории 22 имеют координаты (xi, уi) и (xj, yj) соответственно. Точки 27 и 28 находятся на заранее заданном расстоянии р. Расстояние dЕH определяется по формуле:

Расстояние dЕН представляет собой боковое отклонение транспортного средства 10 от полученной по карте траектории 22, которая, несмотря на то, что не совпадает ни с одной конкретной границей полосы движения, должна идти параллельно всем полосам движения. Траектория 22 между точками 27 и 28 соответствует курсу движения, отражаемому в виде угла ϕЕH, измеряемого относительно направления на север. Курсовой угол ϕEH можно получить по следующей формуле:

Желательно выполнять вышеприведенные расчеты расстояния и угла периодически. Например, данный этап может повторяться через заранее заданное расстояние, равное, например, одному метру.

При каждом определении фактической границы полосы движения оптической системой датчиков, отклонение определенной полосы движения от траектории, отображаемой на карте, можно определить, как показано на Фиг. 4. Оптическая система отображает первую модель полосы движения, которая предпочтительно включает в себя отклонение dLane для полосы движения и курсовой угол ϕLANE (также измеренный по отношению к северу). Предпочтительно, чтобы можно было определять курсовой угол ϕLANE на основании информации о фактическом курсовом угле транспортного средства φGPS, полученном с помощью GPS-навигатора или системы счисления пути, а также угле θLANE полосы движения между траекторией транспортного средства и краем полосы движения. Если углы ϕЕH и ϕLANE приблизительно равны, а расстояние между определенной границей полосы движения и траекторией 22 постоянное, то в случае отсутствия данных от оптической системы граница полосы движения будет восстановлена по траектории 22 с высокой степенью достоверности.

На Фиг. 4 линией 30 обозначена траектория полосы движения по отношению к транспортному средству 10, полученная при помощи оптической системы контроля полосы движения. Определение может быть основано, например, на нанесенных краской разделительных линиях 31. Путем суммирования курсового угла относительно схемы полосы движения, полученной с помощью видеосистемы, с фактическим курсовым углом движения транспортного средства, определенным при помощи системы GPS-навигации и/или системы счисления пути, можно вычислить абсолютный курсовой угол ϕLANE полосы движения. Вычисляют разницу между углами ϕEH и ϕLANE и сравнивают с пороговым значением Δϕ. Если разница меньше Δϕ, то степень достоверности данных электронного горизонта высока, при условии, что разность между границей полосы движения, полученной оптической системой, и траекторией, отображаемой в электронном горизонте, является постоянной. Другими словами, дисперсия отклонения по результатам ряда последовательных измерений должна быть достаточно малой. Если величины расхождений между двумя моделями полос движения ниже соответствующего порогового уровня, то граница полосы движения будет восстановлена по траектории, полученной из ЕН, с высокой степенью достоверности.

Дисперсию преимущественно вычислять как скользящее среднее разницы между расстояниями dEH и dLANE. Как правило, среднее может быть представлено в виде статистической дисперсии σ2 или среднеквадратического отклонения σ. Достоверность высока, если дисперсия ниже соответствующего порогового значения, и достоверность низка, если дисперсия выше порогового значения. В одном из вариантов осуществления настоящего изобретения степень достоверности прослеживают с помощью результата ряда периодических измерений. Результат получен методом сплошной выборки расчетов, в которых дисперсия ниже порогового уровня. При достижении результатом заранее заданного числа (т.е. порогового уровня) траектория может быть с высокой степенью достоверности использована для восстановления границы полосы движения в случае отказа оптического определения. В противном случае, определение полосы движения невозможно.

На Фиг. 5 показан процесс смещения траектории 22 с целью ее преобразования во вторую модель полосы движения, полученную на основе данных о дороге из базы данных цифровых карт и уточненную в соответствии с наиболее актуальными оптическими данными о местоположении полосы движения. Таким образом, траектория 22 смещается на расстояние Δd, рассчитанное как расстояние между dEH и наиболее актуальное отклонение dLane полосы движения, полученное с помощью оптической системы наблюдения. В частности, траектория 22 смещается вдоль линии 33, представляющей собой кратчайшее расстояние между траекторией 22 и транспортным средством 10 (т.е. выполняется боковой сдвиг), при этом курсовой угол ϕЕН остается неизменным. Если смена полосы движения не определена, то расстояние сдвига Δd используется для преобразования траектории во вторую модель полосы движения до тех пор, пока транспортное средство двигается по той же дороге, до момента восстановления оптического определения и получения достоверных данных или попадания степени достоверности в зону ниже порогового уровня.

На Фиг. 6 приведена схема одного из предпочтительных вариантов устройства по изобретению, установленного в транспортном средстве. Визуальная (т.е. оптическая) система 40 контроля полосы движения передает первую модель полосы движения, сохраняемую в своей памяти, селектору 41 информации о полосе. Селектор 41 (блок выбора) в первую очередь рассматривает модель полосы движения, полученную на основе оптических данных, и которая выбирается автоматически всякий раз, когда визуальная система 40 предоставляет достоверные данные. Устанавливаемое в транспортное средство устройство также содержит стандартную систему 42 GPS-навигации, передающую текущие координаты, скорость и курсовой угол транспортного средства фильтру 43 Калмана. В транспортном средстве также установлены датчики 44 точного счисления пути, например, инерциальные датчики, акселерометры, датчики скорости рыскания, датчики скорости вращения колес, датчики угла поворота ведущих колес и т.д., для получения независимых значений местоположения, скорости и курсового угла транспортного средства, также передаваемых фильтру 43 Калмана. Как известно из уровня техники, фильтр 43 Калмана объединяет информацию о местоположении, скорости и курсовом угле транспортного средства, полученную от системы 42 GPS-навигации и системы 44 точного счисления пути и выдает их оптимальную оценку. Состояние транспортного средства, включающее в себя местоположение, скорость передвижения и курсовой угол, выданное фильтром 43 Калмана, служит входными данными для блока 45 расчета расстояния и угла, соединенного с базой 46 данных цифровых карт. На основании координат транспортного средства определяется дорога и выбирается соответствующая траектория из базы 46 данных цифровых карт для определения расстояния отклонения и курсового угла траектории блоком 45 расчета. Конечная траектория служит входными данными для блока 47 контроля достоверности вкупе с первой моделью полосы движения, полученной с помощью визуальной системы 40, и состояния транспортного средства, полученного с помощью фильтра 43 Калмана. Блок 47 контроля достоверности сравнивает расхождения между моделью полосы движения, полученной на основе оптических данных, и траекторией, полученной из базы данных цифровых карт, с одним или несколькими пороговыми значениями для того, чтобы установить степень достоверности.

Блок 48 генерации виртуальной полосы движения получает информацию о степени достоверности от блока 47 контроля достоверности, а также траекторию и отклонение от блока 45 расчета и первую модель полосы движения от визуальной системы 40. На основании отклонения блок 48 генерации виртуальной полосы движения двигает траекторию так, чтобы она совпадала с ранее установленным отклонением между транспортным средством и границей полосы движения, полученной с помощью визуальной системы 40.

Вторая модель полосы движения, основанная на отслеженном местоположении транспортного средства и данных о дороге, полученных из базы данных цифровых карт, отображается из памяти блока 48 генерации виртуальной полосы движения и служит первичными входными данными для блока 41 выбора выходной информации. Блоку 41 выбора выходной информации также сообщается степень достоверности, поэтому при потере актуальности моделью полосы движения, полученной с помощью визуальной системы 40, блок 41 выбора проверяет степень достоверности, а затем при высокой степени достоверности он выводит сгенерированную на основе второй модели виртуальную полосу движения. В противном случае, модель полосы движения не выводится совсем. Все данные о модели полосы движения, выводимые блоком 41 выбора, сообщаются приложениям 50, например, системе предупреждения о выезде за пределы полосы движения.

На Фиг. 7 обобщен предпочтительный вариант осуществления способа по изобретению, начинающегося с этапа 61. На этапе 62 выполняется проверка включения системы контроля полосы движения. Если система отключена, процесс заканчивается на этапе 63. Если система включена, на этапе 64 выполняется определение местоположения оборудованного транспортного средства (например, с помощью GPS-приемника). На этапе 65 вычисляется курсовой угол оборудованного транспортного средства, а на этапе 66 на основании формы дороги, изображенной с помощью базы данных цифровых карт в виде траектории, путем интерполяции генерируются точки, соответствующие форме дороги. На этапе 67 вычисляется кратчайшее расстояние dEH от начала координат (т.е. транспортного средства, находящегося в точке х0, у0) до линейной состоящей из фрагментов траектории, соединяющей точки, образующие форму дороги, и курсовой угол ϕEH.

На этапе 68 проверяется и обновляется достоверность совпадения для траектории, полученной из базы данных цифровых карт. Значение достоверности может быть сохранено. При соблюдении условий совпадения курсового угла и отклонения, как описано ранее на Фиг. 4, значение достоверности возрастает. В противном случае, значение достоверности уменьшается. Значение достоверности может находиться в пределах от нуля до определенного положительного целого значения. Пороговое значение степени достоверности может быть определено как еще одно положительное целое значение в установленных пределах. Таким образом, степень достоверности может считаться высокой, если значение достоверности находится выше порогового значения, и невысокой в противоположном случае.

На этапе 70 выполняется проверка наличия информации о полосе движения, полученной с помощью визуальной системы. При наличии информация о полосе движения, полученная с помощью визуальной системы, выводится на этапе 71 и совершается возврат на этап 62 для повторения всей процедуры.

Если на этапе 70 нет визуальной информации, на этапе 72 выполняется проверка с целью определения степени достоверности совпадения. Если она невысока, приложениям не передается никакой информации о полосе движения и выполняется возврат на этап 62. Если степень достоверности высока, на этапе 73 на основе второй модели генерируется виртуальная полоса движения. На этапе 74 может быть дополнительно определено, находится ли транспортное средство с установленной системой по-прежнему на наблюдаемой дороге или полосе движения. При получении отрицательного ответа выполняется возврат на этап 62 для повтора процедуры без вывода модели полосы движения (значение достоверности желательно сбросить). В противном случае на этапе 75 до возврата на этап 62 выводится информация о виртуальной полосе движения, основанная на второй модели полосы движения, построенной с помощью базы данных электронных карт.

В настоящем документе достоверность совпадения (т.е. сходство двух моделей полос движения) может быть определена при помощи разнообразных проверок и пороговых значений. Так как курсовой угол, полученный для каждой модели, должен быть одинаковым, разницу можно сравнивать с пороговым значением. Ввиду того, что боковое отклонение транспортного средства от границы полосы движения и транспортного средства от траектории, полученной по карте, часто не совпадает, но между ними существует разница, которая должна оставаться постоянной, в приведенном варианте осуществления настоящего изобретения используется дисперсия или среднеквадратическое отклонение.

1. Система контроля полосы движения транспортного средства, передвигающегося по дорогам с разметкой полос, которая содержит:
оптический датчик, предоставляющий оптические данные о дороге, на основании которых по обнаруженным границам полосы составляется первая модель полосы движения, сохраняемая в электронном запоминающем устройстве;
систему электронного горизонта, которая содержит базу данных электронных карт, отображающую дорогу в виде множества участков вдоль траектории, а также отслеживает местоположение транспортного средства и предоставляет данные о дороге, соответствующие этому местоположению, на основании которых составляется вторая модель полосы движения, сохраняемая в электронном запоминающем устройстве;
блок контроля достоверности, выполненный с возможностью сравнивать первую и вторую модели полосы движения с пороговым значением с определением степени достоверности;
блок выбора выходных данных, выполненный с возможностью выбирать первую модель, когда среди оптических данных обнаружены границы полосы, или вторую модель, когда среди оптических данных границы полосы не обнаружены, а степень достоверности выше заранее заданного уровня;
в которой блок контроля достоверности выполнен с возможностью определять на траектории точку, ближайшую к транспортному средству, в зависимости от направления траектории в этой точке определять курсовой угол траектории, определять боковое отклонение транспортного средства от ближайшей точки, определять виртуальное отклонение путем смещения траектории в соответствии с разницей между боковым отклонением траектории и отклонением от разметки полосы из первой модели полосы движения, и определять расхождение между моделями в зависимости от разницы между боковым отклонением и отклонением от разметки полосы для нескольких моментов времени.

2. Система по п. 1, которая дополнительно содержит систему предупреждения водителя, управляющую параметрами предупреждения водителя и соединенную с блоком выбора выходных данных с возможностью регулировать параметры предупреждения в зависимости от модели, выбранной блоком выбора выходных данных.

3. Система по п. 1, в которой вторая модель полосы движения воспроизводит виртуальную границу полосы движения путем бокового сдвига траектории на расстояние между траекторией и первой моделью полосы движения.

4. Система по п. 3, в которой система электронного горизонта включает в себя систему GPS-навигации.

5. Система по п. 3, в которой система электронного горизонта включает в себя систему счисления пути.

6. Способ определения расположения транспортного средства на полосе движения, в котором:
поддерживают первую модель полосы движения, основанную на данных от оптического датчика, причем первая модель полосы движения включает в себя курсовой угол и отклонение от разметки полосы;
поддерживают вторую модель полосы движения, основанную на отслеженном местоположении транспортного средства и базе данных цифровых карт, причем вторая модель полосы движения включает в себя курсовой угол траектории и виртуальное отклонение
определяют на траектории точку, ближайшую к транспортному средству;
в зависимости от направления траектории в ближайшей к транспортному средству точке определяют курсовой угол траектории;
определяют боковое отклонение транспортного средства от ближайшей точки;
определяют виртуальное отклонение путем смещения траектории в соответствии с разницей между боковым отклонением траектории и отклонением от разметки полосы в первой модели полосы движения;
оценивают сходство этих моделей; и
выбирают актуальную модель полосы движения, если среди данных оптического датчика обнаружена информация о границах полосы и определено, что сходство моделей превышает заранее заданный уровень.

7. Способ по п. 6, в при оценке сходства отслеживают разницу между боковым отклонением и отклонением разметки полосы для нескольких моментов времени, определяют дисперсию полученных значений разности, определяют, что сходство превышает заранее заданный уровень, если разница между курсовым углом траектории и курсовым углом полосы движения ниже первого порогового значения, а дисперсия ниже второго порогового значения.

8. Способ по п. 6, в котором при оценке сходства отслеживают разницу между боковым отклонением и отклонением разметки полосы для нескольких моментов времени, определяют дисперсию полученных значений разности, производят дискретное увеличение сходства, если разница между курсовым углом траектории и курсовым углом полосы движения ниже первого порогового уровня, а дисперсия ниже второго порогового уровня, устанавливают, что сходство превышает заранее заданный уровень, если итоговое сходство выше третьего порогового уровня.

9. Способ по п. 6, в котором первую модель полосы движения поддерживают с помощью распознавания форм, чтобы определить среди оптических данных границы полосы, включающие в себя нанесенные краской разделительные линии и края дороги.

findpatent.ru

LDWS в видеорегистраторе, что это и зачем нужна?

Функционал современных видеорегистраторов неумолимо расширяется день ото дня. Все чаще, среди разнообразия опций, встречается и LDWS. Как расшифровывается данная абреаиатура?

СОДЕРЖАНИЕ СТАТЬИ

 

LDWS или LDS

LDWS или LDS это система слежения за полосой движения. В ее задачу входит предупреждение пользователя, в нашем случае водителя, о смене полосы, при выезде на «встречку» или обочину. Короче для предотвращения лобовых столкновений и ДТП в принципе.

Что такое LDWS

 

 

 

 

 

 

 

 

 

 

Изначально эта опция была общей системой помощи водителю и называлась ADAS. В нее входят такие функции, как предупреждение о столкновении, напоминание о включении фар и другие.Постепенно некоторые из этих функций вошли в дополнительный функционал авто регистраторов и опция LDWS стала одной из первых.

Как она работает?

Функция распознает нанесенную на трассу разметку, вычисляет расположение транспортного средства в реальном времени и с помощью специальных алгоритмов и контролирует курс по заданной полосе. В автомобилях сканирование и слежение за разметкой может осуществляться при помощью разного вида датчиков:

  • Лазерного
  • Инфракрасного
  • Видео-датчика

Видеорегистратор с функцией LDWS, как раз и является, своего рода, видео-датчиком, так как следит за полосой с помощью оптики. Уточним еще раз. Контроль полосы в бортовой системе автомобиля это очень сложный комплекс датчиков и камер. Которые кстати видят даже ночью. От метели и отсутствия разметки это естественно не спасет, но все же такие системы могут подруливать и на конец, в экстренных случаях, включать вибрацию руля.

LDWS фотопримерсхема работы LDWS

Контроль полосы в DVR регистраторе ни чего из этого не делает, а всего лишь дает звуковой сигнал и показывает анимацию на небольшом экране. Корректная работа LDWS в автодевайсе зависит от программного обеспечения и поддержки функции процессором, а так же правильной калибровкой самой ЛДВС.

Калибровка системы

Калибровка на разных моделях довольна похожа. После активации функции на дисплее появится две линии. Одну из них требуется расположить к срезу капота а вторую по линии горизонта. После этого система должна заработать.

Калибровка системыменю - LDWS

Стоит помнить, что и при правильной калибровки функция может работать не корректно. Это напрямую зависит от качества самой дороги. Разбитое шоссе, блеклая или не четкая разметка, недостаточное освещение все это может сделать данную функцию бесполезной. Еще хочется сказать, что для использования на большинстве наших дорог, особенно зимой, она такой и является.

Но если все условия соблюдены, подходящий сезон, дороги подходящие то в каких условиях может пригодится ЛДВС. Точно не в городской черте, с ее частыми сменами полосы, так как очень сильно будут раздражать звуковые сигналы. Разумнее включать опцию на автобане. И то только в том случае, если не совсем уверены в себе и при соответствующем качестве и видимости разметки

Заключение

В целом не стоит рассматривать LDWS как гарантию безопасности. Это всего лишь подстраховка на всякий случай. Главный фактор безопасного вождения это ваша внимательность и ответственность  за рулем. Итак может ли повлиять наличие рассмотренной опции на выбор видеорегистратора. Вряд ли. Контроль полосы входит в дополнительный функционал и не является одной из основных опций. К тому же она входит в набор опций бортовой системы большинства современных автомобилей.

avtodevajs.ru

Отправить ответ

avatar
  Подписаться  
Уведомление о