本發(fā)明是有關(guān)于車道線偵測(cè)，特別是指一種車道線偵測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、車道偏移警示系統(tǒng)目前已成為出產(chǎn)新車的基本配備。另一方面，對(duì)于車輛的后裝市場(chǎng)在先進(jìn)駕駛輔助系統(tǒng)(advanced?driver?assistance?systems，以下簡(jiǎn)稱adas)所應(yīng)用的設(shè)備，例如行車記錄器經(jīng)常受限于廣角鏡頭的錄像效能、低幀率(low?frame?rate)、實(shí)體環(huán)境、天氣等條件情況，而導(dǎo)致adas在有關(guān)影像辨識(shí)的準(zhǔn)確度方面存在有不利的影響。

2、現(xiàn)有基于影像辨識(shí)的車道線辨識(shí)方法可利用單純的影像辨識(shí)處理，或者透過神經(jīng)網(wǎng)絡(luò)模型的影像偵測(cè)。然而，實(shí)際使用于行車記錄器的技術(shù)通常會(huì)為了滿足時(shí)間上的效能要求而降低在影像辨識(shí)算法的復(fù)雜度或是降低辨識(shí)神經(jīng)網(wǎng)絡(luò)架構(gòu)的復(fù)雜度。如此降低在算法或神經(jīng)網(wǎng)絡(luò)的復(fù)雜度會(huì)相應(yīng)地影響在影像辨識(shí)上的準(zhǔn)確度且容易造成因不準(zhǔn)確的影像辨識(shí)所導(dǎo)致在車道偏離警示上的假警報(bào)(false?alert)及/或漏偵測(cè)(miss?detection)率的增加。

3、因此，特別是車輛在戶外行駛的過程中，對(duì)于人為無法控制的實(shí)際地理環(huán)境及天氣變化，即使在所拍攝的所有影像幀無法達(dá)到每幀影像都清晰或者欠缺明顯車道線特征以供辨識(shí)的情況下，如何能發(fā)明出一種不需對(duì)于影像辨識(shí)執(zhí)行相對(duì)復(fù)雜的人工智能演算而僅利用相對(duì)低階之運(yùn)算功能的行車記錄器卻能達(dá)成具有相對(duì)較高準(zhǔn)確度的車道線偵測(cè)方式已成為相關(guān)技術(shù)領(lǐng)域所欲解決的議題之一。

技術(shù)實(shí)現(xiàn)思路

1、因此，本發(fā)明的目的，即在提供一種車道線偵測(cè)方法及系統(tǒng)，其能克服現(xiàn)有技術(shù)至少一個(gè)缺點(diǎn)。

2、于是，本發(fā)明所提供的一種車道線偵測(cè)方法用于一行駛中車輛的車道線偵測(cè)且利用一處理器來執(zhí)行。該車輛安裝有以相同幀率拍攝影像的一前影像拍攝模塊和一后影像拍攝模塊，以及一用于感測(cè)該車輛的行駛速率的速率感測(cè)模塊。該車道線偵測(cè)方法包含以下步驟：(a)收集在一第一最近歷史期間內(nèi)來自該速率感測(cè)模塊的該車輛的歷史速率軌跡、由該前影像拍攝模塊連續(xù)拍攝的n幀車前影像和由該后影像拍攝模塊連續(xù)拍攝的n幀車后影像，并收集在一不短于該第一最近歷史期間的第二最近歷史期間內(nèi)由該前影像拍攝模塊連續(xù)拍攝的m(m≥n)幀車前影像；(b)至少根據(jù)該幀率、該歷史速率軌跡和該車輛的長(zhǎng)度，從該n幀車前影像和該n幀車后影像決定出n1對(duì)匹配影像，其中該n1對(duì)匹配影像包含該n幀車前影像中的n1(n>n1)幀車前影像和該n幀車后影像中分別與該n1幀車前影像匹配的n1幀車后影像；(c)利用現(xiàn)有車道線偵測(cè)技術(shù)，偵測(cè)該n1對(duì)匹配影像中的每幀匹配影像是否存在有車道線特征，以獲得一車道線偵測(cè)結(jié)果，該車道線偵測(cè)結(jié)果指示出該n1幀車前影像中偵測(cè)出有車道線特征的n11(n1≥n11)幀車前影像及分別與該n11幀車前影像所偵測(cè)出之車道線特征對(duì)應(yīng)的n11個(gè)特征值，以及該n1對(duì)匹配影像中偵測(cè)出均有車道線特征的n2(n11≥n2)對(duì)匹配影像，其中n11代表在該第一最近歷史期間內(nèi)發(fā)生該前影像拍攝模塊拍攝到車道線之事件f的數(shù)量；(d)利用現(xiàn)有樣本區(qū)塊比對(duì)技術(shù)且基于一預(yù)定參考相似度，從該n2對(duì)匹配影像確定出具有相似車道線特征的n3(n2≥n3)對(duì)匹配影像其中n3代表在該第一最近歷史期間內(nèi)發(fā)生該前、后影像拍攝模塊均拍攝到車道線之事件h的數(shù)量，并計(jì)算在該第一最近歷史期間內(nèi)發(fā)生該事件h的機(jī)率p(h)＝(亦可稱作h事前機(jī)率)；(e)利用現(xiàn)有車道線偵測(cè)技術(shù)，偵測(cè)該m幀車前影像其中每一者是否存在有車道線特征，并根據(jù)偵測(cè)出所有車道線特征的特征值分布，獲得有關(guān)于車道線偵測(cè)之基準(zhǔn)真相的一參考特征值范圍；(f)確定有關(guān)于該事件f的該n11個(gè)特征值落在該參考特征值范圍內(nèi)之事件b的數(shù)量n111(n11≥n111)，并計(jì)算在該事件f的條件下發(fā)生該事件b的機(jī)率p(b)＝(亦可稱作b事前機(jī)率)；(g)確定有關(guān)于該事件h的該n3對(duì)匹配影像中的n3幀車前影像所偵測(cè)出的n3個(gè)特征值出現(xiàn)該事件b的數(shù)量n31(n3≥n31)，并計(jì)算在該事件h的條件下發(fā)生該事件b的機(jī)率p(b|h)＝，其中該機(jī)率p(b|h)作為一b事后機(jī)率；(h)當(dāng)接收到分別來自該前、后影像拍攝模塊的一當(dāng)前車前影像及一當(dāng)前車后影像時(shí)，利用現(xiàn)有車道線偵測(cè)技術(shù)偵測(cè)該當(dāng)前車前影像和該當(dāng)前車后影像其中每一者是否存在有車道線特征；(i)當(dāng)偵測(cè)出該當(dāng)前車前影像存在有車道線特征并且確定出該b事后機(jī)率p(b|h)不小于一預(yù)定第一參考機(jī)率時(shí)，將該當(dāng)前車前影像所含的該車道線特征輸出作為當(dāng)前車道線偵測(cè)結(jié)果；及(j)當(dāng)偵測(cè)出該當(dāng)前車前影像不存在有車道線特征而該當(dāng)前車后影像存在有車道線特征時(shí)，根據(jù)該b事后機(jī)率p(b|h)、該機(jī)率p(h)和該機(jī)率p(b)，推算出在該事件b的條件下發(fā)生該事件(h)的機(jī)率p(h|b)＝作為一h事后機(jī)率，并在該h事后機(jī)率p(h|b)不小于一預(yù)定第二參考機(jī)率時(shí)，將該當(dāng)前車后影像所含的該車道線特征經(jīng)過有關(guān)于該前、后影像拍攝模塊的設(shè)置位置和拍攝方向的坐標(biāo)轉(zhuǎn)換后輸出作為當(dāng)前車道線偵測(cè)結(jié)果。

3、在一些實(shí)施例中，在步驟(d)中，該處理器確定該n2對(duì)匹配影像中的每對(duì)匹配影像各自含有車道線特征的樣本區(qū)塊在車道線特征之所在位置的相似度是否不小于該預(yù)定參考相似度，并從該n2對(duì)匹配影像中獲得該n3對(duì)匹配影像其中每對(duì)匹配影像被該處理器確定出各自的樣本區(qū)塊在車道線特征之所在位置的相似度不小于該預(yù)定參考相似度。

4、在一些實(shí)施例中，每個(gè)車道線特征的對(duì)應(yīng)特征值是該車道線特征的邊緣梯度值之總和的平均值或色彩空間亮度的綜合平均值。

5、在一些實(shí)施例中，在步驟(e)中，該特征值分布為一高斯分布，該基準(zhǔn)真相表示在該特征值分布范圍內(nèi)，取該特征值分布的一平均特征值±一個(gè)標(biāo)準(zhǔn)偏差的區(qū)間，定義該區(qū)間為該m幀車前影像偵測(cè)出車道線的該參考特征值的最佳范圍。

6、于是，本發(fā)明所提供的一種車道線偵測(cè)系統(tǒng)用于一行駛于車道之車輛的車道線偵測(cè)。該車輛安裝有以相同幀率拍攝影像的一前影像拍攝模塊和一后影像拍攝模塊，以及一用于感測(cè)該車輛的行駛速率的速率感測(cè)模塊。該車道線偵測(cè)系統(tǒng)包含一連接接口模塊、一暫存模塊、及一處理模塊。

7、該連接接口模塊用于電連接該前、后影像拍攝模塊和該速率感測(cè)模塊。

8、該處理器電連接該連接接口模塊和該暫存模塊，并組配來執(zhí)行以下操作：(i)將經(jīng)由該連接接口模塊收集在一第一最近歷史期間內(nèi)來自該速率感測(cè)模塊的該車輛的歷史速率軌跡、由該前影像拍攝模塊連續(xù)拍攝的n幀車前影像和由該后影像拍攝模塊連續(xù)拍攝的n幀車后影像，以及在一不短于該第一最近歷史期間的第二最近歷史期間內(nèi)由該前影像拍攝模塊連續(xù)拍攝的m(m≥n)幀車前影像儲(chǔ)存于該暫存模塊；(ii)至少根據(jù)該幀率、該歷史速率軌跡和該車輛的長(zhǎng)度，從該n幀車前影像和該n幀車后影像決定出n1對(duì)匹配影像，其中該n1對(duì)匹配影像包含該n幀車前影像中的n1(n>n1)幀車前影像和該n幀車后影像中分別與該n1幀車前影像匹配的n1幀車后影像；(iii)利用現(xiàn)有車道線偵測(cè)技術(shù)，偵測(cè)該n1對(duì)匹配影像中的每幀匹配影像是否存在有車道線特征，以獲得一車道線偵測(cè)結(jié)果，該車道線偵測(cè)結(jié)果指示出該n1幀車前影像中偵測(cè)出有車道線特征的n11(n1≥n11)幀車前影像及分別與該n11幀車前影像所偵測(cè)出之車道線特征對(duì)應(yīng)的n11個(gè)特征值，以及該n1對(duì)匹配影像中偵測(cè)出均有車道線特征的n2(n11≥n2)對(duì)匹配影像，其中n11代表在該第一最近歷史期間內(nèi)發(fā)生該前影像拍攝模塊拍攝到車道線之事件f的數(shù)量；(iv)利用現(xiàn)有樣本區(qū)塊比對(duì)技術(shù)且基于一預(yù)定參考相似度，從該n2對(duì)匹配影像確定出具有相似車道線特征的n3(n2≥n3)對(duì)匹配影像其中n3代表在該第一最近歷史期間內(nèi)發(fā)生該前、后影像拍攝模塊均拍攝到車道線之事件h的數(shù)量，并計(jì)算在該第一最近歷史期間內(nèi)發(fā)生該事件h的機(jī)率p(h)＝；(v)利用現(xiàn)有車道線偵測(cè)技術(shù)，偵測(cè)該m幀車前影像其中每一者是否存在有車道線特征，并根據(jù)偵測(cè)出所有車道線特征的特征值分布，獲得有關(guān)于車道線偵測(cè)之基準(zhǔn)真相的一參考特征值范圍；(vi)確定有關(guān)于該事件f的該n11個(gè)特征值落在該參考特征值范圍內(nèi)之事件b的數(shù)量n111(n11≥n111)，并計(jì)算在該事件f的條件下發(fā)生該事件b的機(jī)率p(b)＝；(vii)確定有關(guān)于該事件h的該n3對(duì)匹配影像中的n3幀車前影像所偵測(cè)出的n3個(gè)特征值出現(xiàn)該事件b的數(shù)量n31(n3≥n31)，并計(jì)算在該事件h的條件下發(fā)生該事件b的機(jī)率p(b|h)＝，其中該機(jī)率p(b|h)作為一b事后機(jī)率；(viii)當(dāng)經(jīng)由該連接接口模塊接收到分別來自該前、后影像拍攝模塊的一當(dāng)前車前影像及一當(dāng)前車后影像時(shí)，利用現(xiàn)有車道線偵測(cè)技術(shù)偵測(cè)該當(dāng)前車前影像和該當(dāng)前車后影像其中每一者是否存在有車道線特征；(ix)當(dāng)偵測(cè)出該當(dāng)前車前影像存在有車道線特征并且確定出該b事后機(jī)率p(b|h)不小于一預(yù)定第一參考機(jī)率時(shí)，將該當(dāng)前車前影像所含的該車道線特征輸出作為當(dāng)前車道線偵測(cè)結(jié)果；及(x)當(dāng)偵測(cè)出該當(dāng)前車前影像不存在有車道線特征而該當(dāng)前車后影像存在有車道線特征時(shí)，根據(jù)該b事后機(jī)率p(b|h)、該機(jī)率p(h)和該機(jī)率p(b)，推算出在該事件b的條件下發(fā)生該事件(h)的機(jī)率p(h|b)＝作為一h事后機(jī)率，并在該h事后機(jī)率p(h|b)不小于一預(yù)定第二參考機(jī)率時(shí)，將該當(dāng)前車后影像所含的該車道線特征經(jīng)過有關(guān)于該前、后影像拍攝模塊的設(shè)置位置和拍攝方向的坐標(biāo)轉(zhuǎn)換后輸出作為當(dāng)前車道線偵測(cè)結(jié)果。

9、在一些實(shí)施例中，該處理器確定該n2對(duì)匹配影像中的每對(duì)匹配影像各自含有車道線特征的樣本區(qū)塊在車道線特征之所在位置的相似度是否不小于該預(yù)定參考相似度，并從該n2對(duì)匹配影像中獲得該n3對(duì)匹配影像其中每對(duì)匹配影像被該處理器確定出各自的樣本區(qū)塊在車道線特征之所在位置的相似度不小于該預(yù)定參考相似度。

10、在一些實(shí)施例中，每個(gè)車道線特征的對(duì)應(yīng)特征值是該車道線特征的邊緣梯度值之總和的平均值或色彩空間亮度的綜合平均值。

11、在一些實(shí)施例中，該特征值分布為一高斯分布，該基準(zhǔn)真相表示在該特征值分布范圍內(nèi)，取該特征值分布的一平均特征值±一個(gè)標(biāo)準(zhǔn)偏差的區(qū)間，定義該區(qū)間為該m幀車前影像偵測(cè)出車道線的該參考特征值的最佳范圍。

12、在一些實(shí)施例中，該歷史速率軌跡包含分別在該前影像拍攝模塊連續(xù)獲取到該n幀車前影像的n個(gè)歷史時(shí)點(diǎn)由該速率感測(cè)模塊所感測(cè)到該車輛的n個(gè)歷史速率。該暫存模塊具有一依序儲(chǔ)存該n個(gè)歷史速率的第一暫存區(qū)、一依序儲(chǔ)存該n幀車前影像的第二暫存區(qū)、一依序儲(chǔ)存該n幀車后影像的第三暫存區(qū)、及一依序儲(chǔ)存該m幀車前影像的第四暫存區(qū)。該處理器還經(jīng)由該連接接口模塊收集來自該速率感測(cè)模塊在該前影像拍攝模塊獲取到該當(dāng)前車前影像之當(dāng)前時(shí)點(diǎn)所感測(cè)到該車輛的當(dāng)前速率。該處理器在接收到該當(dāng)前車前影像、該當(dāng)前車后影像和該當(dāng)前速率后，從該第一暫存區(qū)除去相對(duì)最早被儲(chǔ)存的一個(gè)歷史速率且將該當(dāng)前速率作為一新增的歷史速率儲(chǔ)存于該第一暫存區(qū)，從該第二、四暫存區(qū)中的每一者除去相對(duì)最早被儲(chǔ)存的一幀車前影像且將該當(dāng)前車前影像作為一新增的車前影像分別儲(chǔ)存于該第二、四暫存區(qū)，并且從該第三暫存區(qū)除去相對(duì)最早被儲(chǔ)存的一幀車后影像且將該當(dāng)前車后影像作為一新增的車后影像儲(chǔ)存于該第三暫存區(qū)。

13、于是，本發(fā)明所提供的一種車道線偵測(cè)方法用于一行駛中車輛的車道線偵測(cè)且利用一處理器來執(zhí)行，該車輛安裝有以相同幀率拍攝影像的一前影像拍攝模塊和一后影像拍攝模塊，以及一用于感測(cè)該車輛的行駛速率的速率感測(cè)模塊，該車道線偵測(cè)方法包含以下步驟：

14、(a)收集在一第一最近歷史期間內(nèi)的該車輛的歷史速率軌跡、由該前影像拍攝模塊連續(xù)拍攝的n幀車前影像和由該后影像拍攝模塊連續(xù)拍攝的n幀車后影像，并收集在一不短于該第一最近歷史期間的第二最近歷史期間內(nèi)由該前影像拍攝模塊連續(xù)拍攝的m(m≥n)幀車前影像；(b)從該n幀車前影像和該n幀車后影像決定出n1對(duì)匹配影像；(c)利用偵測(cè)該n1對(duì)匹配影像中的每幀匹配影像是否存在有車道線特征，以獲得一車道線偵測(cè)結(jié)果，該偵測(cè)結(jié)果指示在該第一最近歷史期間內(nèi)該前影像拍攝模塊拍攝到車道線之事件f的數(shù)量、該車道線特征對(duì)應(yīng)的特征值，同時(shí)依據(jù)該偵測(cè)結(jié)果辨識(shí)該前、后影像拍攝模塊均拍攝到車道線之事件h的數(shù)量，并計(jì)算在該第一最近歷史期間內(nèi)發(fā)生該事件h的機(jī)率p(h)；(d)偵測(cè)該m幀車前影像是否存在有車道線特征，并根據(jù)偵測(cè)出所有車道線特征的特征值分布，獲得該車道線偵測(cè)之基準(zhǔn)真相的一參考特征值范圍；(e)確定有關(guān)于該前影像拍攝模塊拍攝到車道線之特征值落在該參考特征值范圍內(nèi)之事件b的數(shù)量，并計(jì)算該事件b的機(jī)率p(b)；(f)計(jì)算在該事件h的條件下發(fā)生該事件b的機(jī)率p(b|h)，其中該機(jī)率p(b|h)作為一b事后機(jī)率；(g)當(dāng)接收到分別來自該前、后影像拍攝模塊的一當(dāng)前車前影像及一當(dāng)前車后影像時(shí)，偵測(cè)該當(dāng)前車前影像和該當(dāng)前車后影像其中每一者是否存在有車道線特征；(h)當(dāng)偵測(cè)出該當(dāng)前車前影像存在有車道線特征并且確定出該b事后機(jī)率p(b|h)不小于一預(yù)定第一參考機(jī)率時(shí)，將該當(dāng)前車前影像所含的該車道線特征輸出作為當(dāng)前車道線偵測(cè)結(jié)果；及(i)當(dāng)偵測(cè)出該當(dāng)前車前影像不存在有車道線特征而該當(dāng)前車后影像存在有車道線特征時(shí)，根據(jù)該b事后機(jī)率p(b|h)推算一h事后機(jī)率p(h|b)，并在該h事后機(jī)率p(h|b)不小于一預(yù)定第二參考機(jī)率時(shí)，將該當(dāng)前車后影像所含的該車道線特征經(jīng)過有關(guān)于該前、后影像拍攝模塊的設(shè)置位置和拍攝方向的坐標(biāo)轉(zhuǎn)換后輸出作為當(dāng)前車道線偵測(cè)結(jié)果。

15、于是，本發(fā)明所提供的一種車道線偵測(cè)系統(tǒng)用于一行駛于車道之車輛的車道線偵測(cè)，該車輛安裝有以相同幀率拍攝影像的一前影像拍攝模塊和一后影像拍攝模塊，以及一用于感測(cè)該車輛的行駛速率的速率感測(cè)模塊，其特征在于，該車道線偵測(cè)系統(tǒng)包含一連接接口模塊、一暫存模塊、及一處理器。

16、該連接接口模塊用于電連接該前、后影像拍攝模塊和該速率感測(cè)模塊；

17、該處理器電連接該連接接口模塊和該暫存模塊，并組配來執(zhí)行以下操作：

18、將經(jīng)由該連接接口模塊收集在一第一最近歷史期間內(nèi)來自該速率感測(cè)模塊的該車輛的該前影像拍攝模塊連續(xù)拍攝的n幀車前影像和由該后影像拍攝模塊連續(xù)拍攝的n幀車后影像，以及在一不短于該第一最近歷史期間的第二最近歷史期間內(nèi)由該前影像拍攝模塊連續(xù)拍攝的m(m≥n)幀車前影像儲(chǔ)存于該暫存模塊；從該n幀車前影像和該n幀車后影像決定出n1對(duì)匹配影像；利用偵測(cè)該n1對(duì)匹配影像中的每幀匹配影像是否存在有車道線特征，以獲得一車道線偵測(cè)結(jié)果，該偵測(cè)結(jié)果指示在該第一最近歷史期間內(nèi)該前影像拍攝模塊拍攝到車道線之事件f的數(shù)量、該車道線特征對(duì)應(yīng)的特征值，同時(shí)依據(jù)該偵測(cè)結(jié)果辨識(shí)該前、后影像拍攝模塊均拍攝到車道線之事件h的數(shù)量，并計(jì)算在該第一最近歷史期間內(nèi)發(fā)生該事件h的機(jī)率p(h)；偵測(cè)該m幀車前影像是否存在有車道線特征，并根據(jù)偵測(cè)出所有車道線特征的特征值分布，獲得該車道線偵測(cè)之基準(zhǔn)真相的一參考特征值范圍；確定有關(guān)于該前影像拍攝模塊拍攝到車道線之特征值落在該參考特征值范圍內(nèi)之事件b的數(shù)量，并計(jì)算該事件b的機(jī)率p(b)；計(jì)算在該事件h的條件下發(fā)生該事件b的機(jī)率p(b|h)，其中該機(jī)率p(b|h)作為一b事后機(jī)率；當(dāng)接收到分別來自該前、后影像拍攝模塊的一當(dāng)前車前影像及一當(dāng)前車后影像時(shí)，偵測(cè)該當(dāng)前車前影像和該當(dāng)前車后影像其中每一者是否存在有車道線特征；當(dāng)偵測(cè)出該當(dāng)前車前影像存在有車道線特征并且確定出該b事后機(jī)率p(b|h)不小于一預(yù)定第一參考機(jī)率時(shí)，將該當(dāng)前車前影像所含的該車道線特征輸出作為當(dāng)前車道線偵測(cè)結(jié)果；及當(dāng)偵測(cè)出該當(dāng)前車前影像不存在有車道線特征而該當(dāng)前車后影像存在有車道線特征時(shí)，根據(jù)該b事后機(jī)率p(b|h)推算一h事后機(jī)率p(h|b)，并在該h事后機(jī)率p(h|b)不小于一預(yù)定第二參考機(jī)率時(shí)，將該當(dāng)前車后影像所含的該車道線特征經(jīng)過有關(guān)于該前、后影像拍攝模塊的設(shè)置位置和拍攝方向的坐標(biāo)轉(zhuǎn)換后輸出作為當(dāng)前車道線偵測(cè)結(jié)果。

19、與現(xiàn)有技術(shù)相比較，本發(fā)明的車道線偵測(cè)方法及系統(tǒng)，由于透過第二最近歷史期間的車前影像的車道線特征之偵測(cè)與分析可獲得參考特征值范圍，并且透過第一最近歷史期間內(nèi)的車前影像和車后影像的匹配處理和車道線特征的相似度處理可獲得關(guān)于事件h及事件b的事前機(jī)率并根據(jù)該些事前機(jī)率可簡(jiǎn)單地推算出事后機(jī)率，根據(jù)該事后機(jī)率能確保高準(zhǔn)確度的車道線偵測(cè)結(jié)果，借此可在不執(zhí)行相對(duì)復(fù)雜的人工智能演算的情況下亦能有效降低因?qū)嶓w環(huán)境、天氣變化等因素所導(dǎo)致在車道偏離警示上的誤判斷率及/或漏偵測(cè)率。