得第一光學(xué)軸線和第二光學(xué)軸線在第一攝像機和/或第二攝像機的檢測角的外部相交，其 中第一圖像和至少第二圖像包含各一個視角，所述各一個視角與車輛的行駛方向最大偏差 90度角。在確定的步驟220中，在第一圖像中確定至少一個相關(guān)聯(lián)的圖像梯度并且在至少 第二圖像中確定至少一個另外的相關(guān)聯(lián)的圖像梯度。在分配的步驟230中，將所述至少一 個相關(guān)聯(lián)的圖像梯度分配給一個行車道邊界對象并且將所述至少一個另外的相關(guān)聯(lián)的圖 像梯度分配給所述行車道邊界對象和/或另一行車道邊界對象。在求取240的步驟中，求 取車輛與所述行車道邊界對象和/或所述另一行車道邊界對象的相對位置，以便識別車輛 在車道上的位置。
[0043] 在使用至少兩個、尤其三個經(jīng)校準的攝像機的情況下實施車道邊界模型的整體估 計。除所描述的方法步驟210、220、230、240以外，也能夠以步驟--"預(yù)處理"、"擴展特征 的計算"、"特征選擇和變換"、"線走向估計"和"線選擇"來描述本發(fā)明的實施例。
[0044] 方法200基于在所有至少兩個、尤其三個攝像機圖像中計算的相關(guān)聯(lián)的圖像梯度 特征（所謂的鏈）。相關(guān)聯(lián)的圖像梯度是在各個梯度的本地鄰近中具有相似梯度定向和梯 度強度的相關(guān)聯(lián)的梯度，即在更長的相關(guān)聯(lián)的圖像梯度上梯度強度和梯度定向可以部分明 顯變化。在所有"好的"相關(guān)聯(lián)的圖像梯度的本地周圍環(huán)境中，由攝像機的圖像計算擴展特 征。所述擴展特征用于線的分類并且在相關(guān)聯(lián)的圖像梯度的本地周圍環(huán)境中計算。擴展特 征的示例可以是紋理分析、顏色飽和度分析或所述鏈左側(cè)和右側(cè)的光流。
[0045] 必須從攝像機的圖像的相關(guān)聯(lián)的圖像梯度中選擇那些描述行車道邊界的相關(guān)聯(lián) 的圖像梯度。當攝像機是經(jīng)校準的時，可以將線走向估計所需的分類或者空間時間特征變 換成世界坐標系。動態(tài)的在線校準和表面估計對于從像素坐標到世界坐標的變換同樣有意 義。前方攝像機的相關(guān)聯(lián)的圖像梯度特別好地適合以更高的前瞻識別車道邊界走向。來 自兩個側(cè)面攝像機的相關(guān)聯(lián)的圖像梯度非常好地適合于梯度走向的顏色分類并且此外對 于高可用性和準確度非常重要，因為在比前方攝像機的圖像中多得多的像素上成像車道邊 界。此外，能夠比借助單個前方攝像機的圖像好得多地分類通過側(cè)面攝像機的圖像中的光 流突出的對象、例如護欄。
[0046] 選擇具有其所屬的質(zhì)量值的"好的"相關(guān)聯(lián)的圖像梯度以進行線走向估計以來自 一個或多個側(cè)面攝像機的圖像的相關(guān)聯(lián)的圖像梯度開始。選擇所有"好的"相關(guān)聯(lián)的圖像 梯度并且將它們變換到世界坐標系中。世界坐標系建立攝像機相互之間的關(guān)系并且除空間 時間特征以外也允許車道邊界模型的整體估計，例如借助樣條線或借助回旋曲線。從一個 或多個側(cè)面攝像機的相關(guān)聯(lián)的圖像梯度出發(fā)，在前方攝像機的圖像中搜尋描述車道邊界的 相關(guān)聯(lián)的圖像梯度。此外，搜尋可以描述未來的行車道走向的另外的相關(guān)聯(lián)的圖像梯度。
[0047] 線走向模型一一例如回旋曲線或樣條線的估計基于所選擇的并且變換到世界坐 標系中的具有其質(zhì)量值或者擴展特征的空間時間鏈。選擇所追蹤的已辨識為車道邊界的 線。通過相關(guān)聯(lián)的圖像梯度的質(zhì)量值和相關(guān)聯(lián)的圖像梯度的追蹤能夠?qū)崿F(xiàn)比現(xiàn)今好得多的 線選擇，因為首先可以通過來自一個或多個側(cè)面攝像機的圖像的擴展特征最大程度地防止 誤報（falsch-positiv)的線選擇。例如，可以借助側(cè)面攝像機唯一地辨識現(xiàn)今仍是問題的 濕邊緣(Nassekante)。因為通過三個攝像機圖像和在空間時間上追蹤的相關(guān)聯(lián)的圖像梯 度存在比現(xiàn)今多得多的信息，所以對于新式算法和攝像機布置而言光學(xué)路徑的干擾（例如 炫目）也是小得多的問題。此外，可能總是完全炫目僅僅一個攝像機。
[0048] 圖3根據(jù)本發(fā)明的一個實施例示出車道上的具有車道識別系統(tǒng)的車輛的示意圖。 行車道310具有兩個車道320。行車道310由綠化帶330限界，所述綠化帶至行車道310 具有草地邊緣335。草地邊緣335表示行車道310和綠化帶330之間的邊界。此外，行車 道310具有行車道標記。在行車道310的中間是作為縱向標記的引導(dǎo)線340,其通過行車道 310上的虛線在視覺上分離兩個車道320。行車道310在行車道310的與草地邊緣335相 對置的一側(cè)上具有行車道邊界350。行車道邊界350也稱作邊緣線350。在朝向草地邊緣 的車道310上設(shè)置有相應(yīng)在圖1中示出的車輛100,所述車輛具有三個攝像機120a、120b、 12〇 c，其中第二攝像機120b相應(yīng)于前方攝像機，第一攝像機120a設(shè)置為相對于行駛方向在 右側(cè)設(shè)置的側(cè)面攝像機，而第三攝像機120c設(shè)置為相對于車輛的行駛方向在左側(cè)設(shè)置的 側(cè)面攝像機。第一攝像機120a和第三攝像機120c的檢測區(qū)域分別包括至少一個至少部分 向前方定向的視角以及關(guān)于車輛的行駛方向部分向后定向的視角。第一攝像機120a的檢 測區(qū)域和第二攝像機120b的檢測區(qū)域具有重疊的部分區(qū)域160。第二攝像機120b的檢測 區(qū)域和第三攝像機120c的檢測區(qū)域具有重疊的部分區(qū)域160。
[0049] 以州屬公路上的草地邊緣為例可以看到，攝像機布置和所提出的算法是有利的。 如果利用單個前方攝像機120a，則草地邊緣335的線走向的估計和識別不總是簡單的，因 為很難識別道路310到草地邊緣335的過渡，主要在顏色分類的領(lǐng)域中?，F(xiàn)在，如果使用 根據(jù)本發(fā)明的方法，則能夠好得多地實現(xiàn)以上所述，因為草地邊緣335可以由側(cè)面攝像機 120a、120c良好地識別以及分類，然后也可以通過前方攝像機120b中的存在的可能涉及草 地邊緣的先驗信息非常好地實現(xiàn)草地邊緣335的估計。
[0050] 如在圖3中看到的那樣，攝像機120a、120b、120c如此設(shè)置，使得在前方攝像機 120b和側(cè)面攝像機120a、120c之間存在非常小的重疊區(qū)域160。
[0051] 在一個實施例中，在側(cè)面攝像機120a、120c中廣角鏡組是有利的。在圖3中示出 的實施例中，對于前方攝像機120b建議具有標準焦距的攝像機。
[0052] 內(nèi)在地并且外在地校準攝像機120a、120b、120c。將具有中心--中/后軸線的世 界坐標系假設(shè)為基坐標系。通過外在校準，對于每一個攝像機120a、120b、120c建立相對于 世界坐標系的參考。
[0053] 在隨后的附圖--圖4至圖7中，根據(jù)在圖3中示出的根據(jù)本發(fā)明的一個實施例 的具有車道識別系統(tǒng)的車輛1〇〇在車道上的示意圖進一步闡述在圖2中描述的根據(jù)本發(fā)明 的一個實施例的用于識別車輛在車道上的位置的方法。
[0054] 圖4示出具有根據(jù)本發(fā)明的一個實施例的車道識別系統(tǒng)的車輛的俯視的示意圖。 車輛100具有前方攝像機和相對于行駛方向指向右側(cè)的側(cè)面攝像機和相對于行駛方向指 向左側(cè)的側(cè)面攝像機。相對于行駛方向朝向右側(cè)的側(cè)面攝像機具有檢測區(qū)域140a。在行駛 方向上向前的前方攝像機具有檢測區(qū)域140b。相對于行駛方向朝向左側(cè)的側(cè)面攝像機具有 檢測區(qū)域140c。
[0055] 行車道310在相對置的兩側(cè)上由草地邊緣335限界。綠化帶330分別與草地邊緣 335鄰接。行車道310具有行車道標記。一個行車道標記構(gòu)造為引導(dǎo)線340,另一個行車道 標記構(gòu)造為行車道邊界350。在行車道310上構(gòu)造有兩個車道320,其中一個車道320由草 地邊緣335和引導(dǎo)線340限界而另一車道320由引導(dǎo)線340和行車道邊界350限界。車輛 100位于車道320上，所述車道由草地邊緣335和引導(dǎo)線340限界。此外，行車道320通過 引導(dǎo)柱410限界。引導(dǎo)粧410也可以稱作引導(dǎo)粧。可以將引導(dǎo)線340、行車道邊界350、引 導(dǎo)柱410和/或草地邊緣335總稱作行車道邊界對象。
[0056] 圖5示出具有根據(jù)本發(fā)明的一個實施例的車道識別系統(tǒng)的車輛的俯視的示意圖。 所述示圖相應(yīng)于已經(jīng)在圖4中示出的示圖。突出了檢測區(qū)域140a、140b、140c的重疊的部 分區(qū)域。在此，車輛具有前方攝像機和側(cè)面攝像機，它們具有輕微重疊的視域140a、140b或 140c，其中以參考標記160表示這些重疊的視域。
[0057] 圖6示出具有根據(jù)本發(fā)明的一個實施例的車道識別系統(tǒng)的車輛的俯視的示意圖。 所述示圖相應(yīng)于已經(jīng)在圖4中示出的示圖。突出了在圖2中描述的用于識別車輛在車道上 的位置的方法的確定的步驟中所確定的相關(guān)聯(lián)的圖像梯度610,所述相關(guān)聯(lián)的圖像梯度在 同一方法的分配的步驟中分配給各個行車道邊界對象。相關(guān)聯(lián)的圖像梯度610象征性表示 在圖4中描述的行車道邊界對象一一如引導(dǎo)線、行車道邊界、引導(dǎo)柱和/或草地邊緣。在沒 有示出的其他實施例中，借助相關(guān)聯(lián)的圖像梯度識別其他的行車道邊界對象。所描述的方 法在求取的方