專利名稱：一種基于單目視覺的車道偏離距離測量及預(yù)警方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計(jì)算機(jī)圖像處理技術(shù)領(lǐng)域，特別涉及智能輔助駕駛技術(shù)中的車道偏離預(yù)警技術(shù)。
背景技術(shù)：
隨著社會(huì)經(jīng)濟(jì)的發(fā)展，汽車的保有量迅速增加，由于駕駛員等原因引起的交通事故更加頻繁，已經(jīng)成為制約社會(huì)發(fā)展的一個(gè)障礙。智能輔助駕駛技術(shù)是減少交通事故、提高運(yùn)輸效率、減輕駕駛員勞動(dòng)負(fù)荷的途徑之一，已經(jīng)引起了越來越多的國內(nèi)外研究機(jī)構(gòu)和汽車研發(fā)、生產(chǎn)廠商的廣泛興趣。車道偏離預(yù)警系統(tǒng)是智能輔助駕駛系統(tǒng)研究的一個(gè)重要方面，車道偏離預(yù)警系統(tǒng)的基本原理系統(tǒng)通過圖像傳感器獲取車道線的幾何信息，通過車輛運(yùn)動(dòng)參數(shù)傳感器獲取決策算法所必需的車輛運(yùn)動(dòng)參數(shù)如車速、車輛轉(zhuǎn)向狀態(tài)等，系統(tǒng)根據(jù)這些結(jié)果結(jié)合系統(tǒng)設(shè)定的相關(guān)參數(shù)判斷是否發(fā)生車道偏離。目前國內(nèi)外車道偏離預(yù)警系統(tǒng)的研制已經(jīng)取得的一些成果，詳見文獻(xiàn)賈鑫，智能車輛視覺感知中的車道標(biāo)線識(shí)別方法的研究，吉林大學(xué)博士論文，p6-13，2008. 10 ；和文獻(xiàn)董因平，高速汽車車道偏離預(yù)警系統(tǒng)的算法研究，吉林大學(xué)博士學(xué)位論文，P3-11,2004所述。在車道偏離預(yù)警系統(tǒng)中，車道偏離距離的決策的關(guān)鍵的確定一個(gè)合適的預(yù)警時(shí)刻向駕駛員報(bào)警，在保證適時(shí)與準(zhǔn)確報(bào)警的的同時(shí)減少不必要的誤警。目前的的車道偏離決策主要有幾種基于估計(jì)偏離時(shí)間的TLC(Time to Lane Crossing)決策方法、基于預(yù)測軌跡偏離的決策方法、基于車輛在車道中的當(dāng)前位置(Cars Current Position, CCP) 0以上幾種方法需要運(yùn)動(dòng)參數(shù)傳感器采集車速、方向盤轉(zhuǎn)向及車輛轉(zhuǎn)向燈等信息，傳感設(shè)備昂貴、 模型復(fù)雜、算法參數(shù)多、計(jì)算復(fù)雜。相對雷達(dá)、激光、超聲波、紅外線等傳感器進(jìn)行感知道路環(huán)境，視覺傳感系統(tǒng)可獲得更高、更精確、更豐富的道路結(jié)構(gòu)環(huán)境信息。在實(shí)際生活中，駕駛員通過視覺可以獲得80%以上的環(huán)境信息，例如交通標(biāo)志、交通信號、車道線、道路形狀、車輛、障礙物等。另一方面，視覺傳感器費(fèi)用低廉，體積小，圖像處理算法有柔韌性和適應(yīng)能力強(qiáng)等特點(diǎn)。因此視覺輔助駕駛技術(shù)在智能車輛中有廣闊的應(yīng)用前景。

發(fā)明內(nèi)容
本發(fā)明提供一種基于單目視覺的車道偏離距離測量及預(yù)警方法，該方法利用圖像處理技術(shù)處理采集到的視頻圖像，完成車道線的檢測、提取出車道線的幾何信息，利用小孔成像模型及立體幾何變換關(guān)系獲得汽車到左、右車道線的距離，并根據(jù)車道偏離距離建立一種偏離預(yù)警決策方法。本發(fā)明技術(shù)方案如下一種基于單目視覺的車道偏離距離測量及預(yù)警方法，包含下述步驟步驟1 將視頻采集裝置安裝在車輛后視鏡下方，安裝視頻采集裝置時(shí)，應(yīng)保證視頻采集裝置能夠獲取車輛前方清晰的車道線圖像。步驟2 視頻采集裝置內(nèi)、外參數(shù)的標(biāo)定。
步驟2-1 標(biāo)定視頻采集裝置的內(nèi)部參數(shù)，所述內(nèi)部參數(shù)包括視頻采集裝置的水平方向的焦距fx、垂直方向焦距fy和所采集視頻圖像中心坐標(biāo)(Utl, V0)與車輛坐標(biāo)系的位置關(guān)系。步驟2-2 標(biāo)定視頻采集裝置的外部參數(shù)，所述外部參數(shù)包括視頻采集裝置的俯仰角Φ和方向角爐。將攝像機(jī)安裝在車輛上，然后停放在兩條平行的車道上，利用檢測出的直線計(jì)算出攝像機(jī)的俯仰角Φ，方向角識(shí)(詳見文獻(xiàn)Ender Kivanc Bas, Jill D. Crisman. An Easy to Install Camera Calibration for Traffic Monitoring. IEEE Intelligent Transportation System,1997. ITSC' 97.)步驟3 對采集到的視頻圖像進(jìn)行車道線檢測。步驟3-1 圖像二值化與邊緣檢測。首先將采集到的彩色圖像轉(zhuǎn)成灰度圖像，然后使用最大類間方差法(Ostu)得到自適應(yīng)閾值，再根據(jù)該自適應(yīng)閾值對灰度圖像進(jìn)行二值
-1 0 1
化處理，最后利用差分邊緣算子作邊緣檢測以提取出車道線兩側(cè)的邊緣。
L 1 0 -1」步驟3-2 利用改進(jìn)的Hough變換檢測車道線。Hough是一種廣泛采用的直線檢測方法，本發(fā)明為了減少由于分布效應(yīng)產(chǎn)生的虛假類峰導(dǎo)致錯(cuò)誤的直線提取，對Hough變換進(jìn)行改進(jìn)，加入了局部峰值限制與參數(shù)之間最小距離約束條件對Hough域進(jìn)行篩選。具體來說針對步驟3-1所得經(jīng)邊緣檢測的二值化圖像中所有像素值為1的點(diǎn)U，y)，進(jìn)行經(jīng)過Hough變換得到的峰值點(diǎn)以H(p，θ)表示 (其中P表示極軸，θ表示極角)，在Η(ρ，θ)參數(shù)空間中每個(gè)單元的局部峰值與相鄰的峰值比較，當(dāng)比較結(jié)果滿足Η(ρ，θ)彡Η(Ρ 士 1，θ 士 1)時(shí)，將該峰值保存在H' (P，Θ) = Η(Ρ, Θ)，將不滿足Η(Ρ，θ)彡Η(Ρ 士 1，θ 士 1)的單元置為零；然后利用參數(shù)間最小距離對H' (P，θ )中的峰值進(jìn)行第二次篩選，在最小距離窗口 [(ρ 士 w，θ 士 w)](w為設(shè)定的窗口值)內(nèi)的搜索最大值并保留，其他的非最大值置為零；最后在H' (P，Θ)中按極軸P的大小將(P，θ )按組進(jìn)行降序排列。步驟4 車輛左、右兩側(cè)的車道線參數(shù)提取。根據(jù)車輛在當(dāng)前車道中的行駛情況， 按照極軸P、極角θ間的關(guān)系，在參數(shù)矩陣H' (P，θ )中確定當(dāng)前左、右兩側(cè)的車道線參數(shù)。具體來說取參數(shù)矩陣H' (P，Θ)中第一組(Pl，Q1)作為第一條車道線參數(shù)，當(dāng)Q1X) 時(shí)為左側(cè)車道線參數(shù)，當(dāng)θ工< O時(shí)為右側(cè)車道線參數(shù)。當(dāng)車輛正常行駛時(shí)，在參數(shù)矩陣H' (P，θ )中從第二組(ρ，θ )開始選擇滿足 Q^e1 <0的一組參數(shù)作為第二條車道線的參數(shù)；當(dāng)車輛跨越車道時(shí)，在H' (P，Θ)中從第二組(P，θ)開始選擇滿足θ * Θ i > 0的一組參數(shù)作為第二條車道線參數(shù)。步驟5、利用車道線的斜率計(jì)算車輛在車道中的偏離距離。對車輛行駛過程中采集到的圖像按幀進(jìn)行實(shí)時(shí)的檢測，依據(jù)步驟4中獲得的車道線參數(shù)，計(jì)算出當(dāng)前車輛所在車道的左、右兩條車道線的斜率kp 1 ，斜率ki、k2的值等于步驟4中獲得的左、右車道線參數(shù)(P，Θ)中極角的正切值tan(e)。如圖4所示，利用小孔成像模型推導(dǎo)出的垂直距離測量公式，將斜率k” 1 及步驟2中獲得的俯仰角Φ，方向角識(shí)及車道的寬度W代入公式(1)、O)中，得到車輛到左、右車道線的垂直距離dl、dr。
權(quán)利要求
1. 一種基于單目視覺的車道偏離距離測量及預(yù)警方法，包含下述步驟步驟1 將視頻采集裝置安裝在車輛后視鏡下方，安裝視頻采集裝置時(shí)，應(yīng)保證視頻采集裝置能夠獲取車輛前方清晰的車道線圖像；步驟2 視頻采集裝置內(nèi)、外參數(shù)的標(biāo)定；步驟2-1 標(biāo)定視頻采集裝置的內(nèi)部參數(shù)，所述內(nèi)部參數(shù)包括視頻采集裝置的水平方向的焦距fx、垂直方向焦距fy和所采集視頻圖像中心坐標(biāo)(uQ，V0)與車輛坐標(biāo)系的位置關(guān)系；步驟2-2 標(biāo)定視頻采集裝置的外部參數(shù)，所述外部參數(shù)包括視頻采集裝置的俯仰角 Φ和方向角爐；步驟3 對采集到的視頻圖像進(jìn)行車道線檢測；步驟3-1 圖像二值化與邊緣檢測；首先將采集到的彩色圖像轉(zhuǎn)成灰度圖像，然后使用最大類間方差法得到自適應(yīng)閾值，再根據(jù)該自適應(yīng)閾值對灰度圖像進(jìn)行二值化處理，最后 利用差分邊緣算子作邊緣檢測以提取出車道線兩側(cè)的邊緣；步驟3-2 利用改進(jìn)的Hough變換檢測車道線；針對步驟3-1所得經(jīng)邊緣檢測的二值化圖像中所有像素值為1的點(diǎn)(X，y)，進(jìn)行經(jīng)過 Hough變換得到的峰值點(diǎn)以H( P，θ )表示，其中ρ表示極軸、θ表示極角，在Η(Ρ，θ)參數(shù)空間中每個(gè)單元的局部峰值與相鄰的峰值比較，當(dāng)比較結(jié)果滿足H( P，Θ)彡Η(Ρ 士 1， θ 士 1)時(shí)，將該峰值保存在H' (P，θ) = Η(Ρ，0)，將不滿足!1(0，Θ)彡Η(Ρ 士 1， θ 士 1)的單元置為零；然后利用參數(shù)間最小距離對H' (P，θ )中的峰值進(jìn)行第二次篩選， 在最小距離窗口 [(P 士w，θ 士w)]內(nèi)的搜索最大值并保留，w為設(shè)定的窗口值，其他的非最大值置為零；最后在H' (P，θ )中按極軸ρ的大小將(P，θ )按組進(jìn)行降序排列；步驟4 車輛左、右兩側(cè)的車道線參數(shù)提??；根據(jù)車輛在當(dāng)前車道中的行駛情況，按照極軸P、極角θ間的關(guān)系，在參數(shù)矩陣H' (P，Θ)中確定當(dāng)前左、右兩側(cè)的車道線參數(shù)； 具體來說取參數(shù)矩陣H' (P，Θ)中第一組(P1, θ J作為第一條車道線參數(shù)，當(dāng)Q1 > O時(shí)為左側(cè)車道線參數(shù)，當(dāng)θ工< O時(shí)為右側(cè)車道線參數(shù)；當(dāng)車輛正常行駛時(shí)，在參數(shù)矩陣H' (P，θ )中從第二組(ρ，θ )開始選擇滿足θ * θ i < O的一組參數(shù)作為第二條車道線的參數(shù)；當(dāng)車輛跨越車道時(shí)，在H' (P，θ )中從第二組 (P，θ)開始選擇滿足θ * θ i > O的一組參數(shù)作為第二條車道線參數(shù)；步驟5、利用車道線的斜率計(jì)算車輛在車道中的偏離距離；對車輛行駛過程中采集到的圖像按幀進(jìn)行實(shí)時(shí)的檢測，依據(jù)步驟4中獲得的車道線參數(shù)，計(jì)算出當(dāng)前車輛所在車道的左、右兩條車道線的斜率h、1 ，斜率kp k2的值等于步驟4 中獲得的左、右車道線參數(shù)(P，θ )中極角的正切值tan( θ )；利用小孔成像模型推導(dǎo)出的垂直距離測量公式，將斜率k” 1 及步驟2中獲得的俯仰角Φ，方向角識(shí)及車道的寬度W代入公式(1)、中，得到車輛到左、右車道線的垂直距離dl、dr
2.根據(jù)權(quán)利要求1所述的基于單目視覺的車道偏離距離測量及預(yù)警方法，其特征在于，步驟1中所述視頻采集裝置為CCD或CMOS攝像機(jī)；安裝視頻采集裝置時(shí)，將視頻采集裝置安裝在車輛后視鏡處并與車體的縱向坐標(biāo)軸平行，相對車體橫向坐標(biāo)的位移為零，這樣能夠減少由于攝像機(jī)位置偏移對車輛偏移距離測量結(jié)果影響。
3.根據(jù)權(quán)利要求1所述的基于單目視覺的車道偏離距離測量及預(yù)警方法，其特征在于，步驟3對采集到的視頻圖像進(jìn)行車道線檢測時(shí)，選擇采集視頻圖像的下三分之二部分作為感興趣區(qū)域并進(jìn)行步驟3-1和步驟3-2的處理。
4.根據(jù)權(quán)利要求1所述的基于單目視覺的車道偏離距離測量及預(yù)警方法，其特征在于，步驟3-1中設(shè)定窗口值w的取值范圍為[3，6]。
全文摘要
一種基于單目視覺的車道偏離距離測量及預(yù)警方法，屬于計(jì)算機(jī)圖像處理技術(shù)領(lǐng)域。首先通過安裝于車輛前方的單目攝像機(jī)采集視頻圖像，經(jīng)圖像處理技術(shù)處理，完成車道線的檢測，提取出車道線的幾何信息；利用小孔成像原理立體幾何變換關(guān)系、得汽車到左、右兩側(cè)車道線垂直的距離；根據(jù)實(shí)時(shí)測量的垂直距離建立偏離預(yù)警決策方法，為智能輔助駕駛技術(shù)提供有效信息。本發(fā)明利用Hough變換檢測車道線時(shí)，加入了約束條件，排除了部分虛假車道線，提高了運(yùn)算速度和車道線檢測的準(zhǔn)確性；同時(shí)，本發(fā)明僅利用圖像信息即可實(shí)現(xiàn)車道偏離預(yù)警；車輛偏航角度對車道偏離距離的測量影響小且使用立體幾何變化法求解運(yùn)算速度快，能夠滿足智能輔助駕駛技術(shù)的要求。
文檔編號G01B11/14GK102288121SQ20111012156
公開日2011年12月21日 申請日期2011年5月12日 優(yōu)先權(quán)日2011年5月12日
發(fā)明者張青森, 解梅, 馬爭 申請人:電子科技大學(xué)