專利名稱：一種基于卡爾曼濾波器組的多車道線追蹤方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字圖像處理技術(shù)領(lǐng)域，主要涉及針對道路視頻圖像中已檢測出的多條車道線同時進(jìn)行追蹤的方法。
背景技術(shù)：
車道偏離預(yù)警系統(tǒng)(Lane Departure Warning System，LDWS)，是一種通過報警的方式輔助駕駛員減少汽車因車道偏離而發(fā)生交通事故的系統(tǒng)。社會經(jīng)濟(jì)的不斷進(jìn)步，以及現(xiàn)代計算機(jī)技術(shù)的飛速發(fā)展，融合了多傳感器技術(shù)以及通信控制理論等新技術(shù)，使得LDWS 的普及應(yīng)用成為可能，從而最大限度的提高汽車駕駛的安全性，將社會經(jīng)濟(jì)損失減小到最低限度。目前LDWS的實現(xiàn)方式都是基于計算機(jī)視覺的方法實現(xiàn)，首先在采集的道路視頻圖像中識別車道線，再根據(jù)車輛位置與車道線的關(guān)系判斷是否發(fā)出偏離預(yù)警。因為車道線是對車輛是否發(fā)生偏離進(jìn)行判斷的參照，所以LDWS實現(xiàn)的首要條件就是要通過數(shù)字圖像處理的方法準(zhǔn)確的檢測出車道線。然而車輛在行駛過程中由于車身抖動、光線變化、路面污濁以及車道線破損等等情況都會造成采集到的道路視頻圖像中同一條車道線目標(biāo)檢測結(jié)果不穩(wěn)定，從而導(dǎo)致某一幀或某幾幀圖像完全目標(biāo)偏差或丟失，就會影響LDWS預(yù)警不準(zhǔn)確。因此，在采用數(shù)字圖像處理的方法檢測出車道線以后，必須采用目標(biāo)追蹤的方法， 將已經(jīng)檢測出的車道線作為樣本，進(jìn)行樣本訓(xùn)練，預(yù)測最優(yōu)估計值，完成車道線的追蹤。最后輸出的最優(yōu)估計值取代觀測值進(jìn)行預(yù)警，就會使LDWS工作狀態(tài)更加更加平穩(wěn)，極大的降低了因車道線檢測誤差對LDWS性能的影響。因此本發(fā)明提出了采用卡爾曼濾波器組同時對已檢測出的多條車道線進(jìn)行追蹤，可以大大提高車道線檢測精度。目前對車道線進(jìn)行目標(biāo)追蹤的實現(xiàn)方法有以下幾種1、將完全包含已檢測出的車道線在內(nèi)的四邊形區(qū)域的坐標(biāo)作為樣本信息輸入卡爾曼濾波器，從而預(yù)測下一幅序列圖像中包含車道線的區(qū)域，將其定義為感興趣區(qū)域 (Region of Interest，R0I)，以加快車道線檢測速度以及準(zhǔn)確度，利用了單個卡爾曼濾波器對包含車道線的感興趣區(qū)域進(jìn)行追蹤。雖然本方法加快了檢測速度，但是當(dāng)在預(yù)測結(jié)果ROI內(nèi)檢測不出車道線，系統(tǒng)就不能正常工作。本方法詳見文獻(xiàn)鄭榜貴，田炳香，段建民.基于Kalman預(yù)測及逆投影的車道識別技術(shù).計算機(jī)工程與設(shè)計.2009，30 (6).2、對感興趣區(qū)域小窗口的預(yù)測。根據(jù)已經(jīng)檢測出來的車道線，定義一個小區(qū)域只包含了一條車道線的一部分，將此小區(qū)域坐標(biāo)作為樣本信息輸入卡爾曼濾波器從而預(yù)測下一個包含本條車道線的小區(qū)域，本方法是對1方法的改進(jìn)，將感興趣區(qū)域從包含所有車道線縮小到只包含一條車道線的某一部分，提高了車道線檢測精度，但是仍然不能完全避免 LDWS不能正常檢測出車道線的問題，本方法詳見文獻(xiàn)余厚云，張為公.基于動態(tài)感興趣區(qū)域的車道線識別與跟蹤.工業(yè)儀表與自動化裝置.2009年第5期.3、采用其他濾波器算法來對車道線進(jìn)行追蹤，如采用擴(kuò)展卡爾曼濾波器技術(shù)和圖像處理技術(shù)，建立車道跟蹤的動態(tài)視覺窗口，再提取出車道邊界的方法，詳見文獻(xiàn)陳瑩，韓崇昭.基于擴(kuò)展卡爾曼濾波的車道融合跟蹤.公路交通科技.Vol. 12，No. 12，Nov. 2004. 也有采用一種基于對比度和大津律法相結(jié)合的車道標(biāo)線有效ROI的篩選處理算法，并對有效ROI進(jìn)行了自適應(yīng)閾值圖像分割，通過對ROI的有效篩選，可以降低車道標(biāo)線不連續(xù)處或破損等影響，詳見文獻(xiàn)管欣，賈鑫，高振海.車道檢測中感興趣區(qū)域選擇及自適應(yīng)閾值分割·公路交通科技.Vol. 26，No. 6，Jun. 2009.上述各種追蹤算法都是采用單一濾波器對車道線ROI進(jìn)行追蹤，接著在ROI內(nèi)識別車道線從而間接完成車道線的追蹤。隨著經(jīng)濟(jì)社會的不斷發(fā)展，高等級路面車道越來越寬，同時圖像采集設(shè)備的成像質(zhì)量也越來越高，必然會導(dǎo)致一幅圖像出現(xiàn)多條車道線，此時采用上述追蹤算法難以準(zhǔn)確追蹤檢測到的每一條車道線，在此背景下，本發(fā)明采用卡爾曼濾波器組直接對所檢測到的多條車道線目標(biāo)進(jìn)行追蹤，而不再需要對車道線ROI區(qū)域進(jìn)行追蹤。

發(fā)明內(nèi)容
本發(fā)明提出一種基于卡爾曼濾波器組的多車道線追蹤方法，該方法不需要預(yù)先設(shè)定車道線感興趣區(qū)域，可以直接對已檢測出的多車道線進(jìn)行追蹤。本方法可以極大的提高車道線檢測的準(zhǔn)確度，同時不影響LDWS對于實時性的要求。為了方便地描述本發(fā)明內(nèi)容，首先對一些術(shù)語進(jìn)行定義。定義1 卡爾曼濾波?？柭鼮V波(Kalman Filter, KF)是估計線性動態(tài)系統(tǒng)狀態(tài)的遞歸數(shù)據(jù)處理算法，通過對樣本訓(xùn)練的動態(tài)更新，不斷預(yù)測描述下一狀態(tài)和測量數(shù)據(jù)。 卡爾曼濾波器原理及實現(xiàn)過程詳見文獻(xiàn)何子述.現(xiàn)代數(shù)字信號處理及其應(yīng)用.清華大學(xué)出版社.第七章卡爾曼濾波.定義2 霍夫變換。即Hough變換，利用直線平面空間和霍夫平面點、線間的對偶性，即圖像直線空間里共線的點對應(yīng)霍夫平面里相交的直線；反過來，霍夫平面相交于同一點的所有直線在圖像空間里都有共線的點與之對應(yīng)。利用霍夫變換可以將直線特征搜索問題轉(zhuǎn)化為霍夫平面最大值搜索問題，是直線特征提取領(lǐng)域中使用最為廣泛的算法之一。原理及實現(xiàn)過程詳見文獻(xiàn)R薩雷斯.數(shù)字圖像處理.電子工業(yè)出版社.第10章圖像分割.一種基于卡爾曼濾波器組的多車道線追蹤方法，包括以下步驟步驟1 在車輛行駛過程中，采用車載視頻采集設(shè)備采集車輛前方道路圖像；并將采集到的道路圖像數(shù)據(jù)輸入計算機(jī)，進(jìn)行車道線檢測。使用Hough變換檢測出車道線，用側(cè)向距離P和方位角θ表示檢測出的車道線， 即(Pi，= 1，2，3L表示道路圖像上檢測出的車道線。使用Hough變換進(jìn)行車道線檢測的詳細(xì)算法參見文獻(xiàn)劉嘆.基于單目視覺的車輛行駛輔助技術(shù)研究.電子科技大學(xué)碩士學(xué)位論文· 2009. 09. 17.步驟2 建立車道線追蹤的卡爾曼濾波器模型。步驟2-1 定義車道線狀態(tài)；由于車輛在連續(xù)兩幀視頻圖像采集過程中的運動可視為勻速運動，對于每一幀道路圖像中檢測到的車道線的狀態(tài)用狀態(tài)向量X(k)表示X(k) = [P (k)，θ (k)，u(k)，ω (k)]T
其中
權(quán)利要求
1. 一種基于卡爾曼濾波器組的多車道線追蹤方法，包括以下步驟 步驟1 在車輛行駛過程中，采用車載視頻采集設(shè)備采集車輛前方道路圖像；并將采集到的道路圖像數(shù)據(jù)輸入計算機(jī)，進(jìn)行車道線檢測；使用Hough變換檢測出車道線，用側(cè)向距離P和方位角θ表示檢測出的車道線，即 (Pi, 0,)1 = 1，2，3L表示道路圖像上檢測出的車道線； 步驟2 建立車道線追蹤的卡爾曼濾波器模型； 步驟2-1:定義車道線狀態(tài)；由于車輛在連續(xù)兩幀視頻圖像采集過程中的運動可視為勻速運動，對于每一幀道路圖像中檢測到的車道線的狀態(tài)用狀態(tài)向量X(k)表示X(k) = [P (k)，θ (k)，u(k)，ω (k)]T dp{t)其中
全文摘要
一種基于卡爾曼濾波器組的多車道線追蹤方法，屬于數(shù)字圖像處理技術(shù)領(lǐng)域。通過建立建立車道線追蹤的卡爾曼濾波器模型，對采集的車輛前方道路圖像在進(jìn)行車道線檢測的基礎(chǔ)上，利用卡爾曼濾波器模型輸出車道線的最優(yōu)估計值；當(dāng)連續(xù)25幅道路圖像檢測出同一條車道線時，認(rèn)為卡爾曼濾波器的最優(yōu)估計有效，并將卡爾曼濾波器輸出的最優(yōu)估計值作為檢測結(jié)果。本發(fā)明使得車道偏離預(yù)警系統(tǒng)中車道線的檢測結(jié)果更加穩(wěn)定，從而極大降低因車身抖動、光照變化、路面破損等原因引起的車道線檢測不準(zhǔn)或者漏檢；根據(jù)設(shè)定的濾波器的個數(shù)，可以同時追蹤相應(yīng)的車道線數(shù)，相對單一對車道線感興趣區(qū)域的追蹤，極大的提高了車道線檢測的精度以及抗干擾能力。
文檔編號G06K9/00GK102360499SQ20111018089
公開日2012年2月22日 申請日期2011年6月30日 優(yōu)先權(quán)日2011年6月30日
發(fā)明者解梅, 馬爭, 馬超 申請人:電子科技大學(xué)