本發(fā)明涉及無(wú)人駕駛汽車技術(shù)領(lǐng)域，尤其是涉及一種基于攝像原理的無(wú)人駕駛汽車對(duì)路面標(biāo)志線的識(shí)別方法。

背景技術(shù)：

無(wú)人駕駛車輛在國(guó)際上也稱為機(jī)器人車輛，屬于室外移動(dòng)機(jī)器人的一種，是一個(gè)集環(huán)境感知、規(guī)劃與決策、控制等多項(xiàng)功能于一體的綜合智能系統(tǒng)，涵蓋了機(jī)械、控制、傳感器技術(shù)、信號(hào)處理、模式識(shí)別、人工智能和計(jì)算機(jī)技術(shù)等多學(xué)科知識(shí)。無(wú)人駕駛汽車也是衡量一個(gè)國(guó)家科研實(shí)力和工業(yè)水平的重要標(biāo)志之一，在國(guó)防和公眾交通方面具有廣闊的應(yīng)用前景。無(wú)人駕駛車輛起源于軍事運(yùn)動(dòng)，從20世紀(jì)70年代開(kāi)始，美、英、德等發(fā)達(dá)國(guó)家就開(kāi)始了無(wú)人駕駛車輛的研究，經(jīng)過(guò)這么多年的發(fā)展，無(wú)人駕駛車輛從軍事領(lǐng)域也逐漸發(fā)展到民用領(lǐng)域。在民用領(lǐng)域階段最顯著的特點(diǎn)是需要對(duì)公路上的標(biāo)志線進(jìn)行識(shí)別，采用攝像原理的無(wú)人駕駛汽車在環(huán)境感知方面，相比于激光掃面雷達(dá)具體投入低、簡(jiǎn)單易行等優(yōu)點(diǎn)，可以降低生產(chǎn)成本。

國(guó)內(nèi)外目前無(wú)人駕駛汽車對(duì)標(biāo)志線識(shí)別的最主要手段是通過(guò)單線激光雷達(dá)對(duì)標(biāo)志線進(jìn)行掃描，這種對(duì)于正常的標(biāo)志線具有準(zhǔn)確性和可靠性，但是對(duì)于某些殘缺或者模糊的標(biāo)志線，往往不能識(shí)別，還會(huì)導(dǎo)致汽車誤判，可能造成安全事故。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問(wèn)題是：提供一種基于攝像原理的無(wú)人駕駛汽車的路面標(biāo)志線識(shí)別方法，可有效識(shí)別路面標(biāo)志線。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：一種基于攝像原理的無(wú)人駕駛汽車對(duì)路面標(biāo)志線的識(shí)別方法，包括如下步驟：

步驟1：在無(wú)人駕駛汽車的車前縱向中心處安裝攝像裝置，通過(guò)該攝像裝置獲取車輛當(dāng)前所處的路面信息，并生成路面信息圖像；

步驟2：對(duì)上步生成的路面圖像信息，采集帶有路面標(biāo)志線的感興趣區(qū)域，提取感興趣區(qū)域形成區(qū)域圖片；

步驟3：對(duì)區(qū)域圖片進(jìn)行邊緣化處理；

步驟4：對(duì)區(qū)域圖片進(jìn)行二值化處理；

步驟5：車道線識(shí)別：通過(guò)擬合算法對(duì)區(qū)域圖片進(jìn)行識(shí)別；當(dāng)區(qū)域圖片中的標(biāo)志線殘缺及破損不能識(shí)別時(shí)，控制器通過(guò)報(bào)警裝置發(fā)出報(bào)警聲音。

進(jìn)一步地，所述邊緣化處理方法為：

(1)在區(qū)域圖片中確定大小為M×N的路面圖像f(x,y)；

(2)在其所采集到任意像素點(diǎn)的坐標(biāo)值f(i,j)，以該像素為中心的小鄰塊記為B×B，即基元塊；

(3)取基元塊為中心的區(qū)域塊記為D×D；

(4)求基元塊B×B的均方差σ_B，公式如下；

其中：μ為算數(shù)平均值；

(5)當(dāng)均方差σ_B比設(shè)定的閾值T1小則輸出邊緣圖像g(i,j)＝0并結(jié)束，否則進(jìn)行下一步；

(6)用如下公式求出區(qū)域圖片的相似系數(shù)和相關(guān)系數(shù)；

其中：S為相似系數(shù)，R為相關(guān)系數(shù)；

b_i為B×B所有像素點(diǎn)的灰度值；

d_i為D×D所有像素點(diǎn)的灰度值；

(7)若相似系數(shù)和相關(guān)系數(shù)小于設(shè)定的閾值T2，輸出邊緣圖像g(i,j)＝0并結(jié)束，否則輸出g(i,j)＝1并至下一步；

(8)返回步驟(2)，繼續(xù)對(duì)區(qū)域圖片的圖像點(diǎn)進(jìn)行判斷，直至區(qū)域圖片中所有點(diǎn)全部判斷完。

進(jìn)一步地，通過(guò)擬合算法對(duì)區(qū)域圖片進(jìn)行識(shí)別包括如下步驟：

(1)建立圖像平面坐標(biāo)系，標(biāo)定左上角坐標(biāo)原點(diǎn)O，水平方向?yàn)閄軸方向，垂直方向?yàn)閅軸方向；

(2)左、右道路標(biāo)志線的模型為，如下公式：

y_l＝k_left×x_l+b_left；

y_r＝k_riht×x_r+b_right；

其中：x_l，y_l，x_r，y_r分別表示左、右道路的橫、縱向坐標(biāo)；

k_left，k_right分別表示左、右道路標(biāo)志線的斜率；

b_left，b_right分別表示左、右道路標(biāo)志線的截距；

(3)把上述公式轉(zhuǎn)換為l＝xcosθ+ysinθ，從而把X-Y平面的任一條直線變換為對(duì)應(yīng)l-θ空間的一個(gè)點(diǎn)；

(4)將l-θ空間離散化為柵格，由每一個(gè)(x，y)點(diǎn)帶入θ的離散值，并求出各個(gè)l值；

(5)統(tǒng)計(jì)所有點(diǎn)，計(jì)算值大的柵格對(duì)應(yīng)于共線點(diǎn)，其(l，θ)作為直線的擬合參數(shù)；

(6)把l-θ空間的直線擬合參數(shù)轉(zhuǎn)換為直角坐標(biāo)內(nèi)的參數(shù)，確定標(biāo)志線的形狀和面積；

(7)在標(biāo)志線的形狀和面積識(shí)別之后，判斷汽車能否識(shí)別該標(biāo)志線，如果標(biāo)志線能夠識(shí)別，則車輛按照識(shí)別的標(biāo)志線類型前進(jìn)，如果汽車不能識(shí)別該標(biāo)志線，控制器通過(guò)報(bào)警裝置發(fā)出報(bào)警聲音。

本發(fā)明的有益效果是：本發(fā)明采用攝像裝置獲取圖像信息，可有效識(shí)別路面標(biāo)志線，比單線激光掃面雷達(dá)掃描識(shí)別更加準(zhǔn)確，降低了無(wú)人駕駛車輛在行駛過(guò)程中的安全隱患。

另外，本發(fā)明改進(jìn)了邊緣化處理和車道線識(shí)別算法，二值化處理通過(guò)常用的二值化處理手段，對(duì)區(qū)域圖片進(jìn)行處理，提高了車輛在行駛過(guò)程中的安全系數(shù)。

附圖說(shuō)明

下面結(jié)合附圖對(duì)本發(fā)明進(jìn)一步說(shuō)明。

圖1是本發(fā)明的整體流程圖；

圖2是本發(fā)明的邊緣化處理算法流程圖；

圖3是本發(fā)明中的基元塊和區(qū)域快的示意圖；

圖4是本發(fā)明的平面坐標(biāo)系圖；

具體實(shí)施方式

現(xiàn)在結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的說(shuō)明。這些附圖均為簡(jiǎn)化的示意圖僅以示意方式說(shuō)明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。

如圖1、圖2、圖3、圖4所示，一種基于攝像原理的無(wú)人駕駛汽車對(duì)路面標(biāo)志線的識(shí)別方法，包括如下步驟：

步驟1：在無(wú)人駕駛汽車的車前縱向中心處安裝攝像裝置，通過(guò)該攝像裝置獲取車輛當(dāng)前所處的路面信息，并生成路面信息圖像；

步驟2：對(duì)上步生成的路面圖像信息，采集帶有路面標(biāo)志線的感興趣區(qū)域，提取感興趣區(qū)域形成區(qū)域圖片；

步驟3：對(duì)區(qū)域圖片進(jìn)行邊緣化處理；

步驟4：對(duì)區(qū)域圖片進(jìn)行二值化處理；

步驟5：車道線識(shí)別：通過(guò)擬合算法對(duì)區(qū)域圖片進(jìn)行識(shí)別；當(dāng)區(qū)域圖片中的標(biāo)志線殘缺及破損不能識(shí)別時(shí)，控制器通過(guò)報(bào)警裝置發(fā)出報(bào)警聲音。

進(jìn)一步地，所述邊緣化處理方法為：

(1)在區(qū)域圖片中確定大小為M×N的路面圖像f(x,y)；

(2)在其所采集到任意像素點(diǎn)的坐標(biāo)值f(i,j)，以該像素為中心的小鄰塊記為B×B，即基元塊；

(3)取基元塊為中心的區(qū)域塊記為D×D；

(4)求基元塊B×B的均方差σ_B，公式如下；

其中：μ為算數(shù)平均值；

(5)當(dāng)均方差σ_B比設(shè)定的閾值T1小則輸出邊緣圖像g(i,j)＝0并結(jié)束，否則進(jìn)行下一步；

(6)用如下公式求出區(qū)域圖片的相似系數(shù)和相關(guān)系數(shù)；

其中：S為相似系數(shù)，R為相關(guān)系數(shù)；

b_i為B×B所有像素點(diǎn)的灰度值；

d_i為D×D所有像素點(diǎn)的灰度值；

(7)若相似系數(shù)和相關(guān)系數(shù)小于設(shè)定的閾值T2，輸出邊緣圖像g(i,j)＝0并結(jié)束，否則輸出g(i,j)＝1并至下一步；

(8)返回步驟(2)，繼續(xù)對(duì)區(qū)域圖片的圖像點(diǎn)進(jìn)行判斷，直至區(qū)域圖片中所有點(diǎn)全部判斷完。

進(jìn)一步地，通過(guò)擬合算法對(duì)區(qū)域圖片進(jìn)行識(shí)別包括如下步驟：

(1)建立圖像平面坐標(biāo)系，標(biāo)定左上角坐標(biāo)原點(diǎn)O，水平方向?yàn)閄軸方向，垂直方向?yàn)閅軸方向；

(2)左、右道路標(biāo)志線的模型為，如下公式：

y_l＝k_left×x_l+b_left；

y_r＝k_riht×x_r+b_right；

其中：x_l，y_l，x_r，y_r分別表示左、右道路的橫、縱向坐標(biāo)；

k_left，k_right分別表示左、右道路標(biāo)志線的斜率；

b_left，b_right分別表示左、右道路標(biāo)志線的截距；

(3)把上述公式轉(zhuǎn)換為l＝xcosθ+ysinθ，從而把X-Y平面的任一條直線變換為對(duì)應(yīng)l-θ空間的一個(gè)點(diǎn)；

(4)將l-θ空間離散化為柵格，由每一個(gè)(x，y)點(diǎn)帶入θ的離散值，并求出各個(gè)l值；

(5)統(tǒng)計(jì)所有點(diǎn)，計(jì)算值大的柵格對(duì)應(yīng)于共線點(diǎn)，其(l，θ)作為直線的擬合參數(shù)；

(6)把l-θ空間的直線擬合參數(shù)轉(zhuǎn)換為直角坐標(biāo)內(nèi)的參數(shù)，確定標(biāo)志線的形狀和面積；

(7)在標(biāo)志線的形狀和面積識(shí)別之后，判斷汽車能否識(shí)別該標(biāo)志線，如果標(biāo)志線能夠識(shí)別，則車輛按照識(shí)別的標(biāo)志線類型前進(jìn)，如果汽車不能識(shí)別該標(biāo)志線，控制器通過(guò)報(bào)警裝置發(fā)出報(bào)警聲音。

本發(fā)明采用攝像裝置獲取圖像信息，可有效識(shí)別路面標(biāo)志線，比單線激光掃面雷達(dá)掃描識(shí)別更加準(zhǔn)確，降低了無(wú)人駕駛車輛在行駛過(guò)程中的安全隱患。

另外，本發(fā)明改進(jìn)了邊緣化處理和車道線識(shí)別算法，二值化處理通過(guò)常用的二值化處理手段，對(duì)區(qū)域圖片進(jìn)行處理，提高了車輛在行駛過(guò)程中的安全系數(shù)。攝像裝置可采用高速面陣相機(jī)。

以上述依據(jù)本發(fā)明的理想實(shí)施例為啟示，通過(guò)上述的說(shuō)明內(nèi)容，相關(guān)工作人員完全可以在不偏離本項(xiàng)發(fā)明技術(shù)思想的范圍內(nèi)，進(jìn)行多樣的變更以及修改。本項(xiàng)發(fā)明的技術(shù)性范圍并不局限于說(shuō)明書(shū)上的內(nèi)容，必須要根據(jù)權(quán)利要求范圍來(lái)確定其技術(shù)性范圍。