，再對其進(jìn)行逆投影變換為鳥瞰 圖； 步驟2,先對鳥瞰圖使用自適應(yīng)閾值二值法進(jìn)行二值化處理，再對其進(jìn)行霍夫變換以提 取直線； 步驟3,基于每條直線Lx的線角度1^. 0、線距離Lx.P、線票數(shù)LX.V和線起始點(diǎn)距離1^.S，其中的X= 1，2,……N，以及上一識別周期得到的車道線的間距和位置，確定霍夫變換結(jié) 果中的何直線為車道線，具體過程為， 步驟3.1，先判斷Lx. 0>設(shè)定角度或者Lx. 0〈設(shè)定角度-120,若是則保留，否則刪除， 再對保留下來的直線進(jìn)行Lx.S從小到大自左至右的排序，得到Lx.S排序表，接著，先查詢 Lx.S排序表中Lx.S-L^.S的值，此時的X= 2, 3,……N，若Lx.S-L^.S〈設(shè)定距離，則比較 Lx.V和Lx_i.V，并保留V值大的直線，再以保留下來的直線為準(zhǔn)向右查詢，若Lx.S-Lh.S多 設(shè)定距離，則保留直線Lx_i，并繼續(xù)從直線Lx開始向右查找，直至查到直線LN結(jié)束，得到有效 直線序列； 步驟3. 2,先從有效直線序列的直線U開始依次向直線LN進(jìn)行循環(huán)查找配對，配對的 條件為|L1+X. 0-Lp0 |〈兩條直線的0角差值&&(L1+X.S-Q.S)XC0S(L1. 0)>兩條直線的 間距下限&&(L1+X.S-U.S)XcosO^. 0 )〈兩條直線的間距上限，若滿足則保留此直線對為左 直線和右直線L1K，X的值加1再進(jìn)行判斷，X初始取值為1，當(dāng)X取值為N時結(jié)束直線Q 的查找配對，再從有效直線序列的直線L2開始依次向直線LN進(jìn)行循環(huán)查找配對，配對條件 同上，直至直線LN_i與直線LN配對判斷結(jié)束，得到由左直線L%和右直線LXK構(gòu)成的M對直 線對序列，其中的X= 1，2,……M; 步驟3. 3,先取出上一識別周期檢測到的左車道直線和右車道直線LHK，若上一識別 周期未檢測到，則取車輛位于車道正中間時測定的車道線數(shù)據(jù)為其上一識別周期檢測到的 車道直線對，再按照ILa.S-Lm.S|〈起始點(diǎn)距離對M對直線對中的左直線La與左車道直線 的起始點(diǎn)距離進(jìn)行循環(huán)判斷，或者按照|LXK.S-LHK.S|〈起始點(diǎn)距離對M對直線對中的右 直線LXK與右車道直線LHK的起始點(diǎn)距離進(jìn)行循環(huán)判斷，若滿足則取其為當(dāng)前車道的直線對， 若不滿足則刪除該直線對，直至對M對直線對全部判斷完，得到當(dāng)前車道的直線對序列； 步驟 3. 4,先按照 | (LHK.S-Lm.S)XC0S(LH. 0 )-(LXK.S-La.S)XC0S(Lx. 0 ) | 從當(dāng)前車 道的直線對序列中查找出其直線對間距最接近上一識別周期直線對間距的直線對，再按 照| (La.S-Lm.S)-(LXK.S-LHK.S) |〈起始點(diǎn)變化值的差值來判斷其左右邊直線起始點(diǎn)變化 規(guī)律是否一致，若是則確定其為當(dāng)前車道直線對并結(jié)束本識別周期，否則刪除該直線對， 并判斷下一個直線對間距最接近上一識別周期直線對間距的直線對是否滿足I(La.S-Lm. S)-(LXK.S-LHK.S) |〈起始點(diǎn)變化值的差值，直至完成對當(dāng)前車道的直線對序列的判斷； 步驟3. 5,先按照|LXK.S-Lm.S|〈間距從M對直線對序列中查找出左直線La，得到左直 線La序列，再按照| (LXK.S-La.S)-(LHK.S-Lm.S) |從左直線La序列中查找出最小的左直線 La后，由|LXK. 0-Lm. 0 |〈角度來確定其是否為當(dāng)前車道的左直線U，若是則得到當(dāng)前車道 的左直線U并結(jié)束本識別周期， 否則，先按照ILa.S-LHK.S|〈間距從M對直線對序列中查找出右直線LXK，得到右直線 Lxk序列，再按照| (Lxk.S-La.S)-(Lhk.S-Lm.S)I從右直線Lxk序列中查找出最小的右直線Lxk 后，由|Lxk. 0-Lm. 0 |〈角度來確定其是否為當(dāng)前車道的右直線Lk，若是則得到當(dāng)前車道的 右直線LK并結(jié)束本識別周期，否則本識別周期未檢測到車道線，結(jié)束本識別周期。
2. 根據(jù)權(quán)利要求1所述的基于車道線歷史幀的識別方法，其特征是高斯濾波為3X3的 尚斯濾波。
3. 根據(jù)權(quán)利要求1所述的基于車道線歷史幀的識別方法，其特征是鳥瞰圖的轉(zhuǎn)換過程 為，先以車輛車頭中心點(diǎn)正前方為原點(diǎn)（〇,〇)、x軸為車輛的橫向距離、Y軸為車輛的前方距 離、單位為dm，建立車輛的世界坐標(biāo)系，再通過3X3的變換矩陣將像素坐標(biāo)系下的像素坐 標(biāo)變換為世界坐標(biāo)系下的坐標(biāo)，最后將像素坐標(biāo)系下的像素值賦值到車輛的世界坐標(biāo)系對 應(yīng)的坐標(biāo)位置。
4. 根據(jù)權(quán)利要求1所述的基于車道線歷史幀的識別方法，其特征是對鳥瞰圖使用自 適應(yīng)閾值二值法進(jìn)行二值化處理的過程為，先對圖像做模板：
卷積處理，再將卷積處理后的灰度值&與卷積處理前的灰度值Gt，以及卷積處理前的灰度 值Gt與卷積處理前相同位置左右各移動3個像素點(diǎn)的灰度值Gt_3、Gt+3同時進(jìn)行對比，如果 Gt-Gv>7&&Gt-Gt_3>7&&Gt-Gt+3>7,則賦值這個像素點(diǎn)的值為255,否則為0。
5. 根據(jù)權(quán)利要求1所述的基于車道線歷史幀的識別方法，其特征是進(jìn)行霍夫變換提 取直線的過程為，先定義（P，0)為車輛的世界坐標(biāo)系中的一條直線，其中的P為該直 線到原點(diǎn)的距離、0為原點(diǎn)到該直線的垂線與X軸的夾角，以及Hough感興趣的區(qū)域為 100X300、X軸從-50~50、Y軸從為0~300, 0的取值為0~180度，閾值T為50,再經(jīng) Hough提取直線后得到每根直線的三個變量P、0和V，其中的V為該直線hough累積的點(diǎn) 數(shù)，最后通過P、Q這兩個變量得到該直線與X軸的交點(diǎn)--起始點(diǎn)Sta的坐標(biāo)（S，0)，其 中的S=p/cos( 9 )。
6. 根據(jù)權(quán)利要求1所述的基于車道線歷史幀的識別方法，其特征是步驟3. 1中的設(shè)定 角度為150度，設(shè)定距離為3dm。
7. 根據(jù)權(quán)利要求1所述的基于車道線歷史幀的識別方法，其特征是步驟3. 2中的兩條 線的9角差值為4,兩條線的間距上限為42dm、下限為28dm。
8. 根據(jù)權(quán)利要求1所述的基于車道線歷史幀的識別方法，其特征是步驟3. 3中的起始 點(diǎn)距離為5dm。
9. 根據(jù)權(quán)利要求1所述的基于車道線歷史幀的識別方法，其特征是步驟3. 4中的起始 點(diǎn)變化值的差值為5。
10. 根據(jù)權(quán)利要求1所述的基于車道線歷史幀的識別方法，其特征是步驟3. 5中的間距 為5dm，角度為8度。
【專利摘要】本發(fā)明公開了一種基于車道線歷史幀的識別方法。它先對采集到的道路圖像進(jìn)行高斯濾波預(yù)處理，再對其進(jìn)行逆投影變換為鳥瞰圖；之后，先對鳥瞰圖使用自適應(yīng)閾值二值法進(jìn)行二值化處理，再對其進(jìn)行霍夫變換以提取直線；最后，基于每條直線LX的線角度LX.θ、線距離LX.ρ、線票數(shù)LX.V和線起始點(diǎn)距離LX.S，其中的X＝1，2,……N，以及上一識別周期得到的車道線的間距和位置，確定出霍夫變換結(jié)果中的何直線為車道線。它結(jié)合車道線自身的特征及歷史情況，有效地剔除了文字、干擾線多、陰影遮擋、車道線破損以及污跡覆蓋等復(fù)雜路況的干擾，大大地提高了車道線的識別率和穩(wěn)定性；可廣泛應(yīng)用于車輛安全輔助駕駛系統(tǒng)中，協(xié)助駕駛員在單調(diào)的駕駛環(huán)境中保持車輛于車道內(nèi)行駛。
【IPC分類】G06K9-46, G06K9-00
【公開號】CN104700072
【申請?zhí)枴緾N201510064747
【發(fā)明人】袁勝, 宋彥, 黃俊杰, 梁華為
【申請人】中國科學(xué)院合肥物質(zhì)科學(xué)研究院
【公開日】2015年6月10日
【申請日】2015年2月6日