[发明专利]基于计算机视觉的高速公路弯道检测方法

说明书

技术领域

本发明涉及车辆辅助驾驶技术领域，具体涉及一种基于计算机视觉的高速公路弯道检测方法。 

背景技术

近年来，中国道路交通事故数量高居难下，仅2009年全国共发生238351起交通事故，导致67759人死亡和275125人受伤，直接财产损失9.1亿元。因此，增强道路行驶安全，保障生命财产安全意义重大。 

目前，不少围绕增强道路行驶安全这一课题的研究已展开，如前向碰撞预警、车道跑偏告警和驾驶员状态监测。基于雷达的前向碰撞系统对于在直道上行驶的车辆安全性高，但对于在弯道行驶的车辆却作用较小，因此弯道检测在弯道碰撞预警中至关重要；车道跑偏告警系统通过道路和车体的相对位置来判断是否跑偏，而弯道检测也是其重要研究内容之一；驾驶员状态检测可以通过弯道处驾驶员的刹车和转方向盘的反应速度来判断驾驶员状态情况，弯道检测是实现该方法的前提条件。由上可见，弯道检测是这些预警系统研究的主要内容。 

基于计算机视觉的高速公路弯道检测方法是当前研究的热点，目前常见的由基于神经网络的检测法、基于形态学的分水岭检测法、基于鸟瞰的方法、基于可变形模型的检测法和基于区域生长的弯道检测法等。H.Rowley和S.Baluja等人采用基于神经网络法的检测方法，优势在于系统具有很强大的非线性拟合性，然而最严重的问题是无法解释推理过程和推理依据；Beucher等人提出的基于形态学的分水岭检测法对微弱的边缘有良好的响应，但该算法需要较高的计算开销，并且边缘检测效果较为粗糙；M.Bertozzi和A.Broggi.提出了鸟瞰的方法，这些方法利用世界坐标判别车道方向，因而具有较高的准确性，但是这对鸟瞰图像的实时处理性能具有很高要求；Qiang Chen和Hong Wang提出了一种基于双曲线建模的方法，该方法将两条车道线看作一对双曲线，对噪声环境下具有良好的 鲁棒性，但双曲线模拟在精确度上仍然存在劣势；刘涛等人提出的算法对车道线建立简单模型，将近40m车道近似为直线并用最小二乘法进行拟合，然后利用远40m车道线上的点统计到该直线的距离并据此判断是否有弯道及弯道方向，该方法计算复杂度较低，但在偏离点较多的情况下，采用最小二乘法拟合容易造成较大误差，且算法对光照变化较大、车道线断裂、车道线被车辆遮挡和有桥梁的车道线的场景不能很好的适应。 

发明内容

本发明要解决的技术问题是：提供一种计算开销小、精确度高、对图像采集要求低、适应性好的基于计算机视觉的高速公路弯道检测方法。 

为了解决上述技术问题，本发明采用的技术方案为：一种基于计算机视觉的高速公路弯道检测方法，其实施步骤如下： 

1)建立具有曲线车道区域、直线车道区域信息的弯道曲线直线模型； 

2)采集车辆前方的图像； 

3)根据采集的图像识别白色或者黄色的车道线像素点； 

4)根据所述弯道曲线直线模型，将车道线图像中直线车道区域内的车道线像素点进行拟合得到车道直线，通过叠加计算曲线车道区域内的车道线像素点到车道直线的距离来获取公路弯道的弯曲度和方向。 

作为本发明的进一步改进： 

所述步骤3)中识别车道线像素点预先设定用于判定单位区域内车道线像素点数量的临界值，然后采用区域生长法识别车道线像素点并对区域内被识别的车道线像素点进行统计，如果某一区域内的车道线像素点数量超过所述临界值，则重新寻找种子点并重新进行扫描该区域内的车道线像素点。 

所述步骤4)拟合车道直线时，首先通过区域生长法获得车道直线上的两个车道线像素点，然后采用Hough变换将该两个车道线像素点拟合为车道线段，然后沿着该车道线段延伸方向进行搜索，如果搜到其他的车道线像素点，则将车道线段与新的车道线像素点之间进行连续闭合。 

所述步骤3)识别车道线像素点时首先将图像转换为HIS颜色空间，然后分离其中的白色或者黄色的像素点作为车道线像素点。 

所述步骤1)中建立的弯道曲线直线模型中，图像从下往上的1/2高 度区域为直线车道区域，图像从上往下的1/6高度区域为曲线车道区域。 

所述步骤3)识别车道线像素点之前将图像从上往下1/7高度区域从图像中除去。 

所述步骤3)之前预先根据图像采集装置的位置设定车身环境背景区域，所述步骤3)识别车道线像素点之前将车身环境区域背景从图像中除去。 

所述步骤2)中采集图像时采集车辆正前方的图像。 

本发明具有下述优点：