[发明专利]一种基于卡尔曼滤波器组的多车道线追踪方法

说明书

技术领域

本发明属于数字图像处理技术领域，主要涉及针对道路视频图像中已检测出的多条车道 线同时进行追踪的方法。

背景技术

车道偏离预警系统(Lane Departure Warning System，LDWS)，是一种通过报警的方式 辅助驾驶员减少汽车因车道偏离而发生交通事故的系统。社会经济的不断进步，以及现代 计算机技术的飞速发展，融合了多传感器技术以及通信控制理论等新技术，使得LDWS的普 及应用成为可能，从而最大限度的提高汽车驾驶的安全性，将社会经济损失减小到最低限度。

目前LDWS的实现方式都是基于计算机视觉的方法实现，首先在采集的道路视频图像中 识别车道线，再根据车辆位置与车道线的关系判断是否发出偏离预警。因为车道线是对车辆 是否发生偏离进行判断的参照，所以LDWS实现的首要条件就是要通过数字图像处理的方法 准确的检测出车道线。然而车辆在行驶过程中由于车身抖动、光线变化、路面污浊以及车道 线破损等等情况都会造成采集到的道路视频图像中同一条车道线目标检测结果不稳定，从而 导致某一帧或某几帧图像完全目标偏差或丢失，就会影响LDWS预警不准确。

因此，在采用数字图像处理的方法检测出车道线以后，必须采用目标追踪的方法，将已 经检测出的车道线作为样本，进行样本训练，预测最优估计值，完成车道线的追踪。最后输 出的最优估计值取代观测值进行预警，就会使LDWS工作状态更加更加平稳，极大的降低了 因车道线检测误差对LDWS性能的影响。因此本发明提出了采用卡尔曼滤波器组同时对已检 测出的多条车道线进行追踪，可以大大提高车道线检测精度。

目前对车道线进行目标追踪的实现方法有以下几种：

1、将完全包含已检测出的车道线在内的四边形区域的坐标作为样本信息输入卡尔曼滤波 器，从而预测下一幅序列图像中包含车道线的区域，将其定义为感兴趣区域(Region of  Interest，ROI)，以加快车道线检测速度以及准确度，利用了单个卡尔曼滤波器对包含车道线 的感兴趣区域进行追踪。虽然本方法加快了检测速度，但是当在预测结果ROI内检测不出车 道线，系统就不能正常工作。本方法详见文献：郑榜贵，田炳香，段建民.基于Kalman预测 及逆投影的车道识别技术.计算机工程与设计.2009，30(6).

2、对感兴趣区域小窗口的预测。根据已经检测出来的车道线，定义一个小区域只包含了 一条车道线的一部分，将此小区域坐标作为样本信息输入卡尔曼滤波器从而预测下一个包含 本条车道线的小区域，本方法是对1方法的改进，将感兴趣区域从包含所有车道线缩小到只 包含一条车道线的某一部分，提高了车道线检测精度，但是仍然不能完全避免LDWS不能正 常检测出车道线的问题，本方法详见文献：余厚云，张为公.基于动态感兴趣区域的车道线 识别与跟踪.工业仪表与自动化装置.2009年第5期.

3、采用其他滤波器算法来对车道线进行追踪，如采用扩展卡尔曼滤波器技术和图像处理 技术，建立车道跟踪的动态视觉窗口，再提取出车道边界的方法，详见文献：陈莹，韩崇昭.基 于扩展卡尔曼滤波的车道融合跟踪.公路交通科技.Vol.12，No.12，Nov.2004.也有采用 一种基于对比度和大津律法相结合的车道标线有效ROI的筛选处理算法，并对有效ROI进行了 自适应阈值图像分割，通过对ROI的有效筛选，可以降低车道标线不连续处或破损等影响， 详见文献：管欣，贾鑫，高振海.车道检测中感兴趣区域选择及自适应阈值分割.公路交通 科技.Vol.26，No.6，Jun.2009.

上述各种追踪算法都是采用单一滤波器对车道线ROI进行追踪，接着在ROI内识别车道 线从而间接完成车道线的追踪。随着经济社会的不断发展，高等级路面车道越来越宽，同时 图像采集设备的成像质量也越来越高，必然会导致一幅图像出现多条车道线，此时采用上述 追踪算法难以准确追踪检测到的每一条车道线，在此背景下，本发明采用卡尔曼滤波器组直 接对所检测到的多条车道线目标进行追踪，而不再需要对车道线ROI区域进行追踪。

发明内容

本发明提出一种基于卡尔曼滤波器组的多车道线追踪方法，该方法不需要预先设定车道 线感兴趣区域，可以直接对已检测出的多车道线进行追踪。本方法可以极大的提高车道线检 测的准确度，同时不影响LDWS对于实时性的要求。

为了方便地描述本发明内容，首先对一些术语进行定义。