[发明专利]一种地面自主设备用低功耗实时道路自动识别装置

说明书

技术领域

本发明属于图像视频识别与智能检测技术领域，具体涉及一种地面自主设备用低功耗实时道路自动识别装置。

背景技术

在本发明里，地面自主设备特指包括自主机器人、无人装备在内的具有自主判别能力、不需要人为操作，能够在地面上对道路进行自主识别并自主行走的机械装置与机构。目前地面自主设备自主行驶主要在一些路线已知或路况较好的结构化道路，如车道线完整，边界清晰的高速公路和城市道路上进行。对于没有车道线，边界模糊，道路场景比较复杂的非结构化道路，如乡村道路和城市非主干道路，基本无法完成无人驾驶，甚至无法实现路面的自主识别。所以目前地面自主设备自主行驶不能称作完整意义上的无人驾驶。另外，目前自主行驶技术路面识别方法较为简单，判断错误率较高；一般用PC机实现，功耗高，专用性不强，平台的性价比不高，不能从软硬件的层面上实现地面自主设备自主行驶的目的。

中国专利文献数据库公开了一种名称为《一种基于智能优化的道路识别系统与方法》(专利申请号为201010616857.8)的发明专利，该发明公开了一种基于智能优化的道路识别系统与方法，该系统包括顺次通讯连接的用于分割输入图像的图像分割模块、用于将彩色图像进行灰度化的图像特征提取模块、智能搜索单元和道路识别输出模块，以及与所述智能搜索单元通讯连接的用于描述缺省的道路参数的辅助知识库模块；所述智能搜索单元包括顺次通讯连接的匹配度计算模块和用于搜索参数空间的最佳匹配模板的智能搜索模块。所述基于智能优化的道路识别系统利用了直线变形模板的匹配方法为基础，在梯度特征信息的辅助下，设计了道路图像与直线变形模板的匹配似然概率方法，并且在参数空间中通过智能算法进行寻找的方法来获得道路识别的效果。其不足之处是该系统组成软件模块多，可靠性低，算法复杂，运算速度慢，不能进行实时处理；需要的硬件资源多，一般需要大功率的X86计算机才能对该系统做处理，不适合用于移动平台，特别不具备用于地面自主设备等移动设备的条件，不能实现实时道路检测。

发明内容

本发明的目的是为了解决现有地面自主设备自主行驶中道路检测系统算法复杂，可靠性不高，所需硬件资源多，功耗大，处理速度慢，不能实时处理采集到的视频图像信息，不能实时做出判断，整体性价比较低等不足，本发明提供一种地面自主设备用低功耗实时道路识别装置。

本发明的地面自主设备用低功耗实时道路自动识别装置，包括硬件部分和软件部分两大部分，硬件部分包括摄像头模块、TVIN模块、GPS模块(以下用GPS表示)、CAN总线(以下用CAN表示)模块、主处理器模块、存储设备模块、显示模块、串口模块、无线网络模块、电源模块。硬件部分以主处理器模块为中心，道路信息主要依靠摄像头模块进行采集，然后通过TVIN模块送给主处理器模块进行识别处理，GPS主要接受定位信息与时间信息然后送给主处理器模块进行判断处理，CAN作为整体信息传输总线连接主处理器与地面自主设备上的传感器节点进行信息的交互，存储设备模块用来存储实时处理的数据以及安装软件，存储设备模块与主处理器模块连接，连接在主处理器模块上的显示模块主要用来显示摄像头采集来的道路信息与GPS采集的信息，串口模块把主处理器模块与地面自主设备中的其他处理器模块相连接进行信息传输，无线网络模块连接着主处理器模块使得主处理器模块与附近其他地面自主设备进行无线通信，电压模块则是为整个装置提供电源供应；软件部分分为操作系统、驱动程序、上位机与算法程序，操作系统主要是运行在主处理器模块中的软件程序，为整个装置的软件运算提供软件平台，驱动程序抽象的连接着硬件部分与软件部分，并驱动硬件部分工作，上位机为硬件部分采集的信息提供一个人机交互界面实现在操作系统上的C语言界面程序，算法程序是实现道路识别方法的核心程序，算法程序主要运行在操作系统之上计算出识别结果。

所述的算法程序是本发明软件部分的核心，以下为算法程序实现步骤：

步骤(1)设定视频图像某一区域为道路所在可接受区域，并规定视频图像像素属于道路区域的条件，如道路区域连续，尖峰噪声较少等。设检测出的道路区域图像像素值假定为1，非道路区域像素值假定为0。

步骤(2)选择现有道路识别方法中的三种方法，分别为模版匹配法，自适应分割法和K-means聚类法作为备用方法，其中三种方法实现过程中都会用到视频图像预处理，形态学滤波等提高检测精度的算法。

步骤(3)模版匹配算法检测速度最快，首先用于检测采集到的视频图像的道路区域，并设定检测到的道路区域为A。