[发明专利]缩微智能车辆寻线控制方法和装置

说明书

技术领域

本发明涉及智能交通领域，特别涉及一种缩微智能车辆寻线控制方法和装置。

背景技术

随着经济的发展和人民生活水平的提高，交通活动已经成为人们生活中的重要组成部分。然而由于汽车增长过快，道路相对不足，交通控制问题已成为经济发展的瓶颈。智能交通系统(Intelligent Transport Systems，简称ITS)于上世纪60年代末产生，是将先进的信息技术、数据通讯传输技术、电子控制技术、计算机技术及智能车辆技术等综合运用于整个交通运输管理体系。智能车辆是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统。作为智能交通系统的重要研究内容之一，智能车辆驾驶已经成为未来汽车市场的发展趋势。智能车辆驾驶系统集中地运用了计算机、传感器、信息融合、通讯、人工智能以及自动控制等技术，是典型的高新技术综合体。作为智能交通系统的重要研究内容之一，智能车辆驾驶主要研究整体自动或者作为辅助驾驶系统完成车辆驾驶任务。目前的智能车辆技术中自主导航和自动驾驶是智能车辆开发的关键技术，而自主导航和自动驾驶的实现过程中，关键技术是完成道路的识别和跟踪的计算机视觉处理技术。

在李德毅院士等专家的倡导下，智能车辆驾驶领域的相关专家已于2009开始，陆续在北京、重庆、西安、天津等地进行了多次工作会议以及缩微智能车辆自主驾驶演示。经研究发现，缩微智能车辆完成道路识别和跟踪的前提是能够正确识别左右车道线，但是现有方法都是在缩微环境相对单一，光线相对均匀的情况下识别车道线的，在光线反射不均匀、地面有强烈反光等环境较复杂的情况下寻线效果欠佳。

发明内容

本发明的目的是解决现有缩微智能车辆在缩微道路环境复杂、光线不均匀、车道有强反光的情况下寻线不稳定而提出一种基于视觉处理的缩微智能车辆寻线控制方法。

本发明的缩微智能车辆寻线控制方法，包括：

步骤110、利用图像采集装置，获得道路的单通道灰度图像；

步骤130、对图像进行自适应阈值二值化处理，将大于阈值的像素点赋值为255，小于阈值的像素点赋值为0，得到单通道二值化图像；

步骤140、对单通道二值化图像进行边缘检测，将白色和黑色相接处的像素点赋值为255，其余赋值为0；

步骤150、在经过边缘检测处理后的图像中进行寻线处理；

步骤160、确定左车道线或/和右车道线。

作为一种优选实施方式，在步骤130前，包括步骤120，对图像进行滤光处理，即用单通道灰度图像像素点减去背景图像相同位置的像素点；所述背景图像为对单通道灰度图像进行腐蚀处理和膨胀处理，除去和车道线相同宽度的白色线后得到的图像。

优选的，所述对单通道灰度图像进行腐蚀处理和膨胀处理为，对所述单通道灰度图像首先腐蚀NY次，然后膨胀NY次，其中，表示向上取整运算，n为控制系数，n＝5×v+n′，v为缩微智能车辆当前行驶速度，单位为米/秒，v≥0，n′为缩微智能车辆静止状态时所采集的图像中车道线的宽度，单位为像素。

作为另一种优选实施方式，在步骤160后，还包括步骤170，根据所得左车道线或/和右车道线，拟合生成中轴车道线，如果左车道线和右车道线都有，则左车道线和右车道线的X轴坐标的平均值为中轴车道线，如果只有右车道线，则右车道线向X轴负方向平移半个车道即为中轴车道线，如果只有左车道线，则左车道线向X轴正方向平移半个车道即为中轴车道线。

作为另一种优选实施方式，在步骤170后，还包括制动控制步骤，根据前进方向和中轴车道线之间的夹角和距离调整车轮的角度，或者如果左车道线和右车道线都没有且缩微智能车辆不在十字路口或丁字路口，则缩微智能车辆判定不在车道行驶，采取停车操作。

优选的，步骤110所述利用图像采集装置，获得道路的单通道灰度图像为，利用图像采集装置采集道路的三通道RGB图像，然后将三通道RGB图像转换成单通道灰度图像；所述将三通道RGB图像转换成单通道灰度图像采用以下公式进行：

Y＝0.212671×R+0.715160×G+0.072169×B

其中，Y为灰度图像像素点灰度值；R为RGB图像像素点红色分量值；G为RGB图像像素点绿色分量值；B为RGB图像像素点蓝色分量值。

本发明的缩微智能车辆寻线控制装置，包括与中央处理器相连接的图像获取模块、图像自适应阈值二值化处理模块、边缘检测模块、车道线寻线处理模块和车道线识别模块；

所述图像获取模块，用于获得道路的单通道灰度图像；