[发明专利]一种高效的车道线检测跟踪方法及系统有效
申请号: | 201710111868.2 | 申请日: | 2017-02-28 |
公开(公告)号: | CN107025432B | 公开(公告)日: | 2018-08-21 |
发明(设计)人: | 胡延平;王乃汉;谢有浩;陈无畏;赵林峰;谈东奎;蒋玉亭 | 申请(专利权)人: | 合肥工业大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/62 |
代理公司: | 合肥市长远专利代理事务所(普通合伙) 34119 | 代理人: | 刘勇;金宇平 |
地址: | 230000 安徽省合*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 高效 车道 检测 跟踪 方法 系统 | ||
本发明公开了一种高效的车道线检测跟踪方法及系统,所述方法包括以下步骤:S1、采集车辆环境图像信息;S2、确定消失线位置、感兴趣区域、匹配的车道线宽度比例系数的最大值和最小值;S3、进行边缘检测并搜索满足车道线特征搜索条件的特征点;S4、对满足车道线特征搜索条件的特征点往消失线以及预设的两条车道水平线上进行投影,并在消失线上寻找消失点;S5、根据消失点位置进行反向搜索,提取车道边界线的特征点,并确定车道线;S6、根据车道线建立带状区域,并利用置信度约束车道线位置和宽度。本发明基于投票机制检测消失点,并划分目标搜索区域,通过采集车道边缘线上的两点,能够快速准确地检测出车道线。
技术领域
本发明涉及汽车偏离预警技术领域,尤其涉及一种高效的车道线检测跟踪方法及系统。
背景技术
我国汽车产量和数量的急剧增长,驾驶安全问题受到越来越多的关注。目前,汽车驾驶辅助系统产品随着消费者需求量的增加而快速发展,城市建设和汽车产业的迅速发展,致使世界各国面临着日益严峻的交通问题。鉴于交通事故带来的巨大损失,智能辅助驾驶系统和自动驾驶汽车技术成为了当今交通领域和汽车工业界的研究热点。其中车道线的识别技术是非常重要的一个环节。为了满足智能驾驶的实际需要,车道线识别算法必须保证具有很好的可靠性、实时性和鲁棒性。
国内外学者对基于机器视觉的车道线检测算法已经进行了大量研究并取得了一定成果。在检测算法中,主要可以分为2类:模型法和特征法。基于模型的方法主要是通过提取的车道线特征点与车道线几何模型进行匹配提取车道线;基于特征的方法主要是通过车道线边缘点的梯度、方向和灰度值等一些特征来检测车道线。基于特征的车道线检测容易受到道路环境的干扰;基于模型的方法具有较好的鲁棒性,但是运算量大,实时性较差。
发明内容
基于背景技术存在的技术问题,本发明提出了一种高效的车道线检测跟踪方法及系统。
本发明提出的高效的车道线检测跟踪方法,包括以下步骤:
S1、采集车辆环境图像信息;
S2、根据车辆环境图像信息确定消失线位置、感兴趣区域、匹配的车道线宽度比例系数的最大值和最小值;
S3、根据消失线位置、匹配的车道线宽度比例系数的最大值和最小值在感兴趣区域内进行边缘检测并搜索满足车道线特征搜索条件的特征点;
S4、对满足车道线特征搜索条件的特征点往消失线以及预设的两条车道水平线上进行投影,并在消失线上寻找消失点;
S5、根据消失点位置进行反向搜索,提取车道边界线的特征点,并根据车道边界线的特征点确定车道线;
S6、根据车道线建立带状区域,并利用置信度约束车道线位置和宽度。
优选地,步骤S2具体包括:
车道线宽度比例系数的范围由更改比例系数k1、k2确定其幅度;
k1为车道线宽度比例系数的最小值,k2为车道线宽度比例系数的最大值,且k2与k1满足正比例关系;
优选地,步骤S3具体包括:
边缘检测通过周围八个像素点的加权值代替中间点的像素值,提取车道线的轮廓,再搜索满足车道线特征搜索条件的特征点;
满足车道线特征搜索条件具体包括:
满足上升沿和下降沿阈值范围;其中,上升沿阈值为64,下降沿阈值为-64;
满足车道线宽度范围;
对消失线以下的车道线宽度进行车道线宽度设定,车道线宽度比例系数的最小值和最大值分别为k1、k2,其中,k1=5.0/125.0,k2=35.0/125.0。
优选地,步骤S4具体包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710111868.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:墙壁开关
- 下一篇:VCD机(2600)