[发明专利]一种基于聚类算法选择敏感区域的驾驶辅助系统

权利要求书

1.一种基于聚类算法选择敏感区域的驾驶辅助系统，其特征在于包括：

基于CCD图像采集设备和蓝牙设备的图像采集单元，所述图像采集单元以一定的角度和位置固定安装在车辆前部，实时对车辆前方的路况图像进行采集并通过蓝牙单元将采集到的数据信息实时输出；

接收所述图像采集单元传送的数据信息、支持L2级别自动驾驶功能的车道线检测单元，所述车道线检测单元读取蓝牙单元传送的数据信息并采用车道线检测方法输出车道线的具体位置信息；所述车道线检测单元包括图像预处理单元、分类器单元、车道线统计单元、信息提取单元和信息整合单元；

所述图像预处理单元接收蓝牙单元传送的道路图像信息对道路图像中的车辆图像进行检测和标注、对车辆所在位置进行图像修复使对应位置恢复空旷的路面图像；

所述分类器单元接收图像预处理单元传送的图像信息对输入的图像块是否包含了车道线信息进行分类，并将分类结果保存在LIM矩阵中；

所述车道线统计单元接收LIM矩阵传送的数据信息并根据LIM矩阵的内容预测图像中消失点的预测位置，根据该预测位置采用聚类方法获取路况图像中每一条车道线所属的感兴趣区域；

所述信息提取单元接收车道线统计单元传送的感兴趣区域并将其转换成HSV色彩空间并提取其中的白色和黄色区域，利用Hough变换提取其中的直线特征得到车道线位置数据；

所述信息整合单元接收信息提取单元传送的车道线位置数据，与其通过网络获取的道路信息进行比对，判断是否找到全部车道线，若没有找全则继续驱动车道线统计单元和信息提取单元对其他车道线进行检测；当检测到全部的车道线时根据车道线位置信息判断车辆是否偏离了正确方向，并将车道线和当前车辆的角度信息传递给警报单元，警报单元发出报警信号提示用户；

所述车道线统计单元获取车道线所属的感兴趣区域时：设将车道线在图像中的形状近似为一条直线、所有车道线最终相交于消失点，根据LIM矩阵中的数值分布估计消失点的大概位置，将这一位置坐标假设为消失点通过统计过消失点的不同直线穿过图像块的数目对LIM矩阵中的图像块进行聚类依次找到每一条车道线所属的感兴趣区域；

所述图像预处理单元对图像进行修复时：采用R-CNN车辆检测方法将车辆对应部分图像涂黑，采用PatchMatch方法对缺失部分的像素进行临近搜索将黑色部分补全；

所述图像预处理单元对图像预处理的方法为：其中输入图像尺寸为1242*375像素，以图像左上角为原点坐标，分别取向右和向下为x轴、y轴的正方向；其中，纵坐标小于195处的部分为天空，横坐标小于100和大于850像素的位置为道路左右两侧，剩余的道路区域尺寸为180*750像素，切分成150个图像块，保存在矩阵pitch中；

img_i,j代表第i行第j列位置的图像块，由分类器单元对图像块进行处理；

所述分类器单元采用了包含2个卷积层和2个池化层的卷积神经网络实现，该卷积神经网络结构包含输入层、卷积层C1、池化层S2、卷积层C2、池化层S4、全连接层F5和F6以及输出层，输出层尺寸为2，分别表示输入图像被认为属于包含车道线信息和不包含车道线信息的概率，在训练时使用交叉熵错误率作为损失函数：

分类后的结果得到LIM矩阵如公式2所示：

其中D是所述分类器单元，当输入图像包含车道线信息时，结果为1、否则为0，根据LIM矩阵的结果，将全部包含了车道线信息的图像块保存在集合C中；

将LIM矩阵传送至车道线统计单元用于对LIM矩阵中的内容进行提取，包括如下步骤：

S1：用来根据LIM矩阵中元素的分布情况估计车道线消失点在道路图像中的坐标；

S2：设步长为2度，假设出的消失点做直线，统计不同角度下直线穿过包含了车道线的图像块的数目；

S3：求得直方图中的最大值，若存在多个连续的最大值则取连续最大值的中心位置，若存在离散的最大值分布则取最后一个角度α；

S4：根据求得的α值，将对应角度的直线所穿过的包含了车道线的图像块保存在集合Cα中，并取：

C＝C/C_α (3)

同时对LIM矩阵进行更新，将LIM矩阵中全部不再属于集合C的元素全部重置为0；

所述车道线统计单元将LIM矩阵、与集合C和Cα的内容传递给所述信息提取单元。