[发明专利]一种车道线检测的方法

说明书

本发明提供一种车道线检测的方法，所述方法包括以下步骤：首先将车道线图像下面部分、可能的车道区域设置为ROI；将ROI区域灰度化和二值化后对采用Canny算子获得边缘图像；再对边缘图像进行Hough变换，将边缘线段从图像空间中转换到Hough空间；依次使用平行约束、长度约束、成对约束、等宽度约束依次对Hough点进行筛选排查；采用动态规划在概率矩阵中搜寻最优的车道组合。本发明的有益效果是针对现有基于Hough变换的车道线检测方法流程繁琐、检测速度较慢的缺陷，本方法根据道路设计规范，在Hough空间中使用长度约束、平行约束、成对约束和等间距约束直接筛选出车道线方程，从而简化过程，提高检测速度。

技术领域

本发明属于智能交通技术领域，尤其是涉及一种车道线检测的方法。

背景技术

在无人驾驶车辆的自主导航以及车辆的智能辅助驾驶系统中，准确提供道路信息至关重要。近几十年来，各国的研究者提出了各种各样的算法以实现结构性道路与非结构性道路的自动识别，主要利用道路特征来采用直线或曲线模型拟合。直线拟合往往采用Hough变换，但是该变换的离散化计算方式，会使得到的结果与道路线并不一一对应，而是分解、零散、重复甚至包含不相关的线段，因此不得不将Hough变换的检测结果变换回原图像空间中进一步筛选。这个处理流程使得车道线检测算法变得复杂，且检测结果不准确。另一方面，由于受到光照、阴影、遮挡、路面破损等干扰，加大了检测的难度。

发明内容

本发明的目的是提供一种简化方法，提高车道线检测速度，解决现有基于Hough变换的车道线检测方法流程繁琐、检测速度较慢等缺陷，能够快速、准确获取车道线，尤其适合用在无人驾驶车辆的自主导航以及车辆的智能辅助驾驶系统中。

本发明的技术方案是：一种车道线检测的方法，所述方法包括以下步骤：

E、首先将车道线图像下面部分、可能的车道区域设置为ROI；

F、将ROI区域灰度化和二值化后对采用Canny算子获得边缘图像；

G、再对边缘图像进行Hough变换，将边缘线段从图像空间中转换到Hough空间；

H、使用下列约束依次对Hough点进行筛选排查：

D1、平行约束：车道线在真实空间中是平行线，经投影变换后则为相交线，且相交于消失点，消失点通常在图像的中心；在Hough空间，则对应为消失线；消失点位置变化，此曲线也相应变化，因此在图像中心对应的曲线周围划定一个曲线带，带宽为m，为消失线可能的变化范围；

D2、长度约束：车道线一般是该方向上的最长直线，保留每列的最大值点，去除其余的Hough点；

D3、成对约束：每条车道线应该有两条长度近似的边；在Hough空间中，此规律是Hough点成对出现，累加值近似，角度相邻，且水平截距相近；据此，对每个候选Hough点，在邻近范围内找概率最大的边缘点；

优选地，邻近范围计算方式如下：假设车道线在图像边缘上的水平截距为dm，候选点的角度为θc，图像高宽为H和W，则车道线可能的左、右边缘线的角度为(θl,θr)，具体计算公式为：

优选地，选择概率最大的候选边缘线组成成对边缘线，边缘线的概率计算方式如下：当前边缘线的角度为θc，累加值为A，候选边缘线的角度为θ’，累加值为A’，当前边缘线与候选边缘线成对的概率p为

当p大于预设阈值时，保留成对边缘线，并将成对边缘线合并成一条边缘线，新边缘线的角度、累加值为成对边缘线对的角度、累加值的平均值；当p小于预设阈值时，舍弃此成对边缘线。

D4、等宽度约束：当摄像头水平居中安装时，左右应该对称，消失点处于图像垂直方向的中心线上，此时，车道在水平方向上的宽度应该相等；