[发明专利]驾驶员辅助系统和护栏检测方法

说明书

本发明涉及用于生成护栏样式的计算机实施方法，其包括：a.用一摄像机捕获一图像帧；b.确定所述图像帧包括护栏的至少两个护栏结构，并利用剪切框跟踪所述图像帧中的护栏结构，其中，所述护栏结构包括非垂直部分和垂直部分；c.处理剪切框的信息，以提取所跟踪的护栏结构之一的角梯度信息；d.使用聚类方法对角梯度信息进行聚类，以生成有关剪切框的各部分的角度信息簇；e.提取剪切框的非垂直部分上的信息；f.重复步骤c到e，直到所有跟踪的护栏结构都完成了这些步骤；以及g.通过所跟踪的护栏结构的非垂直部分拟合一曲线。本发明还涉及一种用于实施所述方法的驾驶员辅助系统以及一种用于检测护栏结构的训练机器学习算法。

技术领域

本发明涉及机器学习领域，具体而言，本发明涉及一种用于检测护栏的方法，一种用于实施所述方法的驾驶员辅助系统以及一种用于检测护栏结构的训练机器学习算法。

背景技术

检测路边护栏对高度自动化驾驶具有极为重要的意义。这些结构(即护栏)遍布世界各国的道路。它们在路边的存在为车辆侧向移动提供了自由空间的物理限制。因此，护栏检测非常重要。这一问题(即护栏检测)可借助一摄像机(例如黑白摄像机)来处理。

发明内容

本发明涉及一种用于生成护栏样式的计算机实施方法，其中包括：

a.用一摄像机捕获一图像帧；

b.确定图像帧包括一护栏的至少两个护栏结构，并利用剪切框跟踪图像帧中的护栏结构，其中，护栏结构包括非垂直(即“竖直”)部分(NVP)和垂直部分(VP)；

c.处理剪切框的信息，以提取所跟踪护栏结构之一的角梯度信息；

d.使用聚类方法对角梯度信息进行聚类，以生成有关剪切框的各部分的角度的信息簇；

e.提取剪切框的非垂直部分(NVP)上的信息；

f.重复步骤c到e，直到所有跟踪的护栏结构都经历了这些步骤；以及

g.通过所跟踪的护栏结构的非垂直部分(NVP)拟合一曲线。

角梯度信息可通过提供角梯度描述符，优选提供至少两个护栏结构的方向梯度直方图(HoG)描述符来提取，所述描述符用于提供护栏单个结构的垂直部分和非垂直部分的梯度线以及关于非垂直部分相对于参照物的角方位信息。

角梯度信息可通过实施—面向视图的分布式集群并行计算方法(View-Oriented,Distributed,Cluster-Based Approach to Parallel Computing,VODCA)来提取。

该方法的优点是可重复使用提取方向梯度直方图(HoG)特征的面向视图的分布式集群并行计算方法(VODCA)部分，以减轻计算硬件的负担，并可重复使用来自面向视图的分布式集群并行计算方法(VODCA)框架的分类器部分。

步骤g可包括通过检测到的护栏结构插入一曲线，以获得描述一护栏的连续曲线。

该曲线可是穿过至少两个护栏结构的非垂直部分(NVP)的梯度线交点的一多项式曲线。

上述方法的步骤d可为每个非垂直部分提供一个平均值μ和一个相应的扩展系数σ；并且扩展系数被用来优化曲线拟合。

此外，上述方法的步骤d还可包括去除误报护栏结构。

可确定图像帧包括一道路不同侧上的两个护栏结构。因此，可生成两条曲线。

因此，该方法具有特别的优点，即它能检测一个帧中的多个护栏。对所检测护栏结构的跟踪是以各适宜的跟踪算法或跟踪方法、尤其是用一卡尔曼滤波来执行的。

要确定所述图像帧包含道路不同侧上的两个护栏结构，可考虑护栏结构的角度信息。