[发明专利]一种基于机器视觉的高速公路汽车偏离车道线主动识别及预警方法

说明书

本发明公开了一种基于机器视觉的高速公路汽车偏离车道线主动识别及预警方法，其特征在于，包括以下步骤：步骤一、通过摄像头采集汽车前方高速道路图像，经过预处理得到感兴趣区域目标图像；步骤二、在感兴趣区域目标图像上通过霍夫变换检测出车道线；步骤三、基于卡尔曼滤波器对车道线预测值与霍夫变换检测出的车道线进行比较和匹配，进行跟踪汽车行驶的车道线；步骤四、基于汽车与实时跟踪汽车行驶的车道线的偏离距离，进行汽车偏离车道的预警。

技术领域

本发明涉及智能汽车电子工程算法研究领域，尤其涉及一种基于机器视觉的高速公路汽车偏离车道线主动识别及预警方法。

背景技术

随着汽车制造业的高速发展，汽车逐渐成为家庭短距离出行的重要交通工具，但随之而来是城市道路交通安全问题，根据权威部门调查：66％的汽车驾驶员自己在驾驶过程中打瞌睡，约有50％的汽车交通事故是因为汽车偏离正常的行驶车道引起的，究其主要原因就是驾驶员心神烦乱、注意力不集中或驾驶疲劳引发偏离车道，随后酿成重大交通事故。每年全世界范围内都有很多人因为车辆行驶偏离而丧生于车祸当中，为了避免这样的事情发生，人们提出了一种智能辅助驾驶系统，能够在一定程度上预警驾驶员，达到减少此类事故发生的效果。车道线检测便是智能驾驶辅助系统中很重要的一部分，在此领域已经提出了一系列获得良好效果的算法，其中包括基于模板、基于纹理、基于区域的算法。车道偏离预警系统是一种在发生车道偏离时通过预警的方式提醒驾驶员作为及时响应的主动安全系统，主要用于预防由于驾驶员注意力不集中等原因而引起的车道偏离而发生碰撞。随着机器视觉、人工智能的高速发展，基于机器视觉的车道线偏离监测技术越来越成为汽车前向防碰撞预警、汽车车道偏离检测等高级驾驶辅助(ADAS)以及汽车无人驾驶等领域的重点研究方法。

为实时性的限制，即使一些著名的算法有较高的检测和跟踪率，但因为它们需要耗费大量的处理时间，所以很难应用到实际当中，比如Yue Wang利用B-Snake进行车道线检测的算法。一些算法在光照较弱和车道线缺失的情况下也能够获得较好的检测效果，但是对于弯道检测却有较高的错误率，比如Massimo Bertozzi利用立体视觉系统进行车道线检测的算法。

发明内容

本发明为解决目前的技术不足之处，提供了一种基于机器视觉的高速公路汽车偏离车道线主动识别及预警方法，利用从摄像头获得的图像信息检测车道线，并且在车道数较多时实现车道线实时跟踪，并根据车道线跟踪结果防止车辆偏离车道线的预警。

本发明提供的技术方案为：一种基于机器视觉的高速公路汽车偏离车道线主动识别及预警方法，包括以下步骤：

步骤一、通过摄像头采集汽车前方高速道路图像，经过预处理得到感兴趣区域目标图像；

步骤二、在所述感兴趣区域目标图像上通过霍夫变换检测出车道线；

步骤三、基于卡尔曼滤波器对车道线预测值与霍夫变换检测出的车道线进行比较和匹配，进行跟踪汽车行驶的车道线；

步骤四、基于汽车与实时跟踪汽车行驶的车道线的偏离距离，进行汽车偏离车道的预警。

优选的是，

所述预处理依次包括图像灰度化处理、感兴趣区域设置、图像二值化处理、边缘检测。

优选的是，

所述感兴趣区域设置的设置比例因子δ∈[0,1]，将图像灰度化处理后的图像顶部开始的满足所述比例因子的图像去除，保留剩余部分图像为感兴趣区域图像。

优选的是，

在所述步骤二中，所述霍夫变换包括：

步骤a、初始化霍夫变换累加器，对感兴趣区域目标图像进行霍夫变换运输，将运算结果保存到霍夫变换累加器中；

步骤b、找出霍夫变换累加器中的小于阈值的值，并将对应的点清零；