[发明专利]一种基于视觉传感器的自动驾驶车辆可行驶区域检测方法

说明书

一种基于视觉传感器的自动驾驶车辆可行驶区域检测方法，输入仅通过视觉传感器获得的图像；对图像进行裁减和尺寸调整图像预处理；将预处理后图像输入至网络对其进行前馈，检测障碍物的边界得到可行驶区域坐标点；对可行驶区域坐标点，经计算还原出更加准确的坐标值结果，计算出在原所述图像上的可行驶区域，其可仅通过自动驾驶车辆感知系统中的视觉传感器系统，结构化道路车辆的可行驶区域检测，经可行驶区域的表述及其输出给下层，即车辆决策规划模块，进行车辆行驶路径规划。

技术领域

本发明提出一种视觉传感器的自动驾驶车辆可行驶区域检测方法。

背景技术

自动驾驶技术包括环境感知、决策规划和车辆控制三大部分。可用于智能驾驶环境感知的硬件设备有很多，主要包括相机、激光雷达、毫米波雷达、超声波雷达等。视觉技术多用于智能车辆的车道级定位、识别道路几何结构、检测周边的车辆或行人等障碍物、识别交通灯和交通标志等。

环境感知作为第一环节，处于智能驾驶车辆与外界环境信息交互的关键位置，其关键在于使智能驾驶车辆更好地模拟人类驾驶员的感知能力，从而理解自身和周边的驾驶态势。

自动驾驶功能的开发需要感知系统给出主前方可行驶区域，现有技术方案采用了视觉+地图相结合的方案，技术难度较高。

业界解决这一问题的主流算法有使用纹理特征来提取分割可行驶区域，也有使用基于深度学习的分割模型来分割路面、车辆、人行道等，同样可以用来检测可行使区域。但是基于传统机器视觉的纹理特征检测的泛化性能较差，无法适应多种复杂场景；后者虽然能准确的分割出图像中各种目标，但是计算量大，很难做到实时，速度无法达到需求。

发明内容

本发明的目的是提供一种基于视觉传感器技术的结构化道路可行驶区域检测方案，提出一种单纯基于视觉传感器的道路可行驶区域检测方法，实现结构化道路的车辆可行驶区域的检测方法，以提供给车辆的决策系统进行路径规划。

为实现上述技术目的，本发明提供一种基于视觉传感器的自动驾驶车辆可行驶区域检测方法，其步骤包括：输入视觉传感器的图像步骤，检测所述图像中的可行驶区域步骤，输出可行驶区域的坐标点到车辆决策层步骤，其中：所述输入视觉传感器的图像步骤中的所述图像仅通过视觉传感器获得；所述检测所述图像中的可行驶区域步骤中还包括：(1)图像预处理：对所述图像进行裁减和尺寸调整；(2)图像检测：将预处理后图像输入至网络对其进行前馈，检测障碍物的边界，对于所述预处理后图像按照纵列回归出一个可行驶区域坐标点，所述可行驶区域坐标点为距离拍摄源最近的障碍物的下边缘点，并输出所述可行驶区域坐标点；(3)图像后处理：处理所述网络的所述可行驶区域坐标点，经计算还原出更加准确的坐标值结果，计算出在原所述图像上的可行驶区域。

本发明可仅通过自动驾驶车辆感知系统中的视觉传感器系统，结构化道路车辆的可行驶区域检测，经可行驶区域的表述及其输出给下层，即车辆决策规划模块，进行车辆行驶路径规划。

作为进一步的改进，所述裁减为：将所述图像从1920*1208大小裁剪至1920*640大小，以忽略干扰区域；所述尺寸调整为：对所述裁减后图像下采样2倍到960*320的尺寸。

作为进一步的改进，所述裁减是自所述图像的纵向坐标430开始至纵向坐标1070为止，并保留二者之间的640个点。

作为进一步的改进，按照每16个纵列回归出一个所述可行驶区域坐标点，以压缩输出的信息量并提升速度。

作为进一步的改进，在所述图像检测中通过Caffe引擎进行前馈。

作为进一步的改进，在所述图像检测中的所述可行驶区域坐标点为 60*20*三维度矩阵，其中：60*20是960*320图像输入尺寸下采样16倍得到，所述三维度矩阵:坐标值、下采样误差值和障碍物分类属性三部分。