[发明专利]一种获取无人驾驶所需静态交通信息的方法

说明书

本发明公开了一种获取无人驾驶所需静态交通信息的方法，包括：制作交通信号灯和交通标识牌的样本图片；通过交通信号灯和交通标识牌的轮廓特征，筛选出疑似交通信号灯和交通标识牌的图像区域，获得交通信号灯和交通标识牌的待预测样本，将交通信号灯和交通标识牌的图像区域分别输入到对应的卷积神经网络进行识别；车道线待预测样本通过色彩特征过滤其他非车道信息，然后通过边缘检测的动态阈值来提取边缘信息，再进行霍夫变换得到直线位姿，所述直线位姿包括位置、长度以及角度信息。本发明可以采集识别道路信息，为无人车的运动控制系统提供道路静态信息，通过捕捉路口信号灯信息，道路标识牌以及车道线来确定车辆的行驶策略。

技术领域

本发明属于无人驾驶技术领域，具体涉及一种获取无人驾驶所需静态交通信息的方法。

背景技术

无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

现有技术中对于静态交通信息(交通信号灯、交通标识牌以及车道线等)的识别方法有多种，例如公开号为CN201710060178.9的专利文献公开了一种通过行车记录仪进行红绿灯识别的方法和系统，通过行车记录仪进行红绿灯识别的方法和系统，其中方法包括：获取交通灯的图像信息；根据交通灯的图像信息，分析识别交通灯的状态信息；根据交通灯的状态信息，向用户发出提示。

公告号为CN201220075023.5的专利文献公开了一种车载红绿灯识别显示装置，包括信号接收器、控制器和显示器，所述的信号接收器、显示器分别和控制器电连接。将红绿灯转化为文字图像和声光信号，可提醒驾驶员注意道路前方的红绿灯，尤其是为弱视和色盲的驾车者提供了便利。

现有的交通标识牌识别方法存在识别目标种类单一，识别范围较小，速度较慢等问题。

发明内容

为了解决上述问题，本发明提供一种获取无人驾驶所需静态交通信息的方法，识别无人驾驶系统所需的静态交通信息，为运动控制单元提供必要的决策信息。

本发明的技术方案为：一种获取无人驾驶所需静态交通信息的方法，包括以下步骤：

(1)采用星光级摄像头对车道线、交通信号灯和交通标识牌进行拍摄；

(2)制作交通信号灯和交通标识牌的样本图片；

(3)通过交通信号灯和交通标识牌的轮廓特征，筛选出疑似交通信号灯和交通标识牌的图像区域，获得交通信号灯和交通标识牌的待预测样本，将交通信号灯和交通标识牌的图像区域分别输入到对应的卷积神经网络进行识别；

车道线待预测样本通过色彩特征过滤其他非车道信息，然后通过边缘检测的动态阈值来提取边缘信息，再进行霍夫变换得到直线位姿，所述直线位姿包括位置、长度以及角度信息，经由直线位姿的计算比对，得到左右两边的车道线位姿。

作为优选，采集交通信号灯和交通标识牌的星光级摄像头的焦距为12mm。

作为优选，采集车道线的星光级摄像头的焦距为4mm。

作为优选，交通信号灯的样本图片来源于应用路段采集的视频流，交通标识牌的样本图片在德国GTSRB图库的基础上进行筛检得到。

作为优选，所述交通信号灯和交通标识牌的轮廓特征包括组成轮廓的边数、高度以及宽度中的至少一种。

作为优选，将样本图片变换为64x64的图像，RGB通道都设置为255。

作为优选，所述交通信号灯和交通标识牌的样本图片中80％的样本图片用于训练，20％的样本图片用于测试。