[发明专利]一种基于双目视觉的路沿检测方法

说明书

本发明涉及一种基于双目视觉的路沿检测方法，属于智能交通领域。该方法在通过UV视差图得到感兴趣区域的基础上，提取路沿的外观特征和几何特征，采用大小轮廓滤除法滤除路面干扰；在得到外观特征的基础上，采用霍夫变换提取边缘特征信息，并通过直方图统计得到左右路沿候选位置，并根据路沿的几何特征，进一步滤除干扰点，然后对应到霍夫检测的结果中，筛选出左右路沿；采用卡尔曼滤波对路沿实现跟踪，将跟踪结果反馈至下一帧的检测结果中，从而进一步滤除误检点，提高检测精度，得到最终路沿检测结果。本发明可以充分利用双目立体视觉的优点，结合路沿的多种特征精确稳定地检测路沿。

技术领域

本发明属于智能交通领域，涉及一种基于双目视觉的路沿检测方法。

背景技术

随着社会和技术的发展，行驶在交通道路上的车辆越来越多，道路结构环境越来越复杂。交通的发展在为生活带来便利的同时，随之而来的是交通事故的频繁发生。为了减少交通事故的发生，智能交通系统应运而生。智能车作为智能交通系统中极其关键的一部分，能够辅助驾驶员驾驶，从而减少交通事故的发生。

无人驾驶车作为智能车的一种，是智能交通系统的重要组成部分，行驶在高速公路环境中的无人驾驶车需要对周围复杂的交通环境有很好的感知能力，包括对道路最大行驶边界的感知、对潜在碰撞威胁的检测区分等。可靠的环境感知能力对自主巡航控制、碰撞预警和路径规划起到至关重要的作用。

智能车主动安全研究是智能交通研究中重要一环，而智能车防碰撞系统就是为解决智能车主动安全设计的，在智能车防碰撞系统的应用中，道路路沿检测对于区分潜在的碰撞威胁有很重要的作用，并且由于路沿限制了道路的边界，对于车辆的路径规划和局部感知能够提供更丰富的信息；另外，对于更加复杂的交通环境，可以利用路沿确定的车辆最大行驶横向区域来更好的避让车辆。因此道路路沿的检测在智能车研究，特别是道路安全中具有重要的意义。

现有路沿检测技术主要有两种，一是采用摄像头图像处理的方法采集路沿，单一图像无法提供距离信息且三维信息测量精度较低；二是根据激光点云构建路沿模型，其中，点云包含至少两个离散点信息，所述离散点从激光传感器周围物体表面获取。因此，激光点云数据既包括有用的路沿信息，也包括与路沿有交叠部分的植被、树木或路标信息，由于点云数据的离散性，且没有有效区分噪声和有用路沿信息的方法，使植被、树木或路标等噪声无法滤除，导致目前路沿的检测准确度较低。

基于上述问题，本发明提出一种基于双目视觉的路沿检测方法。

发明内容

有鉴于此，本发明的目的在于提供一种基于双目视觉的路沿检测方法，用于提高路沿的检测精度、稳定性及鲁棒性，并能实时的检测路沿，为智能车提供了更丰富的道路环境感知信息。

为达到上述目的，本发明提供如下技术方案：

一种基于双目视觉的路沿检测方法，如图1所示，该检测方法具体包括以下步骤：

S1：输入两个摄像机获取的道路图像数据，对两个摄像机进行相机标定，对图像进行预处理，采用大规模有效算法获得视差图，基于此确定感兴趣区域；

S2：在感兴趣区域内分别提取路沿的外观特征和几何特征，并分别进行特征融合；

S3：对感兴趣区域进行逆透视变换处理，获得感兴趣区域的鸟瞰图，然后滤除鸟瞰图中的较小的区域，进一步滤除路面以及路旁的干扰；

S4：在外观特征的基础上，提取图中的边缘信息，采用霍夫变换对上述处理后的鸟瞰图进行处理，并采用直方图对靠近车前方区域的像素进行统计，筛选出左右路沿候选区域；根据几何特征进一步滤除干扰点，筛选出左右路沿；

S5：跟踪路沿修正检测结果，得到最终检测结果，完成路沿检测。

进一步，所述步骤S1具体包括以下步骤：