[发明专利]一种车道线自动识别的方法、装置及可读存储介质

说明书

本发明提供了一种车道线自动识别的方法，包括：通过采用三目摄像机采集车辆行驶过程中的道路图像；将所述图像进行ROI区域选择；将所述ROI区域选择后的图像进行灰度化处理；将所述灰度化处理后的图像进行增强；将所述增强的图像进行滤波；将所述滤波后的图像进行边缘检测；将所述边缘检测后的图像进行直线道路模型匹配；使用Hough变换对所述图像进行车道线跟踪检测；将所述车道线进行融合处理，得到车道参考线。本发明还提供了一种车道线自动识别的装置及可读存储介质。本发明能够利用更全面的数据不间断地拟合出车道线，提高车道线检测的实时性和鲁棒性。

技术领域

本发明涉及智能驾驶技术领域，尤其涉及一种车道线自动识别的方法、装置及可读存储介质。

背景技术

智能车辆是智能交通系统的一个重要组成部分，其环境感知系统主要由视觉传感器、激光雷达、惯性元件等一系列高精度的传感器组成，通过这些传感器来采集路况环境信息，进而为智能车辆的控制决策系统提供依据，控制车辆的油口、制动、转向等执行机构，实现车辆的自动驾驶。车道线作为路面最主要的指示信息之一，它可有效地引导车辆在约束的道路区域内行驶，准确地检测出路面的车道线是实现智能车自动驾驶的基础，对智能车自动驾驶技术的研究具有重要意义。目前，基于视觉系统的智能车道导航系统，可以实现对车辆偏离进行有效预警，对于驾驶员因无意识产生的被动偏离有很好的纠正效果。基于视觉系统的智能车导航系统的设计，相对于采用雷达、激光、红外线等数字信号匹配和测距技术具有更为突出的特点。视觉系统采集到图像的信息含量极为丰富，可同时实现道路检测和障碍物识别，不需要改变道路图像的特点。其中，车道线识别是基于视觉系统的车道导航系统核心部分，检测的车道线可为上层控制决策系统提供重要的参考数据。多年来，国内外学者对智能汽车的车道线检测一直致力于研究，在理论与实际应用中都取得阶段性的成果，与此同时也存在以下两个问题：

(1)目前对与车道线检测算法的研究的着重点都在与如何提高算法的实时性，在算法鲁棒性有所欠缺，因此算法未能得到更加广泛的应用；而且有时为了提高能让检测算法更好提升实时性，以减少采集图像信息为代价，同时也将有用的图像信息被忽略，算法的效果也受到一定的影响。因此，在算法的研究上，不但对算法的实时性进行提高，而且对算法的鲁棒性也需进行提高，这是车道检测算法未来的研究方向之一。

(2)当前在道路检测中，智能车辆的视觉系统主要任务是获取道路平面上的二维路径信息，而道路中的其他车辆以及障碍物信息是可以通过视觉系统结合激光雷达系统及避障传感器系统进行信息融合得到。单目视觉系统基本上能够满足较高速度情况下视觉导航的要求，但如何充分利用智能车上的多个摄像机来对道路信息进行处理，以提高车道线检测的实时性与鲁棒性提出了更高的要求。

因此，亟需一种车道线自动识别的方法以应对上述问题。

发明内容

有鉴于此，本发明实施例的目的在于提供一种车道线自动识别的方法、装置及可读存储介质，旨在解决现有技术中采用单目摄像机对车道线检测的实时性和鲁棒性不够高的问题。

为了实现上述目的，本发明采用的第一个技术方案为，提供一种车道线自动识别的方法，包括：

采用三目摄像机采集车辆行驶过程中的道路图像；

将所述图像进行ROI区域选择；

将所述ROI区域选择后的图像进行灰度化处理；

将所述灰度化处理后的图像进行增强；

将所述增强的图像进行滤波；

将所述滤波后的图像进行边缘检测；

将所述边缘检测后的图像进行直线道路模型匹配；

使用Hough变换对所述图像进行车道线跟踪检测；

将所述车道线进行融合处理，得到车道参考线。