[发明专利]一种车辆循线行驶场景提取方法

权利要求书

1.一种车辆循线行驶场景提取方法，其特征在于：该方法包括以下步骤：

S1、通过自车获取自车的行车视频；

S2、通过自车采集的车道线参数和自车跟踪的目标车参数分别建立line_ID数组和obj_ID数组；

S3、通过对line_ID数组进行检索，提取自车驾驶行为未发生变化的数据段；通过对line_ID数组和obj_ID数组进行检索，提取自车跟踪的目标车辆未发生变化的数据段；

S4、获取自车和自车跟踪的目标车的行驶参数，并根据自车尺寸参数、道路尺寸参数以及自车行驶参数建立自车循线行驶分类器；根据道路尺寸参数、自车行驶参数以及自车跟踪的目标车行驶参数建立目标车循线行驶分类器；

S5、利用自车循线行驶分类器对自车驾驶行为未发生变化的数据段进行循线判断，获取该数据段中自车循线行驶的数据段以及其对应的视频片段；利用目标车循线行驶分类器对自车跟踪的目标车辆未发生变化的数据段进行循线判断，获取该数据段中自车跟踪的目标车循线行驶的数据段以及其对应的视频片段；

其中，S4所述自车的行驶参数包括：自车质心侧偏角β、车道线距自车质心横向距离y₁以及车道线距自车质心纵向距离x₁；

所述自车尺寸参数包括：车长a、车宽b；

所述道路尺寸参数包括：车道线宽度width；

所述自车跟踪的目标车行驶参数包括：目标车距自车质心横向距离y₂以及目标车距自车质心纵向距离x₂；

所述自车循线行驶分类器和目标车循线行驶分类器建立过程为：

当β＝0时，车道线与自车轮廓的最短距离为：

|y₁|-(b/2)

此时自车横向覆盖宽度为b；

当β≠0时，车道线与自车轮廓的最短距离为：

|y₁|cosβ-(bcosβ/2)+|x₁|sinβ

此时自车横向覆盖宽度为：

asinβ+bcosβ

于是，车道线与自车轮廓的最短距离为：

|y₁|cosβ-(bcosβ/2)+|x₁|sinβ

车道线与目标车轮廓的最短距离为：

|y₁(n)-y₂(n)|cosβ-(bcosβ/2)+(x₁(n)-x₂(n))sinβ

式中，y₁(n)、y₂(n)、x₁(n)与x₂(n)分别为n时刻车道线距自车质心横向距离、目标车距自车质心横向距离、车道线距自车质心纵向距离以及目标车距自车质心纵向距离；

于是有自车循线行驶分类器：

当满足：0|y1|cosβ-(bcosβ/2)+x₁sinβwidth-(asinβ+bcosβ)时，判断自车循线行驶；

当满足：0|y₁-y₂|cosβ-(bcosβ/2)+|x₁-x₂|sinβwidth-(asinβ+bcosβ)时，判断自车跟踪的目标车循线行驶。

2.根据权利要求1所述的车辆循线行驶场景提取方法，其特征在于：S3所述line_ID数组包括若干堆动态数据，每一堆动态数据对应某一个车道线的特征参数；对line_ID数组进行检索具体为：对line_ID数组的所有动态数据进行检索，提取其中持续未发生跳变的一段数据，该段数据即为自车驾驶行为未发生变化的数据段。

3.根据权利要求1或2所述的车辆循线行驶场景提取方法，其特征在于：S3所述obj_ID数组包括若干堆数据，每一堆数据对应某一个目标物的特征参数；对line_ID数组和obj_ID数组进行检索具体为：对line_ID数组的和obj_ID数组的所有动态数据进行检索，提取其中持续未发生跳变的一段数据，该段数据即为自车跟踪的目标车辆未发生变化的数据段。