[发明专利]一种基于机器视觉的智能车道线检测和避障系统在审

专利信息
申请号: 202210430659.5 申请日: 2022-04-22
公开(公告)号: CN115116023A 公开(公告)日: 2022-09-27
发明(设计)人: 张立磊;吕凌飞;潘真真;刘泽华;曹子恒;张甲庆;马慧;陈硕 申请(专利权)人: 青岛科技大学
主分类号: G06V20/58 分类号: G06V20/58;G06T5/00;G06T5/10;G06T5/20;G06T7/80
代理公司: 石家庄嘉宏智信知识产权代理有限公司 13160 代理人: 李晓康
地址: 266100 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 智能 车道 检测 系统
【权利要求书】:

1.一种基于机器视觉的智能车道线检测和避障系统,包括启动模块(1)、数据采集模块(2)、图像预处理模块(3)、车道线提取模块(4)、数据处理模块(5)、差分gps模块(6)、激光雷达模块(7)、电子罗盘模块(8)、避障算法模块(9)、目标不可达改进模块(10)、局部最优改进模块(11)、区域提取模块(12)、区域提取模块(13)、灰度化模块(14)、图像滤波模块(15)、图像增强模块(16),其特征在于:所述启动模块(1)的输出端连接有所述数据采集模块(2)的输入端,所述数据采集模块(2)的输出端连接有所述图像预处理模块(3)的输入端,所述图像预处理模块(3)的输出端连接有所述车道线提取模块(4)的输入端,所述车道线提取模块(4)的输出端连接有所述数据处理模块(5)的输入端,所述启动模块(1)的输出端连接有所述差分gps模块(6)的输入端,所述差分gps模块(6)的输出端连接有所述激光雷达模块(7)的输入端,所述激光雷达模块(7)的输出端连接有所述电子罗盘模块(8)的输入端,所述电子罗盘模块(8)的输出端连接有所述避障算法模块(9)的输入端。

2.如权利要求1所述的一种基于机器视觉的智能车道线检测和避障系统,其特征在于:所述避障算法模块(9)的内部固定安装有目标不可达改进模块(10)和局部最优改进模块(11),所述目标不可达改进模块(10)和局部最优改进模块(11)的输出端连接有所述避障算法模块(9)的输入端;

所述图像预处理模块(3)的内部固定安装有区域提取模块(12)、区域提取模块(13)、灰度化模块(14)、图像滤波模块(15)和图像增强模块(16),所述区域提取模块(12)、区域提取模块(13)、灰度化模块(14)、图像滤波模块(15)和图像增强模块(16)的输出端连接有所述图像预处理模块(3)的输入端。

3.如权利要求1所述的一种基于机器视觉的智能车道线检测和避障系统,其特征在于:所述数据采集模块(2)选取了华硕XTION2摄像头;所述数据采集模块(2)在使用前需要对其进行标定,标定时打开终端,输入命令行:

rosruncamera_calibrationcameracalibrator.py--size10x6--square0.0215image:/usb_cam/image_rawcamera:usb_cam。

4.如权利要求1所述的一种基于机器视觉的智能车道线检测和避障系统,其特征在于:所述区域提取模块(13)中感兴趣区域选为原图片的2/5,所述灰度化模块(14)将R、G、B三通道中一通道的值作为灰度图像的灰度值。

5.如权利要求1所述的一种基于机器视觉的智能车道线检测和避障系统,其特征在于:所述图像滤波模块(15)借助模板,输出的每一个像素点的值都是通过该像素点邻域内的像素值计算得到的。

6.如权利要求1所述的一种基于机器视觉的智能车道线检测和避障系统,其特征在于:所述图像增强模块(16)通过比例系数将图像的原灰度范围转换成新灰度范围进行图像增强。

7.如权利要求1所述的一种基于机器视觉的智能车道线检测和避障系统,其特征在于:所述车道线提取模块(4)使用的算法为概率霍夫变换法。

8.如权利要求1所述的一种基于机器视觉的智能车道线检测和避障系统,其特征在于:所述差分gps模块(6)选用联创星LCX300GNSS接收机,所述差分gps模块(6)的接收机共两个,一个作为基准站,一个安装在智能车上作为移动站。

9.如权利要求1所述的一种基于机器视觉的智能车道线检测和避障系统,其特征在于:所述电子罗盘模块(8)选取的固态电子罗盘型号是XY-LP3300,其体内包含有三轴固态磁阻传感器,用于测量地磁场。

10.如权利要求1所述的一种基于机器视觉的智能车道线检测和避障系统,其特征在于:所述目标不可达改进模块(10)在斥力势场函数中添加传统距离因子。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛科技大学,未经青岛科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210430659.5/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top