[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

说明书

本发明公开了一种基于机器视觉的智能车道线检测和避障系统。所述图像预处理模块的输出端连接有所述车道线提取模块的输入端，所述车道线提取模块的输出端连接有所述数据处理模块的输入端，所述启动模块的输出端连接有所述差分gps模块的输入端，图像预处理模块的内部设置有区域提取模块、区域提取模块、灰度化模块、图像滤波模块、图像增强模块，从而可以对车道线进行更加准确的检测，提高了汽车在行驶时的安全性，从而使得智能车行驶的过程中，图像会受到光线的影响，当光照不均匀或者过暗时，图像预处理模块内部的模块会对采集的数据进行处理，从而尽量提高了图像精度，提高了后续车道线检测的精确性，为人们的驾驶带来了更加便利快捷的体验。

技术领域

本发明属于智能车道线检测技术领域，具体为一种基于机器视觉的智能车道 线检测和避障系统。

背景技术

智能车辆是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综 合系统，它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动 控制等技术，是典型的高新技术综合体。对智能车辆的研究主要致力于提高汽 车的安全性、舒适性，以及提供优良的人车交互界面。近年来，智能车辆己经 成为世界车辆工程领域研究的热点和汽车工业增长的新动力，很多发达国家都 将其纳入到各自重点发展的智能交通系统当中。智能车在使用时，需用用到智 能车道线检测和避障系统。

但是常见的智能车道线检测和避障系统在使用时精确度不够高，从而使得使 用时较为不便。

发明内容

本发明的目的在于：为了解决上述提出的问题，提供一种基于机器视觉的智 能车道线检测和避障系统。

本发明采用的技术方案如下：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、数据采集模块、图像预处理模块、车道线提取模块、数据 处理模块、差分gps模块、激光雷达模块、电子罗盘模块、避障算法模块、目 标不可达改进模块、局部最优改进模块、区域提取模块、区域提取模块、灰度 化模块、图像滤波模块、图像增强模块，所述启动模块的输出端连接有所述数 据采集模块的输入端，所述数据采集模块的输出端连接有所述图像预处理模块 的输入端，所述图像预处理模块的输出端连接有所述车道线提取模块的输入端， 所述车道线提取模块的输出端连接有所述数据处理模块的输入端，所述启动模块的输出端连接有所述差分gps模块的输入端，所述差分gps模块的输出端连 接有所述激光雷达模块的输入端，所述激光雷达模块的输出端连接有所述电子 罗盘模块的输入端，所述电子罗盘模块的输出端连接有所述避障算法模块的输 入端

在一优选的实施方式中，所述避障算法模块的内部固定安装有目标不可达改 进模块和局部最优改进模块，所述目标不可达改进模块和局部最优改进模块的 输出端连接有所述避障算法模块的输入端；

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

在一优选的实施方式中，所述数据采集模块选取了华硕XTION2摄像头；所 述数据采集模块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。

在一优选的实施方式中，所述区域提取模块中感兴趣区域选为原图片的2/5， 所述灰度化模块将R、G、B三通道中一通道的值作为灰度图像的灰度值。

在一优选的实施方式中，所述图像滤波模块借助模板，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。

在一优选的实施方式中，所述图像增强模块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。