[发明专利]车辆行驶过程中对路况进行识别的系统

摘要

本发明公开了一种车辆行驶过程中对路况进行识别的系统，包括以下步骤：图像信息获取、图像信息预处理、特征提取、路径识别。该系统能够准确将前方需要通过的路况信息计算和反馈出来，便于驾驶人员及时采取相应的措施调整线路或者减速避让，更加安全，防止意外发生。

主权项

车辆行驶过程中对路况进行识别的系统，其特征在于，包括以下步骤：(1)图像信息获取：根据摄像头的工作时序，采集算法采用中断的方法，当单片机检测到场同步脉冲时，进入场中断服务子程序，当进入场中断后，清除标志位，行计数值置零，场计数加1，行间隔计数置0，然后关闭场中断，打开行中断，使单片机得以接受行中断信号，当场中断到来时需要将行计数器置为0以便读取新一场的数据，同时还需要读取脉冲累加器中的数据获取当前智能车的速度值，关闭场中断等待行中断的响应，为了区分行与行之间的数据在每行的开始会有一个行中断信号，在行中断中要完成图像灰度值得读取，在采集完最后一行数据之后再对数据进行分析处理，通常情况下白色的道路灰度值较大，黑色的边沿灰度值较小，通过灰度值的不同来提取道路边缘信息，随后，不断的重复上面的过程，直至采集到180×40的表格数据，将其存放在数组中后续的图像处理中使用；(2)图像信息预处理：在图像采集的过程中，由于摄像头受光线影响以及受自身性能的限制致使摄像头采集的图像中含有噪声，采用中值滤波的方法去除噪声，首先确定一个以某像素点为中心点的邻域，然后将邻域中各像素点的灰度值排序，取中间值作为中心点像素灰度的新值；(3)特征提取：由于路径信息经摄像头采集处理之后，是一幅黑白的灰度图像，故采用边缘检测，因道路黑带分布于两侧，所以从中间的第一个有效数据点开始依次向右进行阀值判断，由于实际中黑白物体边缘可能会出现模糊偏差，导致阀值并不是简单的介于两相邻点之间，甚至要相隔一个点，因此以第line为原点，判断line和line+3的差是否大于该阀值，如果是则将line+3记为i，然后再从下一行的中心位置开始检测，如果line和line+3的差大于该阈值则将line+3记为j，在比较i和j的差值，如果差值小于5则说明i和j的纵向距离比较小，符合实际，所以记i和j为有效数据，重复此过程直至将黑带检测完毕；(4)路径识别：在距离道路中心线左右各4.5米处，有两条10米长的黑色引导线，因道路总宽度为15米，而两侧的黑色引导线可以通过上述边沿检测算法得到，将左右边沿相加取平均值可以得到道路中心线，可以通过计算得到黑色引导线与中心线的中线，即左中心线与右中心线，左右中心线必经过左右起始的黑色引导线，所以可以通过连续扫描左右中心线的方式检测起始线，当扫描到有从白色到黑色的跳变沿时即为找到起始线，在提取黑色引导线的基础上，系统需要识别出弯道和直道，不同弯道的参数，由几何知识可知，由不在同一条直线上的3个点可以确定出1个圆，同一个圆上任意不同的3个点确定的均为同一个圆，因此可以通过道路上的3个点确定出一个圆，进而计算出这3个点确定的圆的半径，半径的倒数即为曲率，采用平面三角形面积公式计算曲率：设平面上的3点及其坐标分别为A(x1,y1),B(x2,y2),C(x3,y3)，定义S(A,B,C)＝(x1‑x3)×(y2‑y3)‑(y1‑y3)×(x2‑x3)则三角形的外心为：x＝S((x1×x1+y1×y1,y1),(x2×x2+y2×y2,y2),(x3×x3+y3×y3,y3))/2×S(A,B,C)y＝S((x1,x1×x1+y1×y1),(x2,x2×x2+y2×y2),(x3,x3×x3+y3×y3))/2×S(A,B,C)求出三角形外心后，进而求出其外接圆半径，最后求出曲率；当S弯弯度较小时同样会出现斜率同正同负的现象，因此应分三段计算斜率，从而可以很好地识别出路径；定义：设平面上的4点及其坐标分别为：A(x1,y1),B(x2,y2),C(x3,y3),D(x4,y4)斜率为k1＝(y2‑y1)/(x2‑x1),k2＝(y3‑y2)/(x3‑x2),k3＝(y4‑y3)/(x4‑x3)，根据k1、k2、k3可区分不同的弯道。