[发明专利]基于双低成本摄像头的车道偏离预警方法

摘要

基于双低成本摄像头的车道偏离预警方法属于辅助驾驶领域。本发明利用双低成本的摄像头实现了车道偏离预警算法。首先通过安装在智能车左右车耳朵下的摄像头获取实时图像；接着分别对两副图像进行预处理、IPM、特征点提取等；再根据候选车道线的特征点进行聚类后得到车道线特征点；再对图像进行霍夫直线变换检测；最后提取左摄像头的最右边车道线和右摄像头的最左边车道线进行计算偏离距离。偏离距离计算是在图像逆透视变换后的IPM图像上建立的模型，有效地解决出现一侧摄像头检测失败的情况。本发明用双低双成本的摄像头代替了传统单个高清工业摄像头，不仅极大地降低了成本，而且在算法运算开销、准确性、实时性等方面都有很好的表现。

主权项

基于双低成本摄像头的车道偏离预警方法，其特征在于，包括以下步骤：步骤1：传感器安装；将摄像机分别安装在智能车辆两侧后视镜的正下方并与车体的纵向坐标轴平行，安装摄像机时，应保证两摄像机必须位于同一平面内，并能够采集到车辆两侧的车道线图像；步骤2：摄像头标定；分别对两摄像头进行标定，标定的视野范围为：宽600cm,远1000cm；调整摄像头的左右、上下角度，使标定后左右摄像头的位置要在同一平面内；步骤3：图像的预处理；先对图像进行灰度处理，灰度处理的公式为Gray＝R*0.5+G*0.5，其中R、G分别代表红蓝通道分量值，Gray表示转换后的像素的灰度值；然后对图像进行中值滤波，采用3×3的方形领域对图像进行滤波处理；步骤4：IPM；对灰度图像进行逆透视处理得到鸟瞰图像，透视矩阵是标定后的H矩阵；步骤5‑1：计算相邻图像像素的均值；设某点是(x,y)，满足y∈[0,h)且x∈[2,w‑2)；x,y分别是像素点的列和行，w是图像的宽度，h是图像的高度；则有相邻图像像素的均值为：avg(x,y)=1tΣi=-t/2i=t/2f(i+x,y)]]>其中t＝5；步骤5‑2：计算边缘提取阈值T,其计算公式表达如下：T=avg(x,y)12avg(x,y)>200avg(x,y)550<avg(x,y)≤200avg(x,y)10other]]>其中avg(x,y)为点(x,y)水平线附近的均值；步骤5‑3：计算边缘的升变点ep和降变点ev；ep∈{f(x+2,y)‑f(x,y)>T}ev∈{f(x+2,y)‑f(x,y)<‑T}f(x,y)为当前点(x,y)的灰度值，f(x+2,y)为点(x,y)水平方向的间隔点的灰度值；步骤5‑4：比较升变点和降变点的宽度，剔除不满足的点；Δw＝ep(x)‑ev(x)若Δw>W，则认为是不可能出现的车道线，则要舍弃；其中，ep(x)和ev(x)分别表示升变点和降变点的列像素坐标，W为车道线在图像中占有的最大的像素个数；步骤6：基于车道线的聚类方法；经过特征点提取后得到的车道线候选域，聚类车道线特征点；假定起始点为(x0,y0)，设定一个m*n，即m行n列的方形的窗口，每次从下向上，从左到右的扫描特征点；如果在窗口内每行第一次遇到的特征点即为有效特征点，这行的其他特征点将不被扫描；如果这个窗口内没有特征点，窗口将平移n‑1行，若累计超过2n行没有特征点，聚类结束；如果y>h或x>w,聚类结束，其中w是图像的宽度，h是图像的高度；步骤7：将聚类后生成的特征点分别进行Hough变换，并延长直线，分别取近处y＝180pix，远处y＝120pix；步骤8：分别计算在远近处这两点离边缘的横坐标距离Dr和Dl，W＝Dr+Dl，则有ΔD＝Dr‑Dl，当ΔD>0时，偏向左车道线；当ΔD<0时，偏向右车道线；当ΔD＝0时，没有发生偏移；步骤9：将检测的结果显示或发送给决策者，以便及时进行调整；当连续5帧以上图像误差ΔD′>TD，TD取30pix,则重新初始化，并将最新的检测结果发给或显示给决策者。