[发明专利]基于机器视觉的低速园区无人车巡航及紧急制动系统

摘要

本发明公开了一种基于机器视觉的低速园区无人车巡航方法。步骤1)建立道路语义分割模型，语义分割模型在ICNet的基础上通过制作道路本地数据集、训练道路本地数据、微调参数和网络结构，对ICNet的backbone做出调整，缩小卷积核的size；加载模型，输入待预测图像image，运行模型预测输入；步骤2)基于道路语义分割模型的识别结果计算车辆偏移道路中心的距离：本发明既解决了以激光雷达为主要传感器的自动驾驶方案的成本高昂问题，也解决了传统计算机视觉的车道线感知受环境复杂度影响的问题。本发明借由于本地化ICNet的模型的性能提高，使得Yolov3和ICNet模型同时运行依然能够达到20fps+。

主权项

1.一种基于机器视觉的低速园区无人车巡航方法，其特征在于步骤如下：1)建立道路语义分割模型语义分割模型在ICNet的基础上通过制作道路本地数据集、训练道路本地数据、微调参数和网络结构，对ICNet的backbone做出调整，缩小卷积核的size；加载模型，输入待预测图像image，运行模型预测输入；2)基于道路语义分割模型的识别结果计算车辆偏移道路中心的距离：①道路右边界识别：以ICNet的道路语义分割识别结果作为输入图像，具体为：Canny检测得到道路轮廓图像；Hough直线检测得到道路的轮廓的许多短小的直线组成直线集；过滤直线集中斜率符合要求的直线组成新的图像；②曲线拟合及曲率计算：基于像素直方图算法识别图像中哪些像素属于道路右边界，并使用马氏距离去除异常值；利用道路右边界像素拟合二阶多项式f(x)＝a₀+a₁x+a₂x²，以图像中心为车辆位置计算车辆偏移道路中心距离；3)计算PID车辆横向控制公式参数PID横向控制公式：y＝y_+p*(o₁‑o₂)+i*o₁+d*(o₁‑2*o₂+o₃)o₁：当前帧的车辆偏移道路中心距离，o₂：上一帧的偏移距离；o₃：上上一帧的偏移距离，y:当前帧的方向盘转角；y_:上一帧的方向盘转角，P、i、d：为系数。