[實用新型]一種無人駕駛車輛車道標(biāo)志線識別與報警裝置

有效

• 申請?zhí)枺?/td>: 201120203640.4
• 申請日: 2011-06-16
• 公開（公告）號: CN202134079U
• 公開（公告）日: 2012-02-01
• 發(fā)明（設(shè)計）人: 韓毅;王旭;焦磊;許世維
• 申請（專利權(quán)）人: 長安大學(xué)
• 主分類號: G08B21/00
• 分類號: G08B21/00;B60W40/06;G06K9/00;G06K9/36
• 代理公司: 西安恒泰知識產(chǎn)權(quán)代理事務(wù)所 61216
• 代理人: 李鄭建

技術(shù)領(lǐng)域

本實用新型涉及無人駕駛車輛技術(shù)領(lǐng)域，具體的說，涉及一種無人駕駛車輛車道標(biāo)志線識別與報警裝置。

背景技術(shù)

無人駕駛汽車集自動控制、體系結(jié)構(gòu)、人工智能、視覺計算等眾多技術(shù)于一體，是計算機科學(xué)、模式識別和智能控制技術(shù)高度發(fā)展的產(chǎn)物，也是衡量一個國家科研實力和工業(yè)水平的一個重要標(biāo)志，在國防和國民經(jīng)濟領(lǐng)域具有廣闊的應(yīng)用前景。無人駕駛車輛作為未來汽車的發(fā)展方向，已經(jīng)被世界各國廣泛地研究。從20世紀(jì)70年代開始，美國、英國、德國等發(fā)達(dá)國家開始進(jìn)行無人駕駛汽車的研究，目前在可行性和實用化方面都取得了突破性的進(jìn)展。我國從20世紀(jì)80年代開始進(jìn)行無人駕駛汽車的研究，目前也取得了一定的成果。相比采用雷達(dá)和激光傳感器的無人駕駛車輛，采用攝像頭作為無人駕駛汽車環(huán)境感知的主要手段，具有投入低、簡便易行等優(yōu)點，而且攝像頭采集的圖像更能夠模擬駕駛員的視野，對于無人駕駛車輛模擬人的駕駛更有益處。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)存在的車輛偏離車道報警系統(tǒng)結(jié)構(gòu)復(fù)雜，成本高的缺點，本實用新型的目的在于，提供一種無人駕駛車輛偏離車道標(biāo)志線的報警裝置，該裝置通過圖像處理識別出道路兩側(cè)的路沿，從而為無人駕駛車輛的轉(zhuǎn)向控制提供控制參數(shù)。

為了實現(xiàn)上述任務(wù)，本實用新型采取如下的技術(shù)解決方案：

一種無人駕駛車輛車道標(biāo)志線識別與報警裝置，包括無人駕駛車輛，其特征在于，在無人駕駛車輛前端縱向中心線上安裝有攝像頭，攝像頭將采集到的圖像傳輸?shù)綀D像處理模塊，圖像處理模塊與偏離判斷分析模塊連接，偏離判斷分析模塊上連接有報警器。

本實用新型的其他特點是，所采用的圖像處理模塊用于對采集到的圖像灰度化、濾波處理、直方圖均衡化、邊緣檢測與二值化處理、膨脹與腐蝕處理和Hough變換，提取車道標(biāo)志線。

所述的報警裝置為車載揚聲器。

本實用新型的無人駕駛車輛車道標(biāo)志線識別與報警裝置相比采用雷達(dá)和激光傳感器的無人駕駛車輛，采用攝像頭作為無人駕駛汽車環(huán)境感知的主要手段，充分利用了現(xiàn)有的無人駕駛車輛的上的計算機和揚聲器，具有投入低、簡便易行等優(yōu)點，只需要增加攝像，而且攝像頭采集的圖像更能夠模擬駕駛員的視野，對于無人駕駛車輛模擬人的駕駛更有益處。

附圖說明

圖1是本實用新型的結(jié)構(gòu)示意圖；

圖2是本實用新型圖像處理模塊原理流程圖；

圖3是直角三角形原理圖；

以下結(jié)合附圖對本實用新型作進(jìn)一步的詳細(xì)說明。

具體實施方式

如圖1所示，無人駕駛車輛車道標(biāo)志線識別與報警裝置，包括無人駕駛車輛，在無人駕駛車輛前端縱向中心線上安裝有攝像頭，攝像頭將采集到的圖像傳輸?shù)綀D像處理模塊，圖像處理模塊與偏離判斷分析模塊連接，偏離判斷分析模塊上連接有報警器。

攝像頭在對路面進(jìn)行連續(xù)拍攝后，將采集到的圖像傳輸?shù)綀D像處理模塊，圖像處理模塊基于matlab軟件平臺，對采集到的圖像進(jìn)行灰度化、濾波處理、直方圖均衡化、邊緣檢測與二值化處理、膨脹與腐蝕處理、Hough變換后，將車道標(biāo)志線提取出來。最后將標(biāo)志線進(jìn)行偏離判斷分析，終端連接報警器。

在本實施例中，報警器為車載揚聲器。

如圖2所示，圖像處理模塊收到采集到的圖像后進(jìn)行以下圖像處理步驟：

1、圖像的灰度處理：

圖像中各個像素所具有的明暗程度由灰度值(gray?level)所標(biāo)識。一般將白色的灰度值定義為255，黑色灰度值定義為0，而由黑到白之間的明暗度均勻地劃分為256個等級。故先將采集到的圖像進(jìn)行灰度處理。

2、圖像的濾波處理：

任何—幅未經(jīng)處理的原始圖像，都存在著一定程度的噪聲干擾。噪聲惡化了圖像質(zhì)量，使圖像模糊，甚至淹沒特征，給分析帶來困難。消除圖像噪聲的工作稱之為圖像平滑或濾波。平滑的目的有兩個：改善圖像質(zhì)量和抽出對象特征。采集圖像過程中，除了受到噪聲影響外還受到量化誤差的影響，它使圖像邊緣變得不清晰，圖像處理過程采用兩維卷積運算對灰度圖進(jìn)行平滑濾波，此運算為加權(quán)求和的過程，使用到的圖像區(qū)域中的每個像素分別與卷積核的每個對應(yīng)元素相乘，所有乘積之和作為區(qū)域中心像素的新值。兩維卷積運算的具體公式為：

將繞其原點旋轉(zhuǎn)180度，然后平移原點，u軸向上平移x，v軸向上平移y。再將兩個函數(shù)相乘積分可得一個點處的輸出。此運算利用輸入像素鄰域像素的加權(quán)和替代輸入像素，可使灰度圖的邊界變得更加平滑。

3、邊緣檢測：