[發明專利]一種應用于智能駕駛的停止線檢測與測距方法

有效

• 申請號: 201610076874.4
• 申請日: 2016-02-02
• 公開（公告）號: CN105740832B
• 公開（公告）日: 2019-06-07
• 發明（設計）人: 田雨農;蔡春蒙;周秀田;于維雙;陸振波
• 申請（專利權）人: 大連樓蘭科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 許宗富

本發明涉及一種應用于智能駕駛的停止線檢測與測距方法，對目標區域進行攝像機鏡頭標定；采集路面灰度圖片，提取感興趣區域；對提取出來的感興趣區域進行預處理得到二值圖；判斷圖像中是否存在斑馬線，如果存在，則根據斑馬線與停止線之間的關系檢測停止線，完成停止線檢測；否則檢測圖像中是否存在路面標識符；如果存在路面標識符，則根據路面標識符與停止線之間的關系檢測停止線，完成停止線檢測；如果檢測到停止線，則根據透視圖像計算車與停止線之間的距離。本發明通過統計連通域信息，利用斑馬線、路面標識符等輔助信息共同完成停止線的有無判斷，記錄停止線在圖像中所在的位置，結合透視變換與標定，計算出停止線距離汽車的實際物理位置。

技術領域

本發明涉及智能駕駛領域，具體地說是一種應用于智能駕駛的停止線檢測與測距方法。

背景技術

隨著社會與科學技術的發展，汽車在人們的日常生活中扮演著越來越重要的角色。汽車給人們生活帶來便利的同時，也為人們的安全帶來了巨大的隱患，尤其是在道路交通路口，這種隱患尤為嚴重。自動駕駛技術與無人駕駛的發展，為解決這個隱患帶來了福音。

目前自動駕駛與無人駕駛中，常采用以霍夫變換為主體的停止線檢測技術。該技術是在采集到的灰度圖像中，用預處理技術、圖像邊緣化技術、霍夫變換技術來檢測圖像中的“直線”，并通過直線的角度等先驗性知識來判斷是否存在停止線。因霍夫變換算法非常耗時，導致算法整體耗時偏高，不能滿足現在車載實時性系統的需求。

現在停止線檢測算法之中，只能檢測停止線的有無，而不能給出停止線在圖像中的具體位置，更不能給出車輛距離停止線的距離，只能給出一個相對距離的預警。

發明內容

針對現有技術的不足，本發明提供一種應用于智能駕駛的停止線檢測與測距方法，通過統計連通域信息，并利用斑馬線、路面標識符等輔助信息共同完成停止線的有無判斷，并記錄停止線在圖像中所在的位置。結合透視變換與標定，計算出停止線距離汽車的實際物理位置。

本發明為實現上述目的所采用的技術方案是：

一種應用于智能駕駛的停止線檢測與測距方法，其特征在于：包括以下步驟：

步驟1：對目標區域進行攝像機鏡頭標定；

步驟2：采集路面灰度圖片，提取感興趣區域；

步驟3：對提取出來的感興趣區域進行預處理得到二值圖；

步驟4：判斷圖像中是否存在斑馬線，如果存在，則根據斑馬線與停止線之間的關系檢測停止線，完成停止線檢測；否則檢測圖像中是否存在路面標識符；

步驟5：如果存在路面標識符，則根據路面標識符與停止線之間的關系檢測停止線，完成停止線檢測；

步驟6：如果檢測到停止線，則根據透視圖像計算車與停止線之間的距離，程序結束，否則，程序結束。

所述提取感興趣區域的過程為，一個車道內的梯形的區域，通過行近鄰差值法，將該梯形區域轉化為矩形區域，即為感興趣區域。

所述行近鄰差值法為：將任意長度的行，通過近鄰差值，拉伸為指定寬度的行。

所述預處理過程為：對感興趣區域圖像進行大尺度均值濾波處理，得到目標圖像，然后對目標圖像進行二值化處理，得到二值圖。

所述判斷圖像中是否存在斑馬線包括以下過程：

步驟1：提取圖像第一行灰度信息作為檢測斑馬線的特征向量；

步驟2：將檢測斑馬線的特征向量輸入adboost神經網絡中，判斷該特征向量是否為斑馬線，如果是，則圖像中存在斑馬線，判斷結束，否則執行步驟3；