[發(fā)明專(zhuān)利]一種多車(chē)道線(xiàn)的測(cè)距方法有效
| 申請(qǐng)?zhí)枺?/td> | 201611198167.9 | 申請(qǐng)日: | 2016-12-22 |
| 公開(kāi)(公告)號(hào): | CN106599868B | 公開(kāi)(公告)日: | 2019-06-18 |
| 發(fā)明(設(shè)計(jì))人: | 張炳力;葉運(yùn)生;白廣路;張杰;曹聰聰 | 申請(qǐng)(專(zhuān)利權(quán))人: | 合肥工業(yè)大學(xué) |
| 主分類(lèi)號(hào): | G06K9/00 | 分類(lèi)號(hào): | G06K9/00 |
| 代理公司: | 安徽省合肥新安專(zhuān)利代理有限責(zé)任公司 34101 | 代理人: | 陸麗莉;何梅生 |
| 地址: | 230009 安*** | 國(guó)省代碼: | 安徽;34 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 車(chē)道 測(cè)距 方法 | ||
本發(fā)明公開(kāi)了一種多車(chē)道線(xiàn)的測(cè)距方法,包括以下步驟:1、車(chē)道線(xiàn)特征提取;2、獲取最大置信度車(chē)道線(xiàn)及其相關(guān)信息;3、獲取消失線(xiàn)相關(guān)信息;4、獲取消失點(diǎn)相關(guān)信息;5、獲取其他車(chē)道線(xiàn)及其相關(guān)信息;6、進(jìn)行曲線(xiàn)型車(chē)道線(xiàn)的參數(shù)尋優(yōu)及進(jìn)行測(cè)距工作。本發(fā)明能快速且準(zhǔn)確的識(shí)別多條車(chē)道線(xiàn)并進(jìn)行準(zhǔn)確的測(cè)距,從而很好地幫助智能輔助駕駛系統(tǒng)對(duì)于車(chē)輛的控制。
技術(shù)領(lǐng)域
本發(fā)明屬于汽車(chē)智能駕駛輔助系統(tǒng)領(lǐng)域,具體涉及一種基于改進(jìn)提取特征的多車(chē)道線(xiàn)檢測(cè)及測(cè)距方法。
背景技術(shù)
近年來(lái)我國(guó)汽車(chē)工業(yè)一直保持著平穩(wěn)的發(fā)展趨勢(shì),但是在汽車(chē)帶給人們便利的出行的同時(shí),各種交通事故居高不下。汽車(chē)的智能化成為科研人員研究的熱點(diǎn)。
而在智能汽車(chē)駕駛輔助系統(tǒng)中,車(chē)道線(xiàn)的快速且準(zhǔn)確的識(shí)別以及對(duì)于車(chē)道線(xiàn)準(zhǔn)確的測(cè)距是十分重要的。當(dāng)前基于特征的車(chē)道線(xiàn)的識(shí)別主要通過(guò)分析圖像低層特征對(duì)路面圖像進(jìn)行圖像分割,在實(shí)際的道路上,由于存在著車(chē)輛、陰影、水跡等因素,基于特征的方法對(duì)車(chē)輛遮擋等噪聲的干擾有所不足,從而使得擁有較多干擾的圖像中識(shí)別車(chē)道線(xiàn)不準(zhǔn)確。當(dāng)前基于模型的車(chē)道線(xiàn)的識(shí)別主要通過(guò)模型參數(shù)進(jìn)行車(chē)道線(xiàn)的描述,比基于特征的方法具有更強(qiáng)的魯棒性,但是仍然存在參數(shù)過(guò)多導(dǎo)致實(shí)時(shí)性不好的問(wèn)題。
發(fā)明內(nèi)容
本發(fā)明為了解決上述現(xiàn)有技術(shù)存在的不足之處,提出一種多車(chē)道線(xiàn)的測(cè)距方法,以期能快速且準(zhǔn)確的識(shí)別多條車(chē)道線(xiàn)并進(jìn)行準(zhǔn)確的測(cè)距,從而很好地幫助智能輔助駕駛系統(tǒng)對(duì)于車(chē)輛的控制。
本發(fā)明解決技術(shù)問(wèn)題采用如下技術(shù)方案:
本發(fā)明一種多車(chē)道線(xiàn)的測(cè)距方法的特點(diǎn)是按如下步驟進(jìn)行:
步驟1、車(chē)道線(xiàn)特征提取:
步驟1.1、從圖像采集裝置中獲取原始圖像集,并將所述原始圖像集進(jìn)行預(yù)處理,得到像素值為M×N的灰度化圖像集;從X方向上將所述灰度化圖像集中的任意一幅灰度化圖像劃分為四個(gè)圖像塊,包括:像素值為M1×N的第一圖像塊、像素值為M2×N的第二圖像塊、像素值為M3×N的第三圖像塊、像素值為M4×N的第四圖像塊;
定義任意一幅灰度化圖像中第i行第j列的灰度值為G(xi,yj);
步驟1.2、對(duì)第一圖像塊的特征邊緣進(jìn)行提取,得到第一邊緣圖像:
步驟1.2.1、初始化k=1;
步驟1.2.2、初始化i=1;
步驟1.2.3、讀取第i行第k列的灰度值G(xi,yk)和第i+p行第k列的灰度值G(xi+p,yk)并進(jìn)行判斷,若G(xi,yk)-G(xi+p,yk)>A是否成立,若成立,則計(jì)算G(1)i,i+p-1=G(xi,yk)-G(xi+p-1,yk);否則,執(zhí)行步驟1.2.7;
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于合肥工業(yè)大學(xué),未經(jīng)合肥工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611198167.9/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 同類(lèi)專(zhuān)利
- 專(zhuān)利分類(lèi)
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書(shū)寫(xiě)字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫(huà)組成的,而且每個(gè)筆畫(huà)表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 一種數(shù)據(jù)庫(kù)讀寫(xiě)分離的方法和裝置
- 一種手機(jī)動(dòng)漫人物及背景創(chuàng)作方法
- 一種通訊綜合測(cè)試終端的測(cè)試方法
- 一種服裝用人體測(cè)量基準(zhǔn)點(diǎn)的獲取方法
- 系統(tǒng)升級(jí)方法及裝置
- 用于虛擬和接口方法調(diào)用的裝置和方法
- 線(xiàn)程狀態(tài)監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種JAVA智能卡及其虛擬機(jī)組件優(yōu)化方法
- 檢測(cè)程序中方法耗時(shí)的方法、裝置及存儲(chǔ)介質(zhì)
- 函數(shù)的執(zhí)行方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





