[發(fā)明專利]一種基于FPGA的超低功耗實時車道線檢測的方法

在審

• 申請?zhí)枺?/td>: 201810267300.4
• 申請日: 2018-03-28
• 公開（公告）號: CN108491811A
• 公開（公告）日: 2018-09-04
• 發(fā)明（設(shè)計）人: 黃凱;崔明月;周曉梅;李博洋;楊俊杰;朱笛;張文權(quán);康德開
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 陳偉斌

1.一種基于FPGA的超低功耗實時車道線檢測的方法，其特征在于，包括圖像預(yù)處理、車道線檢測和車道線跟蹤三個部分；

所述的圖像預(yù)處理，從傳入的圖像中選擇一個感興趣區(qū)域，該區(qū)域包含車道線的信息；首先將該部分轉(zhuǎn)為灰度圖像，然后用Sobel濾波器檢測圖像的邊緣，最后通過一個閾值進行再次濾波，去除噪聲和增強圖像；

所述的車道線檢測，在預(yù)處理之后，ROI中會有高強度的像素帶表示車道線；提取車道線的準確位置是車道檢測和車道跟蹤算法的任務(wù)；如果沒有對車道線的估計，就執(zhí)行車道線檢測；在檢測到車道線后，只在車道跟蹤算法不能跟蹤車道線時再進行車道線檢測；在ROI中，我們假設(shè)車道線都是直線，因此一條車道線可以定義為兩點，一個點在ROI頂部，一個在底部，直線可表示為因此可以通過以下關(guān)系來獲取任意給定直線X的強度值：

為了檢測多個車道標記，ROI被垂直分割為多個區(qū)域，每個區(qū)域有一個車道標記每一條直線的強度是通過計算ROI內(nèi)所有像素的強度之和來確定的；另外，在一個可調(diào)的鄰域附近的像素也被添加到這個強度權(quán)重中：

2N_n是可調(diào)鄰域的寬度；

選擇具有最高強度權(quán)重的候選線作為車道標記候選線是通過正態(tài)分布后采樣其x-top和x-bottom來創(chuàng)建的，使用更多的候選線可以獲得更好的檢測效果，單也會消耗更多的計算資源，因此可以權(quán)衡車道線檢測的時間性能和質(zhì)量。

所述的車道線跟蹤，使用了先前幀的信息來檢測后續(xù)幀的車道標記，實際上它沒有檢測到車道標記，只是跟蹤他們；車道跟蹤算法有兩個信息來源，即預(yù)處理的ROI和前一幀的候選線，然后使用粒子濾波來跟蹤標記；粒子濾波是一種基于貝葉斯信號處理馬爾可夫鏈蒙特卡洛仿真模型的隨機計算方法；

假設(shè)從前一幀采樣到i＝0,1,2,…,N個加權(quán)粒子，粒子狀態(tài)為X_i，此外，每個例子被賦予一個權(quán)重w_i，表示似然值；

本算法中的例子濾波器以迭代的方式用以下三步實現(xiàn)：每個粒子的狀態(tài)預(yù)測更新；每個例子的重要性權(quán)重更新；根據(jù)例子的重要性權(quán)重進行重采樣；

由于粒子已經(jīng)以良好的線條形式給出，所以在檢測階段，從正常分布中取樣候選線是沒有必要的；因此引入了預(yù)測更新步驟；粒子代表每一幀中的車道標記，在下一幀中被用作先驗分布；在新的一幀中，車道的標記可能稍微移動了；粒子需要移動相同的距離，以便在新坐標系中有效的先驗分布；粒子權(quán)重更新公式如下：

其中，μ_f＝Y(jié)是觀測直線，σ_f是測量噪聲，X_t-μ_f＝X_t-Y是兩直線之間的距離；

則觀測直線是車道線的概率值為：

其中，

預(yù)測和重要性權(quán)重的更新產(chǎn)生了一組新的粒子，其中每個粒子都有一個標準化的重要性權(quán)重。