[發明專利]一種仿真機器人Android平臺的車道偏離預警方法

在審

• 申請號: 201910711496.6
• 申請日: 2019-08-02
• 公開（公告）號: CN110633492A
• 公開（公告）日: 2019-12-31
• 發明（設計）人: 李超
• 申請（專利權）人: 天津天瞳威勢電子科技有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06K9/00;G06K9/46;G06K9/62
• 代理公司: 23212 哈爾濱市邦杰專利代理事務所(普通合伙)
• 代理人: 馬長嬌

1.一種仿真機器人Android平臺的車道偏離預警方法，其特征是:本預警方法包括五步，第一步初始化參數列表，第二步基于梯度方向的車道線檢測，第三步更新參數列表，第四步基于行掃描線的車道線檢測，第五步偏離預警方法。

2.根據權利要求1所述的一種仿真機器人Android平臺的車道偏離預警方法，其特征是:所述的第一步初始化參數列表是車道偏離預警系統中安裝是在后視鏡的位置，攝像頭是通過傾斜角度來拍攝路面，獲取到的圖像的路面信息；設輸入圖像的像素寬為W，高為H，初始化參數中，檢測寬度的范圍[W/5，4*W/5]，高度的范圍[H/3，7*H/8]；消失點坐標為(W/2，H/2)，遠視場線縱坐標為y1＝H/2+d，近視場線縱坐標為y3＝7*H/8-d，其中d為可調閾值，經驗范圍為[20，50]；中視場線的縱坐標為y2＝(y3+2*y2)/3。

3.根據權利要求1所述的一種仿真機器人Android平臺的車道偏離預警方法，其特征是:所述的第二步基于梯度方向的車道線檢測是車道線檢測V1，

(a)特征提取V1，

車道線邊緣特性可用一階或二階導數來度量，一階導數可用梯度▽G表示:

并且▽G有幅值和方向F(x,y)＝g_y/g_x；

正負邊緣線類型判別：首先排除近似水平的梯度角度的邊緣像素，接著在取出邊緣梯度圖像上一行像素，由左至右順序判斷像素梯度值，將梯度方向偏向圖像右側的像素判為上升邊緣；正負邊緣候選對判別：對于每一個正邊緣，在右側一個有效范圍內(實驗中對應合理的線寬)存在著一個負邊緣，并且正邊緣梯度方向角度與負邊緣的梯度方向角度相差滿足角度閾值，則認為這兩個邊緣構成一個正負邊緣候選對；

鄰域判別：對于每一個正負邊緣候選對，如果正邊緣的左側鄰域平均灰度值大于T_i,lane，則認為正邊緣的背景符合；如果負邊緣的右側鄰域平均灰度值大于T_i,lane，則認為負邊緣的背景符合；如果正負邊緣候選對同時滿足背景符合，則認為正負邊緣候選對通過領域判別；

(b)模型擬合V1，

將特征按圖像位置縱向進行排序，從排序列表中選擇一個未使用的像素作為種子點，區域生長算法將用于生成一個區域；遞歸的，該像素的那些未使用的鄰域像素都被用于測試，而角度跟區域角度之間的誤差在22.5之間的像素將被加入該區域中；每次添加一個新的像素到該區域，區域角度就被更新一次；如此持續進行，直到沒有任何像素可以添加到矩形區域中。

4.根據權利要求1所述的一種仿真機器人Android平臺的車道偏離預警方法，其特征是:所述的第三步更新參數列表是車道線檢測V1后，當滿足直線數量大于2條后，統計滿足兩條直線交點位置V_i(x,y)在消失點P(x,y)附近的直線存入到g_vps集合，即

5.根據權利要求1所述的一種仿真機器人Android平臺的車道偏離預警方法，其特征是:所述的第四步基于行掃描線的車道線檢測是車道線檢測V2相比車道線檢測V1增加了車道線濾波模塊，進行了優化；

提取選擇了一種基于行掃描的快速提取方法；車道線的正邊緣e_p和負邊緣e_v滿足以下條件，

并且平均灰度值參數擬合使用直線模型，擬合算法采用最小二乘法。

6.根據權利要求1所述的一種仿真機器人Android平臺的車道偏離預警方法，其特征是:所述的第五步偏離預警方法是基于車輛在車道的當前位置的橫向偏離進行警告；當車輛接近或保持在車道邊緣附近時給出預警；車輛在車道中的當前位置是由車道線檢測算法實時獲得；x表示車輛中心與車道中心的距離，假設車輛與車道平行，車輛寬度為P，車道寬度為W，則當前車輛前輪相對于左右車道邊緣位置如下：