[發(fā)明專利]一種基于邊緣特征及滑動窗的車道線檢測方法

在審

• 申請?zhí)枺?/td>: 201911364127.0
• 申請日: 2019-12-26
• 公開（公告）號: CN111126306A
• 公開（公告）日: 2020-05-08
• 發(fā)明（設(shè)計）人: 袁國慧;周祥東;張文超;彭真明
• 申請（專利權(quán)）人: 江蘇羅思韋爾電氣有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/36;G06K9/46;G06T7/80
• 代理公司: 北京文苑專利代理有限公司 11516
• 代理人: 陳佳

本發(fā)明公開了一種基于邊緣特征及滑動窗的車道線檢測方法，包括如下步驟：S1使用車載攝像機從不同角度拍攝多張棋盤格照片，利用張氏標定法進行畸變系數(shù)計算，對待檢測圖像進行校正得到校正圖像；S2對校正圖像進行透視變換，得到路面俯視圖；S3在路面俯視圖中提取HLS顏色特征和使用Sobel算子提取邊緣特征，組合兩種特征實現(xiàn)車道線分割；S4采用二次曲線作為車道線模型使用滑動窗多項式擬合來求解車道線的二次曲線參數(shù)；S5繪制二次多項式擬合的車道線，并使用逆透視變換反投影到校正圖像，實現(xiàn)車道線檢測在校正圖像上的可視化效果。本發(fā)明能夠兼顧實時性和魯棒性，可以簡單快速實現(xiàn)車道線檢測。

技術(shù)領(lǐng)域

本發(fā)明涉及自動駕駛圖像處理技術(shù)領(lǐng)域，具體涉及一種基于邊緣特征及滑動窗的車道線檢測方法。

背景技術(shù)

隨著汽車產(chǎn)業(yè)與公路交通建設(shè)的快速發(fā)展，交通安全問題日趨嚴重，運用計算機技術(shù)手段對車輛駕駛系統(tǒng)進行輔助成為未來發(fā)展的一種趨勢，通過實現(xiàn)汽車的智能化，逐步實現(xiàn)汽車的自動駕駛?；谝曈X信息的車道線識別與檢測是自動駕駛領(lǐng)域中一個重要的問題，其需要從車載攝像機拍攝的視頻或者數(shù)字圖像信息中，將車道線與道路背景進行快速準確地分離，進一步獲得車道線位置及走向信息。

目前國內(nèi)外現(xiàn)有的車道線檢測方法主要可分為基于模型的方法和基于特征的方法。基于模型的方法主要是基于不同的車道線曲線模型，如直線模型，二次曲線模型、雙曲線模型等，獲取車道線特征圖中位于車道線上的像素點，使用Hough變換等來擬合車道線曲線模型的參數(shù)，根據(jù)曲線模型參數(shù)來獲取車道線位置即走向信息。其特點是使用較多且復雜的參數(shù)建立車道線模型，對于較為復雜的車道線實用性較差，算法設(shè)計也存在較大的復雜度，一定程度上降低了算法檢測的魯棒性和實時性。基于特征的方法主要是基于車道線顏色特征、邊緣特征等從原始圖像中獲取到車道線邊緣特征圖像，進一步通過劃分搜索區(qū)域，確定不同搜索區(qū)域內(nèi)車道線的偏離點，根據(jù)偏離點的位置坐標判斷車道線位置及走向信息。其特點是算法設(shè)計簡單，在保證算法復雜度較低的情況下仍能保證車道線檢測的準確性和實時性，并且可以適應(yīng)較為復雜的難以建立曲線模型的車道線。

發(fā)明內(nèi)容

針對現(xiàn)有算法中模型參數(shù)較多比較復雜、實時性差的缺點，本發(fā)明提供了一種基于邊緣特征及滑動窗的車道線檢測方法，通過融合車道線HLS通道的顏色特征以及基于Sobel算子提取車道線邊緣特征，進一步使用滑動窗多項式擬合算法進行車道線檢測，算法具有良好的實時性以及準確性。

本發(fā)明為了實現(xiàn)上述目的具體采用以下技術(shù)方案：

一種基于邊緣特征及滑動窗的車道線檢測方法，包括如下步驟：

S1：使用車載攝像機從不同角度拍攝多張棋盤格照片，利用張氏標定法進行畸變系數(shù)計算，根據(jù)畸變系數(shù)對車載攝像機拍攝的待檢測圖像進行畸變校正，得到校正圖像；

S2：對校正圖像進行透視變換，得到路面俯視圖；

S3：在路面俯視圖中提取HLS顏色特征和使用Sobel算子提取邊緣特征，組合兩種特征實現(xiàn)車道線分割；

S4：采用二次曲線作為車道線模型使用滑動窗多項式擬合得到車道線的二次曲線參數(shù)；

S5：根據(jù)二次曲線參數(shù)繪制二次多項式擬合的車道線，并使用逆透視變換反投影到校正圖像，實現(xiàn)車道線檢測在校正圖像上的可視化效果。

進一步的，所述S1具體包括如下步驟：

S1.1：設(shè)置一個棋盤格標定板，通過移動車載攝像機，從不同角度、距離拍攝10幅畸變棋盤格圖像；

S1.2：找到每幅畸變棋盤格圖像中的棋盤格角點，將畸變棋盤格角點在像素坐標系下的位置信息與棋盤格角點在世界坐標系下的位置信息進行一一對應(yīng)；

S1.3：使用張氏標定法根據(jù)S1.2中得到的角點信息進行相機標定，得到車載攝像機的內(nèi)參矩陣mtx及畸變系數(shù)矩陣dist；