一种等宽路面的微型车视觉导航方法技术

本发明专利技术公开了一种等宽路面的微型车视觉导航方法，包括：S1：采集微型车即将行驶的路面的二值化图像，其中，像素点值0是对应黑、表示该点位于路面外，像素点值255对应白、表示该点为路面上的点；S2：对二值化图像进行解析和预处理，寻找路面两侧的边缘线，判断道路类型，结合道路类型和获取的边缘线计算得到路面中心线；S3：对路面中心线进行加权处理，得到当前采集的二值化图像的偏差。本发明专利技术能够实时有效地获取路面信息，为微型车转向控制提供依据。

A Visual Navigation Method for Mini Vehicles with Equal Width Pavement

【技术实现步骤摘要】
一种等宽路面的微型车视觉导航方法
本专利技术涉及逻辑图像处理
，具体而言涉及一种等宽路面的微型车视觉导航方法。
技术介绍
无人驾驶技术一般是半自动控制，因为路面信息复杂以及突发情况较多，所以会加入人为干预。特别是近年来随着人工智能的发展，无人驾驶技术引入了深度学习算法，以适应多种突发紧急情况。无人驾驶技术研究的关键问题之一就是通过多种传感器对复杂路面进行勘探，以获取庞大的信息用来决策。在对复杂路面进行勘探时，需要从两个方面进行研究。一方面，路面信息复杂，常见的路面元素有直道，多种类型的弯道、坡道、交叉十字路口等，路面上也会出现路面维修而设置障碍，因此需要对路面元素的特征进行大量的有效研究。为了能够获得较好的路径和应对一些特殊路面元素，需要多种传感器的协同工作，为无人车的转向提供大量的数据。例如在坡道上就需要检测车身处的角度信息，在转弯的时候需要检测车轮所获得的摩擦力所提供的向心力大小，根据这些传感器提供的数据以及视觉传感器捕获的信息，在行驶过程中可以帮助车辆很好的决策。但是，传感器数量的增加、传感器安装的难度以及传感器之间数据的融合，对处理器的处理效率以及算法设计要求很高。为了更好地研究无人驾驶技术，我们将路面元素以及传感器的数量进行了简化。庞大的数据量需要强大的硬件资源以及复杂的软件设计来解决，在研究初期，为了了解无人驾驶技术，我们需要规避庞大的数据处理。
技术实现思路
本专利技术目的在于提供一种等宽路面的微型车视觉导航方法，在合适的光源条件和一定干扰环境下，针对不同类型的等宽路面，使用具有硬件二值化的视觉传感器采集二值化图像，对采集的二值化图像进行解析处理，实时有效地获取路面信息，为微型车转向控制提供依据。为达成上述目的，结合图1，本专利技术提出一种等宽路面的微型车视觉导航方法，述方法包括：S1：采集微型车即将行驶的路面的二值化图像，其中，像素点值0是对应黑、表示该点位于路面外，像素点值255对应白、表示该点为路面上的点；S2：对二值化图像进行解析和预处理，寻找路面两侧的边缘线，判断道路类型，结合道路类型和获取的边缘线计算得到路面中心线；S3：对路面中心线进行加权处理，得到当前采集的二值化图像的偏差。进一步的实施例中，所述对二值化图像进行解析和预处理，寻找路面两侧的边缘线包括：S21：寻找左右边沿连续的根基像素点：选定靠近车头的前M行图像的像素点作为基本判断依据，如果发生错误，则向上滑动一行，重新生成连续的M行；S22：向上爬取边沿点；在前一行已有的根基像素点的基础上，以前一行已找到的边缘点为基准，在设定搜索范围内搜索新的边缘点，如果找到新的边缘点，则认为该新的边缘点是可信任的边缘点；如果找不到新的边缘点，就以当前边缘点的前M行点作为依据，向上预测一个点作为新的边缘点；所述M为大于零的正整数。进一步的实施例中，步骤S21中，采用二分法寻找左右边沿连续的根基像素点；搜索的方法包括：在同一行像素点的搜索中，设置两个记录，分别定义成左记录和右记录，如果当前中心点为白色，则更新右记录来保存当前像素点的位置，如果是黑色，则更新左记录来保存当前像素点的位置；当左右记录的差等于1的时候，表示已经找到了路面边沿。进一步的实施例中，步骤S22中，向上爬去边沿点时，距离车头越远的边缘点所对应的设定搜索范围越大。进一步的实施例中，所述道路类型包括直道、十字路口、小弯道、急弯道、坡道中的几种或者全部。进一步的实施例中，所述对二值化图像进行解析和预处理包括拐点判别和修补像素点。进一步的实施例中，所述对二值化图像进行拐点判别的方法包括：以搜索中左右边沿连续的根基像素点作为判断依据，根据间隔1行的边沿点之间的位置差和/或拐点折线的斜率来判别拐点。进一步的实施例中，所述对二值化图像进行修补像素点的方法包括：对丢失像素点前N行的像素点采用最小二乘法进行拟合：选用ycol＝kxrow+b作为函数模型,xrow代表边沿像素点的行向位置值，ycol代表边沿像素点的列向位置值，k代表斜率，b代表截距，将连续N行的像素点作为函数模型输入信息，求出斜率k以及截距b；根据已知函数模型对丢失处像素点的列向位置值进行预测；所述N与丢失像素点与微型车的距离相对应，距离越远，N的取值越小。进一步的实施例中，所述方法包括：如果道路类型为二值化图像中只存在单边线的急弯，从参考直道中计算得到直道中心线与已知边沿的直线距离值，根据单边沿起始行的点以及截止行的点，使用近似函数模型ydis＝kxrow+b作为补偿，ydis为急弯的若干行的距离值与行向位置对应的直道距离值的差的平均值，xrow为截止行向位置，k为斜率，b为截距；根据固定补偿值和测量出的直道上的一半路面距离值，得到路面连续的中心线。进一步的实施例中，所述方法包括：沿图像行向由近至远依次设有x段加权值，x段的加权值是递增的；将图像行向分为两个范围，如果截止行在距离微型车较近的范围内，将起始行到截至行的中心点分为y段，不同段选取对应的加权值进行计算，计算得到偏差；如果截至行在距离微型车较远的范围内，则每m个点增加一段，不足m个点的自成一段，计算得到偏差；所述x大于y，x、y均为大于0的正整数。以上本专利技术的技术方案，与现有相比，其显著的有益效果在于，在合适的光源条件和一定干扰环境下，针对不同类型的等宽路面，使用具有硬件二值化的视觉传感器采集二值化图像，对采集的二值化图像进行解析处理，实时有效地获取路面信息，为微型车转向控制提供依据。应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的专利技术主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的专利技术主题的一部分。结合附图从下面的描述中可以更加全面地理解本专利技术教导的前述和其他方面、实施例和特征。本专利技术的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本专利技术教导的具体实施方式的实践中得知。附图说明附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本专利技术的各个方面的实施例，其中：图1是本专利技术的等宽路面的微型车视觉导航方法的流程图。图2是本专利技术的直道中心线处理方法。图3是本专利技术的十字路口中心线处理方法。图4是本专利技术的小弯中心线处理方法。图5是本专利技术的急弯中心线处理方法。图6是本专利技术的坡道中心线处理方法。图7是本专利技术的障碍物道路中心线处理方法。图8是本专利技术的视觉处理系统的搭载测试平台。图9是本专利技术的视觉处理系统的测试场地。具体实施方式为了更了解本专利技术的
技术实现思路
，特举具体实施例并配合所附图式说明如下。以微型车作为测试平台，微型车的结构特征为：后轮靠直流电机驱动，前轮靠舵机驱动，摄像头安装的位置在微型车中间靠前一点。本专利提出的视觉导航系统是给舵机转向控制服务的，采集数据的传感器是架高的数字摄像头，如图8所示的测试平台，摄像头架高的高度在30cm左右。如图9所示的测试场地，首先将车身在直道上摆正，即前轮左右轮分别与左右边沿的距离相等，并且后轮左右轮分别与左右边沿的距离相等，这就表示车身在直道上是摆正的。车身摆正后，调整摄像头左右的角度位置本文档来自技高网...

【技术保护点】
1.一种等宽路面的微型车视觉导航方法，其特征在于，所述方法包括：S1：采集微型车即将行驶的路面的二值化图像，其中，像素点值0是对应黑、表示该点位于路面外，像素点值255对应白、表示该点为路面上的点；S2：对二值化图像进行解析和预处理，寻找路面两侧的边缘线，判断道路类型，结合道路类型和获取的边缘线计算得到路面中心线；S3：对路面中心线进行加权处理，得到当前采集的二值化图像的偏差。

【技术特征摘要】
1.一种等宽路面的微型车视觉导航方法，其特征在于，所述方法包括：S1：采集微型车即将行驶的路面的二值化图像，其中，像素点值0是对应黑、表示该点位于路面外，像素点值255对应白、表示该点为路面上的点；S2：对二值化图像进行解析和预处理，寻找路面两侧的边缘线，判断道路类型，结合道路类型和获取的边缘线计算得到路面中心线；S3：对路面中心线进行加权处理，得到当前采集的二值化图像的偏差。2.根据权利要求1所述的等宽路面的微型车视觉导航方法，其特征在于，所述对二值化图像进行解析和预处理，寻找路面两侧的边缘线包括：S21：寻找左右边沿连续的根基像素点：选定靠近车头的前M行图像的像素点作为基本判断依据，如果发生错误，则向上滑动一行，重新生成连续的M行；S22：向上爬取边沿点；在前一行已有的根基像素点的基础上，以前一行已找到的边缘点为基准，在设定搜索范围内搜索新的边缘点，如果找到新的边缘点，则认为该新的边缘点是可信任的边缘点；如果找不到新的边缘点，就以当前边缘点的前M行点作为依据，向上预测一个点作为新的边缘点；所述M为大于零的正整数。3.根据权利要求2所述的等宽路面的微型车视觉导航方法，其特征在于，步骤S21中，采用二分法以搜索左右边沿连续的根基像素点；搜索的方法包括：在同一行像素点的搜索中，设置两个记录，分别定义成左记录和右记录，如果当前中心点为白色，则更新右记录来保存当前像素点的位置，如果是黑色，则更新左记录来保存当前像素点的位置；当左右记录的差等于1的时候，表示已经找到了路面边沿。4.根据权利要求2所述的等宽路面的微型车视觉导航方法，其特征在于，步骤S22中，向上爬去边沿点时，距离车头越远的边缘点所对应的设定搜索范围越大。5.根据权利要求1所述的等宽路面的微型车视觉导航方法，其特征在于，所述道路类型包括直道、十字路口、小弯道、急弯道、坡道中的几种或者全部。6.根据权利要求1所述的等宽路面的微型车视觉导航方法，...

【专利技术属性】
技术研发人员：钱承山，沈新锋，张永宏，李雪，田雨晴，杜昕鹏，单光胤，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏,32