一种应用于智能驾驶的停止线检测与测距方法技术

本发明专利技术涉及一种应用于智能驾驶的停止线检测与测距方法，对目标区域进行摄像机镜头标定；采集路面灰度图片，提取感兴趣区域；对提取出来的感兴趣区域进行预处理得到二值图；判断图像中是否存在斑马线，如果存在，则根据斑马线与停止线之间的关系检测停止线，完成停止线检测；否则检测图像中是否存在路面标识符；如果存在路面标识符，则根据路面标识符与停止线之间的关系检测停止线，完成停止线检测；如果检测到停止线，则根据透视图像计算车与停止线之间的距离。本发明专利技术通过统计连通域信息，利用斑马线、路面标识符等辅助信息共同完成停止线的有无判断，记录停止线在图像中所在的位置，结合透视变换与标定，计算出停止线距离汽车的实际物理位置。

【技术实现步骤摘要】

本专利技术涉及智能驾驶领域，具体地说是一种应用于智能驾驶的停止线检测与测距方法。
技术介绍
随着社会与科学技术的发展，汽车在人们的日常生活中扮演着越来越重要的角色。汽车给人们生活带来便利的同时，也为人们的安全带来了巨大的隐患，尤其是在道路交通路口，这种隐患尤为严重。自动驾驶技术与无人驾驶的发展，为解决这个隐患带来了福音。目前自动驾驶与无人驾驶中，常采用以霍夫变换为主体的停止线检测技术。该技术是在采集到的灰度图像中，用预处理技术、图像边缘化技术、霍夫变换技术来检测图像中的“直线”，并通过直线的角度等先验性知识来判断是否存在停止线。因霍夫变换算法非常耗时，导致算法整体耗时偏高，不能满足现在车载实时性系统的需求。现在停止线检测算法之中，只能检测停止线的有无，而不能给出停止线在图像中的具体位置，更不能给出车辆距离停止线的距离，只能给出一个相对距离的预警。
技术实现思路
针对现有技术的不足，本专利技术提供一种应用于智能驾驶的停止线检测与测r>距算法，通过统计本文档来自技高网...

【技术保护点】
一种应用于智能驾驶的停止线检测与测距算法，其特征在于，包括以下步骤：步骤1：对目标区域进行摄像机镜头标定；步骤2：采集路面灰度图片，提取感兴趣区域；步骤3：对提取出来的感兴趣区域进行预处理得到二值图；步骤4：判断图像中是否存在斑马线，如果存在，则根据斑马线与停止线之间的关系检测停止线，完成停止线检测；否则检测图像中是否存在路面标识符；步骤5：如果存在路面标识符，则根据路面标识符与停止线之间的关系检测停止线，完成停止线检测；步骤6：如果检测到停止线，则根据透视图像计算车与停止线之间的距离，程序结束，否则，程序结束。

【技术特征摘要】
1.一种应用于智能驾驶的停止线检测与测距算法，其特征在于，包括以下步骤：
步骤1：对目标区域进行摄像机镜头标定；
步骤2：采集路面灰度图片，提取感兴趣区域；
步骤3：对提取出来的感兴趣区域进行预处理得到二值图；
步骤4：判断图像中是否存在斑马线，如果存在，则根据斑马线与停止线之
间的关系检测停止线，完成停止线检测；否则检测图像中是否存在路面标识符；
步骤5：如果存在路面标识符，则根据路面标识符与停止线之间的关系检测
停止线，完成停止线检测；
步骤6：如果检测到停止线，则根据透视图像计算车与停止线之间的距离，
程序结束，否则，程序结束。
2.根据权利要求1所述的应用于智能驾驶的停止线检测与测距算法，其特征在
于：所述提取感兴趣区域的过程为，一个车道内的梯形的区域，通过行近邻差
值法，将该梯形区域转化为矩形区域，即为感兴趣区域。
3.根据权利要求2所述的应用于智能驾驶的停止线检测与测距算法，其特征在
于：所述行近邻差值法为：将任意长度的行，通过近邻差值，拉伸为指定宽度
的行。
4.根据权利要求1所述的应用于智能驾驶的停止线检测与测距算法，其特征在
于：所述预处理过程为：
对感兴趣区域图像进行大尺度均值滤波处理，得到目标图像，然后对目标
图像进行二值化处理，得到二值图。
5.根据权利要求1所述的应用于智能驾驶的停止线检测与测距算法，其特征在
于：所述判断图像中是否存在斑马线包括以下过程：
步骤1：提取图像第一行灰度信息作为检测斑马线的特征向量；
步骤2：将检测斑马线的特征向量输入adboost神经网络中，判断该特征向
量是否为斑马线，如果是，则图像中存在斑马线，判断结束，否则执行步骤3；
步骤3：判断当前行是否为图像最后一行，如果是，则提取下一行灰度信息，
作为检测斑马线的特征向量，执行步骤2，否则图像中不存在斑马线，判断结束。
6.根据权利要求1所述的应用于智能驾驶的...

【专利技术属性】
技术研发人员：田雨农，蔡春蒙，周秀田，于维双，陆振波，
申请(专利权)人：大连楼兰科技股份有限公司，
类型：发明
国别省市：辽宁;21