基于驾驶安全地图及双目交通标志识别的定位方法及系统技术方案

本发明专利技术提供一种基于驾驶安全地图及双目交通标志识别的定位方法及系统，其通过在高精度地图中利用定位系统对驾驶中的车辆进行初级定位；同时采集车辆前方图像，对图像中的交通标志进行检测和识别；并在高精度地图识别得到交通标志的坐标，测量车辆和标志之间的间距，对比交通标志的坐标计算出车辆的位置，实现车辆定位。本发明专利技术在传统导航数据的基础上，增加了道路交通标志的采集，采用道路标志的对车辆的定位进行辅助作用，通过左右目摄像机识别出来的标志坐标和大小，进行车辆和交通标志间的测距，并根据高精度地图里已存有交通标志的空间位置坐标计算出车辆的位置，从而提供亚米级的坐标定位，建立可以基于车道的拓扑网络。

【技术实现步骤摘要】

本专利技术涉及车联网
，具体涉及一种基于驾驶安全地图及双目交通标志识别的定位方法及系统。
技术介绍
随着计算机科学和机器人技术的发展，智能驾驶车辆在军事、民用和科学研究等诸多方面得到了广泛的应用，它集中了结构学、电子学、控制论和人工智能等多学科的最新研究成果，具有广阔的应用前景。对于智能驾驶车辆来说，车辆定位是其关键组成部分，车辆定位是智能汽车决策控制的基础。对车辆的定位目前一般采用GPS(GlobalPositioningSystem,全球定位系统)定位技术实现。车辆根据GPS定位技术确定该车辆所在位置，进行轨迹规划和做出控制决策。但由于GPS定位技术所能够到达的定位误差为10米左右，因此使用GPS定位技术对车辆进行定位是很不准确的；对于车辆行驶在桥梁、隧道，或者遇到恶劣天气如暴雨暴雪，GPS会出现无信号状态，这样就无法对车辆进行定位。因此如果仅仅依靠GPS定位方式对该车辆进行定位，势必会为智能车辆的行车安全性带来巨大隐患，所以如何对车辆进行精确定位使本领域急待解决的技术问题。
技术实现思路
有鉴于此，有必要提供一种能够对目标车辆进行精确定位的基于驾驶安全地图及双目交通标志识别的定位方法及系统。一种基于驾驶安全地图及双目交通标志识别的定位方法，所述基于驾驶安全地图及双目交通标志识别的定位方法包括以下步骤：S1、在基于道路路面的高精度地图中利用定位系统对驾驶中的车辆进行初级定位；S2、采集车辆前方图像，对图像中的交通标志进行检测和识别；S3、在高精度地图识别得到交通标志的坐标，测量车辆和标志之间的间距，并对比交通标志的坐标计算出车辆的位置，实现车辆定位。优选的，所述交通标志包括限速标志和紧急电话标志。优选的，所述对图像中的限速标志进行检测和识别，具体包括以下分步骤：S21、采集车辆前方图像，将采集的图像自RGB颜色空间转换到HSV色彩空间，并计算红色位图和红色强度；S22、对红色位图进行均值滤波，得到红色均值图像；并对红色强度进行均值滤波，得到红色强度均值图像，从而得到优化后的红色位图；S23、对优化后的红色位图进行区域生长，设置最小宽度和高度阈值对红色区域进行筛选，得到筛选后的红色位图；S24、对每个红色区域求外接凸多边形，再减去步骤S23中得到的红色位图，即可得到红色内部区域位图；S25、对红色内部区域位图进行多层筛选，获取最终检测到的限速标志内部区域；S26、训练分类器以方向梯度直方图作为特征输入，生成线性支持向量机，对限速标志进行识别。优选的，所述对图像中的紧急电话标志进行检测和识别，具体包括以下分步骤：S21、采集车辆前方图像，将采集的图像由RGB图像转换成灰度图像；S22、采用LSD直线检测算法检测图像中的直线，对直线角度、长度、相邻关系、距离设定阈值，过滤除去噪声直线，得到满足阈值条件的直线；S23、找出水平半矩形和竖直半矩形，通过水平半矩形和竖直半矩形判断得到封闭矩形，并判断是否存在外围矩形；S24、对外围矩形绘制直线，后进行连通域的判断。设置多个筛选条件，进行多层筛选，获取最终检测到的紧急电话区域；S25、训练分类器以方向梯度直方图作为特征输入，生成线性支持向量机，对紧急电话标志进行识别。优选的，采用正负样本图像对分类器进行训练，所述正样本图像为除去红色边界后的限速标志的内部区域，负样本图像为不包括限速标志但仅通过颜色检测被误检为限速标志的区域。一种基于驾驶安全地图及双目交通标志识别的定位系统，所述基于驾驶安全地图及双目交通标志识别的定位系统包括以下功能模块：初级定位模块，用于在基于道路路面的高精度地图中利用定位系统对驾驶中的车辆进行初级定位；标志采集识别模块，用于采集车辆前方图像，对图像中的交通标志进行检测和识别；间距反推定位模块，用于通过高精度地图识别交通标志的坐标和大小，测量车辆和标志之间的间距，并对比高精度地图中交通标志的坐标计算出车辆的位置，实现车辆定位。优选的，所述标志采集识别模块包括限速标志识别子模块和紧急电话标志识别子模块。优选的，所述限速标志识别子模块包括以下功能单元：色彩空间转换单元，用于采集车辆前方图像，将采集的图像自RGB颜色空间转换到HSV色彩空间，并计算红色位图和红色强度；位图优化单元，用于对红色位图进行均值滤波，得到红色均值图像；并对红色强度进行均值滤波，得到红色强度均值图像，从而得到优化后的红色位图；位图筛选单元，用于对优化后的红色位图进行区域生长，设置最小宽度和高度阈值对红色区域进行筛选，得到筛选后的红色位图；位图删减单元，用于对每个红色区域求外接凸多边形，再减去位图筛选单元中得到的红色位图，即可得到红色内部区域位图；内部区域获取单元，用于对红色内部区域位图进行多层筛选，获取最终检测到的限速标志内部区域；限速标志识别单元，用于训练分类器以方向梯度直方图作为特征输入，生成线性支持向量机，对限速标志进行识别。优选的，所述紧急电话标志识别子模块包括以下功能单元：图像转换单元，用于采集车辆前方图像，将采集的图像由RGB图像转换成灰度图像；直线过滤单元，用于采用LSD直线检测算法检测图像中的直线，对直线角度、长度、相邻关系、距离设定阈值，过滤除去噪声直线，得到满足阈值条件的直线；矩形查找单元，用于找出水平半矩形和竖直半矩形，通过水平半矩形和竖直半矩形判断得到封闭矩形，并判断是否存在外围矩形；标志区域检测单元，用于对外围矩形绘制直线，后进行连通域的判断，并设置多个筛选条件，进行多层筛选，获取最终检测到的紧急电话标志区域；紧急电话标志识别单元，用于训练分类器以方向梯度直方图作为特征输入，生成线性支持向量机，对紧急电话标志进行识别。优选的，采用双目摄像机采集车辆前方图像，所述双目摄像机对获取的图像进行匹配和校正，以及视觉测量交通标志与车辆之间的距离。本专利技术所述基于驾驶安全地图及双目交通标志识别的定位方法及系统，由于安全驾驶地图结合高精度导航数据采集和高精度地图定位技术制作得到的，传统的高精度导航数据元素有车道相关信息，道路的曲率和标记以及车道的引导信息和制约信息等，利用地图对车辆定位占主导作用。本专利技术在传统导航数据的基础上，增加了道路交通标志的采集，采用道路标志的对车辆的定位进行辅助作用，通过左右目摄像机识别出来的标志坐标和大小，进行车辆和交通标志间的测距，并根据高精度地图里已存有交本文档来自技高网...

【技术保护点】
一种基于驾驶安全地图及双目交通标志识别的定位方法，其特征在于，所述基于驾驶安全地图及双目交通标志识别的定位方法包括以下步骤：S1、在基于道路路面的高精度地图中利用定位系统对驾驶中的车辆进行初级定位；S2、采集车辆前方图像，对图像中的交通标志进行检测和识别；S3、在高精度地图识别得到交通标志的坐标，测量车辆和标志之间的间距，并对比交通标志的坐标计算出车辆的位置，实现车辆定位。

【技术特征摘要】
1.一种基于驾驶安全地图及双目交通标志识别的定位方法，其特征在于，
所述基于驾驶安全地图及双目交通标志识别的定位方法包括以下步骤：
S1、在基于道路路面的高精度地图中利用定位系统对驾驶中的车辆进行初
级定位；
S2、采集车辆前方图像，对图像中的交通标志进行检测和识别；
S3、在高精度地图识别得到交通标志的坐标，测量车辆和标志之间的间距，
并对比交通标志的坐标计算出车辆的位置，实现车辆定位。
2.根据权利要求1所述的一种基于驾驶安全地图及双目交通标志识别的定
位方法，其特征在于，所述交通标志包括限速标志和紧急电话标志。
3.根据权利要求2所述的一种基于驾驶安全地图及双目交通标志识别的定
位方法，其特征在于，所述对图像中的限速标志进行检测和识别，具体包括以
下分步骤：
S21、采集车辆前方图像，将采集的图像自RGB颜色空间转换到HSV色彩空
间，并计算红色位图和红色强度；
S22、对红色位图进行均值滤波，得到红色均值图像；并对红色强度进行均
值滤波，得到红色强度均值图像，从而得到优化后的红色位图；
S23、对优化后的红色位图进行区域生长，设置最小宽度和高度阈值对红色
区域进行筛选，得到筛选后的红色位图；
S24、对每个红色区域求外接凸多边形，再减去步骤S23中得到的红色位图，
即可得到红色内部区域位图；
S25、对红色内部区域位图进行多层筛选，获取最终检测到的限速标志内部
区域；
S26、训练分类器以方向梯度直方图作为特征输入，生成线性支持向量机，
对限速标志进行识别。
4.根据权利要求2所述的一种基于驾驶安全地图及双目交通标志识别的定
位方法，其特征在于，所述对图像中的紧急电话标志进行检测和识别，具体包
括以下分步骤：
S21、采集车辆前方图像，将采集的图像由RGB图像转换成灰度图像；
S22、采用LSD直线检测算法检测图像中的直线，对直线角度、长度、相邻
关系、距离设定阈值，过滤除去噪声直线，得到满足阈值条件的直线；
S23、找出水平半矩形和竖直半矩形，通过水平半矩形和竖直半矩形判断得
到封闭矩形，并判断是否存在外围矩形；
S24、对外围矩形绘制直线，后进行连通域的判断，设置多个筛选条件，进
行多层筛选，获取最终检测到的紧急电话区域；
S25、训练分类器以方向梯度直方图作为特征输入，生成线性支持向量机，
对紧急电话标志进行识别。
5.根据权利要求4所述的一种基于驾驶安全地图及双目交通标志识别的定
位方法，其特征在于，采用正负样本图像对分类器进行训练，所述正样本图像
为除去红色边界后的限速标志的内部区域，负样本图像为不包括限速标志但仅
通过颜色检测被误检为限速标志的区域。
6.一种基于驾驶安全地图及双目交通标志识别的定位系统，其特征在于，
所述基于驾驶安全地图及双...

【专利技术属性】
技术研发人员：苏晓聪，刘伶俐，朱敦尧，
申请(专利权)人：武汉光庭科技有限公司，
类型：发明
国别省市：湖北;42