The invention discloses a multi lane detection method of color image, first get the successive frames of the current frame, gray image processing, and according to the camera parameters and setting the raster map size, gray map inverse perspective transform to obtain the grid map part of the road; then according to the control point information, using the Tyson polygon the regional division of the grid map, and the division of the regional image binarization processing; then according to Lane prior information on the regional grouping, and recorded non pixel coordinates zero pixel value. Then the curve fitting equation of the obtained Lane grouping point set using improved RANSAC algorithm, combining the lane line equation and particle filter algorithm to predict the control points of the current image, calculate the final equations and Lane perspective transformation of the Lane Lane equation, get the original image in the equation. The method proposed in the invention has high detection accuracy and robustness to lane detection, and can simultaneously detect multi Lane lines.
【技术实现步骤摘要】
一种多车道线检测方法
本专利技术属于计算机视觉与自动驾驶领域,具体地,涉及一种多车道线检测方法。
技术介绍
在自动驾驶领域,车道线的检测是一个重要环节,也是当前自动驾驶领域研究的热点问题。然而,目前大部分基于计算机视觉的车道线检测方法都不能鲁棒的对车道线进行检测,主要原因如下:道路上的光照、阴影,道路上的其它障碍物(车辆,行人等),道路上的其它交通标线等信息,对检测道路上的车道线产生干扰。目前,基于计算机视觉的多车道线检测算法有很多。国内外很多和自动驾驶相关的期刊、会议都将车道线检测算法列为重点研究领域,国内外学者也在这方面做出了大量的有益成果,近年来论文中的方法主要有:M.Aly在2008年将图像转换为逆透视图像,然后基于RANSAC算法和BezierSplines曲线对车道线拟合,可同时检测多车道线;M.Nieto等人在2008年将待处理的道路区域转换到逆透视空间中,然后使用具有层次化结构图对道路建模来检测车道线;M.Nieto等人在2011年对待处理的感兴趣区域做逆透视变换,然后使用递归贝叶斯模型对逆透视变换图像做逐像素分类,最后使用圆弧对道路建模检测车道线;L.Xin等人在2011年使用直线和抛物线直接在透视图像上对道路建模,实现远距离多车道线检测;F.M.Sebdani等人在2011年使用固定的交通摄像头采集图像,然后直接对原图实施基本图像处理,最后使用Hough变换对车道线检测;Z.Xu等人在2012年使用改进的Canny算子对道路边缘检测,然后使用概率Hough变换对车道线检测;X.Liu等人在2012年将相机采集的彩色图像转换到HSV空间, ...
【技术保护点】
一种多车道线检测方法,其特征在于,包括如下步骤:步骤1、初始化控制点先验信息和车道线先验信息;步骤2、获取连续帧的彩色图像,对当前帧图像进行灰度化处理;步骤3、设定栅格地图的大小,结合相机内参数及相机架设的高度求取当前帧灰度图中感兴趣区域的逆透视图像,此逆透视图像即为当前帧的栅格地图;步骤4、根据控制点先验信息,在栅格地图上应用德洛内三角剖分算法和泰森多边形,获得对栅格地图的区域划分,划分好的区域互不重叠;步骤5、对划分好的区域分别使用Sobel算子对当前帧车道线进行边缘检测,再使用自适应阈值化操作获得二值图,使用腐蚀操作消除部分噪声点,获得最终的二值图;步骤6、根据车道线先验信息,对划分好区域分组,将包含上一帧同一条车道线的区域归为同一组,并记录当前帧在每一组中所包含非零像素值所在位置的横坐标和纵坐标;步骤7、使用改进的RANSAC算法对每一组非零像素点做曲线拟合获得车道线方程;步骤8、采用粒子滤波算法结合控制点先验信息预测当前帧的控制点坐标,结合步骤步骤7拟合的车道线方程,求得最终的车道线方程;步骤9、对栅格地图中求得的最终车道线方程做透视变换,求得当前帧在原图上的车道线方程,即得 ...
【技术特征摘要】
1.一种多车道线检测方法,其特征在于,包括如下步骤:步骤1、初始化控制点先验信息和车道线先验信息;步骤2、获取连续帧的彩色图像,对当前帧图像进行灰度化处理;步骤3、设定栅格地图的大小,结合相机内参数及相机架设的高度求取当前帧灰度图中感兴趣区域的逆透视图像,此逆透视图像即为当前帧的栅格地图;步骤4、根据控制点先验信息,在栅格地图上应用德洛内三角剖分算法和泰森多边形,获得对栅格地图的区域划分,划分好的区域互不重叠;步骤5、对划分好的区域分别使用Sobel算子对当前帧车道线进行边缘检测,再使用自适应阈值化操作获得二值图,使用腐蚀操作消除部分噪声点,获得最终的二值图;步骤6、根据车道线先验信息,对划分好区域分组,将包含上一帧同一条车道线的区域归为同一组,并记录当前帧在每一组中所包含非零像素值所在位置的横坐标和纵坐标;步骤7、使用改进的RANSAC算法对每一组非零像素点做曲线拟合获得车道线方程;步骤8、采用粒子滤波算法结合控制点先验信息预测当前帧的控制点坐标,结合步骤步骤7拟合的车道线方程,求得最终的车道线方程;步骤9、对栅格地图中求得的最终车道线方程做透视变换,求得当前帧在原图上的车道线方程,即得检测的车道线;若存在未处理的图像帧,则将步骤步骤8得到的最终车道线方程作为下一帧的车道线先验信息,并根据最终车道线方程确定下一帧图像的控制点先验信息,并跳转步骤步骤2处理下一帧。2.根据权利要求1所述的一种多车道线检测方法,其特征在于,所述步骤步骤2只提取彩图像中的红色通道进行灰度化处理。3.根据权利要求1所述的一种多车道线检测方法,其特征在于,所述步骤步骤3获取栅格地图的具体方法为:步骤3-1、设定当前车辆的前方感知范围和左右感知范围,以及栅格地图的分辨率,即栅格地图中一个像素对应物理世界中一块区域的大小;步骤3-2、接着计算栅格地图的大小;步骤3-3、结合相机参数和栅格地图的尺寸计算灰度图像的逆透视图,即最终的栅格地图。4.根据权利要求1所述的一种多车道线检测方法,其特征在于,所述步骤步骤5边缘检测的具体方...
【专利技术属性】
技术研发人员:陈必科,杨健,宫辰,钱建军,
申请(专利权)人:南京理工大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。