一种车道线检测方法技术

本发明专利技术涉及一种车道线检测方法，其步骤：实时采集图像；标定得到单应性矩阵；采用局部灰度阈值法计算车道线灰度阈值；根据像素的灰度值变化来提取特征；通过连续性匹配和直线约束匹配，把本身属于一条车道线的特征点聚类，来拟合车道线；从下到上，从左到右依次对特征点进行处理，连接成长的特征段；将特征段通过单应性矩阵逆投影到世界坐标系中，并计算车道标记线的宽度、长度以及角度参数；选择种子特征段，以种子特征段为基础搜索与该种子特征段输入同一车道线的特征序列，并拟合出车道线方程；进行车道线跟踪，在车道线运动参数估计的基础上，预测已检测的车道线在当前帧的位置，以该位置作为车道线跟踪的输入，判断跟踪目标的有效性。

A Lane Line Detection Method

The invention relates to a lane detection method, which comprises the following steps: real-time acquisition of images; calibration of homography matrix; calculation of lane gray threshold using local gray threshold method; extraction of features according to the change of gray value of pixels; continuity matching and linear constraint matching to make itself belong to the characteristics of a lane line. Point clustering is used to fit Lane lines; feature points are processed from bottom to top, left to right in turn to connect growing feature segments; feature segments are inversely projected to the world coordinate system through homography matrix, and the width, length and angle parameters of lane marking lines are calculated; seed feature segments are selected based on seed feature segments. On the basis of searching the feature sequence of the same lane line with the seed feature segment and fitting the lane line equation, the lane line tracking is carried out, and the position of the detected lane line in the current frame is predicted on the basis of the estimation of the lane line motion parameters. The location is used as the input of lane line tracking to judge the effectiveness of the tracking target.

【技术实现步骤摘要】
一种车道线检测方法
本专利技术涉及一种辅助驾驶和图像处理领域，特别是关于一种鲁棒性强且稳定的车道线检测方法。
技术介绍
随着我国生活水平的提高，汽车越来越多。随之而来的是交通事故的增多，给广大人民群众带来众多的精神和财产损失。因此辅助驾驶技术应运而生，越来越多的公司、研究机构对此技术进行研发。其中车道线检测是辅助驾驶的关键技术之一，可以在汽车压实线时予以提醒，从而减少交通事故的发生。现有的车道线特征提取方法基本是基于Hough变换，但此方法计算量大，而且不够稳定，特别是当车道线有破损以及有弯道的情况下。因此现有的车道线检测算法稳定性低且效率较低。
技术实现思路
针对上述问题，本专利技术的目的是提供一种车道线检测方法，该方法能准确、高速的检测车道线，具有稳定性。为实现上述目的，本专利技术采取以下技术方案：一种车道线检测方法，其包括以下步骤：步骤一、实时采集图像；步骤二、对采集到的图像进行标定，得到图像坐标系和世界坐标系的单应性矩阵；步骤三、将所采集的图片转换成灰度图，并采用局部灰度阈值法计算车道线灰度阈值；步骤四、经过局部灰度阈值化后，标准的车道线灰度分布呈梯形，根据像素的灰度值变化来提取本文档来自技高网...

【技术保护点】
1.一种车道线检测方法，其特征在于包括以下步骤：步骤一、实时采集图像；步骤二、对采集到的图像进行标定，得到图像坐标系和世界坐标系的单应性矩阵；步骤三、将所采集的图片转换成灰度图，并采用局部灰度阈值法计算车道线灰度阈值；步骤四、经过局部灰度阈值化后，标准的车道线灰度分布呈梯形，根据像素的灰度值变化来提取特征；步骤五、通过连续性匹配和直线约束匹配，把本身属于一条车道线的特征点聚类，来拟合车道线；从下到上，从左到右依次对特征点进行处理，若一特征点位置与一特征段的末端的位置的横向、纵向距离均小于预先设定距离，则将该特征点加入到此特征段中形成一个个小的特征段，再将这些小的特征段连接成长的特征段；步骤六、...

【技术特征摘要】
1.一种车道线检测方法，其特征在于包括以下步骤：步骤一、实时采集图像；步骤二、对采集到的图像进行标定，得到图像坐标系和世界坐标系的单应性矩阵；步骤三、将所采集的图片转换成灰度图，并采用局部灰度阈值法计算车道线灰度阈值；步骤四、经过局部灰度阈值化后，标准的车道线灰度分布呈梯形，根据像素的灰度值变化来提取特征；步骤五、通过连续性匹配和直线约束匹配，把本身属于一条车道线的特征点聚类，来拟合车道线；从下到上，从左到右依次对特征点进行处理，若一特征点位置与一特征段的末端的位置的横向、纵向距离均小于预先设定距离，则将该特征点加入到此特征段中形成一个个小的特征段，再将这些小的特征段连接成长的特征段；步骤六、将特征段通过单应性矩阵逆投影到世界坐标系中，并计算车道标记线的宽度、长度以及角度参数；步骤七、选择一个区域内置信度最高的特征段作为种子特征段，以种子特征段为基础搜索与该种子特征段输入同一车道线的特征序列，然后利用搜索到的特征序列拟合出车道线方程；步骤八、进行车道线跟踪，在车道线运动参数估计的基础上，预测已检测的车道线在当前帧的位置，以该位置作为车道线跟踪的输入，用于判断跟踪目标的有效性；步骤九、输出以上检测出的车道线参数。2.如权利要求1所述的一种车道线检测方法，其特征在于：所述步骤三中，采用可变窗口的局部灰度阈值计算方法求解车道线灰度阈值：其中，TG(x0,y0)是坐标为(x0,y0)位置处的灰度阈值；I(x,y)表示原始图像中(x,y)处的灰度值，TG(x0,y0)表示局部灰度阈值，x0表示需计算的当前像素点的横坐标值，y0表示需计算的当前像素点的纵坐标值，w为计算窗口的宽，h为计算窗口的高，T0为车道线阈值调节参数。3.如权利要求1所述的一种车道线检测方法，其特征在于：所述步骤四中，将车道线分为四种类型，四种类型车道线的灰度变化图为：类型Ⅰ是典型的车道线特征，由两个强度相似的上升沿和下降沿组成；类型Ⅱ是车道线破损时的特征，破损产生的强度较低的下降沿右侧存在与其强度相似的上升沿；类型Ⅲ和类型Ⅳ是车道线被部分阴影遮挡时的车道线特征，其特点为在阴影与车道线的边界处存在一个连续的上升沿或下降沿，两个连续边缘的强度之和与另一侧边缘相似。4.如权利要求1所述的一种车道线检测方法，其特征在于：所述步骤五中，当特征段的特征数量少于阈值，且该特征段是一个基础特征段时，则该特征段先验知识不足，采用车道线连续性约束进行匹配；反之，根据已有的特征点预估特征段方向，采用直线约束进行匹配。5.如权利要求4所述的一种车道线检测方法，其特征在于：采用车道线连续性约束进行匹配的方法如下：5.1)特征点F与特征段B的终止位置在纵向上的间隔应小于设定的纵向阈值，即满足纵向位置连续性约束：|yF-yBe|＜rM，式中，yF为特征点F在纵向上的坐标；yBe为特征段B的终止位置在纵向上的坐标；rM为预先设定的最大纵向...

【专利技术属性】
技术研发人员：杨波，邓博，宋平，
申请(专利权)人：北京茵沃汽车科技有限公司，
类型：发明
国别省市：北京,11