基于卡尔曼滤波器的车道线追踪方法技术

本发明专利技术涉及一种基于卡尔曼滤波器的车道线追踪方法，包括：计数器初始化；输入k时刻Hough变换检测得到的车道线；将k时刻的车道线逐一地与k‑1时刻的车道线进行匹配，分别计算两个时刻参数的偏差；匹配计数器进行更新；当直线匹配数不小于计数器时，启动Kalman滤波器对车道线进行追踪；否则不进行追踪；追踪10帧车道线后，重新检测更新直线库。本发明专利技术解决了复杂环境中的一帧或几帧图像车道线漏检或检测不到的问题，提出了用估计值代替检测值的方法，增加了车道线检测的稳定性，当若干帧图像车道线检测失败时，仍然可以用估计值代替检测值输出，车道线检测的方法鲁棒性强，检测结果准确，提高了行车安全性。

【技术实现步骤摘要】
基于卡尔曼滤波器的车道线追踪方法
本专利技术属于车辆工程
，具体涉及一种基于卡尔曼滤波器的车道线追踪方法。
技术介绍
在车道线检测过程中，车载相机拍摄获取的车道线视频或图像序列是随时间连续变化的。现有技术的基于单帧图像车道线追踪算法将面临许多挑战，比如复杂多变的道路环境、车道线曲率过大及噪声等。此外，车道线特征稀少、车道线缺损或遮挡、变换车道都可能导致检测失败。在车道线检测过程中，复杂多变的道路环境、车道线特征稀少、车道线缺损或被遮盖等原因容易造成一帧或几帧图像检测失败，导致检测失败，车道线检测算法鲁棒性不强。现有技术的车道线追踪方法容易出现检测失败的问题，且检测结果不准确，不能很好地满足实际应用的需要，现在亟待研发一种能够克服上述技术缺陷的新的车道线追踪方法。
技术实现思路
针对上述现有技术中存在的问题，本专利技术的目的在于提供一种可避免出现上述技术缺陷的基于卡尔曼滤波器的车道线追踪方法。为了实现上述专利技术目的，本专利技术提供的技术方案如下：一种基于卡尔曼滤波器的车道线追踪方法，包括：步骤(1)计数器初始化。步骤(2)输入k时刻Hough变换检测得到的车道线；步骤(3)将k时刻的车道线逐一地与k-1时刻的车道线进行匹配，分别计算两个时刻参数的偏差；步骤(4)匹配计数器进行更新；若偏差小于阈值，则匹配成功，Kalman滤波器输出的估计直线代替被匹配的直线，并且相应的计数器加1；反之则匹配不成功，计数器减1，当计数器小于0时，计数器置零；步骤(5)当直线匹配数不小于计数器时，启动Kalman滤波器对车道线进行追踪；否则不进行追踪；步骤(6)追踪10帧车道线后，重新检测更新直线库。进一步地，所述方法还包括：步骤(7)循环执行步骤(2)至步骤(6)。进一步地，所述Hough变换实现步骤包括：1)建立一个(ρ,θ)空间的二维数组H(ρ,θ)，充当累加器；2)遍历M行N列数字图像上所有的像素点(yi,xi)，1≤yi≤M,1≤xi≤N，令θ等于θ轴上允许的细分值，通过公式ρ＝xicosθ+yisinθ计算出相应的ρ值，并将其进一步四舍五入为最接近的ρ轴上允许的单元值，相应的累加器单元(ρ,θ)处增加一个增量；3)求出累加器中最大的nH个值，其位置(ρh,θh)，1≤h≤nH就是直线模型下对应车道标志线的参数；其中，ρ表示原点到直线的距离，称为极距；θ表示以顺时针为正时直线的法线与x轴正半轴成的夹角；4)选取Hough变换矩阵中最大的三个峰值点，取出峰值点处对应的(ρ,θ)值，对车道标志线进行拟合。进一步地，在所述步骤(5)中，Kalman滤波器方程包括：时间更新方程：量测更新方程：其中是用k-1时刻预测出k时刻的值，是对应的协方差，AT是A的转置矩阵，Kk是k时刻Kalman滤波器增益，是Kalman滤波器输出的k时刻的估计值，Zk是k时刻的观测值，I为单位矩阵，Q为系统噪声协方差，R为观测噪声。进一步地，Kalman滤波器初值设定：N＝1，表示一帧图像，用来计算每帧图像的噪声；Q＝[0,0,0,0]，R＝1，H＝[1,0]，W＝sqrt(Q)*randn(2,N)，V＝sqrt(R)*randn(2,N),A＝[1,1；0,1]，I＝eye(2)。进一步地，用状态向量Xk表示每帧图像中检测到的车道线状态，Xk＝[ρk,θk]T；车道线更新方程：Xk＝AXk-1+Wk观测方程：Zk＝HXk+Vk其中Xk是k时刻车道线的状态值，A为Kalman滤波器的状态转移矩阵，H为测量矩阵，Wk为系统噪声，Vk为观测噪声，在此假设Wk、Vk均是高斯白噪声，且不随系统状态变化而变化。进一步地，在Kalman滤波器对车道线追踪过程中，不断对观测值进行更新，将每帧图像车道线检测得到的值作为观测值输入Kalman滤波器进行迭代；在Kalman滤波器迭代过程中进行修正，通过将检测值和Kalman估计值进行比较，设定一阈值，当误差小于此阈值，则视检测值有效，否则认为检测值无效。本专利技术提供的基于卡尔曼滤波器的车道线追踪方法，解决了复杂环境中的一帧或几帧图像车道线漏检或检测不到的问题，提出了用估计值代替检测值的方法，增加了车道线检测的稳定性，当若干帧图像车道线检测失败时，仍然可以用估计值代替检测值输出，车道线检测的方法鲁棒性强，检测结果准确，提高了行车安全性，可以很好地满足实际应用的需要。附图说明图1为本专利技术的流程图；图2为极径和极角的几何意义示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例对本专利技术做进一步说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术提供的基于卡尔曼滤波器的车道线追踪方法，在车道线追踪过程中用状态向量Xk表示每帧图像中检测到的车道线状态，Xk＝[ρk,θk]T。车道线更新方程：Xk＝AXk-1+Wk(1)观测方程：Zk＝HXk+Vk(2)其中Xk是k时刻车道线的状态值，A为Kalman滤波器的状态转移矩阵，H为测量矩阵，Wk为系统噪声，Vk为观测噪声，在此假设Wk、Vk均是高斯白噪声，且不随系统状态变化而变化。Kalman滤波器包括时间更新和量测更新两个重要部分。时间更新用来向前一步估计当前状态向量和状态向量协方差的取值，完成对状态向量的预估。量测更新基于状态向量估计值与最新测量值，通过残差计算，完成对状态向量的校正。通过“预估—校正—预估”的循环过程，Kalman滤波器实现对状态向量的递推估计。Kalman滤波过程如下：时间更新方程：量测更新方程：其中是用k-1时刻预测出k时刻的值，是对应的协方差，AT是A的转置矩阵，Kk是k时刻Kalman滤波器增益，是Kalman滤波器输出的k时刻的估计值，Zk是k时刻的观测值，I为单位矩阵，Q为系统噪声协方差，R为观测噪声。Kalman滤波器初值设定：N＝1，表示一帧图像，用来计算每帧图像的噪声。Q＝[0,0,0,0]，R＝1，H＝[1,0]，W＝sqrt(Q)*randn(2,N)，V＝sqrt(R)*randn(2,N),A＝[1,1；0,1]，I＝eye(2)。在Kalman滤波器对车道线追踪过程中，为了得到车道线的估计值，需要不断的对观测值进行更新，将每帧图像车道线检测得到的值作为观测值输入Kalman滤波器进行迭代。为了达到追踪估计的准确性，防止因噪声干扰出现车道线检测错误对整个系统产生影响，在Kalman滤波器迭代过程中需要对此进行修正，通过将检测值和Kalman估计值进行比较，设定一阈值，当误差小于此阈值，则视检测值有效，否则认为检测值无效，由于相邻的两帧车道线在图像中的位置不会发生突变，因此可以输出前一时刻的估计值作为当前车道线的状态值。如图1所示，一种基于卡尔曼滤波器的车道线追踪方法，包括以下步骤：步骤(1)计数器DTcount初始化，其中DTcount用来计算准确检测到车道线的次数；步骤(2)输入k时刻Hough变换检测得到的车道线[(ρik,θik)]，i＝1,2,3,4；Hough变换具体实现步骤如下：1)建立一个(ρ,θ)空间的二维数组H(ρ,θ)，充当累加器；2本文档来自技高网...

【技术保护点】
1.一种基于卡尔曼滤波器的车道线追踪方法，其特征在于，基于卡尔曼滤波器进行车道线追踪。

【技术特征摘要】
1.一种基于卡尔曼滤波器的车道线追踪方法，其特征在于，基于卡尔曼滤波器进行车道线追踪。2.根据权利要求1所述的基于卡尔曼滤波的车道线追踪方法，其特征在于，所述方法包括：步骤(1)计数器初始化；步骤(2)输入k时刻Hough变换检测得到的车道线；步骤(3)将k时刻的车道线逐一地与k-1时刻的车道线进行匹配，分别计算两个时刻参数的偏差；步骤(4)匹配计数器进行更新；若偏差小于阈值，则匹配成功，Kalman滤波器输出的估计直线代替被匹配的直线，并且相应的计数器加1；反之则匹配不成功，计数器减1，当计数器小于0时，计数器置零；步骤(5)当直线匹配数不小于计数器时，启动Kalman滤波器对车道线进行追踪；否则不进行追踪；步骤(6)追踪10帧车道线后，重新检测更新直线库。3.根据权利要求1-2所述的基于卡尔曼滤波的车道线追踪方法，其特征在于，所述方法还包括：步骤(7)循环执行步骤(2)至步骤(6)。4.根据权利要求1-3所述的基于卡尔曼滤波的车道线追踪方法，其特征在于，所述Hough变换实现步骤包括：1)建立一个(ρ,θ)空间的二维数组H(ρ,θ)，充当累加器；2)遍历M行N列数字图像上所有的像素点(yi,xi)，1≤yi≤M,1≤xi≤N，令θ等于θ轴上允许的细分值，通过公式ρ＝xicosθ+yisinθ计算出相应的ρ值，并将其进一步四舍五入为最接近的ρ轴上允许的单元值，相应的累加器单元(ρ,θ)处增加一个增量；3)求出累加器中最大的nH个值，其位置(ρh,θh)，1≤h≤nH就是直线模型下对应车道标志线的参数；其中，ρ表示原点到直线的距离，称为极距；θ表示以顺时针为正时直线的法线与x轴正半轴成的夹角；4)选取Hough变换矩阵中最大的三个峰值点，取出峰值...

【专利技术属性】
技术研发人员：曲刚，曾宪玮，
申请(专利权)人：广州路派电子科技有限公司，
类型：发明
国别省市：广东,44