用于自动驾驶的弯道识别方法技术

本发明专利技术公开了用于自动驾驶的弯道识别方法，包括以下步骤：S1：将采集到的路面的原始图片灰度化成为灰度图；S2：将灰度图二值化形成二值化图；S3：以色相、亮度和饱和度为维度建立三维色彩空间；S4：将原始图片映射到三维色彩空间；S5：将二值化图和映射到三维色彩空间的图片混合，并制作直方图；S6：选出直方图中的峰值作为道路边界。本发明专利技术用于自动驾驶的弯道识别方法，通过上述步骤，即可实现对道路上白色和黄色分界线的识别，提高了自动驾驶的安全性。

Curve recognition method for automatic driving

The invention discloses a curve recognition method for automatic driving, which comprises the following steps: S1: graying the original picture of the collected road surface into a grayscale picture; S2: binarizing the grayscale picture into a binarization picture; S3: building a three-dimensional color space with the dimensions of hue, brightness and saturation; S4: mapping the original picture into a three-dimensional color space; S5: mapping the binarization picture to a S6: select the peak value in the histogram as the road boundary. The invention is used for the curve recognition method of automatic driving. Through the above steps, the recognition of white and yellow boundaries on the road can be realized, and the safety of automatic driving is improved.

【技术实现步骤摘要】
用于自动驾驶的弯道识别方法
本专利技术涉及计算机
，具体涉及用于自动驾驶的弯道识别方法。
技术介绍
自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪也已经有数十年的历史，于21世纪初呈现出接近实用化的趋势，比如，谷歌自动驾驶汽车于2012年5月获得了美国首个自动驾驶车辆许可证，预计于2015年至2017年进入市场销售。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。2014年12月中下旬，谷歌首次展示自动驾驶原型车成品，该车可全功能运行。2015年5月，谷歌宣布将于2015年夏天在加利福尼亚州山景城的公路上测试其自动驾驶汽车。自动驾驶的核心技术在于如何准确的识别道路，然而在现有道路上存在很多黄色线条对道路进行划分，而黄色线条在进行识别的时候很容易和地面混在一起，造成识别不清晰，降低了自动驾驶的安全性。
技术实现思路
本专利技术所要解决的技术问题是现有道路上存在很多黄色线条对道路进行划分，而黄色线条在进行识别的时候很容易和地面混在一起，造成识别不清晰，降低了自动驾驶的安全性，目的在于提供用于自动驾驶的弯道识别方法，解决上述问题。本专利技术通过下述技术方案实现：用于自动驾驶的弯道识别方法，包括以下步骤：S1：将采集到的路面的原始图片灰度化成为灰度图；S2：将灰度图二值化形成二值化图；S3：以色相、亮度和饱和度为维度建立三维色彩空间；S4：将原始图片映射到三维色彩空间；S5：将二值化图和映射到三维色彩空间的图片混合，并制作直方图；S6：选出直方图中的峰值作为道路边界。现有技术中，现有道路上存在很多黄色线条对道路进行划分，而黄色线条在进行识别的时候很容易和地面混在一起，造成识别不清晰，降低了自动驾驶的安全性。本专利技术应用时，先将采集到的路面的原始图片灰度化成为灰度图，再将灰度图二值化形成二值化图，二值化出图像可以准确的识别出由白线画出的分界线，而黄线会和地面融为一体，然后以色相、亮度和饱和度为维度建立三维色彩空间，再然后将原始图片映射到三维色彩空间，在三维色彩空间中，黄色的饱和度和色相与地面颜色会出现非常大的不同，再然后将二值化图和映射到三维色彩空间的图片混合，并制作直方图，由于直方图中，分界线处会出现明显的陡坡，再然后选出直方图中的峰值作为道路边界。本专利技术通过上述步骤，即可实现对道路上白色和黄色分界线的识别，提高了自动驾驶的安全性。进一步的，所述色彩空间采用HLS空间。进一步的，步骤S5中所述混合采用图片的叠加。进一步的，所述二值化的通道值采用100～130。本专利技术与现有技术相比，具有如下的优点和有益效果：本专利技术用于自动驾驶的弯道识别方法，通过上述步骤，即可实现对道路上白色和黄色分界线的识别，提高了自动驾驶的安全性。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。实施例本专利技术用于自动驾驶的弯道识别方法，包括以下步骤：S1：将采集到的路面的原始图片灰度化成为灰度图；S2：将灰度图二值化形成二值化图；S3：以色相、亮度和饱和度为维度建立三维色彩空间；S4：将原始图片映射到三维色彩空间；S5：将二值化图和映射到三维色彩空间的图片混合，并制作直方图；S6：选出直方图中的峰值作为道路边界。所述色彩空间采用HLS空间。步骤S5中所述混合采用图片的叠加。所述二值化的通道值采用100～130。本实施例实施时，先将采集到的路面的原始图片灰度化成为灰度图，再将灰度图二值化形成二值化图，二值化出图像可以准确的识别出由白线画出的分界线，而黄线会和地面融为一体，然后以色相、亮度和饱和度为维度建立三维色彩空间，再然后将原始图片映射到三维色彩空间，在三维色彩空间中，黄色的饱和度和色相与地面颜色会出现非常大的不同，再然后将二值化图和映射到三维色彩空间的图片混合，并制作直方图，由于直方图中，分界线处会出现明显的陡坡，再然后选出直方图中的峰值作为道路边界。本专利技术通过上述步骤，即可实现对道路上白色和黄色分界线的识别，提高了自动驾驶的安全性。以上所述的具体实施方式，对本专利技术的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本专利技术的具体实施方式而已，并不用于限定本专利技术的保护范围，凡在本专利技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.用于自动驾驶的弯道识别方法，其特征在于，包括以下步骤：S1：将采集到的路面的原始图片灰度化成为灰度图；S2：将灰度图二值化形成二值化图；S3：以色相、亮度和饱和度为维度建立三维色彩空间；S4：将原始图片映射到三维色彩空间；S5：将二值化图和映射到三维色彩空间的图片混合，并制作直方图；S6：选出直方图中的峰值作为道路边界。

【技术特征摘要】
1.用于自动驾驶的弯道识别方法，其特征在于，包括以下步骤：S1：将采集到的路面的原始图片灰度化成为灰度图；S2：将灰度图二值化形成二值化图；S3：以色相、亮度和饱和度为维度建立三维色彩空间；S4：将原始图片映射到三维色彩空间；S5：将二值化图和映射到三维色彩空间的图片混合，并制作直方图；S6：选出直方图中的...

【专利技术属性】
技术研发人员：孙毅，
申请(专利权)人：孙毅，
类型：发明
国别省市：四川,51