基于车载视频的车辆切入检测方法及装置制造方法及图纸

本发明专利技术公开了一种基于车载视频的车辆切入检测方法，包括：获取车载视频图像，在图像中选取检测区域，识别车道线候选区域，获取车道线候选区域信息，对获得的所有车道线坐标及区域的斜率进行判断，离图像底部中心点最近的区域且斜率左侧为正，右侧为负的两个区域为当前车道线区域；检测图像中的车辆，获取车辆的坐标信息，判断当前帧的车道线区域与车辆区域是否相交，如果相交则车辆在当前车道线范围内，否则车辆在车道线范围外；对车辆进行追踪，连续判断车辆与车道线区域是否相交，当车辆连续多帧与当前车道线区域相交时，判断该车辆切入当前车道线区域。算法计算量小，可以大大提高检测效率和检测精度。

Vehicle cut in detection method and device based on vehicle video

The invention discloses a vehicle cut in detection method based on vehicle video, including: acquiring vehicle video image, selecting detection area in the image, identifying lane line candidate area, acquiring lane line candidate area information, judging all lane line coordinates and area skew rate obtained, the area closest to the bottom center point of the image has a positive slope on the left and a negative slope on the right The two areas of are the current lane line area; detect the vehicle in the image, obtain the coordinate information of the vehicle, and judge whether the lane line area of the current frame intersects the vehicle area. If it intersects, the vehicle is within the range of the current lane line, otherwise, the vehicle is outside the range of the lane line; track the vehicle, and continuously judge whether the vehicle intersects the lane line area. When the vehicle has more than one frame, it can When the current lane line area intersects, it is judged that the vehicle cuts into the current lane line area. The algorithm has a small amount of calculation, which can greatly improve the detection efficiency and accuracy.

【技术实现步骤摘要】
基于车载视频的车辆切入检测方法及装置
本专利技术涉及车辆智能辅助驾驶
，具体地涉及一种基于车载视频的车辆切入检测方法及装置。
技术介绍
当代城市交通存在"交通拥堵、停车难、交通事故多、空气污染大、能耗高"五大问题。这些严重影响了城市交通系统的正常运行。为了解决上述问题,各大研究机构和企业均投入以车辆为主体的自主式自动驾驶研究。自主车辆可能需要考虑各种各样的因素，并且基于那些因素做出适当的决定，以安全和准确地到达期望的目的地。例如，自主车辆可能需要处理和解释可视信息(例如，从相机捕捉的信息)，并且也可能使用从其它源(例如，从GPS设备、速度传感器、加速计、悬架传感器等)获得的信息。同时，为了导航到目的地，自主车辆还可能需要识别其在特定道路内(例如，在多车道道路内的特定车道)的位置、沿着其它车辆旁边导航、避开障碍物和行人、观察交通信号和标志、在适当的交叉路口或交汇处从一条道路行进到另一条道路。在行驶期间，自主车辆可能会遇到另一辆尝试车道变换的车辆。例如，在自主车辆行驶的车道的左侧或右侧的车道中的车辆可以尝试变换或切入自主车辆正在行驶的车道。自动驾驶研究场景库的构建对于自动驾驶研究具有重大的意义，场景库包含的各种场景对于自动驾驶算法性能的验证及改善提供支持，目前场景库的构建一般都基于人工筛选的方法，效率低下，浪费大量的人力物力。随着计算机视觉技术的快速发展及深度学习网络的广泛使用，基于计算机视觉的场景库构建将大大的提高场景库的构建效率，节约人工劳动力。
技术实现思路
为了解决上述存在的技术问题，本专利技术提供了一种基于车载视频的车辆切入检测方法及装置，可以检测车辆切入，大大提高检测效率和检测精度。本专利技术的技术方案是：一种基于车载视频的车辆切入检测方法，包括以下步骤：S01：获取车载视频图像，在图像中选取检测区域，识别车道线候选区域，获取车道线候选区域信息，所述车道线候选区域信息包括车道线候选区域的坐标及斜率，计算车道线候选区域与图像底部中心点的距离，选取距离最近的车道线候选区域，进一步判断车道线候选区域的斜率，将斜率为正的在图像底部中心点左侧的车道线候选区域和斜率为负的在图像底部中心点右侧的车道线候选区域作为当前车道线区域；S02：检测图像中的车辆，获取车辆的坐标信息，判断当前帧的车道线区域与车辆区域是否相交，如果相交则车辆在当前车道线范围内，否则车辆在车道线范围外；S03：对车辆进行追踪，连续判断车辆与车道线区域是否相交，当车辆连续多帧与当前车道线区域相交时，判断该车辆切入当前车道线区域。优选的技术方案中，所述步骤S01中识别车道线候选区域包括，遍历图像中的每个像素点，将该像素点的灰度值与其左右相差一定数量的像素点的灰度值进行比较，若该像素点的灰度值最高，且在设定的阈值范围内时，判断该像素点为疑似车道线点，所有疑似车道线点的集合为车道线候选区域。优选的技术方案中，所述步骤S01中得到当前车道线区域之后，将两条车道线区域延长至相交。优选的技术方案中，所述步骤S03中对车辆进行追踪包括，将当前每一车辆的检测信息与上一帧的检测信息进行匹配，满足以下条件则判断为同一辆车：abs(xi-xi-1)＜5abs(yi-yi-1)＜10highti-1×0.8＜highti＜highti-1×1.2widthi-1×0.8＜widthi＜widthi-1×1.2；其中，xi、xi-1、yi、yi-1为匹配车辆的第i、i-1帧的左上角坐标；heighti、heighti-1、widthi、widthi-1为匹配车辆的第i、i-1帧的宽度与高度。本专利技术还公开了一种基于车载视频的车辆切入检测装置，包括：视频获取模块，获取车载视频图像；车道线检测模块，在图像中选取检测区域，识别车道线候选区域，获取车道线候选区域信息，所述车道线候选区域信息包括车道线候选区域的坐标及斜率，计算车道线候选区域与图像底部中心点的距离，选取距离最近的车道线候选区域，进一步判断车道线候选区域的斜率，将斜率为正的在图像底部中心点左侧的车道线候选区域和斜率为负的在图像底部中心点右侧的车道线候选区域作为当前车道线区域；车辆检测模块，检测图像中的车辆，得到车辆的检测信息；车辆追踪模块，对检测到的车辆进行追踪；处理判断模块，获取车辆的坐标信息，判断当前帧的车道线区域与车辆区域是否相交，如果相交则车辆在当前车道线范围内，否则车辆在车道线范围外；对车辆进行追踪，连续判断车辆与车道线区域是否相交，当车辆连续多帧与当前车道线区域相交时，判断该车辆切入当前车道线区域。优选的技术方案中，所述车道线检测模块中识别车道线候选区域包括，遍历图像中的每个像素点，将该像素点的灰度值与其左右相差一定数量的像素点的灰度值进行比较，若该像素点的灰度值最高，且在设定的阈值范围内时，判断该像素点为疑似车道线点，所有疑似车道线点的集合为车道线候选区域。优选的技术方案中，所述车道线检测模块在得到当前车道线区域之后，将两条车道线区域延长至相交。优选的技术方案中，所述车辆追踪模块对车辆进行追踪包括，将当前每一车辆的检测信息与上一帧的检测信息进行匹配，满足以下条件则判断为同一辆车：abs(xi-xi-1)＜5abs(yi-yi-1)＜10highti-1×0.8＜highti＜highti-1×1.2widthi-1×0.8＜widthi＜widthi-1×1.2；其中，xi、xi-1、yi、yi-1为匹配车辆的第i、i-1帧的左上角坐标；heighti、heighti-1、widthi、widthi-1为匹配车辆的第i、i-1帧的宽度与高度。与现有技术相比，本专利技术的优点是：该方法基于车载前端视频的车辆切入场景检测，包括车道线检测、车辆检测、车辆追踪和行为判断，算法计算量小，可以大大提高检测效率和检测精度。附图说明下面结合附图及实施例对本专利技术作进一步描述：图1为本专利技术基于车载视频的车辆切入检测方法的流程图；图2为本专利技术车道线候选区域检测效果图；图3为本专利技术当前车道线检测结果；图4为本专利技术车辆检测结果；图5为本专利技术车辆切入判断示意图。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了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。实施例：下面结合附图，对本专利技术的较佳实施例作进一步说明。如图1所示，本专利技术基于车载视频的车辆切入检测方法，利用图像处理算法对保存的车辆前端视频进行分析处理，判断是否有车辆切入到当前车辆所在车道，包括车道线检测、车辆检测、车辆追踪、行为判断等算法。车辆切入场景是自动驾驶场景中非常常见且重要的一种场景。该专利技术提本文档来自技高网...

【技术保护点】
1.一种基于车载视频的车辆切入检测方法，其特征在于，包括以下步骤：/nS01：获取车载视频图像，在图像中选取检测区域，识别车道线候选区域，获取车道线候选区域信息，所述车道线候选区域信息包括车道线候选区域的坐标及斜率，计算车道线候选区域与图像底部中心点的距离，选取距离最近的车道线候选区域，进一步判断车道线候选区域的斜率，将斜率为正的在图像底部中心点左侧的车道线候选区域和斜率为负的在图像底部中心点右侧的车道线候选区域作为当前车道线区域；/nS02：检测图像中的车辆，获取车辆的坐标信息，判断当前帧的车道线区域与车辆区域是否相交，如果相交则车辆在当前车道线范围内，否则车辆在车道线范围外；/nS03：对车辆进行追踪，连续判断车辆与车道线区域是否相交，当车辆连续多帧与当前车道线区域相交时，判断该车辆切入当前车道线区域。/n

【技术特征摘要】
1.一种基于车载视频的车辆切入检测方法，其特征在于，包括以下步骤：
S01：获取车载视频图像，在图像中选取检测区域，识别车道线候选区域，获取车道线候选区域信息，所述车道线候选区域信息包括车道线候选区域的坐标及斜率，计算车道线候选区域与图像底部中心点的距离，选取距离最近的车道线候选区域，进一步判断车道线候选区域的斜率，将斜率为正的在图像底部中心点左侧的车道线候选区域和斜率为负的在图像底部中心点右侧的车道线候选区域作为当前车道线区域；
S02：检测图像中的车辆，获取车辆的坐标信息，判断当前帧的车道线区域与车辆区域是否相交，如果相交则车辆在当前车道线范围内，否则车辆在车道线范围外；
S03：对车辆进行追踪，连续判断车辆与车道线区域是否相交，当车辆连续多帧与当前车道线区域相交时，判断该车辆切入当前车道线区域。


2.根据权利要求1所述的基于车载视频的车辆切入检测方法，其特征在于，所述步骤S01中识别车道线候选区域包括，遍历图像中的每个像素点，将该像素点的灰度值与其左右相差一定数量的像素点的灰度值进行比较，若该像素点的灰度值最高，且在设定的阈值范围内时，判断该像素点为疑似车道线点，所有疑似车道线点的集合为车道线候选区域。


3.根据权利要求1所述的基于车载视频的车辆切入检测方法，其特征在于，所述步骤S01中得到当前车道线区域之后，将两条车道线区域延长至相交。


4.根据权利要求1所述的基于车载视频的车辆切入检测方法，其特征在于，所述步骤S03中对车辆进行追踪包括，将当前每一车辆的检测信息与上一帧的检测信息进行匹配，满足以下条件则判断为同一辆车：
abs(xi-xi-1)＜5
abs(yi-yi-1)＜10
highti-1×0.8＜highti＜highti-1×1.2
widthi-1×0.8＜widthi＜widthi-1×1.2；
其中，xi、xi-1、yi、yi-1为匹配车辆的第i、i-1帧的左上角坐标；heighti、heighti-1、widthi、widthi-1为匹配车辆的第i、i-1帧的宽度与高度。


5.一种基于车载视频的车辆切入检测装置，其...

【专利技术属性】
技术研发人员：顾会建，王宝宗，路萍，史宏涛，章烨，
申请(专利权)人：清华大学苏州汽车研究院吴江，
类型：发明
国别省市：江苏;32