一种仿真机器人Android平台的车道偏离预警方法技术

一种仿真机器人Android平台的车道偏离预警方法。本预警方法包括五步，第一步初始化参数列表，第二步基于梯度方向的车道线检测，第三步更新参数列表，第四步基于行扫描线的车道线检测，第五步偏离预警方法。本发明专利技术用于仿真机器人Android平台的车道偏离预警。

【技术实现步骤摘要】
一种仿真机器人Android平台的车道偏离预警方法
：本专利技术涉及一种仿真机器人Android平台的车道偏离预警方法。
技术介绍
：车道偏离预警系统(LaneDepartureWarningSystem，LDWS)是车辆辅助驾驶系统中的重要组成部分，对驾驶员进行及时提醒，从而防止由于驾驶员疏忽造成的车道偏离事故的发生。按照传感器的安装方式可分为俯视系统和前视系统。俯视系统中，最具代表性的为北极光AURORA系统；该系统由带广角镜头的彩色摄像机、数字转换器和一个便携工作站等组成。系统对每帧图像进行二次标准化模板技术的车道标识识别后,计算出车辆的横向位置,再采用一种合适的警告触发准则。俯视统的优点是方法简单易行，在高速路等结构化道路上执行效率较高，容易获得较高的定位精度；但其缺点是应用范围有限，只适用于存在清晰标识的结构化道路。前视系统具有代表性的有超强游览器AutoVue系统、淘豆网AWSTM系统和决策支持DSS系统。AutoVue系统由一个安装在汽车内挡风玻璃后部的摄像机、道路标识线识别跟踪软件、2个立体音箱,1个小显本文档来自技高网...

【技术保护点】
1.一种仿真机器人Android平台的车道偏离预警方法，其特征是:本预警方法包括五步，第一步初始化参数列表，第二步基于梯度方向的车道线检测，第三步更新参数列表，第四步基于行扫描线的车道线检测，第五步偏离预警方法。/n

【技术特征摘要】
1.一种仿真机器人Android平台的车道偏离预警方法，其特征是:本预警方法包括五步，第一步初始化参数列表，第二步基于梯度方向的车道线检测，第三步更新参数列表，第四步基于行扫描线的车道线检测，第五步偏离预警方法。


2.根据权利要求1所述的一种仿真机器人Android平台的车道偏离预警方法，其特征是:所述的第一步初始化参数列表是车道偏离预警系统中安装是在后视镜的位置，摄像头是通过倾斜角度来拍摄路面，获取到的图像的路面信息；设输入图像的像素宽为W，高为H，初始化参数中，检测宽度的范围[W/5，4*W/5]，高度的范围[H/3，7*H/8]；消失点坐标为(W/2，H/2)，远视场线纵坐标为y1＝H/2+d，近视场线纵坐标为y3＝7*H/8-d，其中d为可调阈值，经验范围为[20，50]；中视场线的纵坐标为y2＝(y3+2*y2)/3。


3.根据权利要求1所述的一种仿真机器人Android平台的车道偏离预警方法，其特征是:所述的第二步基于梯度方向的车道线检测是车道线检测V1，
(a)特征提取V1，
车道线边缘特性可用一阶或二阶导数来度量，一阶导数可用梯度▽G表示:

并且▽G有幅值和方向F(x,y)＝gy/gx；
正负边缘线类型判别：首先排除近似水平的梯度角度的边缘像素，接着在取出边缘梯度图像上一行像素，由左至右顺序判断像素梯度值，将梯度方向偏向图像右侧的像素判为上升边缘；正负边缘候选对判别：对于每一个正边缘，在右侧一个有效范围内(实验中对应合理的线宽)存在着一个负边缘，并且正边缘梯度方向角度与负边缘的梯度方向角度相差满足角度阈值，则认为这两个边缘构成一个正负边缘候选对；
邻域判别：对于每一个正负边缘候选对，如果正边缘的左侧邻域平均灰度值大于Ti,lane，则认为正边缘的背景符合；如果负边缘的右侧邻域平均灰度值大于Ti,lane，则认为负边缘的背景符合；如果正负边缘候选对同时满足背景符合，则认为正负边缘候选对通过领域判别；
(b)模型拟合V1，
将特征按图像位置纵向进行排序，从排序列表中选择一个未使用的像素作为种子点，区域生长算法将用于生成一个区域；递归的，该像素的那些未使用的邻域像素都被用于测试，而角度跟区域角度之间的误差在22.5之间的像素将被加入该区域中；每次添加一个新的像素到该区域，区域角度就被更新一次；如此持续进行，直到没有任何像素可以添加到矩形区域中。


4.根据权利要求1所述的一种仿真机器人Android平台的车道偏离预警方法，其特征是:所述的第三步更新参数列表是车道线检测V1后，当满足直线数量大于2条...

【专利技术属性】
技术研发人员：李超，
申请(专利权)人：天津天瞳威势电子科技有限公司，
类型：发明
国别省市：天津;12