本申请涉及一种基于机器视觉的自动驾驶方法、装置、计算机设备和存储介质。方法包括:获取待检测图像,并根据边缘检测提取待检测图像中的目标障碍物;根据滤波预处理提取目标障碍物的图像轮廓;根据椭圆检测算法对图像轮廓进行拟合,获取拟合椭圆以及拟合椭圆的数据信息;根据拟合椭圆的数据信息,生成相应的避障指令以驱动车辆进行避障。上述方法,通过边缘检测和滤波预处理提取图像中的可疑坑洞,再通过椭圆检测算法对路面坑洞进行椭圆拟合和分析,再根据坑洞尺寸大小等级发送行驶指令,使车辆及时调整车速或行车轨迹,数据处理速度快且时效性高,达到了车辆安全行驶的目的。
【技术实现步骤摘要】
基于机器视觉的自动驾驶方法、装置、计算机设备和存储介质
本申请涉及智能驾驶
,特别是涉及一种基于机器视觉的自动驾驶方法、装置、计算机设备和存储介质和存储介质和存储介质。
技术介绍
自动驾驶技术是目前汽车自动化技术发展的潮流,在自动驾驶中,路面状况的实时检测是其中一项非常关键的技术,其中机器学习方法由于判断准确性高成为研究的热点。但由于普通机器学习算法对处理器要求较高,处理速度较慢因而时效性较差,因此在实际项目中难以应用。
技术实现思路
基于此,有必要针对上述技术问题,提供一种基于机器视觉的自动驾驶方法、装置、计算机设备和存储介质和存储介质和存储介质。一种基于机器视觉的自动驾驶方法,方法包括:获取待检测图像,并根据边缘检测提取待检测图像中的目标障碍物;根据滤波预处理提取目标障碍物的图像轮廓;根据椭圆检测算法对图像轮廓进行拟合,获取拟合椭圆以及拟合椭圆的数据信息;根据拟合椭圆的数据信息,生成相应的避障指令以驱动车辆进行避障。上述方法,通过边缘检测和滤波预处理提取图像中的可疑坑洞,再通过椭圆检测算法对路面坑洞进行椭圆拟合和分析,再根据坑洞尺寸大小等级发送行驶指令,使车辆及时调整车速或行车轨迹,数据处理速度快且时效性高,达到了车辆安全行驶的目的。一种基于机器视觉的自动驾驶装置,该装置包括:障碍物获取模块,用于获取待检测图像,并根据边缘检测提取待检测图像中的目标障碍物;轮廓提取模块,用于根据滤波预处理提取目标障碍物的图像轮廓;拟合模块,用于根据椭圆检测算法对图像轮廓进行拟合,获取拟合椭圆以及拟合椭圆的数据信息;指令生成模块,用于根据拟合椭圆的数据信息,生成相应的避障指令以驱动车辆进行避障。上述装置,通过边缘检测和滤波预处理提取图像中的可疑坑洞,再通过椭圆检测算法对路面坑洞进行椭圆拟合和分析,再根据坑洞尺寸大小等级发送行驶指令,使车辆及时调整车速或行车轨迹,数据处理速度快且时效性高,达到了车辆安全行驶的目的。一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述方法的步骤。一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。附图说明图1为一个实施例中基于机器视觉的自动驾驶方法的流程示意图;图2为另一个实施例中基于机器视觉的自动驾驶方法的流程示意图;图3为一个实施例中基于机器视觉的自动驾驶装置的结构框图;图4为一个实施例中基于机器视觉的自动驾驶方法的流程示意图;图5为拟合椭圆中心符合检测示意图;图6为目标障碍物的图像轮廓符合度检测示意图;图7为拟合椭圆轮廓符合度检测示意图;图8为实际路面坑洞与拟合椭圆的对比示意图;图9为实际路面坑洞与拟合椭圆的对比示意图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。在一个实施例中,如图1所示,提供了一种基于机器视觉的自动驾驶方法包括以下步骤:S200、获取待检测图像,并根据边缘检测提取待检测图像中的目标障碍物。具体的,在汽车行驶的过程中,采用摄像设备获取汽车行驶道路上的图像并将该图像经过相应处理后作为待检测图像,例如通过摄像设备采集汽车前方的路面图像,然后摄像设备对该图像的尺寸进行相应的调节之后,通过与处理器连接将采集的路面图像发送至处理器。当处理器获取到待检测图像之后,将根据边缘检测来获取待检测图像中的目标障碍物,目标障碍物为汽车行驶道路前方的坑洞。其中,边缘检测为现有的常规技术,本申请不再做详细赘述。S300、根据滤波预处理提取目标障碍物的图像轮廓。具体的,当检测到目标障碍物(即坑洞)之后,可以理解,坑洞是一个圆形或不规则的椭圆,其具有相应的边缘轮廓,然后通过滤波预处理提取得到坑洞的图像轮廓,滤波预处理包括有灰度转换、二值化比操作以及中值滤波。S400、根据椭圆检测算法对图像轮廓进行拟合,获取拟合椭圆以及拟合椭圆的数据信息。具体的,对图像轮廓进行最小二乘椭圆拟合,得到拟合度最高的拟合椭圆以及该拟合椭圆的方程、面积尺寸以及中心点位置坐标等作为拟合椭圆的数据信息。S500、根据拟合椭圆的数据信息,生成相应的避障指令以驱动车辆进行避障。具体的,处理器通过判断拟合椭圆的面积尺寸大小来判断车轮的转向角度使得车辆避开坑洞或者当拟合椭圆的面积尺寸远小于车轮半径时,可以生成减速指令来是车辆减速慢行通过该坑洞。上述方法,通过边缘检测和滤波预处理提取图像中的可疑坑洞,再通过椭圆检测算法对路面坑洞进行椭圆拟合和分析,再根据坑洞尺寸大小等级发送行驶指令,使车辆及时调整车速或行车轨迹,数据处理速度快且时效性高,达到了车辆安全行驶的目的。在一个实施例中,如图2所示,在步骤S200之前还包括步骤S100、采集目标图像,根据预设尺寸对目标图像进行尺寸调整,得到待检测图像。具体的,车辆在道路上行驶的过程中,通过摄像设备采集车辆当前行驶道路的图像作为目标图像,然后摄像设备将目标图像发送给处理器,处理器根据预设尺寸来对目标图像进行裁切,得到与预设尺寸一样大小的待检测图像。其中,预设尺寸小于目标图像的尺寸。通过对目标图像的尺寸进行调整之后得到的待检测图像的尺寸相对变小,同时像素相应的降低,图像分辨率得到了降低,从而方便后续进行图像处理,提高目标障碍物的识别速度。进一步的,在一个实施例中,步骤S200包括步骤S201、步骤S202以及步骤S203。步骤S201、对待检测图像进行明暗反转,并对待检测图像中的感兴趣区域进行灰度级扩展,得到灰度图像。具体的,由于车辆在道路上行驶的过程中,采集的道路的图像会受到外界环境影响,通过对待检测图像进行明暗反转并且对感兴趣区域的灰度级进行扩展,能够突出目标障碍物所在亮度带,方便查找到待检测图像中的目标障碍物。步骤S202、对灰度图像进行二值化闭操作处理,得到二值化图像。具体的,通过二值化比操作能够消除待检测图像中的细长鸿沟和较小的空洞,使得待检测图像中的目标障碍物轮廓更加平滑。步骤S203、对二值化图像进行中值滤波处理,并获取中值滤波处理之后的二值化图像中的块信息以获取目标障碍物的图像轮廓。具体的,使用中值滤波处理后能够消除噪声并且不会破坏目标障碍物轮廓的边缘,然后通过MATLAB工具箱中regionprops函数获取二值化图像的块信息,得到目标障碍物的图像轮廓以及轮廓边缘、轮廓的面积、轮廓长度以及像素点数据。进一步的,在其它实施例中,步骤S203之后还包括将目标障碍物的图像轮廓二维化的像素坐标存储到数据结构Aoval中(Aoval是N行2列的矩阵,第一列存储x坐标,第二列存储y坐标)。在一个实施例中,步骤S400包括步骤S401、步骤S402、步骤S403以及步骤S404本文档来自技高网...
【技术保护点】
1.一种基于机器视觉的自动驾驶方法,所述方法包括:/n获取待检测图像,并根据边缘检测提取所述待检测图像中的目标障碍物;/n根据滤波预处理提取所述目标障碍物的图像轮廓;/n根据椭圆检测算法对所述图像轮廓进行拟合,获取拟合椭圆以及所述拟合椭圆的数据信息;/n根据所述拟合椭圆的数据信息,生成相应的避障指令以驱动车辆进行避障。/n
【技术特征摘要】
1.一种基于机器视觉的自动驾驶方法,所述方法包括:
获取待检测图像,并根据边缘检测提取所述待检测图像中的目标障碍物;
根据滤波预处理提取所述目标障碍物的图像轮廓;
根据椭圆检测算法对所述图像轮廓进行拟合,获取拟合椭圆以及所述拟合椭圆的数据信息;
根据所述拟合椭圆的数据信息,生成相应的避障指令以驱动车辆进行避障。
2.根据权利要求1所述的方法,其特征在于,所述获取待检测图像,并根据边缘检测提取所述待检测图像中的目标障碍物之前,包括:
采集目标图像,根据预设尺寸对所述目标图像进行尺寸调整,得到所述待检测图像。
3.根据权利要求1所述的方法,其特征在于,所述根据滤波预处理提取所述目标障碍物的图像轮廓,包括:
对所述待检测图像进行明暗反转,并对待检测图像中的感兴趣区域进行灰度级扩展,得到灰度图像;
对所述灰度图像进行二值化闭操作处理,得到二值化图像;
对所述二值化图像进行中值滤波处理,并获取所述中值滤波处理之后的二值化图像中的块信息以获取所述目标障碍物的图像轮廓。
4.根据权利要求1所述的方法,其特征在于,所述根据椭圆检测算法对所述图像轮廓进行拟合,获取拟合椭圆以及所述拟合椭圆数据信息,包括:
获取所述图像轮廓中各个像素点的像素坐标;
对所述图像轮廓进行最小二乘椭圆拟合,得到拟合度最高的拟合椭圆;
根据所述像素坐标,获取所述拟合椭圆上对应的拟合像素点的坐标;
根据所述拟合像素点的坐标,获取所述拟合椭圆的数据信息。
5.根据权利要求4所述的方法,其特征在于,所述对所述图像轮廓进行最小二乘椭圆拟合,得到拟合度最高的拟合椭圆之后,根据所述像素坐标,获取所述拟合椭圆上对应的拟合像素点的坐标之前,包括:
对所述拟合椭圆进行椭圆中心符合...
【专利技术属性】
技术研发人员:杜宝祯,陈熠,
申请(专利权)人:宁波职业技术学院,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。