基于自适应路面条件变化机制的多车道线检测方法及系统技术方案

本发明专利技术公开了一种基于自适应路面条件变化机制的多车道线检测方法及系统。该方法包括：先捕捉前方路面车道线信息，并通过逆透视变换得到俯视图和灰度图；使用两种图像预处理方法对进行处理获得图像；通过融合载体对图像进行融合以垂直积分投影图呈现；通过波峰位置动态更新机制实时监测投影图的波峰位置；根据路面条件的变化情况，通过阈值自适应调整机制调整阈值；根据投影图的波峰位置在灰度图上定位窗口位置，搜索车道线点并记录坐标；计算出二次曲线方程参数以获得车道线方程。本发明专利技术能够适应不同的行驶环境及路面条件，从而提高车道线的检测范围，使检测方法能够适应各种路面条件，提升车道线检测效果，使检测不易失效。

【技术实现步骤摘要】
基于自适应路面条件变化机制的多车道线检测方法及系统
本专利技术涉及车道线检测
的一种多车道线检测方法，尤其涉及一种基于自适应路面条件变化机制的多车道线检测方法，还涉及应用该方法的基于自适应路面条件变化机制的多车道线检测系统，还涉及包括该检测系统的自动行驶汽车。
技术介绍
随着改革开放力度的不断加深，我国的经济水平也日益提高，我国的汽车产量和数量也急剧增长，但也因为如此，有关交通安全问题也越来越多，造成的相关经济损失更是无法估计，关于如何降低交通事故发生率已是迫在眉睫之事。汽车驾驶辅助系统可有效提高驾驶安全性，有效减少安全事故的发生，降低交通事故带来的巨大损失，智能辅助驾驶系统和自动驾驶汽车技术就成为了当今交通领域和汽车工业界的研究热点。然而，辅助驾驶系统或是自动驾驶技术，乃至未来的无人驾驶技术，首要的就是要车辆能够感知周围环境。对于环境感知方面，车道线检测就是一个关键技术。为了保证智能汽车的自动驾驶，车道线检测算法必须保证具有很好的可靠性、实时性和鲁棒性。对基于机器视觉的车道线检测主要可以分为3类：模型法、特征法、消失点法。模型法是利用车道线模型与矩形框的匹配程度确定的，在遇到与车道线形状相似的噪音干扰时，效果较差。消失点法时利用车辆前方尽头两车道线的交点位置，但对于破损路段检测效果较差。特征法是通过车道线边缘点的梯度、方向和灰度值等一些特征来检测车道线。但是，特征法中的阈值一旦确定，只能针对特定路面条件，如果行驶中道路条件改变，此法将失效。因此，现有的多车道线检测方法无法适应各种路面条件，导致检测效果差，容易失效的问题。
技术实现思路
为解决现有的多车道线检测方法无法适应各种路面条件，导致检测效果差，容易失效的技术问题，本专利技术提供一种基于自适应路面条件变化机制的多车道线检测方法及系统。本专利技术采用以下技术方案实现：一种基于自适应路面条件变化机制的多车道线检测方法，其包括以下步骤：S1、先捕捉前方路面车道线信息，并通过逆透视变换得到俯视图P0，再对俯视图P0进行灰度处理以获得灰度图P1；S2、使用预设的两种图像预处理方法对俯视图P0或灰度图P1进行处理，分别获得图像P2、P3；其中，两种图像预处理方法分别通过预设的阈值T1、T2对灰度图P1进行处理；S3、先设计图像P2、P3信息的融合载体，再通过所述融合载体对图像P2、P3进行融合，并以垂直积分投影图P4呈现；S4、建立波峰位置动态更新机制，并通过所述波峰位置动态更新机制实时监测投影图P4的波峰位置以判断当前帧的波峰位置是否正确；在当前帧的波峰位置正确时，以当前帧的位置作为下一帧的比较对象，否则进行动态调整；S5、先建立阈值自适应调整机制，再根据路面条件的变化情况，通过所述阈值自适应调整机制调整阈值T1、T2；S6、先设计动态搜索窗口，再根据投影图P4的波峰位置在灰度图P1上定位窗口位置，最后在所述动态搜素窗口内搜索车道线点，并记录所述车道线点的坐标；S7、根据所述车道线点的坐标，计算出二次曲线方程参数以获得车道线方程。本专利技术通过两种图像预处理方法检测车道线，为了在行驶过程中能适应不同道路状况的变化，建立了两种调整机制，即波峰位置动态更新机制和阈值自适应调整机制，这样使检测方法能够适应不同的行驶环境及路面条件。其中，波峰位置动态更新机制监测用来定位代表车道线的波峰位置，并根据前后两帧的具体情况，对定位失效的波峰进行更新，能够降低噪音干扰。阈值自适应调整机制则进一步根据路面条件的变化情况调整之前预处理方法中的阈值，增强了车道线信息，使累加统计后的图中，代表车道线位置的波峰更加突出，便于对车道线进行定位。随后，该方法通过动态搜索窗口搜索车道线点并记录相应的坐标，最后根据坐标信息计算出方程参数，从而获得车道线方程，解决了现有的多车道线检测方法无法适应各种路面条件，导致检测效果差，容易失效的技术问题，得到了检测范围广，适应性强，检测效果好且不易失效的技术效果。作为上述方案的进一步改进，两种图像预处理方法分别为梯度差值法和颜色空间LUV；所述梯度差值法包括以下步骤：先设定阈值T1以对灰度图P1进行阈值化，再根据车道线的灰度值大于其两侧灰度值，由以下公式获得图像P2：式中，a(i,j)为(i,j)处的像素值；所述颜色空间LUV通过亮度通道设定阈值T2，并将俯视图P0转换为图像P3。作为上述方案的进一步改进，步骤S3包括以下步骤：对图像P2、P3分别自下而上均分为四部分；将图像P2、P3的每部分的高缩短至原来的二分之一，并将每列像素点个数累加到同一行中；以累计的两幅图同列像素点总和作为投影图P4的纵坐标，并将对应列所在的行数作为投影图P4的横坐标，以完成对图像P2、P3的信息融合；以及对投影图P4进行平滑操作，去除毛刺以明确波峰位置。作为上述方案的进一步改进，在步骤S4中，当车道线的数量为两条时，设上一帧左右两边车道线位置分别为c0和d0，两个波峰距离记为g0，每边车道线前后帧的变化幅度分别记为e01和e02，当前帧检测车道线波峰位置横坐标为c1和d1；其中，g0＝d0-c0；当e02＜g0/4＜e01时，右边波峰坐标d0作为下一帧的比较对象，d1＝d0，左边波峰位置c0不作为下一帧比较对象，令c1＝c0+e01；当e01＞g0/4且e02＞g0/4时，右边波峰坐标d0和左边波峰位置c0均不作为下一帧比较对象，令d1＝d0+e02，c1＝c0+e01；当e01＜g0/4＜e02时，左边波峰坐标c0作为下一帧的比较对象，c1＝c0，右边波峰位置d0不作为下一帧比较对象，令d1＝d0+e02；当e01＜g0/4且e02＜g0/4时，右边波峰坐标d0和左边波峰位置c0作为下一帧比较对象，令d1＝d0，c1＝c0。进一步地，当连续5帧出现e01＞g0/4且e02＞g0/4时，启动所述阈值自适应调整机制，调整阈值T1、T2；其中，每次上调或下调一个单位，并至多调整40次；在连续50帧的波峰位置均定位失败时，则执行步骤S1。再进一步地，在步骤S6中，设定所述搜索窗口的宽度为波峰位置左右两侧10个像素所在区域的宽度，所述搜索窗口的高度为各部分的高度，记录下取搜索点窗口内的点坐标。再进一步地，在步骤S7中，根据所述动态搜素窗口记录的四部分的车道线点的坐标，选用二次曲线模型，并利用最小二乘法计算出二次曲线方程参数。再进一步地，在步骤S1中，通过至少一组相机捕捉前方路面车道线信息，所述梯度差值法中type类型选用THRESH_TOZERO。本专利技术还提供一种基于自适应路面条件变化机制的多车道线检测系统，该系统应用上述任意所述的基于自适应路面条件变化机制的多车道线检测方法，其包括：图像采集模块，其用于先捕捉前方路面车道线信息，并通过逆透视变换得到俯视图P0，再对俯视图P0进行灰度处理以获得灰度图P1；图像处理模块，其用于使用预设的两种图像预处理方法对俯视图P0或灰度图P1本文档来自技高网...

【技术保护点】
1.一种基于自适应路面条件变化机制的多车道线检测方法，其特征在于，其包括以下步骤：/nS1、先捕捉前方路面车道线信息，并通过逆透视变换得到俯视图P0，再对俯视图P0进行灰度处理以获得灰度图P1；/nS2、使用预设的两种图像预处理方法对俯视图P0或灰度图P1进行处理，分别获得图像P2、P3；其中，两种图像预处理方法分别通过预设的阈值T1、T2对灰度图P1进行处理；/nS3、先设计图像P2、P3信息的融合载体，再通过所述融合载体对图像P2、P3进行融合，并以垂直积分投影图P4呈现；/nS4、建立波峰位置动态更新机制，并通过所述波峰位置动态更新机制实时监测投影图P4的波峰位置以判断当前帧的波峰位置是否正确；在当前帧的波峰位置正确时，以当前帧的位置作为下一帧的比较对象，否则进行动态调整；/nS5、先建立阈值自适应调整机制，再根据路面条件的变化情况，通过所述阈值自适应调整机制调整阈值T1、T2；/nS6、先设计动态搜索窗口，再根据投影图P4的波峰位置在灰度图P1上定位窗口位置，最后在所述动态搜素窗口内搜索车道线点，并记录所述车道线点的坐标；/nS7、根据所述车道线点的坐标，计算出二次曲线方程参数以获得车道线方程。/n...

【技术特征摘要】
1.一种基于自适应路面条件变化机制的多车道线检测方法，其特征在于，其包括以下步骤：
S1、先捕捉前方路面车道线信息，并通过逆透视变换得到俯视图P0，再对俯视图P0进行灰度处理以获得灰度图P1；
S2、使用预设的两种图像预处理方法对俯视图P0或灰度图P1进行处理，分别获得图像P2、P3；其中，两种图像预处理方法分别通过预设的阈值T1、T2对灰度图P1进行处理；
S3、先设计图像P2、P3信息的融合载体，再通过所述融合载体对图像P2、P3进行融合，并以垂直积分投影图P4呈现；
S4、建立波峰位置动态更新机制，并通过所述波峰位置动态更新机制实时监测投影图P4的波峰位置以判断当前帧的波峰位置是否正确；在当前帧的波峰位置正确时，以当前帧的位置作为下一帧的比较对象，否则进行动态调整；
S5、先建立阈值自适应调整机制，再根据路面条件的变化情况，通过所述阈值自适应调整机制调整阈值T1、T2；
S6、先设计动态搜索窗口，再根据投影图P4的波峰位置在灰度图P1上定位窗口位置，最后在所述动态搜素窗口内搜索车道线点，并记录所述车道线点的坐标；
S7、根据所述车道线点的坐标，计算出二次曲线方程参数以获得车道线方程。


2.如权利要求1所述的基于自适应路面条件变化机制的多车道线检测方法，其特征在于，两种图像预处理方法分别为梯度差值法和颜色空间LUV；所述梯度差值法包括以下步骤：先设定阈值T1以对灰度图P1进行阈值化，再根据车道线的灰度值大于其两侧灰度值，由以下公式获得图像P2：



式中，a(i,j)为(i,j)处的像素值；
所述颜色空间LUV通过亮度通道设定阈值T2，并将俯视图P0转换为图像P3。


3.如权利要求1所述的基于自适应路面条件变化机制的多车道线检测方法，其特征在于，步骤S3包括以下步骤：
对图像P2、P3分别自下而上均分为四部分；
将图像P2、P3的每部分的高缩短至原来的二分之一，并将每列像素点个数累加到同一行中；
以累计的两幅图同列像素点总和作为投影图P4的纵坐标，并将对应列所在的行数作为投影图P4的横坐标，以完成对图像P2、P3的信息融合；以及
对投影图P4进行平滑操作，去除毛刺以明确波峰位置。


4.如权利要求1所述的基于自适应路面条件变化机制的多车道线检测方法，其特征在于，在步骤S4中，当车道线的数量为两条时，设上一帧左右两边车道线位置分别为c0和d0，两个波峰距离记为g0，每边车道线前后帧的变化幅度分别记为e01和e02，当前帧检测车道线波峰位置横坐标为c1和d1；其中，g0＝d0-c0；
当e02＜g0/4＜e01时，右边波峰坐标d0作为下一帧的比较对象，d1＝d0，左边波峰位置c0不作为下一帧比较对象，令c1＝c0+e01；
当e01＞g0/4且e02＞g0/4时，右边波峰坐标d0和左边波峰位置c0均不作为下一帧比较对象，令d1＝d0+e02，c1＝c0+e01；
当e01＜g0/4＜e02时，左边波峰坐标c0作为下一帧的比较对象，c1＝c0，右边波...

【专利技术属性】
技术研发人员：魏振亚，陈无畏，张先锋，崔国良，丁雨康，
申请(专利权)人：安徽卡思普智能科技有限公司，
类型：发明
国别省市：安徽;34