【技术实现步骤摘要】
一种基于惯性测量单元补偿的车道线光学测距方法
[0001]本专利技术涉及自动驾驶
,特别是涉及一种基于惯性测量单元补偿的车道线光学测距方法。
技术介绍
[0002]在自动驾驶或者辅助驾驶阶段,车道线的识别以及测距的精度对于车辆保持在车道内行驶以及车辆的辅助定位是非常重要的,所以一种高精度的车道线识别及测距方法对于自动驾驶的安全性有着很大的影响。
[0003]车道线图像的获取有很多方式,比如车载单目相机、双目相机等。双目相机由于配准与标定较为复杂且视觉计算消耗较大的计算资源导致其实用性并不强,而单目相机由于结构简单、操作简单,成本较低,占用计算资源较少,所以目前使用较为广泛。
[0004]使用单目视觉的方法进行测距的常用方法为几何相似法、几何形状约束法、光学几何法等,其中几何相似法对相机的位置和角度要求较为严格,几何形状约束法对目标的几何形状有要求,不能针对单个像素点进行测距,采用光学几何法进行测距计算简单,计算量较少。
[0005]但是,一般的单目视觉测距精度不够高,由于车辆存在悬架等弹性单元, ...
【技术保护点】
【技术特征摘要】
1.一种基于惯性测量单元补偿的车道线光学测距方法,其特征在于,包括:获取车载单目相机采集的实时图像,对所述实时图像中的车道线进行检测与识别,并根据所述车道线的像素点集合拟合形成车道线方程,得到车道线的像素坐标位置;基于惯性测量单元采集车身俯仰角的变化信息,并通过所述车身俯仰角的变化信息获取所述车载单目相机的俯仰角补偿量,得到补偿后的车载单目相机的俯仰角;根据所述补偿后的车载单目相机的俯仰角以及所述车道线的像素坐标位置,通过光学几何法确定车道线的位置。2.根据权利要求1所述的基于惯性测量单元补偿的车道线光学测距方法,其特征在于,对所述实时图像中的车道线进行检测与识别的过程包括:搭建网络模型,采用Tusimple、Culane数据集或者自制数据集对所述网络模型进行预训练,同时对数据集进行数据增强处理,迭代后得到收敛的网络模型;将所述收敛的网络模型导入相应的车载处理器,由车载单目相机采集实时道路图像信息,基于所述车载处理器中的目标检测模块对车道线进行识别与检测。3.根据权利要求2所述的基于惯性测量单元补偿的车道线光学测距方法,其特征在于,对识别出的所述车道线在纵向上每隔相同像素区间提取像素点,并对提取出的车道线像素点进行曲线拟合。4.根据权利要求3所述的基于惯性测量单元补偿的车道线光学测距方法,其特征在于,所述车道线像素点的拟合方程为:x=C0+C
l
y+C2y2+C3y3其中,C0为车辆距车道边界的偏移距离,C1代表车道线的偏航角,C2代表所拟合车道线的曲率,C3代表车道线曲率的变化率。5.根据权利要求1所述的基于惯性测量单元补偿的车道线光学测距方法,其特征在于,获取所述车载单目相机的俯仰角补偿量之前首先要确定所述车载摄像头的安装参数,确定所述车载摄像头的安装参数的过程包括:基于预设标定法,对所述车载单目相机的内参进行标定处理;根据标定后的内参和所述单目相机的外参,确定所述安装参数;其中,所述相机的内参包括单目相机的焦距和主点坐标;所述外参包括所述...
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。