[发明专利]基于驾驶安全地图及双目交通标志识别的定位方法及系统

说明书

技术领域

本发明涉及车联网技术领域，具体涉及一种基于驾驶安全地图及双目交通 标志识别的定位方法及系统。

背景技术

随着计算机科学和机器人技术的发展，智能驾驶车辆在军事、民用和科学 研究等诸多方面得到了广泛的应用，它集中了结构学、电子学、控制论和人工 智能等多学科的最新研究成果，具有广阔的应用前景。

对于智能驾驶车辆来说，车辆定位是其关键组成部分，车辆定位是智能汽 车决策控制的基础。对车辆的定位目前一般采用GPS(GlobalPositioning System,全球定位系统)定位技术实现。车辆根据GPS定位技术确定该车辆所在 位置，进行轨迹规划和做出控制决策。但由于GPS定位技术所能够到达的定位 误差为10米左右，因此使用GPS定位技术对车辆进行定位是很不准确的；对于 车辆行驶在桥梁、隧道，或者遇到恶劣天气如暴雨暴雪，GPS会出现无信号状态， 这样就无法对车辆进行定位。因此如果仅仅依靠GPS定位方式对该车辆进行定 位，势必会为智能车辆的行车安全性带来巨大隐患，所以如何对车辆进行精确 定位使本领域急待解决的技术问题。

发明内容

有鉴于此，有必要提供一种能够对目标车辆进行精确定位的基于驾驶安全 地图及双目交通标志识别的定位方法及系统。

一种基于驾驶安全地图及双目交通标志识别的定位方法，所述基于驾驶安 全地图及双目交通标志识别的定位方法包括以下步骤：

S1、在基于道路路面的高精度地图中利用定位系统对驾驶中的车辆进行初 级定位；

S2、采集车辆前方图像，对图像中的交通标志进行检测和识别；

S3、在高精度地图识别得到交通标志的坐标，测量车辆和标志之间的间距， 并对比交通标志的坐标计算出车辆的位置，实现车辆定位。

优选的，所述交通标志包括限速标志和紧急电话标志。

优选的，所述对图像中的限速标志进行检测和识别，具体包括以下分步骤：

S21、采集车辆前方图像，将采集的图像自RGB颜色空间转换到HSV色彩空 间，并计算红色位图和红色强度；

S22、对红色位图进行均值滤波，得到红色均值图像；并对红色强度进行均 值滤波，得到红色强度均值图像，从而得到优化后的红色位图；

S23、对优化后的红色位图进行区域生长，设置最小宽度和高度阈值对红色 区域进行筛选，得到筛选后的红色位图；

S24、对每个红色区域求外接凸多边形，再减去步骤S23中得到的红色位图， 即可得到红色内部区域位图；

S25、对红色内部区域位图进行多层筛选，获取最终检测到的限速标志内部 区域；

S26、训练分类器以方向梯度直方图作为特征输入，生成线性支持向量机， 对限速标志进行识别。

优选的，所述对图像中的紧急电话标志进行检测和识别，具体包括以下分 步骤：

S21、采集车辆前方图像，将采集的图像由RGB图像转换成灰度图像；

S22、采用LSD直线检测算法检测图像中的直线，对直线角度、长度、相邻 关系、距离设定阈值，过滤除去噪声直线，得到满足阈值条件的直线；

S23、找出水平半矩形和竖直半矩形，通过水平半矩形和竖直半矩形判断得 到封闭矩形，并判断是否存在外围矩形；

S24、对外围矩形绘制直线，后进行连通域的判断。设置多个筛选条件，进 行多层筛选，获取最终检测到的紧急电话区域；

S25、训练分类器以方向梯度直方图作为特征输入，生成线性支持向量机， 对紧急电话标志进行识别。

优选的，采用正负样本图像对分类器进行训练，所述正样本图像为除去红 色边界后的限速标志的内部区域，负样本图像为不包括限速标志但仅通过颜色 检测被误检为限速标志的区域。

一种基于驾驶安全地图及双目交通标志识别的定位系统，所述基于驾驶安 全地图及双目交通标志识别的定位系统包括以下功能模块：

初级定位模块，用于在基于道路路面的高精度地图中利用定位系统对驾驶 中的车辆进行初级定位；

标志采集识别模块，用于采集车辆前方图像，对图像中的交通标志进行检 测和识别；