[发明专利]一种基于车载双摄像头的无人驾驶汽车机器视觉系统

权利要求书

1.一种基于车载双摄像头的无人驾驶汽车机器视觉系统，其特征在于：该视觉系统采用一个36万像素和一个120万像素的CMOS工业摄像机分别对近处的车道线和远处的交通标志牌及信号灯的交通环境进行数据采集，并在Linux+Qt环境下对采集到的视频数据采用C++进行编程处理，所述编程处理包括车辆识别算法、车道线识别算法、交通标志识别算法和交通信号灯检测与识别四个部分。

2.根据权利要求1所述的一种基于车载双摄像头的无人驾驶汽车机器视觉系统，其特征在于：所述车道线识别算法通过对于图像生成感兴趣区域、图像预处理、canny边缘检测、霍夫线变换、斜率筛选、车道线合并、中线拟合组成。

3.根据权利要求1所述的一种基于车载双摄像头的无人驾驶汽车机器视觉系统，其特征在于：所述车辆识别算法通过生成感兴趣区域、图像预处理、轮廓提取、尺寸筛选、卡尔曼滤波跟踪车辆可能区域、基于概率神经网络的分类器识别；所述车辆识别算法中创新引用卡尔曼滤波技术，对通过车底阴影特征提取得到的车辆可能区域进行跟踪，避免识别过程中由于干扰因素导致的漏检问题，大大提高了算法鲁棒性。

4.根据权利要求1所述的一种基于车载双摄像头的无人驾驶汽车机器视觉系统，其特征在于：所述交通标志识别算法首先提取出的每一帧图像进行灰度化、二值化、滤波、形态学处理和感兴趣区域分割提取等预处理操作，以减少计算量；然后，通过特征提取的方法来获取交通标志图像的特征；提取了Gabor、HOG、ORB特征，并对其进行了融合，提高了识别系统的准确率；最后，采用支持向量机对交通标志进快速、准确的分类。

5.根据权利要求1所述的一种基于车载双摄像头的无人驾驶汽车机器视觉系统，其特征在于：所述交通信号灯检测与识别：算法包括预处理、检测、识别三个部分；交通信号灯最重要且最敏感的特征就是颜色，首先将图像的颜色空间从RGB转换为HSV；然后进行检测部分，目的是提取出交通信号灯的候选区域，主要步骤为初步滤波、设置三种颜色的训练集、对颜色分布进行高斯拟合、利用先验颜色阈值分割颜色、检测连通域感知边界框、利用三个必要条件筛选边界框建立候选区域、扩展候选区域；最后进行识别部分，使用训练好的带有HOG特征的SVM分类器对扩展候选区域进行识别，确认交通灯的状态。