[发明专利]一种适用于复杂条件下的车道线视觉检测方法

权利要求书

1.一种适用于复杂条件下的车道线视觉检测方法，其特征在于：

具体包括如下步骤：

步骤1、将摄像头采集到的真彩色图像灰度化，灰度图将作为整个车道线检测系统的输入；在灰度图中的道路区域将进行逆透视变换操作，然后检测变换生成的鸟瞰图中的轮廓线段，所述轮廓线段将作为后续的处理单元；

步骤2、计算轮廓线段角度θ_i，过滤掉轮廓线段中线段角度θ_i不满足阈值的线段；

步骤3、进行轮廓线段的分类，即以鸟瞰图竖直中线为界限，将直线段分为左侧线段和右侧线段；以线段角度θ_i和线段梯度方向角的相对关系将轮廓线段分为内侧线段和外侧线段；由此将轮廓线段分为四类：左侧外轮廓线段，左侧内轮廓线段，右侧内轮廓线段，右侧外轮廓线段；

步骤4、利用步骤3分类后的轮廓线段进行新线段的重新生成，即在同侧轮廓线段中选取一对共线且相邻的内外侧轮廓线段作为一组匹配线段，则该组匹配线段生成的新线段：即候选线段的上端点为该组中两轮廓线段上端点的中点，该候选线段的下端点为该组中两轮廓线段下端点的中点；

步骤5、从步骤4生成的候选线段中挑选出种子线段，同时再次利用候选线段对种子线段进行延伸，直至延伸后的直线段在长度和可靠性符合阈值条件，否则，重新挑选新的种子线段重复上述步骤直至遍历过所有的候选线段；

步骤6、对步骤5延伸结束后的种子线段的上端点位置进行评估，若其位于图像的上半部，则说明步骤5的线性延伸达到了较长的长度，无需进行弯道的二次项拟合；否则，则视线性拟合段的上部为需要拟合的弯道区域；

步骤7、以线性拟合结果的切线方向为初始方向，在线性拟合结果以上部分所确定的感兴趣区域内搜索车道线控制点；利用最小二乘法对控制点进行二次拟合，由拟合的二次曲线求解出一个控制点；最终由此控制点和线性拟合的结果能求解出与直线段光滑相连的抛物线曲线，此曲线便为最终的车道线曲线拟合段；

步骤8、把当前帧检测到的车道线直线段参数作为观测值输入卡尔曼预测器，得到当前帧图像车道线直线段的最终坐标位置。

2.根据权利要求1所述的适用于复杂条件下的车道线视觉检测方法，其特征在于：步骤1包括以下步骤：

步骤101：将道路区域的图像采用四点对应法逆透视变换为鸟瞰图；

步骤102：对鸟瞰图边缘轮廓线段进行检测。

3.根据权利要求1所述的适用于复杂条件下的车道线视觉检测方法，其特征在于：步骤2中：轮廓线段角度θ_i的测量是以y轴的负方向为基准，顺时针为正，逆时针为负，取值范围为[-180°，180°]；故而参与后续步骤的线段必须满足条件:

|θ_i|≤20°，i＝1,2…k，其中k表示线段总数。

4.根据权利要求1所述的适用于复杂条件下的车道线视觉检测方法，其特征在于：步骤4包括以下步骤：

步骤401：完成同侧配对的内轮廓线段、外轮廓线段选取；

步骤402：利用配对线段的两端点重新产生候选线段；

5.根据权利要求1所述的适用于复杂条件下的车道线视觉检测方法，其特征在于：步骤5包括以下步骤：

步骤501：按既定的优先级顺序分别从左、右侧候选线段挑选满足条件的种子线段；

步骤502：若候选线段与种子线段共线，则延伸种子线段，直至遍历过所有的候选线段；

步骤503：对延伸结束后的种子线段进行质量评估，若此延伸后的种子线段不满足阈值要求，则重复步骤501和步骤502，直至遍历过所有种子线段。