[发明专利]一种基于单目视觉的车道线检测与跟踪方法在审
申请号: | 201910017125.8 | 申请日: | 2019-01-08 |
公开(公告)号: | CN109740550A | 公开(公告)日: | 2019-05-10 |
发明(设计)人: | 高俊山;徐海兵 | 申请(专利权)人: | 哈尔滨理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/34 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150080 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车道线检测 帧图像 跟踪 单目视觉 送入 图像预处理 输出结果 图像采集 鲁棒性 视频流 检测 验证 返回 研究 | ||
本发明公开了一种基于单目视觉的车道线检测与跟踪方法,包含以下步骤:A、图像采集;B、图像预处理;C、检测是否为第一帧图像,如果是,则送入第一帧图像车道线检测模块,如果不是,则送入跟踪过程车道线检测模块;D、对第一帧图像车道线检测模块和第一帧图像车道线检测模块的输出结果进行检测,确定是否为最后一帧,如果是,则结束,如果不是,则返回跟踪过程车道线检测模块重新处理。本发明能够完成车道线检测的研究工作。并完成对视频流的车道线检测跟踪工作,验证其实时性和鲁棒性。
技术领域
本发明涉及汽车技术领域,具体是一种基于单目视觉的车道线检测与跟踪方法。
背景技术
车道线的检测最早起源于线段检测技术。随着智能交通和智能车辆研究热潮的掀起,众多专家、学者对线段检测技术的不断积累,进而人们展开了对车道线检测新热点的深入研究。车道线检测是指通过传感器分析车辆行驶车道和车道线位置信息,计算车辆可行驶区域。用来感知道路环境的传感器主要有视觉传感器和雷达。雷达对环境影响不敏感,抗干扰能力强,但是价格昂贵,且采集车道线信息少,容易出现误检。基于单目视觉的车道线检测与跟踪技术是本领域当前研究的热点和重点。
虽然国内外的研究人员对视觉辅助驾驶的研究已经有了几十年的历史,但是仍然有诸多问题尚待解决。例如谷歌、百度等公司的无人驾驶汽车尚在实验阶段。而在2018年,特斯拉辅助驾驶汽车事故频发,再一次提醒人们这项技术仍然需要完善。作为辅助驾驶系统中的一环,基于单目视觉的车道线检测与跟踪的重要性不言而喻。
发明内容
本发明的目的在于提供一种基于单目视觉的车道线检测与跟踪方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于单目视觉的车道线检测与跟踪方法,包含以下步骤:
A、图像采集;
B、图像预处理;
C、检测是否为第一帧图像,如果是,则送入第一帧图像车道线检测模块,如果不是,则送入跟踪过程车道线检测模块;
D、对第一帧图像车道线检测模块和第一帧图像车道线检测模块的输出结果进行检测,确定是否为最后一帧,如果是,则结束,如果不是,则返回跟踪过程车道线检测模块重新处理。
作为本发明的进一步技术方案:所述第一帧图像车道线检测模块对图像的处理如下:a1、Kalman滤波确定感兴趣域,b1、线性邻域求消失点,c1、改进Hough变换检测候选车道直线,d1、直线簇信息提取车道线。
作为本发明的进一步技术方案:所述第二帧图像车道线检测模块的处理如下:a2、传统hough变换检测直线,b2权值聚类检测消失点,c2、消失点约束提取车道线。
作为本发明的进一步技术方案:所述图像预处理通过图像预处理模块实现。
作为本发明的进一步技术方案:所述图像预处理模块包括G分量图像灰度化模块、中值滤波模块、Sobel算子边缘检测模块和OSTU法二值化模块。
作为本发明的进一步技术方案:所述G分量图像灰度化模块连接中值滤波模块,中值滤波模块还连接Sobel算子边缘检测模块,Sobel算子边缘检测模块还连接OSTU法二值化模块。
作为本发明的进一步技术方案:所述图像采集模块通过摄像头实现。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学,未经哈尔滨理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910017125.8/2.html,转载请声明来源钻瓜专利网。