[发明专利]一种直线与圆弧相结合的车道线检测方法

说明书

本发明提供一种直线与圆弧相结合的车道线检测方法，包括以下步骤：S1、通过对图像局部区域灰度直方图统计，进行行驶场景判断；S2、设置车道线检测感兴趣区域；S3、在图像下边界和消失点之间构造车道线宽拟合函数；S4、获取车道线候选点，进行筛选与链接，得到直线候选点；S5、采用向上搜索的方式，利用最小二乘法获取直线并进行筛选，得到车道线候选直线；S6、依据车道宽度与左右车道线角度限制，进行车道线的匹配，得到直线车道线检测结果；S7、直线车道线逆投影到IPM图中，构造车道线曲线圆弧集合；S8、图像坐标系中，车道线曲线圆弧和曲率半径的生成；具有方法合理、适应性好、降低硬件要求、准确性和实时性高的优点。

技术领域

本发明属于汽车安全技术领域，具体涉及一种直线与圆弧相结合的车道线检测方法。

背景技术

近年来，随着汽车行业的发展，车辆的普及，交通安全也逐渐得到人们的重视，而汽车安全的研究重心也从以碰撞安全为主的被动安全转为以预防碰撞为中心的主动安全，这也将是未来的智能交通体系中的重要组成部分。在汽车主动安全系统中，车道线的正确识别是车道偏离预警与车道保持的重要前提。

在车道线检测与提取方面，主要是利用车道线的边缘特征，结合图像分割的边缘点来拟合车道线，但在比较复杂的行驶环境中，如光照的变化、道路的阴影、路障、阴雨天建筑物的倒影以及车道线的尖端与破损等等，车道线边缘的提取较为困难，容易造成车道线信息的丢失，从而导致车道线检测失败或者造成误识别。而在车道线拟合方面，常规使用的霍夫变换、最小二乘法等直线模型不能够实现对弯道的拟合。而基于高次曲线模型、或贝塞尔等曲线模型计算量较大，实时性较差。已有的抛物线拟合以及分段直线拟合，虽然在一定程度上实现了弯曲车道线的拟合，但是，对于曲率半径较大的车道线，拟合准确性不高。

因此需要一种方法合理、适应性好、降低硬件要求、准确性和实时性高的直线与圆弧相结合的车道线检测方法。

发明内容

本发明的目的是提供一种直线与圆弧相结合的车道线检测方法，针对现有车道线检测中车道线识别对复杂环境的适应性，以及弯道曲线拟合的准确性和实时性问题，提出了一种直线和圆弧相结合的车道线检测方法。

本发明提供了如下的技术方案：

一种直线与圆弧相结合的车道线检测方法，包括以下步骤：S1、通过摄像头获取车辆行驶的前方车道N帧图像信息，摄像头的图像分辨率为m*n；以图像左上角为坐标原点0，水平向右为x轴，垂直向下为y轴，建立图像坐标系；图像坐标系中图像消失点V的坐标为(v_x，v_y)；通过对图像局部区域灰度直方图统计，判断行驶场景为白天或夜晚；S2、设定图像左右边界点分别为E、F；图像的左右下边界点分别为G、H；根据图像边界点和消失点V，设置车道线检测感兴趣区域S₁和S₂；S3、设车道线宽度为w，在图像下边界和消失点V之间构造车道线宽拟合函数；S4、根据车道线宽度w与设定阈值，获取车道线候选点，进行筛选与链接，得到直线候选点；S5、在感兴趣区域S₁内，采用向上搜索的方式，利用最小二乘法获取直线并进行筛选，得到车道线候选直线，从而得到直线车道线集合U；S6、根据车道线集合U中的直线与图像边界得到左右车道线角度限制，依据车道线宽度w与左右车道线角度限制，进行车道线的匹配，得到直线车道线检测结果；S7、把车道线匹配后的集合U中直线车道线逆投影到IPM图中，构造车道线曲线圆弧集合；S8、根据IPM图中曲线，在图像坐标系中，车道线曲线圆弧和曲率半径的生成。