[发明专利]车道线检测方法、系统及存储介质有效
申请号: | 201911251013.5 | 申请日: | 2019-12-09 |
公开(公告)号: | CN111178150B | 公开(公告)日: | 2023-05-09 |
发明(设计)人: | 王已伟;何君舰;孟凯;赵东旭 | 申请(专利权)人: | 安徽奇点智能新能源汽车有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58;G06V10/28;G06V10/44 |
代理公司: | 北京思创大成知识产权代理有限公司 11614 | 代理人: | 高爽 |
地址: | 244000 安徽省铜陵*** | 国省代码: | 安徽;34 |
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 检测 方法 系统 存储 介质 | ||
1.一种车道线检测方法,其特征在于,包括:
获取道路图像,将所述道路图像转换为俯视图;
根据实际车道线宽度对所述俯视图进行中值滤波,计算初始车道线图像,并对所述初始车道线图像进行二值化处理;
根据所述实际车道线宽度对二值化处理后的初始车道线图像进行形态学滤波,获得最终车道线图像;
通过霍夫变换对所述最终车道线图像进行直线检测,获得车道线。
2.根据权利要求1所述的车道线检测方法,其特征在于,根据以下公式(6)确定中值滤波采用的窗口大小:
k1=(2n+1)·(2n+1) (6)
其中,k1表示窗口的每条边对应的像素数,n表示俯视图中的车道线宽度,其中N0表示实际车道线宽度,width表示俯视图的宽度,W表示道路图像在世界坐标系中对应的宽度。
3.根据权利要求2所述的车道线检测方法,其特征在于,根据从世界坐标系到相机坐标系的变换矩阵H计算所述宽度W,其中:
H=K·Rx·Rz·T
其中,K表示相机内参数矩阵,Rx表示绕相机坐标系x轴的旋转矩阵,Rz表示绕相机坐标系z轴的旋转矩阵,T表示从世界坐标系到相机坐标系的平移矩阵,f表示相机焦距,(Cx,Cy)表示图像主点坐标,表示相机的俯仰角,θ表示相机的偏航角,h表示世界坐标系下相机距地面的高度。
4.根据权利要求1所述的车道线检测方法,其特征在于,根据以下公式(7)计算初始车道线图像:
Imi(x,y)=Isrx(x,y)-Ifilter(x,y) (7)
其中,Imi(x,y)表示初始车道线图像中坐标为(x,y)的像素点对应的灰度值,Isrx(x,y)表示俯视图中坐标为(x,y)的像素点对应的灰度值,Ifilter(x,y)表示中值滤波后的俯视图中坐标为(x,y)的像素点对应的灰度值。
5.根据权利要求4所述的车道线检测方法,其特征在于,根据以下公式(8)对所述初始车道线图像进行二值化处理:
其中,Ibin(x,y)表示二值化处理后的初始车道线图像中坐标为(x,y)的像素点对应的灰度值,threshold表示预设阈值。
6.根据权利要求1所述的车道线检测方法,其特征在于,通过开运算对二值化处理后的初始车道线图像进行形态学滤波,在所述开运算中,根据以下公式(9)计算核大小k2:
其中,n表示俯视图中的车道线宽度,其中N0表示实际车道线宽度,width表示俯视图的宽度,W表示道路图像在世界坐标系中对应的宽度。
7.根据权利要求1所述的车道线检测方法,其特征在于,所述道路图像包括通过双目摄像头采集的左视道路图像和右视道路图像;
所述最终车道线图像包括对应于所述左视道路图像的最终左车道线图像和对应于所述右视道路图像的最终右车道线图像;
通过霍夫变换对所述最终车道线图像进行直线检测获得的车道线包括对应于左视道路图像的第一车道线和对应于右视道路图像的第二车道线,其中所述第一车道线包括至少两条第一直线,所述第二车道线包括至少两条第二直线;
所述车道线检测方法还包括:
针对每条所述第一直线,确定与其匹配的第二直线;
根据每条所述第一直线、与其匹配的所述第二直线分别计算相应的三维直线;
判断所述三维直线是车道线还是干扰线,进而确定所述三维直线对应的所述第一直线和第二直线是车道线还是干扰线。
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安徽奇点智能新能源汽车有限公司,未经安徽奇点智能新能源汽车有限公司许可,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/201911251013.5/1.html,转载请声明来源钻瓜专利网。