[发明专利]一种地址事件数据流的车道线识别方法

权利要求书

1.一种地址事件数据流的车道线识别方法，其特征在于，该方法具体包括以下步骤：

(1)模拟生成地址事件数据流：

利用事件仿真器ESIM，将传统相机拍摄的车道线视频转换成事件流数据；

(2)对事件流数据进行滤波：

在固定时间间隔T＝20毫秒内，利用事件流密度值计算公式，计算当前时空领域内事件的密度值ρ，若当前事件的密度ρ大于50，则保留该事件数据，否则，为无效事件，丢弃此事件数据；

(3)用LIF(Leaky Integrate-and-Fire)编码方式得到事件帧：

(3a)把每个图像像素(x,y)看作是一个具有膜电位和触发计数器n的神经元，每个输入事件会导致像素(x,y)处的膜电位MP值阶跃增加，同时相应的MP值遵循固定衰减速率下降；一旦像素MP值超过设定阈值，则将其重置为0；

(3b)在时间间隔T＝20毫秒内，统计每个像素的膜电位MP超过阈值的次数n，通过归一化计算公式将像素值映射到0～255；

(4)对预处理后的车道线进行视角转换得到俯瞰图：

通过逆透视变换矩阵将相机拍摄的视角转化成车道线的俯瞰视角，从而恢复两条车道线的平行关系；

(5)利用统计直方图的峰值定位出起始点的搜索位置：

(6)利用滑动窗定位特征点，并采用随机抽样一致法拟合车道线：

(7)对车道线进行跟踪并输出：

判断两条拟合曲线的标准差和偏移量，若是在设定的阈值范围内，则输出前五帧的平均拟合数据，否则执行步骤(4)，输出车道线识别图。

2.根据权利1所述的地址事件流的车道线识别方法，步骤(2)中所述的滤波方法利用事件密度值来去除无效事件，其特征在于，所述事件密度值计算公式如下：

其中，ρ表示事件的密度值，U(x,y,t)为事件(x,y,t)的时空领域，i表示时空领域内所有事件的序号，i＝1,2,…,n，x_i表示地址事件流中第i个事件在三维坐标系对应的横坐标位置，同理y_i是对应的纵坐标位置，t_i是对应的时间戳，∫表示积分操作，ε(x,y,t)表示阶跃函数。

3.根据权利1所述的地址事件流的车道线识别方法，其特征在于，步骤(3a)中所述的MP值遵循的固定衰减速率为-0.8，设定的置零阈值是指，从(35,50)范围内任意选取一个整数。

4.根据权利1所述的地址事件流的车道线识别方法，其特征在于，步骤(3b)中所述的归一化计算公式如下：

式中，σ(n)是事件帧的像素值，n为20毫秒的时间内像素点(x,y)上发生的事件总数。