[发明专利]一种基于图像导航的高速路无人驾驶划线方法

权利要求书

1.一种基于图像导航的高速路无人驾驶划线方法，包括水线检测、驾驶误差计算和划线车自动控制；其特征在于，所述水线检测具体通过以下步骤来实现：

a).图像采集和处理，利用自动划线车上的水线检测设备采集水线在内的路面灰度图像f(m,n)，首先利用公式(1)中的滤波算法对获取的图像进行均值滤波处理：

然后，利用公式(2)中的拉伸算法对其进行灰度拉伸处理：

其中，

b).图像的二值化，采用OSTU算法对步骤a)中经灰度拉伸处理后的图像进行二值化处理，首先利用公式(3)求取二值化指标的最大值：

其中，p₁为像素的灰度值小于k的概率，m、m_g分别为灰度值小于k的所有像素的均值、图像内所有像素的均值；

图像内灰度值小于J(k)的像素点置为“0”、灰度值大于J(k)的像素点置为“1”，将图像进行二值化处理；

c).水线图像的处理，首先提取步骤b)中二值化后图像中水线的前景图像，然后对水线的前景图像进行二次二值化，接着采用膨胀腐蚀算法对提取的水线图像进行形态学处理，解决水线断续的问题，此时的二值化图像记为B(m,n)；

d).计算水线所在直线，对步骤c)中二值化后的图像B(m,n)，采用公式(4)中的算法获取水线的边缘图像：

E(m,n)＝B(m,n-1)-B(m,n) (4)

对边缘图像，边缘图像内任意的直线都可以表示成极坐标的形式，采用霍夫变换方法检测边缘图像内的直线，算法如下：

ρ＝x·cosθ+y·sinθ (5)

其中，x、y分别为边缘图像中非0像素的列与行；

e).水线的验证，设步骤d)中所求取的边缘图像的直线共有n条，由于水线在所有的直线中的长度最长，当满足公式(6)中的条件时，认为检测到的直线为有效的水线：

其中，l₀＝0.2M，θ₀＝2°，ρ₀＝25个像素，M为图像的行数；

若最长的直线不满足所述条件，在第二长的直线长度满足条件的前提下，判断第二长的直线是否满足上述条件；若第二长的直线长度不满足要求，则采用第一长的直线作为检测结果。

2.根据权利要求1所述的基于图像导航的高速路无人驾驶划线方法，其特征在于，水线检测设备上的摄像头安装位置固定，其检测的图像为M行、N列，所述驾驶误差计算具体通过以下步骤来实现：

1).以列为X轴、行为Y轴，则可得图像中水线方程为：

2).步骤1)中的水线与直线y＝M/2行线的交点的横坐标N_x为：

3).定义点(N_x，M/2)到图像中心线N/2的图像个数为像素误差e_p(k)，即：

e_p(k)＝N_x-N/2 (9)

4).假设图像的列宽能够检测到世界坐标系的长度为d米，则列方向上每个像素所代表的实际距离为d/N米，则系统当前的行驶误差为：

3.根据权利要求2所述的基于图像导航的高速路无人驾驶划线方法，其特征在于：所述划线车自动控制具体通过以下步骤来实现：

A).首先根据公式(11)求取误差变化率ec(k)；

ec(k)＝e(k)-e(k-1) (11)

其中，e(k)为当前系统的行驶误差，e(k-1)为上一次所检测的系统的行驶误差；

B).然后根据系统当前的行驶误差e(k)、误差变化率ec(k)确定划线车驾驶行为，即：

(1)根据当前的行驶误差绝对值由小至大依次将其分为三个档次，即内偏I、中偏Mi、外偏O；

(2)根据误差变化率的绝对值大小将其分为两个档次，即快速F与慢速S；

(3)根据当前行驶误差绝对值相对于前一次行驶误差绝对值的增减，将行驶方向分为靠近水线N与远离水线P；

C).自动划线车的控制器控制车轮角度时，首先，判断行驶误差绝对值所属档次，然后，判断误差变化率所属的档次，最后，根据判断的当前行驶状态、通过PD控制器计算当前车轮的角度，即：

u(k)＝P_ij·e(k)+D_ij·ec(k) (12)

其中，P_ij、D_ij控制参数的选择通过表1查询获得：

表1

在设计每个档位的P_ij、D_ij参数时，控制器输出排序及其符号需满足表2中的条件：

表2

	I	Mi	o
PF	+3	+4	+5
PS	+2	+3	+4
NS	0	+1	+2
NF	-1	0	+1

其中，1～5为控制器输出的绝对值排序，正号表示与误差的符号一致，负号表示与误差的符号相反。