[发明专利]一种基于图像导航的高速路无人驾驶划线方法

说明书

本发明的基于图像导航的高速路无人驾驶划线方法，首先对路面上画好的水线进行图像采集，通过对图像的滤波、拉伸、二值化处理，求取水线所在的直线；然后对自动划线车的驾驶误差进行检测，并根据驾驶误差及其变化率确定划线车驾驶行为的档次，最后根据PD控制器计算出转向角度，控制自动划线车的自动形式，实现路面表面的自动涂画，既降低了划线人员的劳动强度，提高了工作效率，又确保的地标线施划的精度，有益效果显著，适于应用推广。

技术领域

本发明涉及一种无人驾驶划线方法，更具体的说，尤其涉及一种基于图像导航的高速路无人驾驶划线方法。

背景技术

高速路划线首先通过人工的方式将水线绘制到高速路面上，然后划线人员沿着该水线、利用手推设备将划线的涂料(双组份、热融料等)均匀刮涂到路面上。常规的划线过程中，绘制人员不仅要时刻观察标尺与水线间的偏差，而且还要注意所绘制标线的线型及各工序的紧密配合等；另外，施工时一般在温度较高的夏季及晚春和早秋，作业环境温度一般都在30℃以上，加热的热融料一般在200℃以上，现场设备操作人员处于高温，较重的化学烟气环境中，难免会损害操作人员的身体健康。

目前虽然自动驾驶技术正在逐步的成熟，但把自动驾驶技术应用到高速路车道线的绘制方面的研究还比较少，车道线的绘制依然是传统的施工模式，无法使工作人员从恶劣的工作环境及较大的工作强度中脱离开来。在自动驾驶技术发展日臻完善的当前，高速路标线精度与线型的要求急需发展一种高精度的自动驾驶控制技术，实现高速路车道线绘制的自动化、智能化、无人化。

在现有的划线过程中，人工控制手推车划线主要有如下缺陷：1)绘制人员需时刻盯着标尺与水线的偏差以调整手推车的方向，容易造成视觉疲劳，且控制精度不够；2)手推车划线一般只关注当前偏差，不易对误差进行平滑处理，难以兼顾线型。而现有的GPS导航精度一般在2cm左右，且有时漂移到4-5cm，因此GPS的导航精度难以达到高速路标线精度与线型的要求。

发明内容

本发明为了克服上述技术问题的缺点，提供了一种基于图像导航的高速路无人驾驶划线方法。

本发明的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)