[发明专利]一种循迹智能车赛道识别与分类方法

权利要求书

1.一种循迹智能车赛道识别与分类方法，其特征在于，包括以下步骤：

S1：用摄像头模块采集赛道的原始灰度图，对原始灰度图进行二值化处理并获得黑白图像，然后采用桶形校正方法对图像进行校正；

S2：对步骤S1中的黑白图像进行像素点扫描，按行扫描图像中黑白像素点的跳变位置，提取出赛道的边缘；

S3：计算赛道边缘的斜率大小、赛道边界是否有拐点，并判断赛道类型。

2.根据权利要求1所述的循迹智能车赛道识别与分类方法，其特征在于，所述步骤S1的具体过程是：

采用MT9V034神眼摄像头，每秒采集50张赛道原始灰度图像，灰度图像素取值范围为0到255，图像在单片机中以二维数组形式存储，图像中每个像素对应二维空间中一个特定的位置；采用大津法对灰度图像进行二值化，然后再对二值化图像滤波，去除椒盐噪声。

3.根据权利要求2所述的循迹智能车赛道识别与分类方法，其特征在于，所述步骤S2中，根据投影透视定律，黑白图像中白色赛道区域的宽度从近到远是逐渐减小，同时越远处的图像失真越严重，故由近及远扫描图像，黑白图像大小为120*60，从上到下为0行至60行。

4.根据权利要求3所述的循迹智能车赛道识别与分类方法，其特征在于，所述步骤S2中，图像中左右边界都存在，从第60行、第60列开始分别向左和向右寻找白色边界，由于赛道在图像中是白色像素点，因此寻找从白色像素点跳变为黑色像素点的位置，分别记录此时跳变点在数组的位置为L_n和R_n，则图像实际中线位置M_n＝(L_n+R_n)/2，其中n为行数。

5.根据权利要求4所述的循迹智能车赛道识别与分类方法，其特征在于，所述步骤S2中，当图像中无赛道左边界时，摄像头观测不到左边线，因此需要进行插值补线，由于赛道宽度是固定的45cm，故图像中每一行白色像素点的数目是固定值，该固定值由近及远递减，提前标定记为W_n，第50行的赛道宽度是52个白色像素，第30行的赛道宽度是42个白色像素，因此，左边界位置等于右边界位置减去赛道宽度固定值，即左边界所在位置为L_n＝R_n-W_n，则图像实际中线位置M_n＝(L_n+R_n)/2；当图像中无赛道右边界时，同理可得右边界位置为左边界位置加上赛道宽度，即R_n＝L_n+W_n。

6.根据权利要求5所述的循迹智能车赛道识别与分类方法，其特征在于，所述步骤S2中，从中间开始向左右两边巡线，再顺着赛道边缘往上爬取寻找白色和黑色像素的跳变点，以类似于“爬楼梯”的方式去寻找赛道边界；当赛道左边某个白色像素点同时满足其右边是白点而左边是黑点，说明这个白色像素点为该行的左边界点。

7.根据权利要求6所述的循迹智能车赛道识别与分类方法，其特征在于，所述步骤S2中，在寻找到一个边界后，以此为种子，遍历8邻域的黑白像素跳变点，寻找下一行的赛道边界点；当图像扫描到了图像边界，或上一行边界与本行边界的列数的差值大于设定的阈值，即|L_n-L_n-1|THR，说明该图像有效赛道信息提取完毕，保存相关数据后再提取下一张图像信息。