[发明专利]一种循迹智能车赛道识别与分类方法

说明书

本发明提供一种循迹智能车赛道识别与分类方法，该方法提出的摄像头图像处理和特征提取算法能够有效地对赛道元素进行识别与分类处理，该算法简单易于实现，复杂度较低，对于备战全国大学生智能车竞赛具有很好的参考借鉴，对自动驾驶领域具有重要的理论意义与实用价值；采用预设的标准模板进行特征匹配，能够实现快速、高效地完成图像的匹配工作，有利于及时识别赛道类型并对路况做出反应；并且能够在优化了鲁棒性的同时降低了实现的复杂度。

技术领域

本发明涉及智能控制领域，更具体地，涉及一种循迹智能车赛道识别与分类方法。

背景技术

在智能车比赛中，目前的赛道判断及控制方法一直无法有效地识别、应对包括环岛赛道在内的特殊赛道，其抗噪声能力较差，误判率较高，智能车在现有技术下难以顺利通过环岛赛道，在实际环境中经常驶离赛道中线甚至磕碰到两侧的路肩区域；在本案中，环岛赛道指：在主路侧方向以类圆环形道路的方式从原主路分岔出来的类圆环形车道。

在智能车竞赛中，有直道、弯道、环岛、十字路口、三岔路口、车库等赛道元素，现有的赛道判断及控制方法一直无法有效地识别并处理这些特殊赛道，误判率较高，在实际赛道中经常驶离赛道中线甚至磕碰到两侧的路肩，而准确地对这些赛道元素进行识别与分类处理是完成比赛的前提。

现有技术中公开了一种无人方程式赛车多传感器融合的感知决策与跟踪控制方法的专利，该专利中工控机分别接收激光雷达采集的赛车前方锥桶的点云、单目相机采集的具有锥桶颜色和位置的图像信息、以及GPS和IMU采集的赛车的加速度与航向角，将上述数据进行融合成一张赛道地图；根据赛道地图规划出参考轨迹，将参考轨迹发送给轨迹跟踪控制器，轨迹跟踪控制器根据参考轨迹输出相应的控制命令给执行控制系统，执行控制系统再输出相应指令给执行机构，从而达到赛车的轨迹跟踪；该专利可以有效应用于本项赛事的锥桶识别以及轨迹跟踪，并可拓展应用至其他相似场景，提高了汽车无人驾驶的开发效率。然而，该专利并没有针对各种赛道元素采集到的图像进行多特征提取并完成图像识别，能够准确判断出赛道类型，及时采取对应的控制策略，让智能车的行驶更快更平稳。

发明内容

本发明提供一种循迹智能车赛道识别与分类方法，该方法能够实现快速、高效地完成图像的匹配工作，有利于及时识别赛道类型并对路况做出反应；并且能够在优化了鲁棒性的同时降低了实现的复杂度。

为了达到上述技术效果，本发明的技术方案如下：

一种循迹智能车赛道识别与分类方法，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。

进一步地，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。

进一步地，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。