[发明专利]一种用于车道偏离系统中的车道线识别系统和方法

说明书

本发明公开了一种用于车道偏离系统中的车道线识别系统和方法，包括特征图像提取模块，对相机捕获到的视频图像进行车道线特征图像提取；特征点提取与跟踪模块，对得到的图像进行特征点的提取，获取相对可靠的特征点位置后，对特征点进行跟踪；并获取曲线车道线方程；车道中心线方程拟合计算模块，通过两侧跟踪到的特征点计算车道中心线特征点，拟合出图像坐标下车道中心线方程，然后通过标定获得逆透视图像与实际道路之间的横纵向坐标比例关系，利用车道中心线方程与此比例关系进行实际车道中心线方程的计算。本发明能够实时精确地进行车道线识别并精确计算车道中心线方程，减少由于驾驶员疲劳驾驶或注意力分散引发的交通事故，提高行车安全性。

技术领域

本发明涉及一种用于车道偏离系统中的车道线识别系统和方法，属于车道线识别技术领域。

背景技术

随着机动车数量的不断增加，由驾驶员误操作引发的交通安全问题日益严峻，以安全辅助驾驶系统为代表的智能汽车技术可有效减少因驾驶员操作失误导致的交通事故。

当然，在室外自然环境下的汽车安全驾驶预警系统中，环境光照以及视野角度变化会严重影响车道线识别。如果车道线的识别率略低以及 ACC（自适应巡航）对于前方压线行驶车辆的识别率很低，就会有发生碰撞的隐患。近年来许多学者一直采用各种办法来消除这些因素的影响。比如有些学者采用直方图法来增强识别目标域值，同时采用具有修正值的各种边缘检测方法来提高边缘检测精度。这些方法能在较稳定光照环境下提高识别精度，减少了背景噪声。但是没有根本解决实际动态变化自然光照对车道线识别的影响。比如光线强弱变化，以及视野角度改变都会影响识别精度。另外一些学者通过采用改变摄像机物理属性来提高识别精度，比如采用红外摄像机替换普通摄像机。这种方法虽然可以直接消除环境光照影响，但造价较高，还无法推广到当今的汽车安全驾驶辅助系统中。

发明内容

本发明要解决的技术问题是：提供一种用于车道偏离系统中的车道线识别系统和方法，以解决现有技术中存在的技术问题。

本发明采取的技术方案为：一种用于车道偏离系统中的车道线识别系统，包括

特征图像提取模块，对相机捕获到的视频图像进行车道线特征图像提取；

特征点提取与跟踪模块，对特征图像提取模块得到的图像进行特征点的提取，获取相对可靠的特征点位置后，使用卡尔曼滤波器对特征点进行跟踪；并获取图像坐标系下车道中心线方程；

车道中心线方程拟合计算模块，通过两侧跟踪到的特征点计算车道中心线特征点，拟合出图像坐标下车道中心线方程，然后通过标定获得逆透视图像与实际道路之间的横纵向坐标比例关系，利用特征点提取与跟踪模块所得图像坐标系下车道中心线方程与此比例关系进行实际车道中心线方程的计算。

一种用于车道偏离系统中的车道线识别方法，该方法为：在进行车道偏离预警之前，先进行车道线识别并估计车道中心线方程；具体步骤如下：

一、在图像预处理阶段，对图像进行畸变校正，再对校正后的图像进行逆透视变换（IPM）获取车前方道路的俯视图，并对IPM图像进行双边滤波消除图像噪声；

二、使用 Sobel 算子对IPM图像进行边缘检测，并基于车道线宽度模型与边缘检测图像进行车道线特征图像的提取，消除非车道线信息的干扰；然后，在得到车道线特征图像后搜索并提取车道线特征点，并使用最小二乘法对特征点进行拟合，获取车道线方程；

三、为提高车道特征点的提取精度，采用卡尔曼滤波器对车道线特征点进行跟踪，建立前后帧之间特征点的联系，同时使用获取的车道线方程建立动态感兴趣区域用于后续图像的检测；最后根据卡尔曼滤波器跟踪到的车道线特征点计算出车道中心线特征点并进行拟合，获取像素坐标下车道中心线方程；

四、在得到像素坐标下车道中心线方程后，确定逆透视图像与实际道路坐标空间之间的比例关系，计算实际道路坐标下车前道路中心线方程、曲率半径等信息、同时分析车道偏离预警模型，制定偏离预警决策算法，设置预警触发条件。

步骤一中先进行图像的灰度化，再对图像进行逆透视变换。