[发明专利]一种基于道路颜色和行驶方向的车道线拟合方法

说明书

本发明涉及智能驾驶技术领域，具体涉及一种基于道路颜色和行驶方向的车道线拟合方法，包括：获取待检测车道的边缘图；利用各边缘点的HSV值的各通道值计算各边缘点趋于白色的程度；根据各边缘点的8邻域内边缘点的数量及所有边缘点趋于白色的程度得到各边缘点的计算必要程度；获取多帧连续的车道图像，根据相邻帧图像中像素点的灰度变化得到帧差图像；利用最小二乘法对各帧差图像中运动目标的位置坐标进行直线拟合；根据拟合直线的垂线与x轴的夹角获取各边缘点角度方向的计算范围；根据各边缘点的计算必要程度和各边缘点角度方向的计算范围对待检测车道的边缘图进行霍夫变换直线检测。上述方法用于检测直线，可提高直线检测的效率。

技术领域

本发明涉及智能驾驶技术领域，具体涉及一种基于道路颜色和行驶方向的车道线拟合方法。

背景技术

随着科技的进步和发展，人们的生活越来越智能化，其中智能驾驶也逐步进入大众视野。在智能驾驶场景中，智能系统需要识别车道中的直线，因此对车道进行直线检测是非常必要的。

目前检测直线常用的技术手段为霍夫变换，运用两个坐标空间之间的变换，实现对直线的检测。

然而霍夫变换直线检测涉及的冗余计算较多，对很多不可能的边缘点都进行了相应的角度计算，计算量较大，无疑增大了对硬件设备计算能力的需求。因此亟需一种方法降低霍夫变换的计算量，提高直线检测的效率。

发明内容

本发明提供一种基于道路颜色和行驶方向的车道线拟合方法，包括：获取待检测车道的边缘图；利用各边缘点的HSV值的各通道值计算各边缘点趋于白色的程度；根据各边缘点的8邻域内边缘点的数量及所有边缘点趋于白色的程度得到各边缘点的计算必要程度；获取多帧连续的车道图像，根据相邻帧图像中像素点的灰度变化得到帧差图像；利用最小二乘法对各帧差图像中运动目标的位置坐标进行直线拟合；根据拟合直线的垂线与x轴的夹角获取各边缘点角度方向的计算范围；根据各边缘点的计算必要程度和各边缘点角度方向的计算范围对待检测车道的边缘图进行霍夫变换直线检测，相比于现有技术，本发明结合图像处理，根据车道线的颜色特征得到各边缘点的计算必要程度，根据车辆行驶方向得到各角度方向的计算必要性，进一步根据必要程度对边缘点的必要角度进行霍夫变换直线检测，有效降低了霍夫变换的计算量，提高了直线检测的效率和速度。

为达到上述目的，本发明采用以下技术方案，一种基于道路颜色和行驶方向的车道线拟合方法，包括：

获取待检测车道的边缘图。

利用各边缘点的HSV值的各通道值计算各边缘点趋于白色的程度。

根据各边缘点的8邻域内边缘点的数量及所有边缘点趋于白色的程度得到各边缘点的计算必要程度。

获取多帧连续的车道图像，根据相邻帧图像中像素点的灰度变化得到帧差图像。

利用最小二乘法对各帧差图像中运动目标的位置坐标进行直线拟合。

根据拟合直线的垂线与x轴的夹角获取各边缘点角度方向的计算范围。

根据各边缘点的计算必要程度和各边缘点角度方向的计算范围对待检测车道的边缘图进行霍夫变换直线检测。

进一步的，所述一种基于道路颜色和行驶方向的车道线拟合方法，所述各边缘点趋于白色的程度是按照如下方式计算：

将待检测车道RGB图转换为HSV图，获取所有边缘点的HSV值。

对所有边缘点的HSV值的各通道值进行归一化。

根据各边缘点归一化后的HSV值的各通道值计算各边缘点趋于白色的程度。

进一步的，所述一种基于道路颜色和行驶方向的车道线拟合方法，所述各边缘点趋于白色的程度的表达式如下：