[发明专利]梯度点对约束下的复杂道路检测方法

摘要

本发明涉及一种基于梯度点对约束下的复杂道路检测方法。现有的道路检测方法，由于受阴影及路面破损的影响，检测效果不理想、准确性和可靠性较差，无法满足交通安全的需求。本发明首先根据结构化道路两侧车道线的平行透视关系，利用梯度点对得到车道宽度信息和消失点坐标，然后利用梯度点对估计车道中线双曲线模型的参数，在此基础上实现两侧车道线的检测。本发明可以在阴影、路面破损、其他路面标识及车辆遮挡等情况下准确可靠地提取直线以及曲线车道，并能够有效地实现虚线和实线道路的检测，充分体现了复杂道路检测的可靠性和鲁棒性。

主权项

1. 梯度点对约束下的复杂道路检测方法，其特征在于该方法包括以下步骤：步骤1.图像边缘检测；利用Sobel算子和形态学滤波方法对原始图像进行边缘检测，得到二值化图像bw；步骤2.基于梯度点对约束的中点提取；定义梯度方向向左的梯度点为左梯度点，反之为右梯度点；在二值化图像bw中利用梯度点对约束提取车道中线点集的过程如下：步骤2.1 提取一行中的左梯度点集和右梯度点集；步骤2.2 将G_left中的点和G_right中的点组成梯度点对，如果梯度点对的距离大于设定的阈值，则该梯度点对将被认为是有效的梯度点对，计算该梯度点对的中值作为该行车道中点的坐标，梯度点对间的距离作为该行车道宽度的估计；步骤2.3 对每一行的梯度点集做步骤2.2处理，从而可以得到候选的车道宽度点集和车道中线点集；步骤3.车道宽度及消失点坐标估计；根据透视原理，图像坐标系下的车道宽度d和世界坐标系下的车道宽度D满足如下关系：(1)其中,，反映了车道宽度经透视变换后满足的约束关系；其中，f为摄像机的焦距，H是摄像机相对地面的高度，vp_y是两车道边界在图像中消失线的纵坐标值，r是图像空间中车道边界点的行坐标值；对车道宽度候选点集Dis利用Hough变换公式(1)进行Hough变换，实现未知参数k和消失点vp_y的估计；步骤4.线性双曲线车道模型参数估计；设定线性双曲线模型公式如下：(2)式中，a，b，c是线性双曲线模型的参数，u，r分别是图像空间中车道边界点的列坐标值和行坐标值，vp_y是车道线的消失点坐标值；,；在线性双曲线模型中，参数a反映了道路的弯曲程度，参数b反映了道路相对于图像坐标系原点的斜率，参数c是车道线与u轴的交点，参数vp_y反映了两侧车道线经透视变换后的交点；在获得消失点坐标vp_y的基础上，根据公式(2)再次利用Hough变换公式(1)计算线性双曲线模型中的未知参数a，b，c；步骤5.算法实现假设检测到的车道中线点为，则车道的左侧边界点和右侧边界点可表示为：(3)根据获得的车道宽度信息和车道中线信息，利用公式(3)实现不同道路环境下左右侧车道线的检测。