[发明专利]一种基于立体视觉的多策略自适应车道线检测方法

摘要

本发明公开了一种基于立体视觉的多策略自适应车道线检测方法，该方法建立在立体视觉基础上，通过融合视差图的三维深度信息与二维图像的RGB语义信息来提高车道线检测任务的鲁棒性。检测阶段以三维环境信息的先验知识来自适应的分割道路路面区域作为车道线估计区域，滤除与检测非相关的障碍物，解决干扰问题。车道线提取阶段，使用二维图像的RGB语义信息，采用图像时域内多策略融合机制和滑动窗口技术进一步排除与检测相关的树木阴影、道路标识、局部污损等同区域的干扰。车道线拟合过程采用三阶贝塞尔曲线模型，能够更好的表达不同车道线的阶数特性。以上方法极大提高了基于视觉的车道线检测任务的鲁棒性，提高了数据点搜索速度和准确性。

主权项

1.一种基于立体视觉的多策略自适应车道线检测方法，其特征在于，包含以下5个步骤：/n步骤1，离线状态下双目摄像机的时间、空间对准；/n步骤1.1：双目相机捕获帧序列的时间对准；/n立体匹配计算视差图的核心是搜索、配对左右相机图像的像素点；为了降低误匹配率，提高车辆动态场景下立体匹配的鲁棒性需要对左右相机捕获的左、右帧进行时间对准，实现左、右帧捕获的同步性；/n步骤1.2：双目相机左右图像对的空间对准；/n同步骤1.1，为了提高立体匹配过程的效率，降低误匹配率，需要对左右相机拍摄的左右图像进行行对齐即空间对准；空间对准采用的是图像棋盘标定法，通过拍摄一组不同位置的标定图像，识别图像中的角点位置，通过角点数据解算出两个相机在空间中的旋转关系和平移关系进而实现空间标定；/n步骤2，双目图像对立体匹配计算视差图；/n步骤2.1：左右图像的像素匹配代价度量准则；/n像素对的匹配代价计算过程决定了立体匹配算法的优劣；通过融合匹配窗口内像素点的绝对梯度幅值、像素灰度、Census变换码流来构建匹配代价计算函数，能够更好的适应驾驶场景下的立体匹配过程；/n步骤2.2：匹配代价聚合和后处理过程；/n代价计算步骤得到的像素点的视差是离散的，代价聚合过程本质上就是一个滤波过程，将离散的视差平滑聚合；后处理过程是对视差计算结果进行最后的精化处理，包括：亚像素插值计算、左右一致性检测、误匹配点处理，经过精化后便可得到最终的视差图；/n步骤3，车道线感兴趣区域的最优化分割；/n步骤3.1：路面映射点集的最优化估计；/n对视差图进行V方向差异映射变换，设计评价道路映射点集强度的能量函数，采用动态规划算法在V差异映射视图中全局最优化估计道路路面映射点集合；/n步骤3.2：路面剖面模型参数求解和道路区域分割；/n使用上一步骤中提取出的路面映射点集合，求解道路路面映射模型参数；确定模型参数后，使用计算的模型分割道路区域作为车道线检测的感兴趣区域；/n步骤4，多策略的图像时域特征融合；/n步骤5，车道数据点搜索，车道线拟合；/n步骤5.1：滑动窗口基点定位；/n步骤5.2：基于窗口搜索车道线数据点；/n步骤5.3：三阶贝塞尔曲线模型拟合。/n