一种车辆行道线的检测方法技术

本发明专利技术公开了一种车辆行道线的检测方法，主要包括四个步骤：对车载相机进行标定；采用基于积分图的投影变换来提取行道线候选点，然后通过基于方向估计的霍夫变化方法粗定位候选行道线，最后利用消失点估计、对比度过滤等过滤器对行道线进行精定位，对行道线直线检测；在行道线候选点的基础上，采用分段式霍夫变换的方法提取直线，并加以抽样获得曲线候选点，然后通过三次样条插值法分别对候选点进行曲线拟合，对行道线弯道检测；对行道线图像进行处理，得到行道线定位结果。本发明专利技术对于一些标记退化的道路和干扰大的道路有很好的适应性，具有高实时性、高鲁棒性的优点，对预警和整个智能交通系统具有重要应用价值。

A Method of Vehicle Roadway Detection

The invention discloses a detection method of vehicle lane, which mainly includes four steps: calibrating vehicle camera; extracting candidate points of lane by projection transformation based on integral graph; then roughly locating candidate lane by Hough change method based on direction estimation; and finally precisely locating lane line by filter such as vanishing point estimation and contrast filter, etc. Line detection; On the basis of the candidate points of the line, the segment Hough transform method is used to extract the line, and the candidate points of the curve are sampled. Then the candidate points are fitted by the cubic spline interpolation method to detect the curves of the line, and the image of the line is processed to obtain the result of the line location. The invention has good adaptability to some marked degraded roads and roads with large disturbance, high real-time performance and high robustness, and has important application value for early warning and the whole intelligent transportation system.

【技术实现步骤摘要】
一种车辆行道线的检测方法
本专利技术涉及图像识别领域，特别专利技术了一种车辆行道线的检测方法。
技术介绍
行道线是高速公路、省级公路、城市道路中最普遍的交通引导标识。在智能车辆导航中，行道线是最主要的视觉感知对象。行道线检测是智能车辆状态监控，车道偏离报警及自动导航系统的重要组成部分，是车辆主动安全中的一个重要环节，对行道线的准确检测是让车辆在一个安全区域行驶的基础。智能车辆一旦有了自主导航的能力，遇到突发情况，就可以根据情况做出决策，改变自身的相对位置，保证车辆行驶的安全性。基于行道线检测技术的驾驶员辅助驾驶系统或预警系统，可以提高行驶的安全性，减少交通事故的发生。行道线的识别方法总体上可分为两大类：一种基于模型的提取方法，一种是基于行道线特征的提取识别方法。基于模型的提取方法实时性差，基于行道线特征的提取识别方法受道路上阴影、气候、光照的影响，行道线提取不准确。根据目前我国行道线的结构特点，结合对行道线识别的鲁棒性和实时准确性的要求，本专利技术提出了一种高鲁棒性、比较精准的行道线提取方法。
技术实现思路
专利技术目的：提供一种车辆行道线的检测方法，实现行道线的实时、准确检测，解决现有技术抗干扰能力差的问题。技术方案：本专利技术公开了一种车辆行道线的检测方法，该方法包括以下步骤：步骤1：车载相机标定；步骤2：行道线直线检测；步骤3：行道线弯道检测；步骤4：行道线定位。进一步的，步骤1中，车载相机标定步骤为，选择特征点、选择标定场地、记录世界坐标、检测二维图像中箱子顶点的像素坐标、求解相机的内参数和外参数。车载相机标定只考虑最主要的径向畸变，得到较高的标定和测量精度，计算速度相对较快。进一步的，步骤2中，行道线直线直道检测步骤为，采用基于积分图的投影变换来提取行道线候选点，然后通过基于方向估计的霍夫变化方法粗定位候选行道线，最后利用消失点估计、对比度过滤等过滤器对行道线进行精定位。当行道线磨损时，传统方法中的边缘检测会无能为力；当出现强光、阴影遮挡时，传统方法中的二值化方法漏检率会升高；针对行道线图像中的“近大远小”现象，利用积分图实现了分段投影变换，实现行道线的变分辨率检测。直线提取阶段，采用基于角度估计的霍夫变换方法。针对霍夫变换后直线较多的情况，采用对比度判断、消失点估计以及直线聚类的方法对结果进行处理。对强光、阴影遮挡以及磨损等情况具有较强的鲁棒性，同时能够在保证精度的同时满足实时性要求。进一步的，行道线候选点的提取分为3大步骤：分段投影变换、投影曲线分界面的二值化、候选点的去斑马线干扰。进一步的，步骤3中，行道线弯道检测步骤为，在行道线候选点的基础上，采用分段式霍夫变换的方法提取直线，并加以抽样获得曲线候选点，然后通过三次样条插值法分别对候选点进行曲线拟合。为了对一些巧合后不合理的弯道结果进行拒识，采用通过相机标定的结果对拟合后的曲线进行后验。对于弯道能够较好的判别并加检测，三次样条插值法的误差小。与现有技术相比，本专利技术具有如下有益效果：对于一些标记退化的道路和干扰大的道路有很好的适应性，具有高实时性、高鲁棒性的优点，易于推广到机器人导航、车辆主动安全等应用领域；在行道线识别时克服光照、车辆等干扰的影响，可以在不同气候条件下准确地提取出行道线，对预警和整个智能交通系统具有重要应用价值；在复杂路况的情况下能够快速准确地提取出行道线，从而实现对驾车者偏离车道的报警。具体实施方式以下用具体实施例对本专利技术做进一步的详细说明，需要说明的是，以上实施例仅用以说明本专利技术的技术方案而非限制，本领域普通技术人员对本专利技术的技术方案所做的其他修改或等同替换，只要不脱离本专利技术技术方案的精神和原理，均应涵盖在本专利技术的权利要求范围当中。车载相机标定。1.选择特征点。选择6个菱角分明的纸箱作为特征物，每个箱子的4个顶点作为特征点，一共24个特征点。2.选择标定场地。选择一个相对水平的底面，将纸箱摆在合适的位置，车载摄像头能够清晰地拍摄到6个箱子的24个顶点。3.记录世界坐标。选取前车头的正中心为世界坐标系的原点，车子右侧为Ｘ轴正方向，左侧为Ｘ轴负方向，车子前方为Ｙ轴正方向，垂直地面向上为Ｚ轴正方向。4.检测二维图像中箱子顶点的像素坐标。5.求解相机的内参数和外参数。行道线直线检测。采用基于积分图的投影变换来提取行道线候选点，然后通过基于方向估计的霍夫变化方法粗定位候选行道线，最后利用消失点估计、对比度过滤等过滤器对行道线进行精定位。行道线候选点的提取分为3大步骤：分段投影变换、投影曲线分界面的二值化、候选点的去斑马线干扰。行道线弯道检测。在行道线候选点的基础上，采用分段式霍夫变换的方法提取直线，并加以抽样获得曲线候选点，然后通过三次样条插值法分别对候选点进行曲线拟合。行道线定位。由于行道线具有明显的梯度和边缘特征，采用HOG和Haar特征分别对行道线图像进行处理。首先对行道线的HOG梯度方向直方图特征进行了提取，并配合支持向量机SVM进行了训练分类。同时提取行道线的Haar特征，并配合级联分类器加以实现。本文档来自技高网...

【技术保护点】
1.一种车辆行道线的检测方法，其特征在于，包括以下步骤：步骤1：车载相机标定；步骤2：行道线直线检测；步骤3：行道线弯道检测；步骤4：行道线定位。

【技术特征摘要】
1.一种车辆行道线的检测方法，其特征在于，包括以下步骤：步骤1：车载相机标定；步骤2：行道线直线检测；步骤3：行道线弯道检测；步骤4：行道线定位。2.根据权利要求1所述的一种车辆行道线的检测方法，其特征在于：所述步骤1中，车载相机标定步骤为，选择特征点、选择标定场地、记录世界坐标、检测二维图像中箱子顶点的像素坐标、求解相机的内参数和外参数。3.根据权利要求1所述的一种车辆行道线的检测方法，其特征在于：所述步骤2中，行道线直线直道检测步骤为，采用基于积分图的投影变换来提取行道线候选点，然...

【专利技术属性】
技术研发人员：孙凯，
申请(专利权)人：孙凯，
类型：发明
国别省市：江苏,32