一种车道偏离程度的检测方法、可读存储介质技术

一种车道偏离程度的检测方法、可读存储介质，其中方法包括：获取车辆前方路面图像；将车辆前方路面图像输入预先训练好的车道线检测模型中得到车道线图像；从车道线图像中检测出车道线直线；找出各车道线直线与车道线图像下边界的交点到车道线图像的中轴线的距离，取距离最小的作为当前车道的第一条车道线，再根据是否存在水平夹角与第一条车道线的水平夹角符号相反的车道线直线来判断是否能获取到当前车道的第二条车道线，从而能区分能获取到两条车道线和只能获取到一条车道线的情况，并分别采取不同的方式计算车道偏离程度，从而能够适应只获取到一条车道线时的车道偏离程度计算，拓宽了适用场景，提高了车道偏离程度计算的准确性。的准确性。的准确性。

【技术实现步骤摘要】
一种车道偏离程度的检测方法、可读存储介质


[0001]本专利技术涉及辅助驾驶
，具体涉及一种车道偏离程度的检测方法、可读存储介质。

技术介绍

[0002]随着社会经济的发展，汽车辅助驾驶系统的市场需求越来越大，汽车辅助驾驶系统的功能也越来越多，其中车道偏离预警就是其中一项重要的功能。现有技术中有关车道偏离的预警方法的解决方案各不相同，但大都是基于当前车道的左右两条车道线都能被准确检测出的前提来判断车道偏离程度，对于只能检测到其中一条车道线的情况处理能力有限。

技术实现思路

[0003]本专利技术主要解决现有车道偏离程度检测方法对于只能检测到一条车道线的情况处理能力有限的技术问题。
[0004]根据第一方面，一种实施例中提供一种车道偏离程度的检测方法，包括：
[0005]获取车辆前方路面图像；
[0006]将所述车辆前方路面图像输入预先训练好的车道线检测模型中以得到车道线图像，所述车道线图像用于表示所述车辆前方路面图像中的车道线区域，当未检测到车道线区域时，则判定车道偏离程度为0，不再执行后续步骤，否则继续执行以下步骤；
[0007]对所述车道线图像进行直线检测以得到车道线直线，若未检测到车道线直线则判定车道偏离程度为0，不再执行后续步骤，否则继续执行以下步骤；
[0008]计算各车道线直线与所述车道线图像下边界的交点到所述车道线图像的中轴线的距离，取距离最小的车道线直线作为当前车道的第一条车道线；
[0009]计算所述第一条车道线的水平夹角θ1，以及其他各车道线直线的水平夹角，所述水平夹角指车道线直线与所述车道线图像下边界的夹角，且取值范围为(
‑
90
°
,90
°
)；查找是否存在水平夹角与θ1符号相反的车道线直线，若存在则取其中与所述车道线图像下边界的交点到所述车道线图像的中轴线的距离最小的作为当前车道的第二条车道线，若不存在则判定只能获取到当前车道的一条车道线；
[0010]当获取到当前车道的两条车道线时，则根据两条车道线与所述车道线图像下边界的交点到所述车道线图像的中轴线的距离和/或两条车道线的水平夹角计算车道偏离程度；当只能获取到当前车道的一条车道线时，则根据所述第一条车道线与所述车道线图像下边界的交点的位置和车道线的水平夹角计算车道偏离程度；
[0011]当车道偏离程度大于预设的偏离程度阈值时输出报警信号。
[0012]一种实施例中，所述车道线检测模型由标注有车道线区域的位置信息和相应的车道线类型信息的路面样本图像集通过训练得到，所述车道线图像还用于表示车道线区域相应的车道线类型，其中车道线类型包括实线、虚线和未知；
[0013]所述检测方法还包括：根据所述第一条车道线所在的车道线区域获得所述第一条车道线的车道线类型，当所述第一条车道线的车道线类型为实线时所输出的报警信号为压实线报警信号。
[0014]一种实施例中，所述对所述车道线图像进行直线检测以得到车道线直线，若未检测到车道线直线则判定车道偏离程度为0，包括：
[0015]使用hough直线检测算法对所述车道线图像进行直线检测，或者在所述车道线图像中的每个连通域内使用最小二乘直线拟合算法进行直线拟合，得到初步的车道线直线，若未检测到初步的车道线直线则判定车道偏离程度为0，不再执行后续步骤，否则继续执行以下步骤；
[0016]计算各条所述初步的车道线直线的斜率和与所述车道线图像下边界的交点的坐标；如果两条所述初步的车道线直线的斜率的差异小于预设的斜率差异阈值，或者两条所述初步的车道线直线与所述车道线图像下边界的交点的坐标的差异小于预设的坐标差异阈值，则只保留其中一条作为最终的车道线直线，反之则两条都保留作为最终的车道线直线。
[0017]一种实施例中，当根据两条车道线与所述车道线图像下边界的交点到所述车道线图像的中轴线的距离计算车道偏离程度时，计算车道偏离程度的公式如下：
[0018]Deviate＝1
‑
d1/d2，
[0019]其中Deviate表示车道偏离程度，d1表示所述第一条车道线与所述车道线图像下边界的交点到所述车道线图像的中轴线的距离，d2表示所述第二条车道线与所述车道线图像下边界的交点到所述车道线图像的中轴线的距离。
[0020]一种实施例中，当根据两条车道线的水平夹角计算车道偏离程度时，计算车道偏离程度的公式如下：
[0021]Deviate＝1
‑
min(abs(θ1),abs(θ2))/max(abs(θ1),abs(θ2))，
[0022]其中Deviate表示车道偏离程度，θ2表示所述第二条车道线的水平夹角，abs()表示取绝对值，min(abs(θ1),abs(θ2))表示abs(θ1)和abs(θ2)中的较小值，max(abs(θ1),abs(θ2))表示abs(θ1)和abs(θ2)中的较大值。
[0023]一种实施例中，所述根据车道线与所述车道线图像下边界的交点的位置和车道线的水平夹角计算车道偏离程度，包括：
[0024]当所述第一条车道线与所述车道线图像下边界的交点位于图像范围外时，则判定车道偏离程度为0；当所述第一条车道线与所述车道线图像下边界的交点位于图像范围内时，则根据水平夹角θ1计算所述第一条车道线的斜率，将所述第一条车道线的斜率的绝对值输入预设的车道偏离程度映射函数中得到车道偏离程度。
[0025]一种实施例中，所述车道偏离程度映射函数为：
[0026]y＝2*(1/(1+e^(
‑
x))
‑
0.5)，
[0027]其中y表示车道偏离程度，x表示所述第一条车道线的斜率的绝对值。
[0028]一种实施例中，所述车道线检测模型通过以下方式训练：
[0029]使用仅标注有车道线区域的位置信息的路面样本图像集，通过深度学习训练得到基础车道线检测模型；
[0030]使用标注有车道线区域的位置信息和相应的车道线类型信息的路面样本图像集，
在所述基础车道线检测模型上进行训练以得到所述车道线检测模型。
[0031]一种实施例中，所述车道偏离程度及压实线的检测方法还包括：保存所述车辆前方路面图像和相应的车道偏离程度和压实线检测结果，以用于进行训练得到能够直接根据车辆前方路面图像得到车道偏离程度和压实线检测结果的神经网络模型。
[0032]根据第二方面，一种实施例中提供一种计算机可读存储介质，所述介质上存储有程序，所述程序能够被处理器执行以实现如上述第一方面所述的车道偏离程度的检测方法。
[0033]依据上述实施例的车道偏离程度的检测方法，首先检测出车辆前方路面图像中的车道线直线，然后找出各车道线直线与车道线图像下边界的交点到车道线图像的中轴线的距离，取距离最小的车道线直线作为当前车道的第一条车道线，再根据是否存在水平夹角与第一条车道线的水平夹角符号相反的车道线直线来判断是否能获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车道偏离程度的检测方法，其特征在于，包括：获取车辆前方路面图像；将所述车辆前方路面图像输入预先训练好的车道线检测模型中以得到车道线图像，所述车道线图像用于表示所述车辆前方路面图像中的车道线区域，当未检测到车道线区域时，则判定车道偏离程度为0，不再执行后续步骤，否则继续执行以下步骤；对所述车道线图像进行直线检测以得到车道线直线，若未检测到车道线直线则判定车道偏离程度为0，不再执行后续步骤，否则继续执行以下步骤；计算各车道线直线与所述车道线图像下边界的交点到所述车道线图像的中轴线的距离，取距离最小的车道线直线作为当前车道的第一条车道线；计算所述第一条车道线的水平夹角θ1，以及其他各车道线直线的水平夹角，所述水平夹角指车道线直线与所述车道线图像下边界的夹角，且取值范围为(
‑
90
°
,90
°
)；查找是否存在水平夹角与θ1符号相反的车道线直线，若存在则取其中与所述车道线图像下边界的交点到所述车道线图像的中轴线的距离最小的作为当前车道的第二条车道线，若不存在则判定只能获取到当前车道的一条车道线；当获取到当前车道的两条车道线时，则根据两条车道线与所述车道线图像下边界的交点到所述车道线图像的中轴线的距离和/或两条车道线的水平夹角计算车道偏离程度；当只能获取到当前车道的一条车道线时，则根据所述第一条车道线与所述车道线图像下边界的交点的位置和车道线的水平夹角计算车道偏离程度；当车道偏离程度大于预设的偏离程度阈值时输出报警信号。2.如权利要求1所述的检测方法，其特征在于，所述车道线检测模型由标注有车道线区域的位置信息和相应的车道线类型信息的路面样本图像集通过训练得到，所述车道线图像还用于表示车道线区域相应的车道线类型，其中车道线类型包括实线、虚线和未知；所述检测方法还包括：根据所述第一条车道线所在的车道线区域获得所述第一条车道线的车道线类型，当所述第一条车道线的车道线类型为实线时所输出的报警信号为压实线报警信号。3.如权利要求1所述的检测方法，其特征在于，所述对所述车道线图像进行直线检测以得到车道线直线，若未检测到车道线直线则判定车道偏离程度为0，包括：使用hough直线检测算法对所述车道线图像进行直线检测，或者在所述车道线图像中的每个连通域内使用最小二乘直线拟合算法进行直线拟合，得到初步的车道线直线，若未检测到初步的车道线直线则判定车道偏离程度为0，不再执行后续步骤，否则继续执行以下步骤；计算各条所述初步的车道线直线的斜率和与所述车道线图像下边界的交点的坐标；如果两条所述初步的车道线直线的斜率的差异小于预设的斜率差异阈值，或者两条所述初步的车道线直线与所述车道线图像下边界的交点的坐标的差异小于预设的坐标差异阈值，则只保留其中一条作为最终...

【专利技术属性】
技术研发人员：权甲，向洁，朱子赫，李杉杉，徐明，张浩，权博，
申请(专利权)人：上海迥灵信息技术有限公司，
类型：发明
国别省市：