汽车控制方法及装置的制造方法
【技术领域】
[0001 ]本发明涉及汽车领域，特别涉及一种汽车控制方法及装置。
【背景技术】
[0002]智能化汽车技术主要包括汽车行驶过程中的环境感知、规划决策、辅助驾驶等方面，它集中运用了计算机、现代传感、信息融合、通信、人工智能及自动控制等技术。
[0003]其中，前方车辆检测技术为现有智能化汽车技术中较为成熟的一项，通过前方车辆检测技术可以及时对驾驶员进行预警，以免与前方车辆发生碰撞。
[0004]但对于正常驾驶而言，如果与前车的距离过近时，随着汽车智能化技术的发展，除了注意防碰撞之外，在前方场景条件满足下，还可以向左变道进行避让，以保证车辆正常行驶。
【发明内容】
[0005]为了解决现有技术的问题，本发明实施例提供了一种汽车控制方法及装置。所述技术方案如下:
[0006]—方面，本发明实施例提供了一种汽车控制方法，所述方法包括:
[0007]获取视频图像，并检测所述视频图像上的车道线；
[0008]根据所述车道线计算本车的偏航角，所述偏航角为本车的中轴线与所述本车所在道路之间的夹角；
[0009]根据所述视频图像计算所述本车与前方车辆的距离；
[0010]根据所述本车与前方车辆的距离确定预设转向角，根据所述偏航角和所述预设转向角确定实际转向角，并采用所述实际转向角进行变道。
[0011]在本发明实施例的一种实现方式中，所述检测所述视频图像上的车道线，包括:
[0012]对所述视频图像进行边缘增强处理；
[0013]对边缘增强处理过的所述视频图像进行二值化，得到二值化图像；
[0014]对所述二值化图像进行车道线内外边缘点提取；
[0015]对提取后的图像数据采用分区Hough变换拟合车道线。
[0016]在本发明实施例的另一种实现方式中，所述对边缘增强处理过的所述视频图像进行二值化，包括:
[0017]将所述视频图像转化为灰度图像；
[0018]采用所述灰度图像的图像直方图确定阈值；
[0019]将处理过的所述视频图像中灰度值高于所述阈值的像素置为最高灰度级，将处理过的所述视频图像中灰度值低于所述阈值的像素置为最低灰度级。
[0020]在本发明实施例的另一种实现方式中，所述对所述二值化图像进行车道线内外边缘点提取，包括:
[0021]确定所述灰度图像的分割阈值；
[0022]比较所述灰度图像中每个像素的灰度值与分割阈值的大小；
[0023]将所述二值化图像中对应所述灰度图像中灰度值小于分割阈值的像素点删除，得到处理后的二值化图像；
[0024]逐行扫描所述处理后的二值化图像，当依次出现连续多个255、连续多个0和连续多个255的排列时，确定两次出现的连续多个255的像素点分别为车道线内外边缘点。
[0025]在本发明实施例的另一种实现方式中，所述根据所述视频图像计算所述本车与前方车辆的距离，包括:
[0026]提取所述视频图像中的Haar-like特征；
[0027]采用预设的分类器对提取到的Haar-like特征进行分类，确定前车底边缘位置在所述视频图像中的位置；
[0028]根据所述前车底边缘位置在所述视频图像中的位置，确定所述本车与前车的距离A；
[0029]采用雷达测距信息确定在所述本车前方距离A的位置是否存在车辆，如果存在车辆，则确定所述本车与前车的距离为A。
[0030]第二方面，本发明实施例提供了一种汽车控制装置，所述装置包括:
[0031]车道线检测单元，用于获取视频图像，并检测所述视频图像上的车道线；
[0032]偏航角计算单元，用于根据所述车道线检测单元检测到的所述车道线计算本车的偏航角，所述偏航角为本车的中轴线与所述本车所在道路之间的夹角；
[0033]车距计算单元，用于根据所述视频图像计算所述本车与前方车辆的距离；
[0034]控制单元，用于根据所述车距计算单元计算出的所述本车与前方车辆的距离确定预设转向角，根据所述偏航角和所述预设转向角确定实际转向角，并采用所述实际转向角进行变道。
[0035]在本发明实施例的一种实现方式中，所述车道线检测单元，包括:
[0036]边缘增强处理子单元，用于对所述视频图像进行边缘增强处理；
[0037]二值化子单元，用于对所述边缘增强处理子单元处理过的所述视频图像进行二值化，得到二值化图像；
[0038]边缘点提取子单元，用于对所述二值化子单元得到的所述二值化图像进行车道线内外边缘点提取；
[0039]拟合子单元，用于对所述边缘点提取子单元提取后的图像数据采用分区Hough变换拟合车道线。
[0040]在本发明实施例的另一种实现方式中，所述二值化子单元，用于:
[0041 ]将所述视频图像转化为灰度图像；
[0042 ]米用所述灰度图像的图像直方图确定阈值；
[0043]将处理过的所述视频图像中灰度值高于所述阈值的像素置为最高灰度级，将处理过的所述视频图像中灰度值低于所述阈值的像素置为最低灰度级。
[0044]在本发明实施例的另一种实现方式中，所述边缘点提取子单元，用于:
[0045]确定所述灰度图像的分割阈值；
[0046]比较所述灰度图像中每个像素的灰度值与分割阈值的大小；
[0047]将所述二值化图像中对应所述灰度图像中灰度值小于分割阈值的像素点删除，得到处理后的二值化图像；
[0048]逐行扫描所述处理后的二值化图像，当依次出现连续多个255、连续多个0和连续多个255的排列时，确定两次出现的连续多个255的像素点分别为车道线内外边缘点。
[0049]在本发明实施例的另一种实现方式中，所述车距计算单元，包括:
[0050]特征提取子单元，用于提取所述视频图像中的Haar-1ike特征；
[0051]分类子单元，用于采用预设的分类器对所述特征提取子单元提取到的Haar-like特征进行分类，确定前车底边缘位置在所述视频图像中的位置；
[0052]第一确定子单元，用于根据所述分类子单元确定出的前车底边缘位置在所述视频图像中的位置，确定所述本车与前车的距离A;
[0053]第二确定子单元，用于采用雷达测距信息确定在所述本车前方距离A的位置是否存在车辆，如果存在车辆，则确定所述本车与前车的距离为A。
[0054]本发明实施例提供的技术方案带来的有益效果是:
[0055]本发明实施例提供对采集到的视频图像的车道线进行检测，然后根据车道线计算偏航角，再利用偏航角和本车与前车的距离确定实际转向角，采用实际转向角进行变道，整个过程无需用户控制，提高了用户驾驶舒适度，在变道时考虑了车辆自身的偏航以及与前车的距离，保证了变道的安全性。
【附图说明】
[0056]为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0057]图1是本发明实施例提供的一种汽车控制方法的流程图；
[0058]图2是