一种实时多车道识别及跟踪方法
【技术领域】
[0001] 本发明涉及一种实时多车道线识别及跟踪方法，特别是涉及通过CMOS图像传感 器对车道线进行跟踪与识别。
【背景技术】
[0002] 欧洲一直处在智能车辆研宄领域的前端，欧洲开发基金会资助进行驾驶 人检测、道路环境感知、视觉增强、与前车车距控制以及传感器融合等方面的研宄。 UBM(UniversitaetderBundeswehr德联邦国防大学）试验车VaMoRs是由奔驰500SEL改装 而成的，视觉系统主要包括道路检测与跟踪和障碍物检测与跟踪两个模块。D.R.A.S雪铁龙 和柏斯卡大学的自动化与电子材料科学实验室合作研宄的Puegoct系统，主要利用车载摄 像头拍摄道路图像，进行实时的检测和识别车道线。其原理主要是利用高斯滤波对噪声进 行处理，并利用梯度导数来计算车道线，进而对其检测，此系统的实时性和鲁棒性都很好。 德国的慕尼黑国防军大学的智能车辆研宄小组一直致力于动态机器的视觉领域的研宄，并 取得了很大的成就。美国在智能驾卡耐基.梅隆大学（Carnegie-MellonUniversity)研 宄的Navlab.X系列的产品，其中Navlab5能快速对车体进行定位，该车道线识别算法的鲁 棒性特别好，能够适应像车道线破损、车辙痕迹等多种干扰因素。在日本的货运车辆中，本 田公司Inspire、Accord、Legend车型中配备了LDW车道识别系统。
[0003] 2002年中国汽车市场的亮点之一是在国产"威驰"GLX-i和GLX-S轿车上成功地安 装使用语音电子导航装置，在中国实际应用中，首次使用了汽车导航装置。经过市场考察， 最终决定在经济型轿车上安装这个问世只用十几年的世界最前沿的高新产品，其意义不仅 仅是增加了"威驰"轿车的销量，而且标志着中国在实施智能交通上迈出了坚实的一步。国 内在智能车导航方面的研宄比较晚，规模也较小，但在短期发展中还是取得了很大的成果。 研宄工作主要集中在大学和研宄机构，如吉林大学、东南大学、国防科技大学等。吉林大学 的智能车辆课题组开发的几UVA-1系统通过CCD摄像机采集车辆行驶时的道路图像，接着 通过一系列图像处理，对车道线进行识别，提取车辆在当前车道中的位置参数，根据这些参 数进行预警判断。当车道偏离系统检测到车辆距离自身车道线过近或者有可能偏入邻近车 道时，在驾驶员没有打转向灯的情况下，该系统会发出车道偏离警告信息提醒驾驶员注意， 从而尽可能地减少车道偏离事故的发生。东南大学在车辆辅助驾驶领域的研宄方面主要基 于系统硬件部分，它开发的基于DSP技术的嵌入式车道偏离报警系统由缓冲电路模块、DSP 电路模块、编码及数/模转换电路模块、模/数转化解码电路模块等组成。该系统利用车载 摄像头采集车道线的视频信号，经大量处理后的视频型号送编码及数/模转换电路输出显 示，该方案增强了系统的抗振动和抗冲击能力。国防科技大学研制的CITAVF自动驾驶汽车 是小型厢式客车，其特色是视觉系统采用AII0DSP自动开发的图像处理系统，在参考各种 道路设计模型的基础上，建立了道路宽度信息估计方法，通过对车道跟踪模版的实现，对车 道线识别的结果进行修正，提高车道线检测和识别的准确性。
【发明内容】
[0004] 本发明的目的是提供一种实时的多车道线识别及跟踪方法。通过CMOS图像传感 器，对车辆行驶前方本车道以及左右邻近车道共四条车道线进行识别及跟踪，可以为智能 驾驶辅助系统中的车道偏离预警策略以及车道保持控制策略提供更加详细，全面的信息。
[0005] 本发明的上述目的得以实现的技术方案是：一种实时多车道识别及跟踪方法，其 特征在于包括基于所获取的图像的坐标转换、图像预处理及车道线预测跟踪三部分步骤， 其中坐标转换指将摄像机所采集的图像坐标系基于旋转矩阵R与平移向量t转换至具物理 意义的世界坐标系；图像预处理为将红像素插值，Sobel算子以及Gauss算子合成一个边缘 检测模板，
【主权项】
1. 一种实时多车道识别及跟踪方法，其特征在于包括基于所获取的图像的坐标转换、 图像预处理及车道线预测跟踪三部分步骤，其中坐标转换指将摄像机所采集的图像坐标系 基于旋转矩阵R与平移向量t转换至具物理意义的世界坐标系；图像预处理为将红像素插 值，Sobel算子以及Gauss算子合成一个边缘检测模板，
并使用该模板对图像计算，检测得到车道线线簇；车道线预测跟踪指基于图像预处理的 结果对车道线的两侧边缘进行识别并进行匹配，分别对应每条车道线建立回旋曲线模型
对车道线的侧向距离、纵向距离、道 路曲率和道路曲率变化率进行跟踪，通过卡尔曼滤波计算，输出车道线滤波后的状态向量。
2. 根据权利要求1所述实时多车道识别及跟踪方法，其特征在于：完成坐标转换后，需 将整幅的图像分割为处理区域和废处理区域，并对处理区域的图像作预处理。
3. 根据权利要求1所述实时多车道识别及跟踪方法，其特征在于：所述多车道识别及 跟踪方法主要针对本车车道左右车道线、左车道最左车道线以及右车道最右车道线的识别 及跟踪。
4. 根据权利要求1所述实时多车道识别及跟踪方法，其特征在于：车道线预测跟踪过 程中对车道线的两侧边缘进行识别的方法基于车道线左右两侧明-暗、暗-明的颜色梯度 差异实现。
【专利摘要】本发明涉及一种实时多车道识别及跟踪系统。包括坐标转换、图像预处理以及车道线的预测与跟踪三个系统模块。由安装在汽车上的CMOS图像传感器识别车辆前方的道路环境，把图像信息传递给图像预处理模块。坐标转换模块通过标定来实现COMS图像传感器的世界坐标系转换。图像预处理模块负责处理图像数据，进行插值、滤波、梯度计算以及最后生成车道线簇的连线。本发明对采集的图像进行分区域、分策略处理，识别多种类型的车道标志线，提高算法的计算效率。本发明在满足实时性的条件下，对车辆本车道以及左右邻近车道共四条车道线进行识别与跟踪，可以为智能驾驶辅助系统中的车道偏离预警策略以及车道保持控制策略提供更加详细，全面的信息。
【IPC分类】G06K9-00
【公开号】CN104751151
【申请号】CN201510205669
【发明人】郭健, 于泳, 范达
【申请人】苏州安智汽车零部件有限公司
【公开日】2015年7月1日
【申请日】2015年4月28日