一种汽车专用车道预警系统的制作方法
【专利摘要】本发明公开了一种汽车专用车道预警系统，目的在于结合固定式监控和车载监控两者，对道路情况和车辆情况进行分析处理，从而实现一个实时、准确的汽车专用车道预警系统。一种汽车专用车道预警系统，包括视频图像采集、图像预处理、边缘检测、车道线检测、车辆检测与识别和判断是否报警六个步骤；上述步骤的实现方式通过摄像头执行视频图像采集步骤，对采集到的视频图像数据执行图像预处理步骤，对预处理后的图像数据执行边缘检测步骤，根据边缘测试步骤的结果执行车道线检测步骤，根据采集到的图像数据执行车辆检测与识别步骤，最后综合车道线检测和车辆检测与识别两个步骤的结果执行判断是否报警的步骤，如果所检测车辆可以在所检测车道行驶则不报警，如果所检测车辆不可以在所检测车道行驶则报警。
【专利说明】一种汽车专用车道预警系统【技术领域】
[0001]本发明涉及车道检测和车辆识别领域，更具体的讲是一种对通过固定点摄像头和车载式摄像头采集到的图像进行分析，对车道线及车道内的交通工具和物体进行检测和识别的预警系统。
【背景技术】
[0002]随着人们生活水平的提高和道路交通的发展，人们参与道路交通的方式也日趋多样化，步行、自行车、电动车、老年代步车、私家汽车和公共汽车等种类和数量逐渐增多，交通安全问题日益增多，增加的车辆对交通状况的影响也很明显。城市中都设置有专用车道来缓解交通压力，但是有一些专用车道被非本车道车辆侵占，在造成交通拥堵的情况下，同时也影响了交通安全和人们的出行时间，严重影响了道路交通的效率和交通系统的通畅。为了能够维持和谐的交通环境，使得车辆能够各行其道，实现秩序井然的状态，本发明提供了一种汽车专用车道预警系统，它能够对车道进行识别，并检测出非本车道物体，对一些非法侵占汽车车道的车辆欲以警告。
[0003]专用车道预警检测以前采用的是人工执法的方式，但是面临着耗费人力，工作量大，且在恶劣的天气下人们不能正常工作的难题。因此，人们开始研究实时、准确、高效的电子交通监控系统。如今的电子监控系统分为固定式电子监控系统和车载式电子监控系统，固定式系统能够对固定区域内车道线里的情况进行监测，而固定式系统的缺点也在于其固定，检测的范围有限并且单一。因此出现了车载式专用车道报警系统，此系统安装在专用车道通行的车辆上，对前方车辆和道路检测，如果前方的车辆非本专用车道车辆，那么进行记录并通知人工进行干预，对此行为及时处理，保持交通顺畅。
[0004]
【发明内容】
`[0005]为解决上述问题，本发明公开了一种汽车专用车道预警系统，目的在于结合固定式监控和车载监控两者，对道路情况和车辆情况进行分析处理，从而实现一个实时、准确的汽车专用车道预警系统。
[0006]本发明是采取以下技术方案实现的:一种汽车专用车道预警系统，包括视频图像采集、图像预处理、边缘检测、车道线检测、车辆检测与识别和判断是否报警六个步骤；上述步骤的实现方式通过摄像头执行视频图像采集步骤，对采集到的视频图像数据执行图像预处理步骤，对预处理后的图像数据执行边缘检测步骤，根据边缘测试步骤的结果执行车道线检测步骤，根据采集到的图像数据执行车辆检测与识别步骤，最后综合车道线检测和车辆检测与识别两个步骤的结果执行判断是否报警的步骤，如果所检测车辆可以在所检测车道行驶则不报警，如果所检测车辆不可以在所检测车道行驶则报警。
[0007]本发明的实现还包括以下的技术方案:
上述车道线检测步骤首先采用了基于Gabor滤波器方法找到消失点，然后通过Hough变换的方法找到车道线，充分利用基于模型的检测方法，将问题抽象为参数计算问题。此实现方式提高了该步骤的适用性和实时性。
[0008]上述车辆检测与识别步骤分为两个步骤:车辆候选区域检测和候选区域验证。候选区域的检测选用基于知识的方法，就是利用车辆的形状、颜色等特征，并结合路面的一些特征来进行车辆候选区域的检测。而候选区域的验证采取的则是基于外观的方法，此方法根据机动车和非机动车的不同特征进行划分，主要方面包括车辆的区域面积和车牌。
[0009]本发明优点和有益效果具体体现在以下几个方面:
1.本发明将固定式和车载式两种监测方式进行了有效的结合。
[0010]2.本发明中的车辆检测与识别步骤根据车辆的特征识别车辆，并进行分段识别，提高了识别车辆的准确性。
[0011]3.本发明可以有效地对违规行驶的车辆进行预警，提高了道路交通的安全性，给人们出行带来了方便。
【专利附图】
【附图说明】
[0012]图1是本发明的执行步骤示意图；
图2是Hough变换示意图；
图3是Hough变换示意图；
图4是车道线检测步骤流程示意图；
图5是车辆检测与识别步骤流程示意图。
【具体实施方式】
[0013]以下结合说明书附图1对本发明的实施做进一步详述:
一种汽车专用车道预警系统，包括视频图像采集、图像预处理、边缘检测、车道线检测、车辆检测与识别和判断是否报警六个步骤；上述步骤的实现方式通过摄像头执行视频图像采集步骤，对采集到的视频图像数据执行图像预处理步骤，对预处理后的图像数据执行边缘检测步骤，根据边缘测试步骤的结果执行车道线检测步骤，根据采集到的图像数据执行车辆检测与识别步骤，最后综合车道线检测和车辆检测与识别两个步骤的结果执行判断是否报警的步骤，如果所检测车辆可以在所检测车道行驶则不报警，如果所检测车辆不可以在所检测车道行驶则报警。
[0014]以下结合说明书附图2、说明书附图3和说明书附图4对本发明中的车道线检测步骤做进一步详述:
目前，国内外学者已经提出了很多车道线检测的实现过程，主要分为两类:一类是基于图像特征的检测方法，此方法是基于道路图像的一些特征将图像的所有点标记为车道线点和非车道线点，这种方法要求道路的车道线颜色较为明显，边缘较为清晰，否则无法得到准确的检测结果；另一种方法是基于模型的检测方法，它根据提取的特征对预先定义好的车道线模型进行匹配，将车道线的提取转化为车道线模型中参数的计算问题。本发明首先采用了基于Gabor滤波器方法找到消失点，然后通过Hough变换的方法找到车道线，充分利用基于模型的检测方法，将问题抽象为参数计算问题。
[0015]传统的Hough变换实现的是一种从图像空间到参数空间的映射关系。其实质是对图像进行坐标变换，使变换的结果更易于识别和检测。Hough变换的极坐标表达式:P =XCOS Θ +ysin Θ，其中(X，y)表示空间图像的某一点的坐标，P是图像空间中直线到坐标原点的距离，Θ是直线与X轴的夹角，如说明书附图2所示。传统Hough变换投票空间P和Θ的选择范围通常为P e (O, r)(其中r为图像对角线长度)，Θ e (0,180 )。如说明书附图3所示对图像空间的目标点进行坐标变换投影到参数空间，通过统计参数空间的总投票次数较多的点，即可找到图像空间对应的直线方程。通常可以通过限定P和Θ来调整其投票空间的范围，限定其左右车道线的极角和极径范围，确定感性却区域。
[0016]Hough变换是一种经典的车道线检测方法，具有很好的适用性和鲁棒性。但是此算法比较耗时，且只能检测出图像空间中存在的直线，不能指出它的端点和长度等一些局限性。
[0017]针对此实现方式比较耗时，本发明对Hough变换进行了改进，采用了感兴趣区域(ROI)的概念。通过限定P和Θ来限定其参数空间的范围，限定车道线的极角和极径，得至憾兴趣区域(R0I)，去除了大量的干扰点，提高了算法的速度。但是当转弯、变道或者摄像头位置偏移时，容易超出监测区域，使得结果出现比较大的偏差。
[0018]针对不能指出车道线的端点和长度的缺点，本发明采用了基于Gabor滤波器的车道检测方法。此方法通过Gabor找到两条车道线的交点位置，也就是上述提到的消失点，然后对其进行Hough变换，得到需要的直线。此实现方式提高了该步骤的适用性和实时性。
[0019]以下结合说明书附图5对本发明中车辆检测与识别步骤的实施做进一步详述: 确定了车道线的位置和范围之后，下一步就是确定车道线内的车辆候选区域，并判断
机动车车道线内的车辆是否属于机动车。由于机动车涵盖的范围很广，但是与非机动车的区别也很明显，所以本发明根据车辆的区域面积和车牌来确定是否为机动车。
[0020]车辆检测分为两个步骤:车辆候选区域检测和候选区域验证。候选区域的检测本发明选用基于知识的方法，就是利用车辆的形状、颜色等特征，并结合路面的一些特征来进行车辆候选区域的检测。而候选区域的验证采取的则是基于外观的方法，此实现方式根据机动车和非机动车的不同特征进行划分，主要方面包括车辆的区域面积和车牌。
[0021]由于摄像头有一定的拍摄范围，距离越远的物体，在图像上就显得越小，所以距离摄像头近的车辆的区域面积就会比较大，而远的就会较小。因此不能固定区域面积来对车辆进行划分，本发明选用多尺度的方法来进行区域面积的检测，对拍摄的范围设立三个范围:近距离(5米以内)，中距离(5到10米)，远距离(10到20米)。不同的范围，设立的区域面积不一样。距离越远，区域面积要小一点；距离近，区域面积要大一点，根据具体的分析设定。
[0022]本发明采取背景帧差法得到前景目标。用当前帧减去背景获取模块所得的背景帧，然后根据差值来确定对应的像素是否是前景运动目标，使用阈值分割法来确定前景目标。之后进行特征提取，对车辆的区域面积和车牌进行特征提取区分和分类。
[0023]利用本发明所述的技术方案，或本领域的技术人员在本发明技术方案的启发下，设计出类似的技术方案，而达到上述技术效果的，均是落入本发明的保护范围。
【权利要求】
1.一种汽车专用车道预警系统，其特征在于:包括视频图像采集、图像预处理、边缘检测、车道线检测、车辆检测与识别和判断是否报警六个步骤；上述步骤的实现方式通过摄像头执行所述视频图像采集步骤，对采集到的视频图像数据执行所述图像预处理步骤，对预处理后的图像数据执行所述边缘检测步骤，根据边缘测试步骤的结果执行所述车道线检测步骤，根据采集到的图像数据执行所述车辆检测与识别步骤，最后综合所述车道线检测和所述车辆检测与识别两个步骤的结果执行所述判断是否报警的步骤，如果所检测车辆可以在所检测车道行驶则不报警，如果所检测车辆不可以在所检测车道行驶则报警。
2.根据权利要求1所述的一种汽车专用车道预警系统，其特征在于:所述车道线检测步骤首先采用了基于Gabor滤波器方法找到消失点，然后通过Hough变换的方法找到车道线。
3.根据权利要求2所述的车道线检测步骤，其特征在于:所述Hough变换的方法为改进的Hough变换，采用了感兴趣区域(ROI)的概念，通过限定P和Θ来限定其参数空间的范围，限定车道线的极角和极径，得到感兴趣区域(R0I)，去除了大量的干扰点。
4.根据权利要求2所述的车道线检测步骤，其特征在于:所述基于Gabor滤波器方法找到消失点实现方式是通过Gabor找到两条车道线的交点位置。
5.根据权利要求1所述的一种汽车专用车道预警系统，其特征在于:所述车辆检测与识别步骤分为两个步骤，车辆候选区域检测和候选区域验证。
6.根据权利要求5所述的车辆检测与识别步骤，其特征在于:所述车辆候选区域检测采用基于知识的方法，就是利用车辆的形状、颜色等特征，并结合路面的一些特征来进行车辆候选区域的检测。
7.根据权利要求5所述的车辆检测与识别步骤，其特征在于:所述候选区域验证采用基于外观的方法，此实现方式根据机动车和非机动车的不同特征进行划分，主要方面包括车辆的区域面积和车牌。
8.根据权利要求7所述的候选区域验证，其特征在于:所述采用车辆的区域面积进行车辆划分时不采用固定区域面积，本发明选用多尺度的方法来进行区域面积的检测，对拍摄的范围设立三个范围:近距离(5米以内)，中距离(5到10米)，远距离(10到20米)，不同的范围，设立的区域面积不一样；距离越远，区域面积要小一点；距离近，区域面积要大一点，根据具体的分析设定。
9.根据权利要求7所述的候选区域验证，其特征在于:所述采用车辆的区域面积和车牌进行车辆划分时采取背景帧差法得到前景目标，用当前帧减去背景获取模块所得的背景帧，然后根据差值来确定对应的像素是否是前景运动目标，使用阈值分割法来确定前景目标，之后进行特征提取。
【文档编号】G08G1/01GK103886745SQ201310605990
【公开日】2014年6月25日 申请日期:2013年11月25日 优先权日:2013年11月25日
【发明者】牛晓芳 申请人:天津思博科科技发展有限公司