【CN110135252A】一种用于无人车的自适应精准车道线检测及偏离预警方法.pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN110135252A

(43)申请公布日2019.08.16

(21)申请号201910288273.3

(22)申请日2019.04.11

(71)申请人长安大学

地址710064陕西省西安市雁塔区二环南

路中段126号

(72)发明人赵祥模刘佳琳孙朋朋闵海根

徐志刚刘占文王润民程超轶

杨一鸣高赢周文帅方煜坤

(74)专利代理机构西安恒泰知识产权代理事务

所61216

代理人李婷

(51)Int.Cl.

G06K9/00(2006.01)

G06K9/32(2006.01)

G06K9/34(2006.01)

权利要求书2页说明书6页附图4页

(54)发明名称

一种用于无人车的自适应精准车道线检测

及偏离预警方法

(57)摘要

本发明提供了一种用于无人车的自适应精

准车道线检测方法，该方法通过安装在无人车前

方的工业摄像机采集图像，对图像进行裁剪和预

处理后，通过自适应阈值的方法粗提取车道线，

然后通过曲线拟合精确获取车道线；对于车道线

被遮挡的情况，则采用卡尔曼滤波法进行车道线

的预测，最终通过车道线的位置判断当前车辆是

否方向发生的偏移，为行车电脑提供行驶数据。

本发明方法解决了不同的光照条件下的车道线

检测问题，运算量小且执行速度快，提高了检测

的效率和精度，可以很好的应用无人驾驶汽车的

车道保持及车道偏离预警功能中。

A

2

5

2

5

3

1

0

1

1

N

C

权利要求书

CN110135252A1/2页

1.一种用于无人车的自适应精准车道线检测方法，其特征在于，包括以下步骤：

步骤1，将车载工业摄像机安装在无人车挡风玻璃前，通过摄像机获取车辆前方图像信

息；

步骤2，将摄像机获取到的图像进行剪裁，得到要检测的兴趣区域，并对剪裁后的兴趣

区域进行预处理；

步骤3，对预处理后的兴趣区域粗提取出车道线

步骤3.1，统计出兴趣区域中所有像素灰度级分布，将所有像素按照灰度值的大小，统

计其出现的频率，得到灰度频率直方图；

步骤3.2，任取一个灰度值g，将所述的频率直方图根据g的值分为两部分，并计算这两

部分像素所占比和平均值，然后利用Ostu大津算法计算类间方差；

步骤3.3，重新选择一个灰度值g，按照步骤3.2的方法计算类间方差，直至所有灰度值

均被选择过；

步骤3.4，取最大类间方差时的g值作为阈值来分割整个兴趣区域，大于g值的像素设置

为黑色，小于g值的像素设置为白色；

步骤4，用曲线拟合在图像中精确找到车道线位置；

步骤4.1，对于步骤3处理后的图像进行二次兴趣区域提取，裁减掉图像中的车身部分，

得到新的兴趣区域；

步骤4.2，将新的兴趣区域用仿射变换转换为俯视图；

步骤4.3，将所述的俯视图分为左右两部分，再将每一部分沿水平方向从上到下各分成

8个部分，一共把俯视图分为16个部分；

步骤4.4，对于俯视图的这16个部分，从每个部分的底侧沿图像的x轴方向做白色像素

点的直方图统计；对于每一个部分的直方统计图，找到图中峰值对应的像素点；

步骤4.5，以每个部分的直方统计图中峰值像素点左侧的M个像素点作为基点，将每一

个基点作为一个正方形检测框的左下角点，如图3所示；如果检测框中的白色像素点数目大

于N，则认为检测框里的白色像素点为车道线对应的像素点；

步骤4.6，如果检测框里