[发明专利]道路识别方法和装置

说明书

本发明公开了一种道路识别方法，所述方法包括以下步骤：获得车辆行驶过程中所述车辆四周的地面图像；对所述地面图像进行处理，获得对应的灰度图像；提取所述灰度图像中灰度均匀的区域；提取所述地面图像的纹理特征；根据所述地面图像的颜色特征和纹理特征对相邻的灰度均匀的区域进行合并，获得最大面积的区域。本发明还公开了一种道路识别装置。本发明利用相同内容的灰度均匀，不同内容的边缘灰度不同的现象结合颜色、问题特征对车辆环境进行感知，能够识别出道路中可行驶区域和不可行驶的区域。

技术领域

本发明涉及智能汽车辅助驾驶技术领域，尤其涉及一种道路识别方法和装置。

背景技术

智能汽车在无人驾驶时，可以根据各种传感器获得环境信息以及车辆状态、位置，通过对环境的理解自动控制车辆驾驶的行为。

路径规划是无人驾驶汽车研究的关键技术之一。路径规划一般需要先识别行驶道路，识别行驶道路一般通过先识别道路中车道线或者车道轮廓，然后再根据车道线或者车道轮廓进行处理，从而识别出车辆行驶车道。然而车辆在行驶过程中可能会遇到很多地形，车辆在有些地形行驶时无法识别出车道线或者车道轮廓，比如沙漠，从而使得通过识别道路中车道线或者车道轮廓的方式无法识别出行驶车道。

发明内容

本发明的主要目的在于提出一种道路识别方法和装置，旨在实现对行驶车道的识别。

为实现上述目的，本发明提供的一种道路识别方法，所述方法包括以下步骤：获得车辆行驶过程中所述车辆四周的地面图像；对所述地面图像进行处理，获得对应的灰度图像；提取所述灰度图像中灰度均匀的区域；提取所述地面图像的纹理特征；根据所述地面图像的颜色特征和纹理特征对相邻的灰度均匀的区域进行合并，获得最大面积的区域，作为所述车辆行驶候选区域。

优选地，所述提取所述灰度图像中灰度均匀的区域的步骤包括：对所述灰度图像进行二值化处理，以获得所述灰度图像中的连通区域；根据预置算法计算获得所述连通区域的局部最小值；根据获得的多个连通区域的局部最小值获得所述灰度图像中灰度均匀的区域。

优选地，所述根据预置算法计算获得所述连通区域的局部最小值的步骤包括：根据如下公式计算获得所述连通区域的局部最小值：

q(i)＝(|Q_i+△|－|Q_i-△|)/|Q_i|，

其中，i为预设的二值化阈值，|Q_i|表示对应二值化阈值i的连通区域的面积，△为预设常数，Q_i+△表示对应二值化阈值i+△的连通区域的面积，Q_i-△表示对应二值化阈值i-△的连通区域的面积。

优选地，所述对所述灰度图像进行二值化处理，以获得所述灰度图像中的连通区域的步骤之前包括：根据像素灰度值的大小，对所述灰度图像中所有像素进行排序。

优选地，所述对所述地面图像进行处理，获得对应的灰度图像的步骤包括：对所述灰度图像进行滤波处理。

此外，为实现上述目的，本发明还提供一种道路识别装置，所述装置包括：第一获得模块，用于获得车辆行驶过程中所述车辆四周的地面图像；第二获得模块，用于对所述地面图像进行处理，获得对应的灰度图像；第一提取模块，用于提取所述灰度图像中灰度均匀的区域；第二提取模块，用于提取所述地面图像的纹理特征；合并模块，用于根据所述地面图像的颜色特征和纹理特征对相邻的灰度均匀的区域进行合并，获得最大面积的区域，作为所述车辆行驶候选区域。

优选地，所述第一提取模块包括：第一获得单元，用于对所述灰度图像进行二值化处理，以获得所述灰度图像中的连通区域；计算单元，用于根据预置算法计算获得所述连通区域的局部最小值；第二获得单元，用于根据获得的多个连通区域的局部最小值获得所述灰度图像中灰度均匀的区域。