[发明专利]车道检测的方法及装置

说明书

车道检测的方法及装置，其中方法包括如下步骤：根据摄像机图像确定待检测区域，在所述待检测区域中检测车道标识得到检测结果，根据雷达数据优化检测结果，根据所述检测结果及雷达检测的路缘信息计算车道中心线的位置，对计算得到的车道中心线的位置合成得到多车道的位置结果。本发明通过摄像机进行二维图像中的车道标识识别，辅助雷达数据进行过滤，达到了快速准确地检测车道标识的效果。还进行车道中心线的估计及追踪，提高了车辆在动态识别车道线的能力，提升了无人车自动驾驶的安全性。

技术领域

本发明涉及无人车自动驾驶领域，尤其涉及一种多车道自动检测的方法及装置。

背景技术

为了能实现安全的、类人类驾驶，无人车必须对其周边车道有良好的感知能力。

为了解决车道检测问题，前人提出过方向不同的探索：有提出通过在路面中铺设磁性标志的，也有提出利用全球定位体系中的高网格化的道路地图定位的。前者在目前阶段尚不具备可操作性。而后者提出的这种基于数据基础结构的分析，我们认为它虽然对了解地理形态信息和稀松的几何形态路况信息较为有用，但是在这里我们仍然拒绝使用高密度路形几何信息。毕竟，高精度的路况地图相较于实际视觉路面标志而言，还是较为过时的信息。即便就人类驾驶来说，由于驾驶员过度依赖于卫星导航系统而不是自己亲眼所见，还往往会因为地图的过时、错误和不完整造成事故。因而，静态的高精度的地图明显不足以保障安全驾驶。我们认为出于安全行驶的考虑，无人车必须能够运用其自身所配备的传感器来感知和判定周边环境。

发明内容

为此，需要提供一种根据车载设备及先验数据感知周围车道的检测方法，达到快速灵敏地检测车道的目的。

为实现上述目的，发明人提供了一种车道检测的方法，所述方法包括如下步骤：根据摄像机图像确定待检测区域，在所述待检测区域中检测车道标识得到检测结果，根据雷达数据优化检测结果，根据所述检测结果及雷达检测的路缘信息计算车道中心线的位置，对计算得到的车道中心线的位置合成得到多车道的位置结果。

所述雷达数据优化检测结果包括步骤，将雷达数据中的三维物体投射到摄像机图像对应的二维坐标中，过滤掉所述摄像机图像中三维物体投射对应位置的车道检测结果。

所述检测车道标识包括步骤，基于匹配过滤的视觉检测，具体为：

为摄像机图像的每一个横列设定一个宽度过滤器，所述宽度为车道涂漆投影到摄像机图像每一横列后的预期宽度；

对过滤结果计算局部极大值及梯度方向，根据所述梯度方向计算车道线方向。

所述检测车道标识包括步骤，基于对称等高线的视觉检测，具体为：

对摄像机图像进行局部的低通滤波及导数算子运算得到初始的车道线，计算初始车道线中边缘像素的空间梯度大小及方向；

将多个局部的边缘像素空间梯度大小及方向通过迭代算法融合，得到车道线标识检测结果。

其特征在于，根据所述检测结果及雷达检测的路缘信息计算车道中心线的位置后还包括步骤，用现有的中心线数据进行抛物线拟合，估计远处车道中心线的位置，并利用先验信息进行车道中心线追踪。

一种车道检测的装置，所述装置包括待检测区域确定模块、车道标识检测模块、雷达优化模块、中心线位置模块、多车道模块：

所述待检测区域确定模块用于根据摄像机图像确定待检测区域；

所述车道标识检测模块用于在所述待检测区域中检测车道标识得到检测结果；

所述雷达优化模块用于根据雷达数据优化检测结果；

所述中心线位置模块用于根据所述检测结果及雷达检测的路缘信息计算车道中心线的位置；