[发明专利]一种车载车道线检测系统及方法

说明书

技术领域

本发明涉及计算机图像处理技术领域，尤其涉及一种车载车道线检测系统及方法。

背景技术

近年来，汽车辅助驾驶(Driver Assistance Systems)和无人车技术受到了研究者的普遍关注。车道线检测是汽车辅助驾驶和无人车技术中至关重要的一步。目前主流的车道线检测方法有基于形状特征的车道线检测、基于颜色特征的车道线检测和基于模型特征的车道线检测等。基于形状特征的车道线检测方法所检测的车道线需要拥有明显的车道线边缘并且受噪声或者其它干扰影响较大。基于颜色特征的车道线检测方法受光照影响较大。基于模型特征的车道线检测会检测出大量与车道线无关的边缘并且不能区分检测到的不同颜色的车道线。

现有的车道线检测方法受环境干扰和光照变化影响较大。因此，本领域技术人员需要解决的一个技术问题是：针对现有车道线检测方法的不足，提出一种新型车道线检测方法，弥补其受环境干扰较大的缺点，进一步提升车道线检测的效果。

发明内容

本发明要解决的技术问题在于针对现有技术中车道线检测方法检测效果较差，检测过程容易受到环境变化或者光照变化影响的缺陷，提供一种车载车道线检测系统及方法。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种车载车道线检测系统，包括设置在行驶车辆上的处理单元，以及与处理单元相连的图像采集单元；其中：

图像采集单元，用于实时采集车辆行驶过程中的车道图片，将其发送给处理单元；

处理单元，用于获取车道线样本图片，建立车道线样本库；并提取车道线样本库中车道线的RGB像素值，建立G-S颜色模型，在G-S颜色模型的基础上输入行驶过程中的车道图片，通过似然概率计算和阈值分割检测出图片中的车道线，并通过Hough变换提取图片中的车道线。

进一步地，本发明的系统还包括与处理单元相连的显示单元，用于显示操作界面和人机交互。

进一步地，本发明的系统还包括与处理单元相连的存储单元，用于存储车道线样本库数据和实时获取的车道图片数据。

进一步地，本发明的系统还包括与处理单元相连的供电单元，用于为系统供电。

进一步地，本发明的处理单元包括离线车道检测模式和在线车道检测模式，通过显示单元选择其中一种检测模式。

本发明提供一种车载车道线检测方法，包括以下步骤：

S1、通过离线或在线的方式获取包含车道线样本的图片，建立车道线样本库，并实时获取车辆行驶过程中的车道图片；

S2、提取车道线样本库中车道线的RGB像素值，建立G-S颜色模型；

S3、在G-S颜色模型的基础上输入车辆行驶过程中的第一帧车道图片，通过似然概率计算和阈值分割检测出图片中的车道线；

S4、对图片中检测出的车道线，通过Hough变换提取图片中的车道线；

S5、根据检测出的车道线计算车道线的消失点并划分天际线，根据天际线在车辆行驶过程中的其它帧车道图片中设置车道线区域，对车道线区域执行步骤S3和步骤S4，检测出车道线并对车道线进行跟踪。

进一步地，本发明的步骤S1中获取车道线样本图片的方法包括：通过公开的车道线图片数据集；通过网络搜索和甄别获取车道线图片；通过现场实验采集车道线图片。

进一步地，本发明的步骤S2中建立G-S颜色模型的方法为：

设G-S颜色模型为一个1×3矩阵，其表示方式为：

μ＝[E(R)E(G)E(B)]

其中，E(R)表示样本库车道线RGB像素值中R值的均值，E(G)表示G值的均值，E(B)表示B值的均值，u即为颜色模型的均值；

在颜色空间中采用协方差代替方差，协方差的计算方式为：

其中，V是颜色模型的协方差，是一个3×3矩阵，其正对角线的值是COV(R,R)、COV(G,G)、COV(B,B)，矩阵中每个元素的计算公式为：

通过计算得到的颜色模型均值u和协方差V，并通过以下公式构建车道线的G-S颜色模型：

其中，X为1×3矩阵，物理意义是图片中每个点的像素值，并在计算时将该公式简化为：P(X)＝(X-μ)^T·inv(V)·(X-μ)。

进一步地，本发明的步骤S3中检测出图片中的车道线的方法为：

设置阈值0.0026，将图片分为疑似车道线像素点和非车道线像素点；在区分出车道线像素后，通过阈值分割将图片进行二值化处理，将疑似车道线像素点赋值为白色，非车道线像素点赋值为黑色。