[发明专利]车道线的识别方法、系统以及汽车

权利要求书

1.一种车道线的识别方法，其特征在于，包括以下步骤：

采集汽车前方车道线的视频信息，并对所述视频信息进行解帧处理以获得M帧车道线图像，其中，M为大于1的整数；

对每帧车道线图像进行分割处理以获得每帧车道线图像中多个包含车道线的动态感兴趣ROI区域；

根据多个ROI区域对每帧车道线图像中的车道线进行初定位处理以获得对应的初定位区域；

基于初定位区域对该帧车道线图像中的每个ROI区域中的车道线进行搜索处理以获得每个ROI区域中的车道线重心；

对多个车道线重心进行拟合处理以获得每帧车道线图像中所述汽车前方的车道线。

2.如权利要求1所述的车道线的识别方法，其特征在于，在对多个车道线重心进行拟合处理之前，还包括：

对多个车道线重心进行筛选处理。

3.如权利要求1或2所述的车道线的识别方法，其特征在于，通过预设车道线模型对所述多个车道线重心进行拟合处理，其中，预设车道线模型为：

y＝0.5*kx²+mx+b,

其中，y为所述汽车前方的车道线，x为车道线重心，k、m、b为预设车道线模型参数。

4.如权利要求1所述的车道线的识别方法，其特征在于，所述对每帧车道线图像进行分割处理以获得每帧车道线图像中多个包含车道线的ROI区域包括：

计算每帧车道线图像中每个灰度值的最大熵，并获得所有最大熵中的最大值；

将所述所有最大熵中的最大值对应的灰度值作为该帧车道线图像的分割阈值，并根据所述分割阈值对该帧车道线图像进行分割处理以获得该帧车道线图像中多个包含车道线的ROI区域。

5.如权利要求4所述的车道线的识别方法，其特征在于，在获得每帧车道线图像中多个包含车道线的ROI区域时，还包括：

确定每帧车道线图像中的第一个包含左车道线的ROI区域和包含右车道线的ROI区域的分界点，并以上一个包含左车道线的ROI区域的重心和包含右车道线的ROI区域的重心的中点作为下一个包含左车道线的ROI区域和包含右车道线的ROI区域的分界点，以动态地建立多个包含左车道线的ROI区域和包含右车道线的ROI区域。

6.如权利要求4所述的车道线的识别方法，其特征在于，所述根据多个ROI区域对每帧车道线图像中的车道线进行初定位处理以获得对应的车道线初定位区域包括：

计算每帧车道线图像中每个ROI区域的车道线概率密度，并获得车道线概率密度最大的ROI区域，将所述车道线概率密度最大的ROI区域作为该帧车道线图像的车道线初定位区域。

7.如权利要求1所述的车道线的识别方法，其特征在于，还包括：

判断当前帧与上一帧车道线图像识别到的车道线是否发生跃变且根据变化值能否获得光滑曲线；

如果根据当前帧与上一帧车道线图像识别到的车道线存在跃变且根据变化值不能获得光滑曲线，则判断当前帧车道线图像的车道线识别无效，放弃当前帧车道线图像的车道线识别结果，并进行下一帧车道线图像的车道线识别；

当连续m帧车道线图像的车道线不存在跃变或根据变化值能获得光滑曲线时，控制所述汽车进入车道线跟踪模式，以提高车道线的识别速度。

8.一种车道线的识别系统，其特征在于，包括：

解帧模块，用于采集汽车前方车道线的视频信息，并对所述视频信息进行解帧处理以获得M帧车道线图像，其中，M为大于1的整数；

分割模块，用于对每帧车道线图像进行分割处理以获得每帧车道线图像中多个包含车道线的动态感兴趣ROI区域；

初定位模块，用于根据多个ROI区域对每帧车道线图像中的车道线进行初定位处理以获得对应的初定位区域；

搜索模块，用于基于初定位区域对该帧车道线图像中的每个ROI区域中的车道线进行搜索处理以获得每个ROI区域中的车道线重心；

拟合模块，用于对多个车道线重心进行拟合处理以获得每帧车道线图像中所述汽车前方的车道线。