[发明专利]一种道路边界的识别方法和装置

说明书

本发明公开了一种道路边界的识别方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据采集的区域图像确定可行驶区域；确定所述可行驶区域的最大轮廓；通过霍夫变换算法检测所述可行驶区域的最大轮廓中的直线部分，并根据所述直线部分识别所述道路边界。该实施方式能够提高道路边界识别的准确性，容易而鲁棒(或称健壮)地实现道路边界识别。

技术领域

本发明涉及计算机技术领域，尤其涉及一种道路边界的识别方法和装置。

背景技术

在无人驾驶中，道路的边界位置决定了无人车辆能够行驶的范围，因此，准确定位出道路的边界线是无人自动驾驶中一项很重要的任务，只有把道路的边界准确的识别出来，才能保证无人车辆不会走到不可行驶的边界线之外。路边识别最常利用的信息是摄像头采集的图像数据，现有的路边识别技术通常采用传统的图像处理方法，比如提取图像的梯度特征、纹理特征，以及粒子滤波等等。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

传统方法存在边界识别不准确的缺陷。

发明内容

有鉴于此，本发明实施例提供一种道路边界的识别方法和装置，能够提高道路边界识别的准确性。

为实现上述目的，根据本发明实施例的一个方面，提供了一种道路边界的识别方法。

一种道路边界的识别方法，包括：根据采集的区域图像确定可行驶区域；确定所述可行驶区域的最大轮廓；通过霍夫变换算法检测所述可行驶区域的最大轮廓中的直线部分，并根据所述直线部分识别所述道路边界。

可选地，根据采集的区域图像确定可行驶区域的步骤，包括：根据所述区域图像生成区域图像特征图；为所述区域图像特征图添加指示为可行驶区域或非可行驶区域的标签；根据所述标签确定所述区域图像特征图中的可行驶区域。

可选地，根据所述区域图像生成区域图像特征图的步骤，包括：对所述区域图像进行卷积处理和降采样处理，以生成特征图；对所述特征图进行反卷积处理，以生成所述区域图像特征图，其中，所述区域图像特征图的每个像素点对应指示为可行驶区域的第一特征值和指示为非可行驶区域的第二特征值。

可选地，为所述区域图像特征图添加指示为可行驶区域或非可行驶区域的标签的步骤，包括：比较所述区域图像特征图的每个像素点对应的所述第一特征值和所述第二特征值，其中：如果所述第一特征值大于所述第二特征值，则为相应像素点添加指示为可行驶区域的标签；如果所述第一特征值小于所述第二特征值，则为相应像素点添加指示为非可行驶区域的标签；如果所述第一特征值等于所述第二特征值，则根据由所述第一特征值和所述第二特征值所构成数组的指定数组下标对应的特征值的指示，为相应像素点添加对应的标签。

可选地，确定所述可行驶区域的最大轮廓的步骤，包括：根据所述可行驶区域的各像素点生成连通域；查找所述连通域中最大连通域的边界线，以根据所述边界线确定所述可行驶区域的最大轮廓。

根据本发明实施例的另一方面，提供了一种道路边界的识别装置。

一种道路边界的识别装置，包括：可行驶区域确定模块，用于根据采集的区域图像确定可行驶区域；最大轮廓确定模块，用于确定所述可行驶区域的最大轮廓；道路边界识别模块，用于通过霍夫变换算法检测所述可行驶区域的最大轮廓中的直线部分，并根据所述直线部分识别所述道路边界。

可选地，所述可行驶区域确定模块还用于：根据所述区域图像生成区域图像特征图；为所述区域图像特征图添加指示为可行驶区域或非可行驶区域的标签；根据所述标签确定所述区域图像特征图中的可行驶区域。