[发明专利]一种基于VBAI平台建模的车道线视觉识别方法和系统

说明书

本发明公开了一种基于VBAI平台建模的车道线视觉识别方法和系统，其中，方法包括：获取车辆前方的路面图像；对路面图像进行预处理以获得其对应的二值化图像；根据预二值化图像以及路面图像的获取点位置确定坐标原点，以建立笛卡尔坐标系；以坐标原点为圆心间隔设置多条灰度采集射线；其中，当灰度采集射线上的灰度值发生突变，且高于预设灰度阈值时，获得灰度变化的边缘点；对获取的多个边缘点进行直线拟合处理以获取车道线。该方法克服现有技术中对车道线的检测实现方法对服务器的运行速度、硬件配置要求很高，实时性较差，而且车道线最终的识别还存在一定的拟合误差，从而造成检测结果的准确性不高、效率低的问题。

技术领域

本发明涉及汽车驾驶智能检测技术领域，具体地，涉及一种基于VBAI平台建模的车道线视觉识别方法和系统。

背景技术

随着无人驾驶技术的不断发展，车道线检测与跟踪算法被广泛研究，越来越多的学者提出不同的的算法和思路来实现车道线识别与跟踪。王玉萍等提出基于OpenCV的车道线识别与跟踪算法，利用计算机视觉构建ROI兴趣区域，利用库函数处理算法提取车道边缘特征。蔡英凤等提出一种基于形态学特征的车道线识别方法，根据区域内灰度各项结构张量的旋度，选择变化趋势最大作为特征点。王会峰等提出利用成像偏振在进行车道线检测，采集三个角度的道路偏振图像，对其进行二值化和感知处理，利用Hough变换原理识别车道线边缘。王其东等提出一种基于投影统计与双曲线拟合的车道识别算法，利用近视野车道直线信息和双曲线拟合，对车道线进行寻优。余万里提出基于深度学习的车道线检测与识别，研究Deeplab v3+网络结构，嵌入ARB模块，设计识别网络进行车道线的运算。魏玉东等提出通过Gist-SVM训练2中直线型和弯曲型分类模型，利用模型进行训练和预测学习，实现分类与识别。屈贤提出了一种基于机器视觉的车道线斜率偏航预警模型，有较高的预警准确度。陈家凡基于机器视觉，采用SHI-Tomasi角点检测和Hough变换相结合的方式，利用最小二乘拟合进行双曲线拟合，利用采集的视频数据，调用OpenCV进行开源的库算法实现。张亮提出一种利用机器视觉，建立CCP、TLC、FOD预警模型，在Simulink仿真环境下的分析车道偏离预警策略。Sunwoo等提出基于测量不确定度的自适应马尔可夫模型，提高识别的鲁棒性。Amandeep Katru等提出利用改进的加法霍夫变换改进并行车道检测。

但是现有技术中，对车道线的检测实现方法对服务器的运行速度、硬件配置要求很高，需要对每一帧的样本训练与新鲜数据预测，实时性较差，而且车道线最终的识别还存在一定的拟合误差，从而造成检测结果的准确性不高、效率低的问题。

因此，提供一种在机器视觉基础上，利用VBAI(NI Vision Builder AI)平台搭建车道线的识别模型，提出进行未划定ROI兴趣区域的一种基于VBAI平台建模的车道线视觉识别方法和系统是本发明亟需解决的问题。

发明内容

针对上述技术问题，本发明的目的是克服现有技术中对车道线的检测实现方法对服务器的运行速度、硬件配置要求很高，需要对每一帧的样本训练与新鲜数据预测，实时性较差，而且车道线最终的识别还存在一定的拟合误差，从而造成检测结果的准确性不高、效率低的问题，从而提供一种在机器视觉基础上，利用VBAI(NI Vision Builder AI)平台搭建车道线的识别模型，提出进行未划定ROI兴趣区域的一种基于VBAI平台建模的车道线视觉识别方法和系统。

为了实现上述目的，本发明提供了一种基于VBAI平台建模的车道线视觉识别方法，所述方法包括：

获取车辆前方的路面图像；

对所述路面图像进行预处理以获得其对应的二值化图像；

根据预二值化图像以及所述路面图像的获取点位置确定坐标原点，以建立笛卡尔坐标系；

以所述坐标原点为圆心间隔设置多条灰度采集射线；其中，