[发明专利]基于单目视觉和惯性导航单元的实时车道线检测系统

摘要

本发明公开了一种基于单目视觉和惯性导航单元的实时车道线检测系统，该系统主要包括离线标定和在线投影变化模块、惯性导航单元模块、单帧车道线检测模块和基于惯性导航单元的多帧车道线关联校验模块，实现对城区环境的路面多车道地实时精确的检测，该车道线检测系统，可适应于光照变化、障碍物遮挡、大曲率、虚实线、多车道等不同路况和道路类型，实现多种环境下的车道线稳定且长距离的检测感知。本系统采用的低成本低功耗的导航设备、图像采集设备及计算平台，可广泛应用于无人驾驶汽车视觉导航、智能车视觉辅助驾驶等领域。

主权项

一种基于单目视觉和惯性导航单元的实时车道线检测系统，其特征在于：该实时车道线检测系统包括离线标定及在线投影变化模块M1、惯性导航单元模块M2、单帧车道线检测模块M3以及多帧车道线关联校验模块M4；离线标定及在线投影变化模块M1用于采集图像信号，基于特征点检测和三线标定法完成图像采集设备的内部参数和外部参数标定，完成相对于车前平面的单应性投影变化，获取车前图像俯视图；惯性导航单元模块M2基于车载单轴光纤陀螺和速度传感器，用于测量车体相对于初始位置，在二维平面下的位移变化、朝向变化和瞬时速度；单帧车道线检测模块M3基于车道线局部高亮、平行和等宽假设，用于进行单帧图像的车道线检测；多帧车道线关联校验模块M4用于关联当前帧和历史帧车道线数据，对当前检测结果进行校验，给出准确的当前时刻多车道结果的参数描述方程，并在三车道模型下根据各车道线的虚实线语义完善结果，为下一时刻的检测提供检测区域预测；单帧车道线检测模块M3和多帧车道线关联校验模块M4两部分的算法构成了整体的车道线检测功能,算法整体包括三个阶段：第一阶段，使用一水平滤波器在俯视平面图图像中检测所有可能的车道线候选线；第二阶段，根据平行性约束和等宽约束剔除特征误检，所采用的阈值均为自适应方式；第三阶段为校验阶段，通过坐标转换历史检测结果判断与当前检测结果是否匹配；所述多帧车道线关联校验模块M4利用连续的前一时刻和当前时刻两个感知时刻的车体位姿测量信息，和对应的车道线检测结果，判断两帧结果在空间位置关系上是否符合两帧车体位姿测量信息描述的变化关系，即将历史帧检测结果按照两帧的车体位姿变化关系变化到当前时刻，得到其在当前车体位姿下的参数形式，再与当前帧车道线检测结果进行匹配，若符合，则判定当前帧检测结果可接受，否则，抛弃当前帧结果，以转换后的历史帧结果作为当前时刻的检测结果，并用最终结果生成下一时刻的预测兴趣区域；历史检测结果通过位姿变化(R,T)与当前检测结果进行时空对准，当两帧对应的车道线编号属性确定后，校验按照如下方式进行：e(a)=Σi|SC(a)(i)-(SP(a)(i)×R+T)|N,if|SC(a)(i)-(SP(a)(i)×R+T)|=e(a)(i)≤t∞,else]]>其中a＝{L1,R1}，L1代表车体当前所在车道的左侧车道线，R1代表当前所在车道的右侧车道线，SP(a)(i)代表历史检测结果a中的第i个样本点，SC(a)(i)代表当前检测结果a中的第i个样本点,代表对当前检测结果的置信度评估,具有最小值的则在下一帧中被选为基准线，若当前检测结果与历史结果连续多帧无法匹配，则历史结果经转换后成为当前帧输出结果，变量wt表明当前经转换后的结果是否依然有效；wt=e(SPend(x)-lmin-Vxmin)Vxmax-Vxmin]]>其中Vx max和Vx min定义了x方向的视场范围，lmin是所允许的最短检测结果，当wt值小于1时，系统认定当前转换的检测结果已经不再足够精确，则被舍弃。