買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜蘇州天瞳威視電子科技有限公司申請(qǐng)的專利一種基于視覺(jué)的車道線檢測(cè)方法及裝置獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN110688876B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-11發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：201810730715.0，技術(shù)領(lǐng)域涉及：G06V20/56；該發(fā)明授權(quán)一種基于視覺(jué)的車道線檢測(cè)方法及裝置是由李超;王若瑜設(shè)計(jì)研發(fā)完成，并于2018-07-05向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于視覺(jué)的車道線檢測(cè)方法及裝置在說(shuō)明書(shū)摘要公布了：一種基于視覺(jué)的車道線檢測(cè)方法及裝置。本檢測(cè)方法包括六步，第一步預(yù)處理模塊，第二步特征提取模塊，第三步模型擬合模塊，第四步車道線提煉處理模塊，第五步跟蹤預(yù)測(cè)模塊，第六步車道線檢測(cè)輸出參數(shù)結(jié)構(gòu)化。本發(fā)明用于無(wú)人自主駕駛、安全輔助駕駛。

本發(fā)明授權(quán)一種基于視覺(jué)的車道線檢測(cè)方法及裝置在權(quán)利要求書(shū)中公布了：1.一種基于視覺(jué)的車道線檢測(cè)方法，其特征是:本檢測(cè)方法包括六步，第一步預(yù)處理模塊，第二步特征提取模塊，第三步模型擬合模塊，第四步車道線提煉處理模塊，第五步跟蹤預(yù)測(cè)模塊，第六步車道線檢測(cè)輸出參數(shù)結(jié)構(gòu)化；所述的第一步預(yù)處理模塊是包括圖像的平滑和增強(qiáng)處理技術(shù)，采用符合人們視覺(jué)認(rèn)知的加權(quán)平均算法處理彩色RGB圖像和灰度圖像的對(duì)應(yīng)關(guān)系表示為公式4-1；Gray＝R×0.299+G×0.587+B×0.114公式4-1其中，R,G,B分別表示彩色RGB圖像的紅、綠和藍(lán)三個(gè)顏色分量，Gray表示灰度圖像的像素值；對(duì)灰度圖像的平滑和增強(qiáng)處理中，進(jìn)行以獲得灰度對(duì)比度明顯，背景暗淡，車道線輪清晰的圖像，降低圖像處理過(guò)程中的復(fù)雜程度；用中值濾波剔出噪點(diǎn)；采用所述的一種基于視覺(jué)的車道線檢測(cè)方法進(jìn)行檢測(cè)；所述的第二步特征提取模塊是車道線標(biāo)志有著明顯的上升沿和下降沿，在提取特征點(diǎn)的時(shí)候需要在上升沿和下降沿各提取一個(gè)點(diǎn)組成一個(gè)點(diǎn)對(duì)；車道線特征點(diǎn)屬于與相鄰像素灰度值差值較大的跳變點(diǎn)，采用局部梯度方法去提取地面標(biāo)識(shí)特征點(diǎn)，先計(jì)算像素點(diǎn)水平線附近的均值，評(píng)估該像素灰度值的強(qiáng)度水平，當(dāng)該像素附近的灰度強(qiáng)度太高或太低的時(shí)候，車道線與地面的灰度梯度就會(huì)變小；灰度平均值的計(jì)算公式4-2所示， x,y是像素點(diǎn)在圖像坐標(biāo)系中的列和行，t代表的是在行的領(lǐng)域，實(shí)驗(yàn)中取t＝5能取得很好的效果；然后再計(jì)算邊緣的升變點(diǎn)ep和降變點(diǎn)ev，滿足公式4-3條件， 要求地面標(biāo)識(shí)特征點(diǎn)是由相鄰的上升沿點(diǎn)和下降沿點(diǎn)組成的點(diǎn)對(duì)，并且之間滿足一定的距離,滿足公式4-4，Δw＝epx-evx＞W(wǎng)公式4-4epx和evx為升變點(diǎn)和降變點(diǎn)的列像素坐標(biāo)，Δw為升變點(diǎn)和降變點(diǎn)的寬度,W為車道線在圖像中占有的最大的像素個(gè)數(shù)；定義車道線的特征點(diǎn)fx為成對(duì)的epx和evx的平均值，即公式4-5，fx＝epx+evx2公式4-5；所述的第三步模型擬合模塊是根據(jù)結(jié)構(gòu)化道路約束假設(shè)，建立車道線模型，將車道線視野分為近視野、中視野和遠(yuǎn)視野三部分，其中，近視野和中視野區(qū)域以直線模型進(jìn)行匹配，遠(yuǎn)視野區(qū)域則采用加權(quán)雙曲線擬合模型，在直線擬合模型中，設(shè)計(jì)出用一種結(jié)合兩種算法優(yōu)點(diǎn)的直線檢測(cè)方法；首先，利用霍夫變換確定直線存在的大致范圍，然后對(duì)每個(gè)區(qū)域內(nèi)的特征點(diǎn)集，采用改進(jìn)的最小二乘法得到精確的直線參數(shù)，在曲線擬合之前，建立曲線目標(biāo)像素點(diǎn)集合；目標(biāo)像素集合中的每一個(gè)像素點(diǎn)都應(yīng)滿足以下兩個(gè)條件：一是盡量多的處于車道線上，二是集合中點(diǎn)的數(shù)量足夠充實(shí)，只有足夠的數(shù)據(jù)量才能減少誤差像素帶來(lái)的干擾；以直線檢測(cè)的參數(shù)為基礎(chǔ)，依靠直線檢測(cè)的高準(zhǔn)確率來(lái)估計(jì)遠(yuǎn)視野中車道線目標(biāo)像素點(diǎn)提取的準(zhǔn)確性；以直線上端點(diǎn)的像素點(diǎn)作為搜索的起始種子點(diǎn)，從起始種子點(diǎn)開(kāi)始在圖像中進(jìn)行梯度值相關(guān)性和灰度值相關(guān)性掃描查找；先根據(jù)梯度值相關(guān)性判定車道線的方向，劃定搜索區(qū)域，再利用灰度值相關(guān)性進(jìn)行局部搜索；在目標(biāo)像素集合中采用基于線性雙曲線模型進(jìn)行擬合，公式4-5所示， 其中公式中的參數(shù)h表示道路平面在圖像平面上的消失點(diǎn)的縱向位置，即消失線公位置；k表示道路標(biāo)線的曲率大小；bl、br的值分別表示左、右車道線相對(duì)于道路標(biāo)線的距離，當(dāng)時(shí)方程bl＝0代表的是右邊的車道標(biāo)線，當(dāng)時(shí)方程br＝0時(shí)代表的是左邊的車道標(biāo)線；uH表示車道線到縱軸的距離；所述的第四步車道線提煉處理模塊是經(jīng)過(guò)車道線模型擬合后，對(duì)車道線進(jìn)行提煉過(guò)程，篩選出可靠的車道線，剔除誤檢標(biāo)志線；進(jìn)行二個(gè)步驟的處理，一是消失點(diǎn)約束關(guān)系，二是多條車道線平行關(guān)系；在消失點(diǎn)約束關(guān)系中，分別在橫向和垂直方向規(guī)定容錯(cuò)區(qū)域；假設(shè)上一幀消失點(diǎn)位置為px,y，消失點(diǎn)p'x',y'容錯(cuò)區(qū)域?yàn)楣?-6 Tx和Ty分別為水平方向和垂直方向可以移動(dòng)的范圍；在多條車道線平行關(guān)系中，將每條車道線都規(guī)定了三個(gè)控制點(diǎn)，這三個(gè)控制點(diǎn)指定為視野線與車道線的交點(diǎn)；根據(jù)車道線平行關(guān)系，在同一控制點(diǎn)序號(hào)之間的車道線應(yīng)該有距離相似，斜率和角度相似關(guān)系；所述的第五步跟蹤預(yù)測(cè)模塊是在實(shí)際采集系統(tǒng)以及大部分的智能車輛系統(tǒng)中，車載相機(jī)直接獲得的是視頻流信息，車輛運(yùn)動(dòng)在時(shí)間上和空間上都具有連續(xù)性；通過(guò)使用卡爾曼濾波器用于實(shí)時(shí)預(yù)測(cè)每個(gè)車道的運(yùn)動(dòng)狀態(tài),觀察運(yùn)動(dòng)狀態(tài)與當(dāng)前的匹配；所述的第六步車道線檢測(cè)輸出參數(shù)結(jié)構(gòu)化是，對(duì)車道線檢測(cè)結(jié)果進(jìn)行統(tǒng)一的結(jié)構(gòu)化處理。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人蘇州天瞳威視電子科技有限公司，其通訊地址為：215000 江蘇省蘇州市吳中區(qū)石湖西路188號(hào)萬(wàn)達(dá)廣場(chǎng)東樓9樓；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。