CN101776438B - 道路标线测量装置及其测量方法 - Google Patents

Abstract

本发明提供了一种道路标线测量装置及其测量方法。本装置包括：摄像机、测距仪传感器和计算机，摄像机安装在车辆挡风玻璃后面，摄像机接至计算机，车辆前后轮处各安装有一个测距仪传感器，测距仪传感器接至计算机；本方法包括：1)在车辆前后两轮处，通过两个测距仪传感器分别采集两处底盘的高度信息；2)利用摄像机获取车辆前方道路图像；3)将采集到的底盘高度信息和前方道路图像信息传给计算机，计算机经过运算输出车辆运行前方车道的宽度。本发明的有益效果是：可以准确的得到车道宽度，不受车辆颠簸等因素的影响，原理算法都比较简单。

Description

道路标线测量装置及其测量方法

技术领域

本发明涉及汽车安全技术领域，具体涉及到一种基于计算机视觉的道路标线测量装置。

背景技术

随着车辆智能化的发展，导航路径的快速准确识别已成为智能车辆自主导航的关键，而车道标识线快速准确的识别就显得尤为重要。目前，绝大多数的车道标线测量方法都是在考虑摄像机倾角和高度固定不变的情况下，利用安装在车辆挡风玻璃后的摄像机获取前方道路图像，通过对获取的图像做图像彩色变换、滤波以及灰度修正等预处理，获取感兴趣区，再对其进行图像分割处理和基于边缘检测的车道线特征提取，然后再利用霍夫变换，结合道路特点，获得与道路特征点匹配程度最高的直线或曲线，即为目标车道线。依据这两条直线在图像中的位置确定车道的宽度和车辆在车道中的横向位置。其缺点和不足是：当车辆颠簸导致摄像机倾角和高度发生变化时，通过摄像机获取的图像就会产生相应的畸变，此时车道标线在图像中的位置也会发生变化，而采取以上方法再对车道线进行标定计算，得出的车道宽度误差大。

发明内容

本发明所要解决的技术问题是：提供一种基于计算机视觉的道路标线测量装置及其测量方法，该装置和方法能够在摄像机倾角和高度不断变化的情况下，对摄像机获取的图像进行修正处理，从而准确的估计出车道宽度。

本发明所采用的技术方案是：道路标线测量装置包括摄像机、测距仪传感器和计算机，摄像机安装在车辆挡风玻璃后面，摄像机接至计算机，车辆前后轮处各安装有一个测距仪传感器，测距仪传感器接至计算机。

所述测量装置的测量方法包括：

1)在车辆前后两轮处，通过两个测距仪传感器分别采集两处底盘的高度信息；

2)利用摄像机获取车辆前方道路图像；

3)将采集到的底盘高度信息和前方道路图像信息传给计算机，计算机经过运算输出车辆运行前方车道的宽度。

本发明的有益效果是：可以准确的得到车道宽度，不受车辆颠簸等因素的影响，原理算法都比较简单。

附图说明

图1是本发明所包含的设备方框图。

图2是实施例中摄像机和测距仪传感器安装位置的示意图。

图3是基于机器视觉的车道-车辆-图像坐标模型示意图。

图4是本发明涉及的算法流程图。

图2中，1：摄像机；2：第一测距仪传感器；3：第二测距仪传感器。

具体实施方式

如图2所示，道路标线测量装置安装在车辆上，它包括摄像机1、测距仪传感器和计算机。其中，摄像机1安装在车辆挡风玻璃后顶棚中央，摄像机接至计算机，车辆前后轮底盘处分别安装有一个测距仪传感器(即图1中的第一测距仪传感器2和第二测距仪传感器3)，测距仪传感器接至计算机。如图1所示，计算机包括图像处理模块和计算处理模块。第一测距仪传感器2测量前轮附近底盘到地面的垂直距离，第二测距仪传感器3测量后轮附近底盘到地面的垂直距离。

本发明的道路标线测量方法步骤包括：

1)在车辆前后两轮处，通过分别安装在底盘上的测距仪传感器采集两处底盘的高度信息；

2)利用安装在挡风玻璃后车辆顶棚中央的摄像机1获取车辆前方道路图像(即车道线的图像)；

3)将采集到的底盘高度信息和道路图像信息传给计算机，计算机经过运算输出车辆运行前方车道的宽度。

步骤3)具体包括以下步骤：

首先考虑摄像机高度和倾角变化，建立该变化下的车道-车辆-图像坐标模型，通过计算得到含有颠簸后摄像机高度和倾角的摄像机模型公式；然后根据透视投影变换，得到图像纵向间距与摄像机高度和摄像机倾角之间的关系式；再考虑计算机接收到道路图像信息后，先对原始图像进行低通滤波处理，再用牛顿插值法对图像实现边缘检测，其中边缘检测法包括背景图像的生成与更新、背景减法与图像分割、车道边缘检测；然后再进行图像细化处理，提取图像水平方向上车道线对应两点处的像素点，作为定位所需的特征点，再对特征点所在的特征直线进行标定，将标定结果和实验图片进行对比，运用几何变换得出车道宽度与纵向间距之间的比例关系式；最后将以上所得到的车道-车辆-图像摄像机模型公式以及图像纵向间距关系式代入车道宽度与图像中纵向间距之间的比例关系式，便可以获得摄像机高度和倾角变化情况下的实际车道宽度。

图3(a)示意了建立基于机器视觉的车道-车辆-图像的坐标模型的过程。假设车道没有太大的弯道，在图像检测范围内，基本呈直道。通过几何投影关系，推导道路平面坐标系中的点和图像平面坐标系中的投影点之间的映射关系，可以得出：(1)道路的两条相互平行的边界，经过摄像机透视投影到图像平面坐标系中，产生的两条投影线就不再平行了(2)道路平面坐标系中两条平行的边界经过透视投影后，在图像平面中成倒立的图像。

步骤3)建立颠簸情况下的车道车辆-图像坐标模型，求得比例式的方法具体为：

301)首先确定颠簸后的摄像机高度和倾角：

颠簸后摄像机的高度H′和倾角θ′为：

其中，H为颠簸前摄像机距地面的高度，θ为颠簸前摄像机光轴与地面的夹角，H′和θ′是车辆颠簸后摄像机的高度和倾角，L为车辆车身的长度，ΔH_轮为两轮的垂直颠簸高度差(即前后两轮附近底盘到地面的垂直距离差)，L_轮为两轮的水平间距；

302)建立基于机器视觉的车道-车辆-图像坐标模型：

设在道路平面上有一点S，在道路平面坐标系M-XY中的坐标为(S_x  S_y)，在图像平面坐标系M′-xy中对应的投影点S′的坐标为(S′_x  S′_y)，在图像平面坐标系中，有：

$S_y^{\′}=M^{\′}{N}^{\′}=f\tan \mathrm{\α}=\frac{f\·S_y{\sin }^2\mathrm{\θ}}{H+S_y\sin \mathrm{\θ}\cos \mathrm{\θ}},$

其中，f是摄像机镜头的焦距，S_y(即MN)是道路平面上的点S在道路平面坐标系中的纵坐标，H、θ为颠簸前摄像机的高度和倾角，O为道路平面坐标系M-XY到图像平面坐标系M′-xy的投影中心，O′为道路坐标系中O点到地面的垂点，MN为道路平面点S在道路平面坐标系中的Y轴坐标，M′N′为投影点S′在图像坐标系中的y坐标，α为ON′与摄像机轴的夹角。

303)而车辆颠簸前和颠簸后所采集的图像如图3(b)所示。通过对比，对比颠簸后的图像，可以看到在颠簸后的图像坐标中，由三角形相似有：

$\frac{k_1}{k_0}=\frac{h_0-\mathrm{EF}}{h_0},$

其中，k₁是颠簸后图像中线段CD所在位置对应的比例系数，k₀是颠簸前线段AB对应的比例系数，h₀是消失点(即在透视图中两条平行的车道线交与很远很远的某点)I到线段AB的距离，EF为线段AB到线段CD的纵向间距，线段AB是颠簸前实验标尺在图像坐标系中的对应投影线段，线段CD是摄像机颠簸后实验标尺在图像坐标系中的对应投影线段。

304)由前面的推导，

故

可见，颠簸后标定道路标线的比例系数完全由k₀、h₀、f、S_y、H、θ、L、L_轮和ΔH_轮决定。可在图像1/3～2/3处，基准标定k₀、h₀。

其中，M′N′_(AB)是颠簸前投影点S′在图像坐标系中的纵向长度，即对应图3(b)中线段AB到轴的距离，M′N′_(CD)是颠簸后投影点S′在图像坐标系中的纵向长度，即对应图3(b)中线段CD到轴的距离；

305)图像采集标定：

对采集到的原始图像进行低通滤波处理，根据系统的灰阶设定，通过二值化处理，得出影像的轮廓及指定部位轮廓的像素位置差，利用一定的边缘增强算子对车道标识边缘进行增强得到梯度图像，再利用一定的自动阈值方法对梯度图像进行分割，得到车道标识的边缘，根据标准量块对像素对应尺寸进行标定，通过对图像进行处理标定，计算换算系数，从而可得出指定测量的尺寸数值。具体而言，通过对图像进行处理标定，由304)得到线段CD的比例系数k₁，代入车道宽度与图像纵向间距之间的比例关系式L_w＝l₁·k₁中即可得出实际车道宽度L_w，l₁是车道宽度在图像坐标系中对应的像素值。

具体而言，首先对采集的图像进行阈值分割，得到黑白二值图像，对于图像像素点，大于阈值，则认为是目标；小于阈值，则认为是背景。再选择标记bwlabel函数(即用来将四连通或八连通的区域连接起来的函数)将黑白二值图像中的目标标尺置白，对处理后的图像1/3～2/3处进行标定，对标记图像用regioprops函数得到各个部分的属性数据，最后在regioprops函数的属性里选择MajorAxisLength(主轴长)，这是与目标物具有相同二阶中心矩的椭圆的长轴，由于标尺也是矩形的，所以可以近似地认为等于长轴，进而可以得到图像中标尺的长度l₁，代入式L_w＝l₁·k₁中即可得出实际车道宽度L_w。

步骤1)中，安装在车辆前后两轮处底盘上的测距仪传感器，可采用激光测距法或声纳测距法。步骤2)中，安装在挡风玻璃后车辆顶棚中央的摄像机，用陀螺仪测量其倾角的，用测距仪传感器测量其距地面的高度。本发明还可以根据车载GPS(全球定位系统)接收机和计算机计算出来的实际车道宽度，经过相应的数据处理，得到由时间、经度、纬度和对应车道宽度建立起来的数据库。

总之，本发明建立起基于机器视觉的车道-车辆-图像坐标模型，在实施过程中，只需代入相关参数便可求得车道宽度。在应用基于机器视觉的车道-车辆-图像坐标模型前，应提前测量出车辆车身的长度L，前轮和后轮的水平间距L_轮，摄像机镜头的焦距f，颠簸前摄像机的高度和倾角H、θ，线段AB对应的比例系数k₀，消失点I到线段AB的距离h₀，道路平面上的点S在道路平面坐标系中的纵坐标S_y。测量时，首先通过测距仪传感器得到颠簸时两轮附近车辆底盘的垂直高度差ΔH_轮，再利用计算机对采集的图像进行处理得到线段CD的比例系数k₁，代入基于机器视觉的车道-车辆-图像坐标模型即可算出车道宽度。

Claims (6)

1.道路标线测量装置，安装在车辆上，其特征在于：它包括摄像机、测距仪传感器和计算机，摄像机安装在车辆挡风玻璃后面，摄像机接至计算机，车辆前后轮处各安装有一个测距仪传感器，测距仪传感器接至计算机；

该装置进行测量时，其步骤包括：

1)在车辆前后两轮处，通过两个测距仪传感器分别采集两处底盘的高度信息；

2)利用摄像机获取车辆前方道路图像；

3)将采集到的两处底盘高度信息和车辆前方道路图像信息传给计算机，计算机经过运算输出车辆运行前方实际车道宽度。

2.道路标线测量装置的测量方法，所述测量装置包括摄像机、测距仪传感器和计算机，摄像机安装在车辆挡风玻璃后面，摄像机接至计算机，车辆前后轮处各安装有一个测距仪传感器，测距仪传感器接至计算机；其特征在于测量方法的步骤包括：

1)在车辆前后两轮处，通过两个测距仪传感器分别采集两处底盘的高度信息；

2)利用摄像机获取车辆前方道路图像；

3)将采集到的两处底盘高度信息和车辆前方道路图像信息传给计算机，计算机经过运算输出车辆运行前方实际车道宽度。

3.根据权利要求2所述的测量装置的测量方法，其特征在于步骤3)包括以下步骤：

首先考虑摄像机高度和倾角变化，建立该变化下的车道-车辆-图像坐标模型，通过计算得到含有颠簸后摄像机高度和倾角的摄像机模型公式；然后根据透视投影变换，得到图像纵向间距与摄像机高度和摄像机倾角之间的关系式；计算机接收到道路图像信息后，先对道路图像进行低通滤波处理，再用牛顿插值法对图像实现边缘检测，其中边缘检测法包括背景图像的生成与更新、背景减法与图像分割、车道边缘检测；然后再进行图像细化处理，提取图像水平方向上车道线对应两点处的像素点，作为定位所需的特征点，再对特征点所在的特征直线进行标定，将标定结果和道路图像进行对比，运用几何变换得出图像纵向间距关系式；最后将以上所得到的含有颠簸后摄像机高度和倾角的摄像机模型公式以及图像纵向间距关系式代入车道宽度与图像纵向间距之间的比例关系式，便可以获得摄像机高度和倾角变化情况下的实际车道宽度。

4.根据权利要求2所述的测量装置的测量方法，其特征在于：步骤1)中，测距仪传感器采用激光测距法或声纳测距法。

5.根据权利要求2所述的测量装置的测量方法，其特征在于：步骤2)中，摄像机还采用陀螺仪或者倾角传感器测量其倾角，采用所述测距仪传感器测量其距地面的高度。

6.根据权利要求2所述的测量装置的测量方法，其特征在于：最后还根据车载GPS接收机和经过相应的处理计算得到的实际车道宽度，建立相应的车道宽度数据库，主要字段包括时间、经度、纬度和车辆前方的车道宽度。

Images