CN103983239B - 基于车道等宽线的测距方法 - Google Patents

Abstract

本发明公开了一种基于车道等宽线的测距方法，首先采集目标车道图像，为车道图像建立坐标系，以车道延伸方向为X轴，与车道延伸方向相垂直的方向为Y轴；然后，确定车道图像中像素与所述像素对应的实际距离的关系，建立车道图像中像素与所述像素对应的实际距离之间的关系方程，利用车道宽度相等的特点，确定多个等分点，绘制等宽线，再利用最小二乘法求得关系方程中的未知数；最后根据待测距离图像的起点坐标和终点坐标，借助关系方程求出两点在X轴方向的实际距离和Y轴方向的实际距离。本发明无需其他辅助工具，仅需通过车道图像和现场测量实际车道宽度即可测算车道图像中两点之间的距离，测算方便、快捷、测算精度高。

Description

基于车道等宽线的测距方法

技术领域

本发明涉及一种基于车道等宽线的测距方法，属于交通道路检测技术领域。

背景技术

在交通环境中，由于道路环境复杂，监控对象运动频繁等因素，通过监控图像获取目标距离、尺寸等信息较难，如果添加额外传感器会导致交通监控系统成本增加，同时由于我国较为复杂的交通现状，通过量测设备，对于不同目标测量的数据，存在匹配问题，很多时候仍然需要人工二次操作。目前单纯依靠图像进行距离信息的测量，尚无良好的解决方法。大多通过设置预先测量好的标定点，做大致估计，测量精度与操作灵活性受很大限制。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于车道等宽线的测距方法，解决了现有技术中根据车道监控图像测距测量精度低、测量不便的技术问题。

为解决上述技术问题，本发明所采用的技术方案是：基于车道等宽线的测距方法，其特征在于，包括如下步骤：

步骤一：采集目标车道图像，建立车道图像坐标系：以车道延伸方向为X轴，与车道延伸方向相垂直的方向为Y轴；

步骤二：确定车道图像中像素与所述像素对应的实际距离的关系：设定车道图像中像素与所述像素对应的实际距离之间满足关系方程y_a＝A(x_a)＝a₀x_a ³+b₀x_a ²+c₀x_a+d₀,其中自变量x_a为车道图像中像素的X轴坐标，因变量y_a为所述像素对应的实际距离；其中a₀、b₀、c₀、d₀为待求解未知参数；

未知参数a₀、b₀、c₀、d₀的求解步骤如下：

1)确定车道线方程：假设车道图像上的两条车道线方程的形式均为：y＝f(x)＝ax³+bx²+cx+d，分别求出左车道线方程f₁(x)＝a₁x³+b₁x²+c₁x+d₁和右车道线方程f₂(x)＝a₂x³+b₂x²+c₂x+d₂；车道线方程y＝f(x)＝ax³+bx²+cx+d中未知参数a、b、c、d的求解步骤如下：在同一车道线上手动选取m个点，利用最小二乘法对这些点进行拟合，求解相应车道线方程中的四个未知参数，从而确定车道线方程；

2)计算车道图像中车道线的总长L：设左车道线的起点为O₁(x_o1,y_o1)，终点为P₁(x_p1,y_p1),右车道线的起点为O₂(x_o2,y_o2)，终点为P₂(x_p2,y_p2)，则左车道线的总长为 $L_1={\∫}_{x_{o1}}^{x_{p1}}\sqrt{1+f_1^{\′2}\left(x\right)}dx,$ 右车道线的总长为 $L_2={\∫}_{x_{o2}}^{x_{p2}}\sqrt{1+f_2^{\′2}\left(x\right)}dx;$

3)确定n个等分点，绘制n条等宽线：在左车道线和右车道线上分别确定n个等分点，则左车道线上等分点的步长为T₁＝L₁/n，右车道线上等分点的步长为T₂＝L₂/n；将左车道线上的第i个等分点与右车道上的第i个等分点连线，得到n条等宽线，计算每条等宽线所占像素长度l,分别记为：l₁、l₂、l₃……l_n，其中，i为l到n的整数；

4)利用最小二乘法求解A(x_a)中的未知参数：以第j条等宽线的中点为采样点，其横坐标为x_1j为第j个等分点在左车道线上的横坐标，x_2j为第j个等分点在右车道线上的横坐标；测量实际车道上的左车道线和右车道线的距离S，则第j条等宽线上一个像素所对应的实际距离将x_j、y_j代入方程y_a＝A(x_a)＝a₀x_a ³+b₀x_a ²+c₀x_a+d₀中，利用最小二乘法求解A(x_a)中的未知参数a₀、b₀、c₀、d₀；其中j为l到n的整数；

步骤三：从车道图像中找出待测距离图像的起点M的坐标(x_m,y_m)，终点N的坐标(x_n,y_n)，则M点和N点沿X轴方向的实际距离沿Y轴方向的实际距离 $S_y=A\left(\frac{x_m+x_n}{2}\right)\·|y_m-y_n|.$

等宽线所占像素长度采用欧式距离算法计算得出。

与现有技术相比，本发明所达到的有益效果：无需其他辅助工具，仅需通过车道图像和现场测量实际车道宽度即可测算车道图像中两点之间的距离，测算方便、快捷；通过车道图像中像素与所述像素对应的实际距离进行距离运算，测算精度高。

附图说明

图1是本发明中车道图像坐标系示意图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，基于车道等宽线的测距方法，包括如下步骤：

步骤一：采集目标车道图像，建立车道图像坐标系：以车道延伸方向为X轴，与车道延伸方向相垂直的方向为Y轴。车道图像的获取可从现有的交通道路监控系统中获取。

步骤二：确定车道图像中像素与像素对应的实际距离的关系：假设车道图像中像素与像素对应的实际距离之间满足关系方程y_a＝A(x_a)＝a₀x_a ³+b₀x_a ²+c₀x_a+d₀,其中自变量x_a为车道图像中像素的X轴坐标，因变量y_a为像素对应的实际距离。

关系方程A(x_a)＝a₀x_a ³+b₀x_a ²+c₀x_a+d₀中未知参数a₀、b₀、c₀、d₀的求解步骤如下：

1)确定车道线方程：假设车道图像上的两条车道线方程的形式均为：y＝f(x)＝ax³+bx²+cx+d，分别求出左车道线方程f₁(x)＝a₁x³+b₁x²+c₁x+d₁和右车道线方程f₂(x)＝a₂x³+b₂x²+c₂x+d₂。车道线方程y＝f(x)＝ax³+bx²+cx+d中未知参数a、b、c、d的求解步骤如下：在同一车道线上手动选取m个点，利用最小二乘法对这些点进行拟合，求解相应车道线方程中的四个未知参数，从而确定车道线方程。

2)计算车道图像中车道线的总长L：设左车道线的起点为O₁(x_o1,y_o1)，终点为P₁(x_p1,y_p1),右车道线的起点为O₂(x_o2,y_o2)，终点为P₂(x_p2,y_p2)，则左车道线的总长为 $L_1={\∫}_{x_{o1}}^{x_{p1}}\sqrt{1+f_1^{\′2}\left(x\right)}dx,$ 右车道线的总长为 $L_2={\∫}_{x_{o2}}^{x_{p2}}\sqrt{1+f_2^{\′2}\left(x\right)}dx.$

3)确定n个等分点，绘制n条等宽线：在左车道线和右车道线上分别确定n个等分点，则左车道线上等分点的步长为T₁＝L₁/n，右车道线上等分点的步长为T₂＝L₂/n；将左车道线上的第i个等分点与右车道上的第i个等分点连线，得到n条等宽线，采用欧式距离算法计算得出每条等宽线所占像素长度l,分别记为：l₁、l₂、l₃……l_n，其中，i为l到n的整数。

4)利用最小二乘法求解A(x_a)中的未知参数：以第j条等宽线的中点为采样点，其横坐标为x_1j为第j个等分点在左车道线上的横坐标，x_2j为第j个等分点在右车道线上的横坐标；测量实际车道上的左车道线和右车道线的距离S，则第j条等宽线上一个像素所对应的实际距离将x_j、y_j代入方程y_a＝A(x_a)＝a₀x_a ³+b₀x_a ²+c₀x_a+d₀中，利用最小二乘法求解A(x_a)中的未知参数a₀、b₀、c₀、d₀；其中j为l到n的整数。

步骤三：从车道图像中找出待测距离图像的起点M的坐标(x_m,y_m)，终点N的坐标(x_n,y_n)，则M点和N点沿X轴方向的实际距离沿Y轴方向的实际距离 $S_y=A\left(\frac{x_m+x_n}{2}\right)\·|y_m-y_n|.$

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (2)

1.基于车道等宽线的测距方法，其特征在于，包括如下步骤：

步骤一：采集目标车道图像，建立车道图像坐标系：以车道延伸方向为X轴，与车道延伸方向相垂直的方向为Y轴；

步骤二：确定车道图像中像素与所述像素对应的实际距离的关系：设定车道图像中像素与所述像素对应的实际距离之间满足关系方程y_a＝A(x_a)＝a₀x_a ³+b₀x_a ²+c₀x_a+d₀,其中自变量x_a为车道图像中像素的X轴坐标，因变量y_a为所述像素对应的实际距离；其中a₀、b₀、c₀、d₀为待求解未知参数；

未知参数a₀、b₀、c₀、d₀的求解步骤如下：

1)确定车道线方程：假设车道图像上的两条车道线方程的形式均为：y＝f(x)＝ax³+bx²+cx+d，分别求出左车道线方程f₁(x)＝a₁x³+b₁x²+c₁x+d₁和右车道线方程f₂(x)＝a₂x³+b₂x²+c₂x+d₂；车道线方程y＝f(x)＝ax³+bx²+cx+d中未知参数a、b、c、d的求解步骤如下：在同一车道线上手动选取m个点，利用最小二乘法对这些点进行拟合，求解相应车道线方程中的四个未知参数，从而确定车道线方程；

2)计算车道图像中车道线的总长L：设左车道线的起点为O₁(x_o1,y_o1)，终点为P₁(x_p1,y_p1),右车道线的起点为O₂(x_o2,y_o2)，终点为P₂(x_p2,y_p2)，则左车道线的总长为 $L_1={\∫}_{x_{o1}}^{x_{p1}}\sqrt{1+f_1^{\′2}\left(x\right)}dx,$ 右车道线的总长为 $L_2={\∫}_{x_{o2}}^{x_{p2}}\sqrt{1+f_2^{\′2}\left(x\right)}dx;$

3)确定n个等分点，绘制n条等宽线：在左车道线和右车道线上分别确定n个等分点，则左车道线上等分点的步长为T₁＝L₁/n，右车道线上等分点的步长为T₂＝L₂/n；将左车道线上的第i个等分点与右车道上的第i个等分点连线，得到n条等宽线，计算每条等宽线所占像素长度l,分别记为：l₁、l₂、l₃……l_n，其中，i为l到n的整数；

4)利用最小二乘法求解A(x_a)中的未知参数：以第j条等宽线的中点为采样点，其横坐标为x_1j为第j个等分点在左车道线上的横坐标，x_2j为第j个等分点在右车道线上的横坐标；测量实际车道上的左车道线和右车道线的距离S，则第j条等宽线上一个像素所对应的实际距离将x_j、y_j代入方程y_a＝A(x_a)＝a₀x_a ³+b₀x_a ²+c₀x_a+d₀中，利用最小二乘法求解A(x_a)中的未知参数a₀、b₀、c₀、d₀；其中j为l到n的整数；

步骤三：从车道图像中找出待测距离图像的起点M的坐标(x_m,y_m)，终点N的坐标(x_n,y_n)，则M点和N点沿X轴方向的实际距离沿Y轴方向的实际距离 $S_y=A\left(\frac{x_m+x_n}{2}\right)\·|y_m-y_n|.$

2.根据权利要求1所述的基于车道等宽线的测距方法，其特征在于，等宽线所占像素长度采用欧式距离算法计算得出。