CN202911633U - 基于多信息融合的混合动力车车道标识线动态检测装置 - Google Patents

基于多信息融合的混合动力车车道标识线动态检测装置 Download PDF

Info

Publication number
CN202911633U
CN202911633U CN 201220519270 CN201220519270U CN202911633U CN 202911633 U CN202911633 U CN 202911633U CN 201220519270 CN201220519270 CN 201220519270 CN 201220519270 U CN201220519270 U CN 201220519270U CN 202911633 U CN202911633 U CN 202911633U
Authority
CN
China
Prior art keywords
information
ecu
scm
image
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN 201220519270
Other languages
English (en)
Inventor
梅迎
姚丁茂
白苡琨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changan University
Original Assignee
Changan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changan University filed Critical Changan University
Priority to CN 201220519270 priority Critical patent/CN202911633U/zh
Application granted granted Critical
Publication of CN202911633U publication Critical patent/CN202911633U/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本实用新型公开了一种基于多信息融合的混合动力车车道标识线动态检测装置,包括安装在混合动力车左侧前端的CCD摄像机,CCD摄像机连接单片机,单片机通过数据线连接电子控制单元(ECU),ECU上还连接有自车速传感器、毫米波雷达以及偏离报警装置。CCD摄像机对路面边缘信息进行记录,并将记录信息送入单片机进行图像处理。单片机对视频图像进行灰度化、特征区域选取、二值化、腐蚀膨胀处理、边缘检测与道路边缘线提取处理后,将两侧道路边缘位置信息送入ECU。ECU在得到自车速传感器信息之后,综合毫米波雷达检测信息,根据两侧道路边缘位置信息,判定车辆处于车道偏离状态时,通过触发报警装置,提醒驾驶员。

Description

基于多信息融合的混合动力车车道标识线动态检测装置
技术领域
本实用新型涉及混合动力车车辆领域,尤其涉及一种基于多信息融合的混合动力车车道标识线动态检测装置。
技术背景
近些年来,随着汽车工业的迅猛发展,汽车运输在人们的日常生活中扮演着越来重要的角色,其中道路建设是进行汽车运输的重要前提。在我国的公路建设中,农村公路是主要的组成部分,占有较大的比例。由于农村公路的建设等级、位置条件(穿过乡镇、山区)以及当地人文条件(居民占用道路边缘摆放农作物等),使得农村公路环境复杂,加上维护等原因,常常使得部分公路道路标识线不清晰甚至没有道路标识线。然而,目前研究开发的绝大部分车道偏离预警系统,都会利用车道标识线作为偏离判定的一个重要依据。因此,如何在车道标识线缺失的道路上辅助驾驶员驾驶,进行有效、及时的预警,保证驾车安全,这是现今车道线检测与预警装置需要解决的一个重要方面。
发明内容
本实用新型的目的在于,提供一种基于多信息融合的混合动力车车道标识线动态检测装置。
为了实现上述任务,本实用新型采用如下技术方案予以实现:
一种基于多信息融合的混合动力车车道标识线动态检测装置,其特征在于,包括安装在混合动力车车身左侧前端位置上的CCD摄像机,该CCD摄像机通过数据线连接一个单片机,该单片机通过数据线与电子控制单元(ECU)相连接,ECU上还连接有自车速传感器、毫米波雷达以及偏离报警装置。
本实用新型的其他特点是,所述的偏离报警装置为安装在转向盘中的震动器。
本实用新型的基于多信息融合的混合动力车车道标识线动态检测装置,使用安装在混合动力车车身左侧前端位置上的CCD摄像机,对路面边缘信息进行记录,并将记录信息送入单片机进行图像处理。单片机对视频图像进行灰度化、特征区域选取、二值化、腐蚀膨胀处理、边缘检测与道路边缘线提取处理后,将两侧道路边缘位置信息送入电子控制单元(ECU);使用自车速传感器记录汽车行驶车速,将车速信息送入ECU;使用车载毫米波雷达对车辆前方区域进行检测,当前方区域存在其他车辆时,将两车距离信息送入ECU。ECU在综合当前车速和当前毫米波雷达检测信息之后,根据两侧道路边缘位置信息,构造一条虚拟左侧车道线,并且虚拟左侧车道线会根据下一时刻车速与雷达检测结果,实时调整虚拟左侧车道线位置。该虚拟左侧车道线与右侧道路边缘线构成偏离判定时所需的车道位置信息,并根据距离直角三角形原理进行判定。当判定车辆处于车道偏离状态时,通过触发报警装置,提醒驾驶员。
附图说明
图1是本实用新型的基于多信息融合的混合动力车车道标识线动态检测装置结构框图;
图2是单片机对路面边缘线图像处理流程图;
图3a是车速改变时左侧车道线移动的效果示意图;
图3b是前方出现车辆时左侧车道线移动的效果示意图;
图4是距离直角三角形原理图。
以下结合附图和实施例对本实用新型作进一步的详细说明。
具体实施方式
参见图1,本实施例给出了一种基于多信息融合的混合动力车车道标识线动态检测装置,包括在混合动力车车身左侧前端位置上安装的CCD摄像机,CCD摄像机通过数据线连接一个单片机,单片机通过数据线连接电子控制单元(ECU),ECU上还连接有自车速传感器、毫米波雷达以及偏离报警装置。
本实施例中,偏离报警装置为安装在转向盘中的震动器。
随着混合动力车在路面上不断行驶,车身前端左侧的CCD摄像头将采集到的道路边缘线图像信息传输到单片机,单片机对图像信息进行处理如图2所示的图像处理步骤:
1)图像的灰度化处理:
为了减少采集到的图像的复杂度,提高算法处理的速度,首先将采集到的路面彩色图像进行灰度处理。图像中各个像素所具有的明暗程度由灰度值(gray level)所标识。一般将白色的灰度值定义为255,黑色灰度值定义为0,而由黑到白之间的明暗度均匀地划分为256个等级。
在本实例中,由于对图像画质的要求不高,因此选择程序结构简单、处理速度较快的最大值灰度法对道路边缘线图像进行灰度化处理。
2)特征区域选取:
在灰度化后的路面边缘线图像中,存在较大块的非车道区域(天空、路旁树木等)。非车道区域不仅图像复杂,而且会很大程度上影响图像处理速度。为了解决非车道区域的影响,需要对图像进行分割。在本实例中,锥形线分割是将图像分为上下两个部分。图像上方部分为大部分非车道区域,并将其灰度值赋为0(黑色);下方部分为当前路面边缘线区域,为特征区域。
3)图像二值化:
二值化又称灰度分划,凡是需要做路线辨认的图像,都可利用此方式。二值化不仅可以增强道路边界效果,而且二值化后对于减少图像信息量和增强算法的实时性有促进作用。二值化的基本过程如下:先对原始图像做中低通滤波,进行图像预处理,降低噪声,再采用算法确定最佳阀值,凡是像素灰度值大于此阀值的设成255,小于此阀值的设成0。这样处理后的图像就只有黑白两色,从而将灰度范围划分成目标和背景两类,实现了图像二值化。
上面提到的图像像素的阀值选取方法一般分为:全局阀值算法和局部阀值算法两类。全局阀值算法是根据整幅图像选取一个固定的阀值将图像二值化。全局阀值算法比较简单,容易实现,适用于图像的灰度直方图有明显的双峰,这时可选择灰度直方图的谷底对应的灰度值为最佳阀值。局部阀值算法是将图像划分为若干子图像,结合当前考察的像素点和其邻域像素点的灰度值,确定考察点的阀值。
对比全局阈值算法和局部阈值算法的优劣,选择算法简单、容易实现的全局阈值算法。根据路面边缘图像信息的单一性,在本实施例中选用简单、快速的全局阈值法中的Otsu法,即最大类间方差法进行二值化。此算法是基于整幅图的统计特性,实现阀值的自动选取。
4)膨胀腐蚀处理:
膨胀是指某像素的邻域内,只要有一个像素是白像素则该像素就由黑变为白,其他保持不变。腐蚀是指某像素的邻域内,只要有一个像素是黑像素则该像素就由白变为黑,其他保持不变。
为了进一步减少路面边缘线受噪声的干扰,采用先膨胀后腐蚀的方法来消除剩余噪声。利用膨胀算法可以使某个像素邻域只要存在一个白色像素,那么该像素就会从黑色变为白色,而其余的保持不变;与此相反,腐蚀算法使某个像素邻域只要存在一个黑色像素,那么该像素就会从白色变为黑色,而其余的保持不变。利用上述原理,通过膨胀腐蚀过程能很好的消除噪声干扰。
5)边缘检测与提取:
Canny算子通过寻找图像梯度的局部极大值,用高斯一阶微分来计算梯度,算法中通过双阈值法来检测强边缘和弱边缘,当强边缘与弱边缘连接成边缘轮廓才输出,因此Canny算子不易受噪声影响,能够在噪声和边缘检测间取得较好的平衡,所以采用Canny算子进行边缘检测。
在本实施例中,采用Hough变换来检测路面边缘线。Hough变换的思想为:在原始图像坐标系下的一个点对应了参数坐标系中的一条直线,同样参数坐标系的一条直线对应了原始坐标系下的一个点,然后原始坐标系下呈现直线的所有点,它们的斜率和截距是相同的,所有它们在参数坐标系下对应同一个点。这样在将原始坐标系下的各个点投影到参数坐标系下之后,看参数坐标系下有没有聚集点,这样的聚集点就对应了原始坐标系下的直线。直线的极坐标方程为:
ρ=xcosθ+ysinθ
利用Hough变换将直线上的点(x,y)变换为二维参数空间(ρ,θ)上的点。然后将(ρ,θ)转变为离散区域,累加落入该区域的点的数量。变换完成后,累加数量多的区域就对应于二维参数空间(ρ,θ)上的一个共同点,(ρ,θ)就是图像空间的直线拟合参数,再经过适当变换到原始图像坐标中便可提取出路面边缘线。然后通过KALMAN滤波器对提取出的边缘线进行跟踪,预测出下一帧图像中边缘下的位置状态并进行参数计算,并将此参数传递给Hough变换,以便在此参数基础上进行下一帧图像的边缘线检测,达到减少Hough变换计算量的目的。
在单片机进行路面边缘线图像处理之后,将两侧边缘线位置信息输入到电子控制单元(ECU)中,设置右侧边缘线为右侧车道线,设置两条边缘线的中线为虚拟左侧车道线。当自车速传感器将当前车速信息,以及毫米波雷达将前方车辆检测和距离信息输入到ECU之后,ECU则根据以下模型,对虚拟左侧车道线进行实时位置调整:
H=a*Y–1/2*(b*V+c*S),
式中,H为实时虚拟左侧车道线与右侧车道线的距离;Y为初始虚拟左侧车道线(两条边缘线中线)与右侧车道线的距离;V为当前行驶车速;S为前方区域中行驶车辆与自车的距离;a、b、c为运用模糊运算得到的分段系数,当车速V较低时数值较小,当车速较高时数值较大,并且当车速增大较快时数值变化越快。若计算出的值H小于Y,则将值Y赋给H。经过模型变换后车道线示意图如图3a与图3b所示。
在经过上述模型变换之后,得到一条位置浮动的虚拟左侧车道线,该虚拟线与右侧车道线(基准线)一起作为车道标识线。在得出车道标志线后,根据直角三角形原理确定车辆和标志线之间的距离,根据距离判定结果决定是否开启转向盘震动装置。
如图4所示,车身到车道标线的距离、车道标志线侧围轮廓与车道标线三者构成一个直角三角形,如果混合动力车正常行驶,则该区域一直保持这样的形状。在进行混合动力车控制时,混合动力车应当离标线有一个安全距离,而此直角三角形左边正是该安全距离,可以通过确定该安全距离阀值来定义。一旦车身到车道标线的距离小于该阀值,开启转向盘中的偏离震动装置。

Claims (2)

1.一种基于多信息融合的混合动力车车道标识线动态检测装置,其特征在于,包括安装在混合动力车车身左侧前端位置上的CCD摄像机,CCD摄像机通过数据线连接一个单片机,单片机通过数据线与电子控制单元ECU相连接,在电子控制单元ECU上还连接有自车速传感器、毫米波雷达和偏离报警装置。
2.如权利要求1所述的基于多信息融合的混合动力车车道标识线动态检测装置,其特征在于,所述偏离报警装置选择震动器,该震动器安装在转向盘中。
CN 201220519270 2012-10-11 2012-10-11 基于多信息融合的混合动力车车道标识线动态检测装置 Expired - Fee Related CN202911633U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201220519270 CN202911633U (zh) 2012-10-11 2012-10-11 基于多信息融合的混合动力车车道标识线动态检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201220519270 CN202911633U (zh) 2012-10-11 2012-10-11 基于多信息融合的混合动力车车道标识线动态检测装置

Publications (1)

Publication Number Publication Date
CN202911633U true CN202911633U (zh) 2013-05-01

Family

ID=48159967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201220519270 Expired - Fee Related CN202911633U (zh) 2012-10-11 2012-10-11 基于多信息融合的混合动力车车道标识线动态检测装置

Country Status (1)

Country Link
CN (1) CN202911633U (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105270260A (zh) * 2014-06-27 2016-01-27 欧特明电子股份有限公司 结合传感器的车用智能影像安全系统
CN105549013A (zh) * 2014-09-05 2016-05-04 通用汽车环球科技运作有限责任公司 用于汽车雷达成像的物体边界检测
CN105674992A (zh) * 2014-11-20 2016-06-15 高德软件有限公司 一种导航方法及装置
CN105946766A (zh) * 2016-07-14 2016-09-21 奇瑞汽车股份有限公司 一种基于激光雷达与视觉的车辆碰撞预警系统及其控制方法
US11140365B2 (en) 2015-09-02 2021-10-05 Jaguar Land Rover Limited Vehicle imaging system and method

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105270260A (zh) * 2014-06-27 2016-01-27 欧特明电子股份有限公司 结合传感器的车用智能影像安全系统
CN105270260B (zh) * 2014-06-27 2017-12-19 欧特明电子股份有限公司 结合传感器的车用智能影像安全系统
CN105549013A (zh) * 2014-09-05 2016-05-04 通用汽车环球科技运作有限责任公司 用于汽车雷达成像的物体边界检测
CN105549013B (zh) * 2014-09-05 2018-10-12 通用汽车环球科技运作有限责任公司 用于汽车雷达成像的物体边界检测
US10185030B2 (en) 2014-09-05 2019-01-22 GM Global Technology Operations LLC Object boundary detection for automotive radar imaging
CN105674992A (zh) * 2014-11-20 2016-06-15 高德软件有限公司 一种导航方法及装置
US11140365B2 (en) 2015-09-02 2021-10-05 Jaguar Land Rover Limited Vehicle imaging system and method
CN105946766A (zh) * 2016-07-14 2016-09-21 奇瑞汽车股份有限公司 一种基于激光雷达与视觉的车辆碰撞预警系统及其控制方法

Similar Documents

Publication Publication Date Title
CN107031623B (zh) 一种基于车载盲区相机的道路预警方法
CN109017780B (zh) 一种车辆智能驾驶控制方法
CN108437986B (zh) 车辆驾驶辅助系统及辅助方法
CN104008645B (zh) 一种适用于城市道路车道线预测及预警方法
CN110517521A (zh) 一种基于路车融合感知的车道偏离预警方法
US11373532B2 (en) Pothole detection system
CN106056100A (zh) 一种基于车道检测与目标跟踪的车辆辅助定位方法
CN109299674B (zh) 一种基于车灯的隧道违章变道检测方法
US11970171B2 (en) Road surface condition determination device for vehicle, driving assistance system, and road surface condition determination method
CN110816540B (zh) 交通拥堵的确定方法、装置、系统及车辆
CN202911633U (zh) 基于多信息融合的混合动力车车道标识线动态检测装置
CN104129389A (zh) 一种有效判别车辆行驶状态的方法及其装置
CN101135558A (zh) 一种基于机器视觉的汽车防撞预警方法及装置
CN104290753A (zh) 一种前方车辆运动状态追踪预测装置及其预测方法
US8718329B2 (en) Top-down view classification in clear path detection
CN101894271A (zh) 汽车偏离车道线角度和距离的视觉计算及预警方法
CN202134079U (zh) 一种无人驾驶车辆车道标志线识别与报警装置
CN110091875A (zh) 基于物联网的深度学习型智能驾驶环境感知系统
CN108974007B (zh) 确定主动巡航控制的兴趣物体
CN105205805A (zh) 基于视觉的智能车辆横向控制方法
CN105654073A (zh) 一种基于视觉检测的速度自动控制方法
Liu et al. Development of a vision-based driver assistance system with lane departure warning and forward collision warning functions
CN103879404A (zh) 可追踪移动物体的防撞警示方法及其装置
CN103204104B (zh) 一种车辆全视角驾驶监控系统及方法
CN103164958B (zh) 车辆监控方法及系统

Legal Events

Date Code Title Description
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130501

Termination date: 20131011