CN203032562U

CN203032562U - 一种纯电动汽车车道标识线检测与报警装置

Info

Publication number: CN203032562U
Application number: CN 201220346223
Authority: CN
Inventors: 梅迎; 白苡琨; 姚丁茂
Original assignee: Changan University
Current assignee: Changan University
Priority date: 2012-07-17
Filing date: 2012-07-17
Publication date: 2013-07-03
Anticipated expiration: 2022-07-17

Abstract

本实用新型公开了一种纯电动汽车车道标识线检测与报警装置，包括在纯电动汽车车辆前端纵向中心线上安装有摄像头，摄像头与一台计算机相连接，在计算机上还连接有报警装置。相比采用其他手段感知道路环境的纯电动汽车，本实用新型采用摄像头作为纯电动汽车的路面情况的采集装置，具有投入低、实时性好、简便易行、便于维护等优点，只需要增加摄像机即可。

Description

一种纯电动汽车车道标识线检测与报警装置

技术领域

本实用新型涉及纯电动汽车领域，尤其涉及一种纯电动汽车车道标识线检测与报警装置。

背景技术

近些年来，汽车在推动经济发展，提高人们生活水平的同时，也不可避免地带来了能源短缺和环境污染等方面的问题。发展新能源汽车是解决这些问题最有效的途径。这其中，纯电动汽车使用单一能源，而且控制方式简单，因此纯电动汽车已经成为新能源汽车方面的重要研究方向。目前，我国在纯电动汽车的可行性和实用化方面都取得了一些突破性的进展。另外，采用摄像头作为纯电动汽车环境感知的主要手段，具有投入低、简便易行等优点，为纯电动汽车的行驶安全性提供了一定的保障。

发明内容

本实用新型的目的在于，提供一种投入较少、实时性好、准确率高的纯电动汽车车道标识线检测与报警装置。

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：

一种纯电动汽车车道标识线检测与报警装置，其特征在于，包括安装在纯电动汽车车辆前端纵向中心线上的摄像头，摄像头与一台计算机相连接，在计算机上还连接有报警装置。

本实用新型的其他特点是，所述的报警装置为蜂鸣器。

本实用新型的纯电动汽车车道标志线识别与报警装置，相比采用其他手段感知道路环境的纯电动汽车，采用摄像头作为纯电动汽车的路面情况的采集装置，具有投入低、实时性好、简便易行、便于维护等优点，只需要增加摄像机即可。

附图说明

图1是本实用新型的结构示意图；

图2是本实用新型的工作原理流程图；

图3是直角三角形原理图；

具体实施方式

如图1所示，本实施例给出一种纯电动汽车车道标识线检测与报警装置，包括在纯电动汽车车辆前端纵向中心线上安装有摄像头，摄像头与一台计算机相连接，在计算机上还连接有报警装置。

摄像头将采集到的图像传输到计算机中，在计算机内，至少设有图像处理模块、车道检测模块和偏离判断模块，随着纯电动汽车在路面上不断行驶，摄像头在对路面进行连续拍摄后，将采集到的图像传输到计算机中，计算机内的图像处理模块采用基于matlab软件平台，对采集到的图像进行如下处理：灰度化、滤波处理、边缘检测与二值化处理、膨胀与腐蚀处理。接着，车道检测模块采用Hough变换，将车道标志线提取出来。最后将标志线进行偏离判断分析，所得到的结果由计算机通知报警装置。

在本实施例中，报警装置为蜂鸣器。

如图2所示，图像处理模块对采集到的图像后进行以下图像处理步骤：

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。

2、图像的滤波处理：

任何—幅没有经过处理的原始图像，都在一定程度上存在着噪声干扰。噪声降低了图像质量，使图像变得模糊，甚至埋没特征，给后续分析带来了困难。消除图像噪声的工作称之为图像滤波处理。滤波的目的有两个：改善图像质量和抽出对象特征。采集图像过程中，除了受到噪声影响外还受到量化误差的影响，它使图像边缘变得不清晰，图像处理过程采用两维卷积运算对灰度图进行滤波，此运算为加权求和的过程，使用到的图像区域中的每个像素分别与卷积核的每个对应元素相乘，所有乘积之和作为区域中心像素的新值。两维卷积运算的具体公式为：

h(x,y)＝f(u,v)×g(u,v)＝∫∫f(u,v)g(x-u,y-u)

将g(u,v)绕其原点旋转180度，然后平移原点，u轴向上平移x，v轴向上平移y。再将两个函数相乘积分可得一个点处的输出。此运算利用输入像素邻域像素的加权和替代输入像素，可使灰度图的边界变得更加平滑。

3、边缘检测：

由于车道标志线与路面背景部分具有很强的对比度，故采用边缘检测算法检测出车道标志线的边缘。在边缘检测中，常用的典型算子有Roberts算子、Sobel算子、Canny算子、拉普拉斯算子、Prewitt算子等。由于Canny算子的目标是找到一个最优的边缘检测算法，最优边缘检测的准则有三个：⑴好的检测效果；⑵对边缘的定位要准确；⑶对同一边缘要有低的响应次数。Canny算子结合了上面三个准则，因此具有很好的边缘检测性能，它是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轮廓边缘才输出，所以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，所以本次的图像处理模块采用Canny算子进行边缘检测。

4、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。

本次选用全局阈值法中的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。其算法的基本思想是用某一假定的灰度值将图像的灰度分成两类，当两组的类间方差最大时，此灰度值就是图像二值化的最佳阀值。设图像有M个灰度值，取值范围在0~M-1，在此范围内选取灰度值t，将图像分成两组G₀和G₁，G₀包含的像素的灰度值在0~t，G₁的灰度值在t+1~M-1，用N表示图像像素总数，n_i表示灰度值为i的像素的个数，则每一个灰度值i出现的概率为p_i＝n_i/N；G₀和G₁类出现的概率及均值为：概率

均值

类间方差σ(t)²＝ω₀ω₁(μ₀-μ₁)²，最佳阀值T就是使类间方差最大的t的取值，即T＝arg max σ(t)²,t∈[0,M-1]。

5、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。

图像在经过滤波和边缘检测后还存在着一些噪声，为了进一步减少车道标志线受这些噪声的干扰，图像处理模块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遗留噪声。

如图2所示，车到检测模块采取Hough变换，提取车道标识线。

经过图像预处理后图像中包括了很多杂散线条，故需要对车道线进行识别并提取出来。本次采用Hough变换来提取车道标志线。Hough变换的基本思想是：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＝x cosθ+y sinθ

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车道标志线。图像处理模块再通过Kalman滤波器对提取出的车道标志线进行跟踪，预测出下一帧图像中车道标志线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车道标志线的检测，达到减少Hough变换计算量的目的。

检测出车道标志线后，可根据直角三角形原理确定车辆和标志线之间的距离，从而开启蜂鸣器。

如图3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，如果纯电动汽车正常行驶，则该区域一直保持这样的形状。在控制纯电动汽车时，纯电动汽车应当离标线有一个安全距离，而此直角三角形底边正是该安全距离，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，蜂鸣器启动，发出警报。

Claims

1.一种纯电动汽车车道标识线检测与报警装置，其特征在于，包括安装在纯电动汽车车辆前端纵向中心线上的摄像头，摄像头与一台计算机相连接，在计算机上还连接有报警装置；所述的计算机采用直角三角形原理确定车辆和标志线之间的距离，从而开启蜂鸣器。

2.如权利要求1所述的纯电动汽车车道标识线检测与报警装置，其特征在于，所述的报警装置为蜂鸣器。