ALV中道路标志线的检测与跟踪.pdfVIP

第 33 卷第 5 期 浙　　江　　大　　学　　学　　报　　(工学版) V o l. 33 №. 5 1999 年 9 月 Jou rn a l o f Zh ej ian g U n iver sity　　(Eng ineer ing Science) Sep. 1999 文章编号: 1008973 ( 1999) 0505 1504 X A LV 中道路标志线的检测与跟踪 刘高平, 叶秀清, 顾伟康 (浙江大学 信息与电子工程系, 浙江 杭州　3 10027) 摘　要: 实时视觉导航是地面自主车(ALV ) 关键技术之一 文中介绍了二维视觉导航系统设计开发的结 构化道路标志线提取算法 算法主要分两个阶段: 初始白线线头的检测与道路标志线窗口跟踪 最后给 出实验测试结果 测试结果表明, 该算法能有效地检测在各种光照条件下的连续与间断、清晰与模糊的 白色道路边沿标志线 关键词: 地面自主车; 实时视觉导航; 结构化道路; 道路标志线 中图分类号: T P 39 1. 4 1　　　　　文献标识码: A 0　前　言 近年来结构化道路自动识别的研究越来越受到重视, 这是因为基于结构化道路的视觉导航系 统 目前无论在军事还是在民用方面都具有现实意义, 典型的例子之一就是高速公路上汽车司机的 辅助驾驶系统 在无干扰的理想图像中提取道路边沿标志线是比较容易的, 但在大多数情况下道路 往往受阴影、遮挡、污迹等情况的影响, 使原本就较少信息比重的标志线难以获取 因此, 有必要引 入一些道路的先验知识, 使得即使在恶劣环境下也能得到稳定可靠的道路边沿 国外对这方面问题 已经作了大量研究[ 1～ 5 ] 国内从 90 年代初才开始A LV 系统的研究, 但已获得可喜的成果 本文主 要介绍我们针对白线边沿道路特点设计的一种道路标志线提取算法, 并给出实验测试结果 1　道路标志线提取算法 道路边沿提取算法一般可分成基于区域和基于边缘两种情况 对于结构化道路, 由于起道路路 面与非道路区域并不一定存在可用于区分的特征, 这两者是用道路边沿标志线来界分的, 因此对于 结构化道路边沿标志线的提取一般采用基于边缘的方法 根据这些特点以及算法实时性的要求, 我 们在上述系统中设计了一种结构化道路标志线实时检测跟踪算法 该算法主要由两个阶段组成: 第 一阶段, 搜索初始白线线头, 它由一个自动的局部阈值和假设- 验证方法得到; 第二阶段, 道路白线 边沿 自动跟踪, 这是利用一些自适应的窗口进行局部投影方法来实现 算法输入是彩色变换后的 256 ×256 点单色图像 假定道路边沿是在地平面上局部大致平行的两条连续或间断的白线, 道路前进方向的变化不 会很急剧, 利用数学集合表示一幅图像中的道路如下: {L eft [ i ], R igh t [ i ],M id [ i ] }, 　i = 0, 1, …, n 式中, L eft [ i ], R igh t [ i ] 分别是道路左右边沿标志线上第 i 个关键点的位置,M id [ i ] 是道路路面中 收稿 日期: ( ) 作者简介: 刘高平 1964- , 男, 江西南昌人, 浙江大学博士, 现宁波通信工程技术开发中心从事通信产品开发工作 ( ) 5 16 浙 　 江 　 大 　 学 　 学 　 报 工学版 　　　　　　　　　1999 年 线第 i 个关键点位置 n 为关键点的总数, 实际测试时取为 19 把道路中线作为道路的特征是因为系统输入的图像是连续变化的, 根据上一幅图像的中线可 以确定当前道路白线边沿检测的范围, 而且在实际情况中经常出现图像中只有一条白线的情况, 这 时光靠一条道路边沿不能判定其为左边沿还是右边沿 根据我们上述假定, 如果利用上一幅图像的 道路中线, 这个问题就很容易解决 道路中线特征的应用, 使得该