CN203020184U

CN203020184U - 一种基于双ccd的纯电动汽车车道标识线检测装置

Info

Publication number: CN203020184U
Application number: CN 201220518295
Authority: CN
Inventors: 梅迎; 乔洁; 白苡琨
Original assignee: Changan University
Current assignee: Changan University
Priority date: 2012-10-11
Filing date: 2012-10-11
Publication date: 2013-06-26
Anticipated expiration: 2022-10-11

Abstract

本实用公开了一种基于双CCD的纯电动汽车车道标志线检测装置，包括安装在纯电动汽车前端两侧车灯位置上的CCD摄像头，CCD摄像头通过数据线连接单片机，单片机上还连接有报警装置。通过调整两侧CCD摄像头的安装位置与角度，使各摄像头分别拍摄邻近车道线，将拍摄到的信息通过数据线输送到单片机。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。

Description

一种基于双CCD的纯电动汽车车道标识线检测装置

技术领域

本实用新型涉及纯电动汽车车辆领域，尤其涉及一种基于双CCD的纯电动汽车车道标识线检测装置。

技术背景

近些年来，在世界范围内，汽车保有量迅速增加，公路交通事故频频发生，其中约有40%的汽车事故与车辆偏离正常车道行驶有关，其主要原因是驾驶员注意力不集中或者长期疲劳驾驶，造成车辆的无意识偏离。因此，车道偏离预警系统的运用越来越重要，其中车道线检测成为了偏离预警系统中的核心部分。目前国内基于道路视频图像处理的车道偏离系统，大多仅使用一台安置在车辆前端的CCD摄像机对路面信息进行记录。由于其拍摄的画面区域较广，导致图像中非车道线区域较大，因此，在图像处理过程中需要对车道线区域（关键区域）进行单独提取。这样不仅有可能会因为关键区域提取错误导致车道线识别出现偏差，而且使程序较为复杂，处理时间较长，使得预警系统的时效性变差。因此，减少图像非车道线区域的干扰，提高车道线识别速度以及预警系统的时效性，是未来车道线检测与预警装置研究的一个重要方面。

发明内容

本实用新型的目的在于，提供一种识别速度快、预警时效性好的基于双CCD的纯电动汽车车道标识线检测装置。

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：

一种基于双CCD的纯电动汽车车道标识线检测装置，其特征在于，在纯电动汽车的前端两侧车灯位置上各安装有一个CCD摄像头，CCD摄像头通过数据线连接单片机，单片机上还连接有报警装置。

所述的报警装置为安装在驾驶员座椅下的震动器。

本实用新型的基于双CCD的纯电动汽车车道标识线检测装置，使用安装在纯电动汽车车辆前端两侧车灯位置上的两台CCD摄像机，对路面车道信息进行采集。通过调整两侧CCD摄像头的安装位置与角度，使各摄像头分别拍摄邻近车道线，将拍摄到的信息通过数据线输送到单片机。单片机对拍摄的两侧视频中提取出的单侧车道线图像经过阈值灰度化、二值化、腐蚀膨胀处理、关键点提取、关键点曲线拟合处理后，将提取出的两侧车道线位置信息与当前车辆位置信息进行比对，并进行偏离判定。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双CCD的纯电动汽车车道标识线检测装置结构框图；

图2是本实用新型的基于双CCD的纯电动汽车车道标识线检测装置工作流程图；

图3是单片机对单侧车道线图像处理流程图；

图4是单侧车道线进行区域划分的效果示意图；

图5是单侧关键点提取的效果示意图；

图6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，本实施例给出一种基于双CCD的纯电动汽车车道标识线检测装置，包括在纯电动汽车前端两侧车灯位置上各安装有一个CCD摄像头，CCD摄像头通过数据线连接单片机，单片机上还连接有报警装置。

本实施例中，报警装置为安装在驾驶员座椅下的震动器。

参见图2，该装置的工作过程如下：随着纯电动汽车在路面上不断行驶，单侧CCD摄像头将采集到的单侧车道线图像信息传输到单片机，单片机对单侧车道的图像信息进行处理，并进一步进行距离判定，如果未超过距离阀值，则返回单片机继续进行下一个图像的处理，如果超过距离阀值，则触发驾驶员座椅下的震动器，以提醒驾驶员车辆处于车道偏离状态。

单片机对单侧车道信息图像处理如图3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，首先将采集到的单侧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，选择程序结构简单、处理速度较快的平均值灰度法对单侧车道线图像进行灰度化处理。

2）特征区域选取：

在处理好的单侧灰度图像中，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，根据如图4所示分割方法，将图像分为左右两个部分。以右侧车道标识线图像为例，右上方部分为大部分非车道区域，并将其灰度值赋为0（黑色）；左下方部分为当前车道右侧标识线区域，为标识线特征区域。

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。

根据单侧图像车道信息的单一性以及关键点的提取方法，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。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。

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。

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

5）关键点提取：

经过上述4步处理后，单侧车道标识线图像中车道线的二值图像清晰可见。接下来对图像进行如下处理（以右侧车道标识线为例）：

1）将图像中的特征区域矩阵化；

2）对特征区域，从左向右按照每一列逐行的顺序进行查找，查找到第一个白色像素点（关键点）则将其所处行的其他像素点的灰度值都设为0（黑色），计数器加1。然后以关键点为基准点继续向右查找，按照每10个像素列逐行扫描的方法，继续查找白色像素点，并对像素点灰度值做同样的处理。当计数器数值达到20个则停止扫描。

最后在右侧图像中得到一系列能描述区域中车道右侧标识线的白色像素点及其位置。

步骤5效果示意图如图5所示。

6、关键点曲线拟合：

读取步骤5中关键点的位置信息，运用多项式拟合（POLYFIT）方法对左右两侧图像中的关键点进行数据拟合，并选取拟合效果较好的曲线。本实例中，选取POLYFIT拟合2次曲线。

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，根据距离判定结果决定是否开启座椅震动装置。

如图6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。在进行纯电动汽车控制时，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，开启座椅下的震动装置。

Claims

1.一种基于双CCD的纯电动汽车车道标识线检测装置，其特征在于，包括安装在纯电动汽车前端两侧车灯位置上的CCD摄像头，CCD摄像头通过数据线连接单片机，单片机上还连接有报警装置。

2.如权利要求1所述的基于双CCD的纯电动汽车车道标识线检测装置，其特征在于，所述报警装置选择震动器，该震动器安装在驾驶员的座椅下。