本申請涉及智能駕駛，尤其涉及一種提前識別彎道的方法。

背景技術(shù)：

1、icc（智能巡航控制）可以根據(jù)彎道的曲率半徑控制自車車速，以便可以順利經(jīng)過彎道，但對彎道的檢測需要依賴高精度地圖，在沒有高精度地圖覆蓋的情況下，很難在彎道前檢測出彎道信息，一般車輛要行駛到彎中才檢測到彎道信息，導(dǎo)致彎道減速過晚，車輛沖出車道無法居中控制，因此在沒有高精度地圖的工況下，提前識別彎道就很重要?，F(xiàn)有技術(shù)在面對復(fù)雜的道路環(huán)境下攝像頭檢測結(jié)果會收到影響和限制。例如在面對遮擋，復(fù)雜路面條件時可能無法提供足夠準(zhǔn)確的檢測結(jié)果。在復(fù)雜惡劣的天氣條件下，攝像頭本身檢測能力也會有所下降。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供一種提前識別彎道的方法，以解決現(xiàn)有技術(shù)無法在復(fù)雜的道路環(huán)境下利用攝像頭提前識別出彎道，從而避免車輛控制延遲而造成的車輛沖出車道發(fā)生碰撞的技術(shù)問題。

2、本發(fā)明提供一種提前識別彎道的方法，應(yīng)用于智能駕駛車輛，所述方法包括：步驟1，攝像頭采集車輛周圍的環(huán)境光線信息、車道線圖像信息、前方道路圖像信息；步驟2，圖像采集裝置將環(huán)境光線信息轉(zhuǎn)化為圖像電子信號，并對采集來的電子信息進(jìn)行圖像傳輸、存儲，圖像處理器對圖像進(jìn)行識別處理，以識別當(dāng)前天氣情況；步驟3，通過圖像處理技術(shù)檢測車道線圖像信息，根據(jù)圖像中像素點的坐標(biāo)來計算車道線的實際長度；步驟4，根據(jù)攝像頭獲取的信息，結(jié)合車載gps模塊、高精度地圖和車輛傳感器獲取的信息，得到車輛當(dāng)前行駛位置的坡度；步驟5，對前方道路圖像信息進(jìn)行圖像分析，識別圖像中的車輛位置和停止線；步驟6，若當(dāng)前天氣情況為晴天，車道線的長度不大于預(yù)設(shè)閾值，前方道路非坡道，前方無車輛遮擋車道線，也無停止線，則判斷前方的道路是彎道。

3、進(jìn)一步的，所述環(huán)境光線信息包括天空和地面的圖像數(shù)據(jù)。

4、進(jìn)一步的，所述圖像處理器對圖像進(jìn)行識別處理，以識別當(dāng)前天氣情況，具體為：步驟21，將天氣圖像分割成天空圖像和地面圖像；步驟22，從天氣圖像中提取全局特征，從天空圖像中提取天空特征，從地面圖像中提取地面特征；步驟23，將所有特征融合后導(dǎo)入分類器，以識別不同的天氣情況。

5、進(jìn)一步的，所述天氣情況包括晴天、陰天、雪天、雨天、霧天和沙塵。

6、進(jìn)一步的，所述預(yù)設(shè)閾值為50m。

7、進(jìn)一步的，所述步驟3包括：步驟31，攝像頭實時采集車道線圖像；步驟32，對采集到的圖像信息進(jìn)行灰度轉(zhuǎn)換和二值化處理；步驟33，使用邊緣檢測和霍夫變換等方法進(jìn)行車道線特征提?。徊襟E34，通過圖像處理技術(shù)檢測車道線；步驟35，通過圖像中像素點的坐標(biāo)計算車道線的實際長度。

8、進(jìn)一步的，所述識別前方道路圖像中的車輛位置，具體包括：步驟511，對攝像頭實時采集的前方道路圖像進(jìn)行分析；步驟512，對圖像進(jìn)行去噪，亮度調(diào)整，色彩校正預(yù)處理；步驟513，使用深度學(xué)習(xí)模型對圖像進(jìn)行分析，識別出圖像中的車輛；步驟514，檢測和定位圖像中的目標(biāo)，并計算出目標(biāo)的位置和大小。

9、進(jìn)一步的，所述識別前方道路圖像中的停止線，具體包括：步驟521，車載攝像頭采集前方道路圖像信息；步驟522，對采集到的圖像進(jìn)行灰度化處理，根據(jù)圖像中道路交通線分布特征，設(shè)置感興趣區(qū)域；步驟523，利用高斯濾波對感興趣區(qū)域內(nèi)的灰度圖像進(jìn)行平滑處理，并對感興趣區(qū)域內(nèi)的圖像進(jìn)行灰度拉伸，以加強圖像的對比度；步驟524，計算感興趣區(qū)域內(nèi)各像素點在水平和垂直方向的灰度梯度值，以及梯度方向夾角，形成有效梯度圖；步驟525，遍歷初始有效梯度圖，去除干擾點，得到區(qū)域生長源圖；步驟526，對區(qū)域生長源圖進(jìn)行掃描，得到區(qū)域生長初始種子點集合，并進(jìn)行區(qū)域生長，得到包含車道信息的有效點所組成的區(qū)域生長結(jié)果圖；步驟527，對區(qū)域生長結(jié)果圖進(jìn)行霍夫變換，得到初始直線集合，對初始直線集合進(jìn)行分析篩選，得出符合要求的初始目標(biāo)直線；步驟528，根據(jù)初始目標(biāo)直線確定初始掃描區(qū)域，并對初始掃描區(qū)域進(jìn)行掃描，根據(jù)掃描結(jié)果得到最終掃描區(qū)域；步驟529，對最終掃描區(qū)域進(jìn)行有效點數(shù)量掃描，計算有效點數(shù)量占最終掃描區(qū)的像素點總量的百分比，當(dāng)有效點占據(jù)最終掃描區(qū)的百分比大于或等于密度閾值時，判定初步目標(biāo)直線為有效直線，進(jìn)而識別出停止線。

10、進(jìn)一步的，所述方法還包括：步驟7，在判斷前方道路是彎道后，車輛進(jìn)行減速，繼續(xù)向前行駛，依次向前判斷前方道路是否為彎道，直至車輛停止前進(jìn)。

11、進(jìn)一步的，所述方法還包括：步驟0，激活車輛的智能巡航控制功能。

12、本發(fā)明提供一種提前識別彎道的方法，通過攝像頭采集車輛周圍的各種圖像信息，再利用圖像處理器、車載gps模塊、高精度地圖和車輛傳感器等汽車軟硬件計算識別當(dāng)前天氣情況，車道線的實際長度，車輛當(dāng)前行駛位置的坡度，前方車輛位置和停止線，最后結(jié)合上述數(shù)據(jù)判斷前方道路為彎道。該技術(shù)方案解決了現(xiàn)有技術(shù)無法在復(fù)雜的道路環(huán)境下利用攝像頭提前識別出彎道，從而避免車輛控制延遲而造成的車輛沖出車道發(fā)生碰撞的技術(shù)問題。

技術(shù)特征：

1.一種提前識別彎道的方法，應(yīng)用于智能駕駛車輛，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述一種提前識別彎道的方法，其特征在于，所述環(huán)境光線信息包括天空和地面的圖像數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述一種提前識別彎道的方法，其特征在于，所述圖像處理器對圖像進(jìn)行識別處理，以識別當(dāng)前天氣情況，具體為：

4.根據(jù)要求1或3所述一種提前識別彎道的方法，其特征在于，所述天氣情況包括晴天、陰天、雪天、雨天、霧天和沙塵。

5.根據(jù)權(quán)利要求1所述一種提前識別彎道的方法，其特征在于，所述預(yù)設(shè)閾值為50m。

6.根據(jù)權(quán)利要求1所述一種提前識別彎道的方法，其特征在于，所述步驟3包括：

7.根據(jù)權(quán)利要求1所述一種提前識別彎道的方法，其特征在于，所述識別前方道路圖像中的車輛位置，具體包括：

8.根據(jù)權(quán)利要求1所述一種提前識別彎道的方法，其特征在于，所述識別前方道路圖像中的停止線，具體包括：

9.根據(jù)權(quán)利要求1所述所述一種提前識別彎道的方法，其特征在于，所述方法還包括：

10.根據(jù)權(quán)利要求1所述所述一種提前識別彎道的方法，其特征在于，所述方法還包括：

技術(shù)總結(jié)
本發(fā)明提供一種提前識別彎道的方法，應(yīng)用于智能駕駛車輛，所述方法包括：步驟1，攝像頭采集車輛周圍的環(huán)境光線信息、車道線圖像信息、前方道路圖像信息；步驟2，圖像采集裝置將環(huán)境光線信息轉(zhuǎn)化為圖像電子信號，并對采集來的電子信息進(jìn)行圖像傳輸、存儲，圖像處理器對圖像進(jìn)行識別處理；步驟3，計算車道線的實際長度；步驟4，得到車輛當(dāng)前行駛位置的坡度；步驟5，對前方道路圖像信息進(jìn)行圖像分析，識別圖像中的車輛位置和停止線；步驟6，若當(dāng)前天氣情況為晴天，車道線的長度不大于預(yù)設(shè)閾值，前方道路非坡道，前方無車輛遮擋車道線，也無停止線，則判斷前方的道路是彎道。

技術(shù)研發(fā)人員：歐陽世民,周晶,高廣博,謝鵬程
受保護(hù)的技術(shù)使用者：廣州海珀特科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30