本發(fā)明屬于北斗定位領(lǐng)域，具體涉及一種基于北斗高精度定位的車道保持系統(tǒng)及方法。
背景技術(shù)：
：北斗衛(wèi)星導(dǎo)航系統(tǒng)(BeiDouNavigationSatelliteSystem，BDS)，該系統(tǒng)由空間段、地面段和用戶段三部分組成，可在全球范圍內(nèi)全天候、全天時(shí)為各類用戶提供高精度、高可靠定位、導(dǎo)航、授時(shí)服務(wù)，并具短報(bào)文通信能力，已經(jīng)初步具備區(qū)域?qū)Ш?、定位和授時(shí)能力，定位精度10米，測(cè)速精度0.2米/秒，授時(shí)精度10納秒。在車道識(shí)別方法上有如下幾種方法：基于機(jī)器學(xué)習(xí)的車道路徑識(shí)別方法，但其識(shí)別的可靠性不高；連通區(qū)域搜索和道路邊界霍夫檢測(cè)相結(jié)合的方法，然而其采用的閾值處理方法較為簡(jiǎn)單，在復(fù)雜路面環(huán)境下難以得到理想的識(shí)別效果；基于車道線寬度的動(dòng)態(tài)圖像閾值獲取方法，該方法能夠?qū)ψR(shí)別閾值進(jìn)行適應(yīng)性調(diào)整以得到適應(yīng)各種環(huán)境的識(shí)別閾值，但僅在車道線清晰且無(wú)破損時(shí)效果較好，也存在著很大的局限性。在車道跟蹤方法上有如下幾種方法：導(dǎo)航參數(shù)提取方法，該方法有效減小了圖像數(shù)據(jù)處理量，但提取的控制參數(shù)難以適應(yīng)道路曲率的變化；還有一種利用預(yù)瞄跟蹤控制器方法，能夠?qū)崟r(shí)獲取適應(yīng)道路曲率變化的控制參數(shù)，但道路曲率的計(jì)算數(shù)據(jù)處理量較大，不利于提高實(shí)時(shí)性；還有提出基于運(yùn)動(dòng)學(xué)控制器的輸出作為動(dòng)態(tài)控制器的輸入方法，但缺乏控制信息的輸出和反饋。從現(xiàn)有研究成果看，車道保持技術(shù)的關(guān)鍵和難點(diǎn)在于兼顧實(shí)時(shí)性和可靠性。一方面，兩者具有一定的矛盾，即獲取高可靠性需要增加數(shù)據(jù)計(jì)算量，因此可能導(dǎo)致實(shí)時(shí)性下降；而獲取實(shí)時(shí)性則又要嚴(yán)格控制計(jì)算量，從而一定程度上不利于可靠性的提高；另一方面，它們也具有相輔相成的一面，即局部區(qū)域內(nèi)的高可靠性能夠有效排除干擾，減小后續(xù)數(shù)據(jù)計(jì)算量，利于整體實(shí)時(shí)性的提高，而整體上的高實(shí)時(shí)性有效降低了數(shù)據(jù)計(jì)算量，從而為保證局部的可靠性贏得時(shí)間。技術(shù)實(shí)現(xiàn)要素：本發(fā)明要解決的技術(shù)問(wèn)題是：提供一種基于北斗高精度定位的車道保持系統(tǒng)及方法，無(wú)需后臺(tái)服務(wù)器和無(wú)線網(wǎng)絡(luò)帶寬，成本低。本發(fā)明為解決上述技術(shù)問(wèn)題所采取的技術(shù)方案為：一種基于北斗高精度定位的車道保持系統(tǒng)，其特征在于：它包括車輛運(yùn)行狀態(tài)信息采集模塊、BDS接收端、上位機(jī)控制系統(tǒng)、下位機(jī)控制系統(tǒng)、終端監(jiān)視系統(tǒng)；其中車輛運(yùn)行狀態(tài)信息采集模塊，用于從車輛獲取車輛運(yùn)行狀態(tài)的參數(shù)；BDS接收端，用于從北斗衛(wèi)星接收車輛的位置信息、地圖和道路信息；上位機(jī)控制系統(tǒng)，用于通過(guò)CAN總線獲取車輛運(yùn)行狀態(tài)的參數(shù)、車輛的位置信息、地圖和道路信息，通過(guò)分區(qū)域閾值二值化、線性濾波和基于車道圖像寬度濾波的方法進(jìn)行車道識(shí)別，選擇合適的車道，根據(jù)車輛跟蹤算法對(duì)車輛進(jìn)行實(shí)時(shí)跟蹤，反饋車輛的位置信息；下位機(jī)控制系統(tǒng)，用于通過(guò)CAN總線獲取上位機(jī)控制系統(tǒng)得到的合適的車道，對(duì)車輛發(fā)出控制指令，控制車輛的車道保持；終端監(jiān)視系統(tǒng)，用于通過(guò)網(wǎng)絡(luò)與上位機(jī)控制系統(tǒng)通信，發(fā)送指令，顯示地圖及導(dǎo)航信息。按上述方案，所述的車輛運(yùn)行狀態(tài)信息采集模塊包括攝像頭和速度傳感器。利用上述基于北斗高精度定位的車道保持系統(tǒng)實(shí)現(xiàn)的車道保持方法，其特征在于：它包括以下步驟：S1、接收車輛的位置信息、地圖和道路信息后，將車輛的位置信息加入到地圖當(dāng)中，在地圖上確定當(dāng)前車輛的具體位置；S2、車道識(shí)別：將獲得的車輛前端的圖像，進(jìn)行分區(qū)域閾值二值化和線性濾波，然后進(jìn)行基于車道圖像的寬度提取，得到車道線特征信息；S3、車輛跟蹤：利用車輛跟蹤算法，不斷的根據(jù)上一幀圖像得到的車道線特征信息，在下一幀圖像中提取車道線；S4、對(duì)車輛發(fā)出控制指令，控制車輛的車道保持。本發(fā)明的有益效果為：本發(fā)明裝置直接安裝在車內(nèi)，無(wú)需后臺(tái)服務(wù)器和無(wú)線網(wǎng)絡(luò)帶寬，成本低，也不需要后期支付數(shù)據(jù)流量費(fèi)用，并且只與本車的終端監(jiān)視系統(tǒng)進(jìn)行連接，私密性強(qiáng)。附圖說(shuō)明圖1為本發(fā)明一實(shí)施例的結(jié)構(gòu)示意圖。圖2為本發(fā)明一實(shí)施例的方法流程圖。圖3為各分區(qū)車道候選區(qū)域預(yù)測(cè)示意圖。具體實(shí)施方式下面結(jié)合具體實(shí)例和附圖對(duì)本發(fā)明做進(jìn)一步說(shuō)明。本發(fā)明提供一種基于北斗高精度定位的車道保持系統(tǒng)，如圖1所示，它包括車輛運(yùn)行狀態(tài)信息采集模塊、BDS接收端、上位機(jī)控制系統(tǒng)、下位機(jī)控制系統(tǒng)、終端監(jiān)視系統(tǒng)；其中車輛運(yùn)行狀態(tài)信息采集模塊，用于從車輛獲取車輛運(yùn)行狀態(tài)的參數(shù)；BDS接收端，用于從北斗衛(wèi)星接收車輛的位置信息、地圖和道路信息；上位機(jī)控制系統(tǒng)，用于通過(guò)CAN總線獲取車輛運(yùn)行狀態(tài)的參數(shù)、車輛的位置信息、地圖和道路信息，通過(guò)分區(qū)域閾值二值化、線性濾波和基于車道圖像寬度濾波的方法進(jìn)行車道識(shí)別，選擇合適的車道，根據(jù)車輛跟蹤算法對(duì)車輛進(jìn)行實(shí)時(shí)跟蹤，反饋車輛的位置信息；下位機(jī)控制系統(tǒng)，用于通過(guò)CAN總線獲取上位機(jī)控制系統(tǒng)得到的合適的車道，對(duì)車輛發(fā)出控制指令，控制車輛的車道保持；終端監(jiān)視系統(tǒng)，用于通過(guò)網(wǎng)絡(luò)與上位機(jī)控制系統(tǒng)通信，發(fā)送指令，顯示地圖及導(dǎo)航信息。進(jìn)一步的，所述的車輛運(yùn)行狀態(tài)信息采集模塊包括攝像頭和速度傳感器。所述的終端監(jiān)視系統(tǒng)可以為車載系統(tǒng)和車載顯示屏，也可以是駕駛員的移動(dòng)終端。所述的終端監(jiān)視系統(tǒng)與上位機(jī)控制系統(tǒng)通信的網(wǎng)絡(luò)可以為有線或無(wú)線的局域網(wǎng)。BDS接收端從北斗衛(wèi)星接收地圖和道路信息時(shí)，本車自帶有上一次使用后留在行車計(jì)算機(jī)中的地圖和道路信息，在下一次使用的時(shí)候，BDS接收端會(huì)從北斗衛(wèi)星上下載更新地圖和道路信息，需要更新的信息會(huì)自動(dòng)更新，不需要更新的信息則會(huì)繼續(xù)保留原樣。這樣會(huì)減少更新內(nèi)容的負(fù)擔(dān)。利用上述基于北斗高精度定位的車道保持系統(tǒng)實(shí)現(xiàn)的車道保持方法，如圖2所示，它包括以下步驟：S1、接收車輛的位置信息、地圖和道路信息后，將車輛的位置信息加入到地圖當(dāng)中，在地圖上確定當(dāng)前車輛的具體位置；S2、車道識(shí)別：將獲得的車輛前端的圖像，進(jìn)行分區(qū)域閾值二值化和線性濾波，然后進(jìn)行基于車道圖像的寬度提取，得到車道線特征信息；S3、車輛跟蹤：利用車輛跟蹤算法，不斷的根據(jù)上一幀圖像得到的車道線特征信息，在下一幀圖像中提取車道線；S4、對(duì)車輛發(fā)出控制指令，控制車輛的車道保持。二值化就是使圖像上每個(gè)像素點(diǎn)的灰度值設(shè)置為0或1。一般來(lái)說(shuō)，灰度圖像共有256個(gè)灰度級(jí)，二值圖像只有兩個(gè)級(jí)別，灰度大于或相等于閾值的像素被斷定為屬于特定物體，用1表示其灰度值，否則排除這些像素點(diǎn)在物體區(qū)域以外，用0代表其灰度值，表示這些像素點(diǎn)作為背景或者例外的物體區(qū)域。二值化思路：用二維數(shù)組的形式來(lái)代表從攝像頭采集到的圖像，設(shè)置合適閾值，從上至下對(duì)數(shù)組中的每一列，比較閾值和每個(gè)像素點(diǎn)的灰度值的大小。若像素點(diǎn)灰度值大于或相等于閾值，將該像素點(diǎn)的灰度值置為1，即該點(diǎn)顏色為白色；若該點(diǎn)灰度值小于閾值，把該像素點(diǎn)的灰度值設(shè)置為0，即該點(diǎn)顏色為黑色。首次和末次出現(xiàn)像素點(diǎn)灰度值小于閾值之際，分別記錄下兩次像素點(diǎn)對(duì)應(yīng)的縱坐標(biāo)值，然后求出兩個(gè)坐標(biāo)值的均值，并作為目標(biāo)指引線的縱坐標(biāo)。二值圖像一般是用來(lái)描述對(duì)比度較強(qiáng)的文字或者圖形，其優(yōu)點(diǎn)是占用空間少，缺點(diǎn)是當(dāng)表示風(fēng)景、人物等復(fù)雜圖像時(shí)細(xì)節(jié)不突出。道路邊緣檢測(cè)：道路邊緣檢測(cè)的實(shí)質(zhì)是對(duì)圖像中道路和其所在的背景二者之間的分界處的信息進(jìn)行采集。一般根據(jù)圖像灰度分布的梯度信息就能表現(xiàn)出灰度的變化，所以邊緣檢測(cè)算子就可以利用局部圖像技術(shù)來(lái)獲得。在多種邊緣檢測(cè)的方法中，最為經(jīng)典的方法是直接對(duì)采集到的圖像中的像素進(jìn)行研究，通過(guò)構(gòu)造某一個(gè)極小的鄰域而得出邊緣檢測(cè)算子，如微分算子。其中最基本的是微分算子，其實(shí)現(xiàn)邊緣檢測(cè)算法主要是根據(jù)圖像邊緣的極值的一階導(dǎo)數(shù)和過(guò)零點(diǎn)的二階導(dǎo)數(shù)，并通過(guò)卷積運(yùn)算完成，計(jì)算簡(jiǎn)單快速。常用的提取輪廓線的算法中Prewitt屬于一階微分算子，Canny則為二階微分算子。Prewitt算子是一種用于邊緣檢測(cè)的一階微分算子，利用像素點(diǎn)上下、左右鄰點(diǎn)的灰度差，在邊緣處達(dá)到極值檢測(cè)邊緣，去掉部分偽邊緣，對(duì)噪聲具有平滑作用。其原理是在圖像空間利用兩個(gè)方向模板與圖像進(jìn)行鄰域卷積來(lái)完成的，這兩個(gè)方向模板一個(gè)檢測(cè)水平邊緣，一個(gè)檢測(cè)垂直邊緣。∂f∂x=f(x+1)-f(x)]]>二階微分算子對(duì)噪聲敏感，由于Canny算子能夠反映邊緣方向的相關(guān)信息，它的處理效果遠(yuǎn)遠(yuǎn)好于拉普拉斯等其它二階微分算子，所以本發(fā)明采用二階微分算子中的Canny算子的使用方法。關(guān)于邊緣檢測(cè)原理如下：噪聲濾波器選擇的是二維高斯函數(shù)在任一方向上的一階方向?qū)?shù)，利用其與圖像f(x,y)的卷積計(jì)算的結(jié)果進(jìn)行濾波工作，最后圖像邊緣的確定就是在濾波后的圖像中尋找梯度的局部極大值。∂2f∂x2=f(x+1)+f(x-1)-2f(x)]]>Canny算子在邊緣檢測(cè)方面是最優(yōu)化，進(jìn)行圖像的邊緣檢測(cè)的具體方法與詳細(xì)過(guò)程如下：(1)噪聲的去除：主要利用高斯濾波器來(lái)平滑圖像實(shí)現(xiàn)噪聲的去除。(2)圖像亮度梯度的尋找：由于圖像邊緣所指定方向的不確定性，所以利用的算法需要使用個(gè)用于垂直、水平以及對(duì)角線的方向邊緣檢測(cè)，并且需要在每個(gè)點(diǎn)的極大值處和生成的邊緣方向上進(jìn)行相關(guān)標(biāo)注，由此便能通過(guò)由原始圖像生成的每個(gè)點(diǎn)的亮度梯度圖及其方向信息，計(jì)算出濾波后圖像梯度的方向與幅值。(3)圖像邊緣的跟蹤：在圖像梯度幅值中，為了獲得部分極大值點(diǎn)，抑制圖像梯度幅值的非極大值，并把圖像梯度中的這些極大值點(diǎn)強(qiáng)置為零就可以使邊緣細(xì)化。(4)邊緣的連接：最后采用雙閾值算法進(jìn)行邊緣的連接與檢測(cè)。線性濾波是一種簡(jiǎn)單直觀、易于實(shí)現(xiàn)的平滑圖像的方法，它用掩模確定的鄰域內(nèi)像素的平均灰度值去代替圖像每個(gè)像素點(diǎn)的值，這種處理減小了圖像灰度的“尖銳”變化。由于典型的隨機(jī)噪聲由灰度級(jí)的尖銳變化組成，因此，常見(jiàn)的平滑處理應(yīng)用就是減噪。線性濾波去掉了與周圍像素不相符的點(diǎn)，從而濾去圖像的噪聲點(diǎn)，對(duì)于去除高斯噪聲以及其他類型的噪聲都有很好的效果。一般來(lái)說(shuō)，在M*N的圖像f上，用m*n大小的濾波器掩模進(jìn)行線性濾波的表達(dá)式如公式所示：g(i,j)=Σs=-aaΣt=-bbw(s,t)f(x+s,y+t)]]>a＝(m-1)/2，b＝(n-1)/2，x＝0,1,2,…，M-1和y＝0,1,2,…，N-1。w為過(guò)濾的掩模。f為過(guò)濾的圖像矩陣。道路區(qū)域提取目的是，從開始選取的道路點(diǎn)，即區(qū)域生長(zhǎng)的種子，尋找周圍相鄰的所有道路特征點(diǎn)，然后在找出的道路特征點(diǎn)周圍繼續(xù)尋找相似的特征點(diǎn)，不斷循環(huán)，直到找到所有道路區(qū)域中的點(diǎn)位置。區(qū)域生長(zhǎng)算法中，種子選取的好壞非常重要，如果種子選取不好，區(qū)域生長(zhǎng)不會(huì)提取出所有路面區(qū)域。為提高選取種子的正確率，在左右兩側(cè)感興趣區(qū)域內(nèi)分別選擇一個(gè)道路像素點(diǎn)作為區(qū)域生長(zhǎng)的種子。由于路面是比較暗的區(qū)域，所以路面的灰度值是小的，選取種子的算法表達(dá)式如公式所示。S1={(x,y)|r(x,y)<m,x=1..rh,y=1..rw}r∈lrS2={(x,y)|r(x,y)<m,x=1..rh,y=1..rw}r∈rr]]>m為感興趣區(qū)域灰度均值；S1、S2為左右感興趣區(qū)域內(nèi)種子集合。種子較多時(shí)會(huì)增加運(yùn)算時(shí)間，所以在中隨機(jī)選取一定數(shù)量的種子作為道路區(qū)域生長(zhǎng)的種子。種子選取結(jié)束后，在對(duì)上面公式得出的二值化圖像圖進(jìn)行區(qū)域生長(zhǎng)運(yùn)算，即提取出周圍所有相似的像素點(diǎn)，區(qū)域生長(zhǎng)結(jié)果保存為道路。根據(jù)上述已經(jīng)提取出車道線區(qū)域，即道路區(qū)域。去除已經(jīng)提取出的車道線區(qū)域，求出候選車道線區(qū)域。根據(jù)公式提取候選車道線區(qū)域的圖像矩陣跟蹤算法主要是根據(jù)上步提取出的車道線特征信息，在下一幀圖像中提取車道線。首先根據(jù)區(qū)域預(yù)測(cè)結(jié)果提取出識(shí)別區(qū)域范圍。在道路圖像中提取預(yù)測(cè)區(qū)域范圍內(nèi)的點(diǎn)，根據(jù)下面公式：為第i+1幀圖像中第j條車道線的預(yù)測(cè)區(qū)域的道路圖像。fi+1為第i+1幀道路圖像矩陣，為識(shí)別出的第i+1幀圖像中第j條車道線點(diǎn)集合。提取出預(yù)測(cè)區(qū)域道路圖像后，根據(jù)已知的車道線顏色信息對(duì)該區(qū)域進(jìn)行車道線提取。提取公式如下：為識(shí)別出的第i+1幀圖像中第j條車道線點(diǎn)集合。tcolor為預(yù)先設(shè)定的誤差范圍。進(jìn)一步的，所述的S2在車道識(shí)別時(shí)，先根據(jù)前一分區(qū)車道位置對(duì)待識(shí)別分區(qū)的車道候選區(qū)域進(jìn)行預(yù)估，再在候選區(qū)域內(nèi)分區(qū)域閾值二值化。各分區(qū)車道候選區(qū)域預(yù)測(cè)示意圖，如圖3所示，其中i分區(qū)中陰影區(qū)域?yàn)樽R(shí)別車道。為識(shí)別i+1分區(qū)車道，將i+1分區(qū)內(nèi)一個(gè)矩形區(qū)域(加粗線條區(qū)域)作為該分區(qū)的車道候選區(qū)域。其縱向?qū)挾葹閕+1分區(qū)的縱向?qū)挾?，根?jù)車道位置等因素決定，橫向?qū)挾萀i+1為L(zhǎng)i+1＝ERi-ELi+DLi+DRi式，ELi和ERi為i分區(qū)與i+1分區(qū)相交處i分區(qū)的車道線左右邊緣點(diǎn)位置，在完成i分區(qū)識(shí)別后可以得到，DLi、DRi確定了i+1分區(qū)車道線的候選區(qū)域大小，其取值應(yīng)保證將i+1分區(qū)實(shí)際車道線包含在候選區(qū)域內(nèi)，但取值過(guò)大會(huì)增大數(shù)據(jù)計(jì)算量，不利于實(shí)時(shí)性，實(shí)際操作中根據(jù)路面車道線橫向?qū)挾鹊却_定。用戶可以通過(guò)終端監(jiān)視系統(tǒng)查看車輛所在車道位置；本方法試驗(yàn)結(jié)果表明，提出的車道識(shí)別及跟蹤控制方法同時(shí)保證車道識(shí)別及跟蹤的可靠性和實(shí)時(shí)性，且穩(wěn)定性較好；采用基于車道寬度濾波方法則能夠得到良好的識(shí)別效果；系統(tǒng)不需要架設(shè)傳統(tǒng)GPRS系統(tǒng)的服務(wù)器，沒(méi)有服務(wù)器費(fèi)用，沒(méi)有服務(wù)器需要的INTERNET網(wǎng)絡(luò)費(fèi)用，沒(méi)有服務(wù)器監(jiān)控人員費(fèi)用。以上實(shí)施例僅用于說(shuō)明本發(fā)明的設(shè)計(jì)思想和特點(diǎn)，其目的在于使本領(lǐng)域內(nèi)的技術(shù)人員能夠了解本發(fā)明的內(nèi)容并據(jù)以實(shí)施，本發(fā)明的保護(hù)范圍不限于上述實(shí)施例。所以，凡依據(jù)本發(fā)明所揭示的原理、設(shè)計(jì)思路所作的等同變化或修飾，均在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3