CN108297866B - 一种车辆的车道保持控制方法 - Google Patents

Abstract

本发明提供了一种车辆的车道保持控制方法。首先利用车载摄像机捕获的图片进行车道线检测。然后将检测到的车道线从图像坐标系转换到车体坐标系下。本专利提出“虚拟车道线”和“真实车道线”这两个概念，结合真实车道线位置信息和虚拟车道线位置信息计算车辆偏离车道的角度和偏离程度。最后根据偏离量计算转向控制量,实现车道保持。

Description

一种车辆的车道保持控制方法

技术领域

本发明涉及车辆自动控制领域，尤其涉及一种车辆的车道保持控制方法。

背景技术

随着科学技术的不断进步和人类生活水平的不断提高，汽车在人类生活中越来越扮演着不可或缺的角色。近些年来，汽车行驶的安全性已成为当今世界众多国家最为关注的焦点问题。据统计，在所有机动车事故中，由于车辆偏离车道而造成的交通事故占全部交通事故的比例高达百分之二十。由此可见，车辆偏离车道而造成的事故严重影响了人们的生命财产安全。

近年来，无人驾驶技术和高级辅助驾驶快速发展，车道保持是其中不可或缺的技术之一。现如今国内外很多研究机构都致力于研究车道保持系统。

车道保持系统，即：利用车道线图像计算出车辆相对于车道线的位置，并通过相应的控制算法使车辆保持在规定车道内行驶。

而现有技术大多是通过测定车辆中心点与两侧车道线的距离来判断车辆是否偏离车道线及偏离程度，此种方法鲁棒性不够理想，车道保持系统不稳定，行驶轨迹易震荡。

发明内容

本发明的目的在于提供一种在保证车辆按规定车道行驶，解决现有车道保持技术中存在的易震荡、不稳定问题，提高车辆行驶的舒适性和稳定性的车辆的车道保持控制方法。

为达到上述目的，本发明采用的技术方案是：

1)车载摄像机获取道路图像信息，并进行车道线检测得到二维图像中的车道线坐标；

2)将二维图像中的车道线坐标转换到车体坐标系下，得到真实车道线；

3)计算车体坐标系下的虚拟车道线；

4)结合真实车道线和虚拟车道线计算车辆偏离车道的角度以及偏离程度；

5)根据偏离量计算转向控制量。

所述步骤1)利用图像处理算法对车载摄像机获取道路图像进行车道线检测即进行特征提取，多层滤波和车道线拟合得到二维图像中的车道线坐标；

所述的特征提取利用LSD算法提取线段特征；

所述的多层滤波采用交点滤波器和结构三角滤波器进行筛选线段特征；

所述的车道线拟合为利用滤波后的线段特征即线段集进行车道线拟合。

所述步骤2)假设车道线位于同一物理平面上，首先，建立图像坐标与摄像机坐标之间的关联，然后建立摄像机坐标与车体坐标之间的关联，最后实现图像坐标系和车体坐标系之间的转换。

所述步骤3)利用得到的真实车道线与虚拟车道线平行的假设，得到虚拟车道线；

即利用所得真实车道线位置信息，计算车道线宽度D，这个宽度等同于虚拟车道线的宽度，然后根据车辆在理想状态下行驶时应该位于车道线正中央且车身与车道线平行这两个条件确定虚拟车道线的位置和角度，用V_x，V_y，V_h表示车体坐标下横、纵、高三个方向，假设车辆位于(0,0,0)处，则两条虚拟车道线的横向坐标分别为V_x＝-D/2,V_x＝D/2。

所述步骤4)计算虚拟车道线和真实车道线的夹角θ以及表征车道偏离程度的变量R，设定检测区域内真实车道线区域和虚拟车道线区域分别为Ω₁，Ω₂，Ω₁与Ω₂重合的面积为S₁，Ω₂的面积为S₂，车辆偏移量归一化数值M计算方式为：

在偏移量归一化数值M的基础上进行增强信号优化，R为增强信号，其计算公式为：其中β是一个可控的参量。

所述步骤5)根据虚拟车道线和真实车道线的夹角θ和车辆偏移量归一化数值M推导出车辆中心点距车辆中心线的距离l，推导公式为：

根据得到的θ,R和l决定转向控制量。

本发明提出的车道保持方法包括：车道线检测；将二维图像中的车道线转化到车体坐标，得到真实车道线；结合真实车道线的信息，得到虚拟车道线的位置信息；结合真实车道线位置信息和虚拟车道线位置信息计算车辆偏离车道的角度以及偏离程度；根据偏离量决定转向控制量。

与现有技术相比，本发明一方面采用真实车道线与虚拟车道线重合面积计算车辆偏离程度，提高了车辆车道保持的稳定性和舒适性，减轻了车辆易震荡现象。另一方面对信号进行增强优化处理，形成对车辆偏离程度的非线性描述，更接近于人类驾驶行为决策。

附图说明

图1是本发明车道保持方法的流程示意图。

图2是本发明车道线检测结果示意图。

图3是本发明车道线转换到车体坐标系之后的示意图。

图4是本发明真实车道线与虚拟车道线示意图。

图5是本发明车辆偏离车道程度判断示意图。

图6是本发明R随M变化的趋势图。

具体实施方式

下面根据附图对本发明进行详细描述，其为本发明多种实施方式中的一种优选实施例，本发明的技术思想并非限定或限制于此，可以由所属技术领域的技术人员多样地变形实施。

本实施例所要解决的技术问题是在车道线检测的基础上实现车辆的车道线保持。

具体地，如图1所示，本发明实施例的解决方案主要是：车道线检测；将二维图像中的车道线转化到车体坐标，得到真实车道线；结合真实车道线的信息，得到虚拟车道线的位置信息；结合真实车道线位置信息和虚拟车道线位置信息计算车辆偏离车道的角度以及偏离程度；根据偏离量决定转向控制量。

步骤1)，利用车载摄像机获取图像，并进行车道线检测，如图2所示；

车道线检测方法分为三个模块：特征提取，多层滤波，车道线拟合。首先，利用LSD算法提取线段特征。该方法不需要设定阈值，能适应复杂的光照条件和交通场景。然后，设计了两个滤波器来筛选线段特征，这两个滤波器分别是交点滤波器和结构三角滤波器。交点滤波器的设计充分利用了车道线以及道路的几何结构特性，具体体现是车道线在消失线附近会出现聚集现象。结构三角滤波器主要利用了车道线在时间序列中的空间连续性这一特点。最后，利用滤波后的线段特征进行车道线拟合，该拟合方法的输入不是点集，而是线段集。可以更好的利用线段的方向性。

步骤2)，将二维图像中的车道线转化到车体坐标，得到真实车道线，如图3(在该图中，车头坐标为(0,0))；

从图像坐标转换到车体坐标主要利用了相机的内外参数标定结果，首先建立图像坐标与摄像机坐标之间的关联，然后建立摄像机坐标与车体坐标之间的关联，最后实现图像坐标系和车体坐标系之间的转换。需要说明的是这一转化过程的一个关键假设是车道线位于同一物理平面上，这一假设在典型工况条件下是成立的。

步骤3)，根据车辆目前的位置信息计算车体坐标系下的虚拟车道线；

利用所得真实车道线位置信息，计算车道线宽度D，这个宽度等同于虚拟车道线的宽度。然后根据车辆在理想状态下行驶时应该位于车道线正中央且车身与车道线平行这两个条件确定虚拟车道线的位置和角度。用V_x，V_y，V_h表示车体坐标下横、纵、高三个方向，若假设车辆位于(0,0,0)处，则两条虚拟车道线的横向坐标分别为V_x＝-D/2,V_x＝D/2。如图4(黑虚线表示虚拟车道线，黑实线表示真实车道线)。

步骤4)，结合真实车道线位置信息和虚拟车道线位置信息计算车辆偏离车道的角度以及偏离程度；

虚拟车道线和真实车道线的夹角θ反映了车辆偏离车道线的程度和方向，将虚拟车道线和真实车道线重合设定为车辆行驶在最优位置，车辆行驶在其它位置均会产生一定偏差。θ的求解等同于两条直线求夹角的问题，在此专利中不做介绍，不同的是此角度是一个相对于虚拟车道线的矢量，据此可以推断车辆偏离车道线的方向。θ＝0说明车辆方向与车道线平行，是最优状态；θ<0说明车辆方向偏右，此时车辆方向应向左调节；θ>0说明车辆方向偏左，此时车辆方向应向右调节。

在此专利中，用R表示车辆偏离车道线的程度。据此计算过程如下所示：如图5所示，d1为车头到检测区域的距离，d2为检测区域的宽度。d1和d2需提前设定，可根据需要进行调整。计算检测区域内真实车道线区域Ω₁和虚拟车道线区域Ω₂重合的面积为S₁，Ω₂的面积为S₂。车辆偏移量归一化数值M计算方式为：

在θ一定的情况下，M反应了车辆中心点在车道中的偏离程度，M越接近于1说明车辆越处于车道的中央，M越接近0说明车辆越处于车道的边缘。

在偏移量归一化数值M的基础上进行增强信号优化设计，记R为增强信号，其计算公式为：

其中β是一个可控的参量。

图6是一个反应R随M变化的趋势图。从车道线中线到两边车道线，M分别从1减小到0，对应增强信号的值分别从0增加到1，且增加方式为：在中线附近增加得较为缓慢，当车辆靠近车道线则增加得极为迅速。这种信号的增强优化方式使得车辆的行驶更加接近于现实人为驾驶情况。可以实现车辆在车道线中央附近保持行驶，而不是为了准确处于中线位置而不断转向，减轻了车辆行驶中的震荡情况。

步骤5)，根据偏离量计算转向控制量；

根据虚拟车道线和真实车道线的夹角θ和车辆偏移量归一化数值M可推导出车辆中心点距车辆中心线的距离l，推导公式为：

根据得到的θ,R和l决定转向控制量。

以上所述进位本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (5)

1.一种车辆的车道保持控制方法，其特征在于，包括以下步骤：

步骤1)车载摄像机获取道路图像信息，并进行车道线检测得到二维图像中的车道线坐标；

步骤2)将二维图像中的车道线坐标转换到车体坐标系下，得到真实车道线；

步骤3)计算车体坐标系下的虚拟车道线；

步骤4)结合真实车道线和虚拟车道线计算虚拟车道线和真实车道线的夹角θ以及表征车道偏离程度的变量R，设定检测区域内真实车道线区域和虚拟车道线区域分别为Ω₁，Ω₂，Ω₁与Ω₂重合的面积为S₁，Ω₂的面积为S₂，车辆偏移量归一化数值M计算方式为：

在偏移量归一化数值M的基础上进行增强信号优化，R为增强信号，其计算公式为：

其中β是一个可控的参量；

步骤5)根据偏离量计算转向控制量。

2.根据权利要求1所述的车辆的车道保持控制方法，其特征在于：所述步骤1)利用图像处理算法对车载摄像机获取道路图像进行车道线检测即进行特征提取，多层滤波和车道线拟合得到二维图像中的车道线坐标；

所述的特征提取利用LSD算法提取线段特征；

所述的多层滤波采用交点滤波器和结构三角滤波器进行筛选线段特征；

所述的车道线拟合为利用滤波后的线段特征即线段集进行车道线拟合。

3.根据权利要求1所述的车辆的车道保持控制方法，其特征在于：所述步骤2)假设车道线位于同一物理平面上，首先，建立图像坐标与摄像机坐标之间的关联，然后建立摄像机坐标与车体坐标之间的关联，最后实现图像坐标系和车体坐标系之间的转换。

4.根据权利要求1所述的车辆的车道保持控制方法，其特征在于：所述步骤3)利用得到的真实车道线与虚拟车道线平行的假设，得到虚拟车道线；

即利用所得真实车道线位置信息，计算真实车道线宽度D，这个宽度等同于虚拟车道线的宽度，然后根据车辆在理想状态下行驶时应该位于车道线正中央且车身与车道线平行这两个条件确定虚拟车道线的位置和角度，用V_x，V_y，V_h表示车体坐标下横、纵、高三个方向，假设车辆位于(0,0,0)处，则两条虚拟车道线的横向坐标分别为V_x＝-D/2,V_x＝D/2。

5.根据权利要求1所述的车辆的车道保持控制方法，其特征在于：所述步骤5)根据虚拟车道线和真实车道线的夹角θ和车辆偏移量归一化数值M推导出车辆中心点距车辆中心线的距离l，推导公式为：

根据得到的θ,R和l决定转向控制量，其中d1为车头到检测区域的距离，d2为检测区域的宽度。

Images