車輛偏航角的確定方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及智能車領(lǐng)域，特別涉及一種車輛偏航角的確定方法及裝置。
【背景技術(shù)】
[0002]隨著科技的發(fā)展，智能車的使用也越來越普遍。智能車可以實(shí)現(xiàn)不同的功能。其中換道超車功能作為智能車的一種常用功能，可用于緊急狀態(tài)避撞和自動換道超車。
[0003]相關(guān)技術(shù)中，在執(zhí)行換道超車功能時(shí)，在超車起始時(shí)刻，需要計(jì)算車輛相對車道的偏航角，用以輔助超車換道軌跡的生成。目前，可以采用車道線夾角方法來確定車輛偏航角，即根據(jù)攝像頭采集的圖像中兩條車道線產(chǎn)生的角度偏差來計(jì)算車輛偏航角。
[0004]但是，由于車輛在行駛中運(yùn)動產(chǎn)生晃動等原因，導(dǎo)致對圖像中兩個(gè)車道線的確定存在誤差，因此，采用車道線夾角方法計(jì)算得到的車輛偏航角誤差較大。

【發(fā)明內(nèi)容】

[0005]為了解決現(xiàn)有技術(shù)的問題，本發(fā)明實(shí)施例提供了一種車輛偏航角的確定方法及裝置。所述技術(shù)方案如下:
[0006]—方面，提供了一種車輛偏航角的確定方法，所述方法包括:
[0007]確定灰度圖像中的參考車道線的基準(zhǔn)線，所述灰度圖像是由攝像頭采集的初始圖像處理得到的，所述參考車道線為左右車道線中的一條；
[0008]在所述基準(zhǔn)線上確定近點(diǎn)和遠(yuǎn)點(diǎn)，所述近點(diǎn)到車輛的距離小于所述遠(yuǎn)點(diǎn)到所述車輛的距離；
[0009]根據(jù)所述近點(diǎn)、所述遠(yuǎn)點(diǎn)及車輛中軸線，確定所述車輛在車體世界坐標(biāo)系中的車輛偏航角。
[0010]可選的，所述根據(jù)所述近點(diǎn)、所述遠(yuǎn)點(diǎn)及車輛中軸線，確定所述車輛在車體世界坐標(biāo)系中的車輛偏航角，包括:
[0011]根據(jù)圖像坐標(biāo)系和車體世界坐標(biāo)系對應(yīng)關(guān)系，將所述灰度圖像中的坐標(biāo)系轉(zhuǎn)化為車體世界坐標(biāo)系；
[0012]確定所述灰度圖像中，過所述近點(diǎn)B的所述車輛中軸線的垂線與所述車輛中軸線的近點(diǎn)交點(diǎn)F;
[0013]確定所述灰度圖像中，過所述遠(yuǎn)點(diǎn)A的所述車輛中軸線的垂線與所述車輛中軸線的遠(yuǎn)點(diǎn)交點(diǎn)E;
[0014]確定所述灰度圖像中，所述基準(zhǔn)線的近點(diǎn)B與車輛中軸線的距離X;
[0015]確定所述灰度圖像中，所述基準(zhǔn)線的遠(yuǎn)點(diǎn)A與所述車輛中軸線的距離y;
[0016]確定所述灰度圖像中，線段BF與線段AE的距離z;
[0017]根據(jù)所述基準(zhǔn)線的近點(diǎn)B與車輛中軸線的距離X、所述基準(zhǔn)線的遠(yuǎn)點(diǎn)A與所述車輛中軸線的距離y、所述線段BF與線段AE的距離z以及偏航角公式，確定所述車輛在車體世界坐標(biāo)系中的車輛偏航角T，所述偏航角公式為:
[0018]T = arctan( (x_y)/z)。
[0019]可選的，所述確定灰度圖像中的參考車道線的基準(zhǔn)線，包括:
[0020]獲取攝像頭采集的初始圖像；
[0021]將所述初始圖像轉(zhuǎn)化為灰度圖像；
[0022]對所述灰度圖像進(jìn)行車道線內(nèi)邊緣點(diǎn)提取得到車道線內(nèi)邊緣；
[0023]對所述車道線內(nèi)邊緣進(jìn)行擬合得到車道線內(nèi)邊緣坐標(biāo)位置；
[0024]根據(jù)所述車道線內(nèi)邊緣坐標(biāo)位置，確定所述基準(zhǔn)線。
[0025]可選的，所述對所述灰度圖像進(jìn)行車道線內(nèi)邊緣點(diǎn)提取得到車道線內(nèi)邊緣，包括:
[0026]將所述灰度圖像的下半部分圖像確定為待處理圖像；
[0027]根據(jù)所述待處理圖像中每行像素的灰度分割閾值對所述待處理圖像進(jìn)行過濾處理得到過濾圖像；
[0028]對所述待處理圖像進(jìn)行邊緣增強(qiáng)處理和二值化處理得到二值化圖像；
[0029]保留所述二值化圖像中與所述過濾圖像的位置相同的像素得到過濾后的二值化圖像；
[0030]根據(jù)所述過濾后的二值化圖像確定所述灰度圖像的車道線內(nèi)邊緣。
[0031]可選的，所述根據(jù)所述待處理圖像中每行像素的灰度分割閾值對所述待處理圖像進(jìn)行過濾處理得到過濾圖像，包括:
[0032]將所述待處理圖像劃分為左右兩個(gè)圖像；
[0033]確定所述左右兩個(gè)圖像中每個(gè)圖像的每行像素的灰度分割閾值；
[0034]根據(jù)所述每個(gè)圖像的每行像素的灰度分割閾值對所述待處理圖像進(jìn)行過濾處理得到所述過濾圖像；
[0035]其中，所述左右兩個(gè)圖像中任一圖像的處理過程包括:
[0036]確定所述任一圖像中每行像素的灰度分割閾值；
[0037]依次確定所述任一圖像的像素的灰度值；
[0038]比較每個(gè)所述灰度值與對應(yīng)像素所在行的灰度分割閾值的大??；
[0039]刪除所述任一圖像的目標(biāo)像素得到過濾后的所述任一圖像，所述目標(biāo)像素的灰度值小于相應(yīng)的灰度分割閾值。
[0040]可選的，所述根據(jù)所述過濾后的二值化圖像確定所述灰度圖像的車道線內(nèi)邊緣，包括:
[0041 ]依次掃描所述過濾后的二值化圖像中的像素；
[0042]當(dāng)從起始像素開始，第N次檢測到連續(xù)個(gè)數(shù)的灰度值為預(yù)設(shè)最大灰度值的像素后出現(xiàn)連續(xù)個(gè)數(shù)的灰度值為預(yù)設(shè)最小灰度值的像素，檢測所述灰度值為預(yù)設(shè)最小灰度值的像素的個(gè)數(shù)是否大于預(yù)設(shè)個(gè)數(shù)閾值，所述N為偶數(shù)，所述起始像素為首次掃描到的像素值為的像素；
[0043]當(dāng)所述灰度值為預(yù)設(shè)最小灰度值的像素的個(gè)數(shù)大于預(yù)設(shè)個(gè)數(shù)閾值時(shí)，確定車道線內(nèi)邊緣的位置。
[0044]可選的，所述根據(jù)所述車道線內(nèi)邊緣坐標(biāo)位置，確定所述基準(zhǔn)線，包括:
[0045]確定所述灰度圖像中的任一車道線的消失點(diǎn)位置，所述消失點(diǎn)為車道線遠(yuǎn)離所述車輛的一端的端點(diǎn)；
[0046]根據(jù)所述車道線內(nèi)邊緣坐標(biāo)位置、預(yù)設(shè)車道線寬度和所述任一車道線的消失點(diǎn)位置，確定所述灰度圖像中有效內(nèi)邊緣的個(gè)數(shù)；
[0047]當(dāng)所述有效內(nèi)邊緣的個(gè)數(shù)為I時(shí)，將所述有效內(nèi)邊緣確定為所述參考車道線的基準(zhǔn)線；
[0048]當(dāng)所述有效內(nèi)邊緣的個(gè)數(shù)為2時(shí)，將所述有效內(nèi)邊緣中屬于所述左右車道線中預(yù)設(shè)車道線的內(nèi)邊緣確定為所述參考車道線的基準(zhǔn)線。
[0049]可選的，所述根據(jù)所述車道線內(nèi)邊緣坐標(biāo)位置、預(yù)設(shè)車道線寬度和所述任一車道線的消失點(diǎn)位置，確定所述灰度圖像中有效內(nèi)邊緣的個(gè)數(shù)，包括:
[0050]在灰度圖像中，根據(jù)所述任一車道線的車道線內(nèi)邊緣坐標(biāo)位置，將所述車道線內(nèi)邊緣坐標(biāo)位置指示的內(nèi)邊緣向外平移所述預(yù)設(shè)車道線寬度得到外邊緣；
[0051]檢測所述灰度圖像中，所述內(nèi)邊緣與所述外邊緣之間的區(qū)域是否存在邊緣線；
[0052]當(dāng)所述內(nèi)邊緣與所述外邊緣之間的區(qū)域存在邊緣線時(shí)，確定所述邊緣線與所述消失點(diǎn)位置所在行的交點(diǎn)的列坐標(biāo)位置；
[0053]判斷所述交點(diǎn)的列坐標(biāo)位置是否在預(yù)設(shè)列范圍內(nèi)；
[0054]當(dāng)所述交點(diǎn)的列坐標(biāo)位置在預(yù)設(shè)列范圍內(nèi)，確定所述任一車道線存在有效內(nèi)邊緣；
[°°55]統(tǒng)計(jì)有效內(nèi)邊緣的個(gè)數(shù)。
[0056]另一方面，提供一種車輛偏航角的確定裝置，所述裝置包括:
[0057]第一確定模塊，用于確定灰度圖像中的參考車道線的基準(zhǔn)線，所述灰度圖像是由攝像頭采集的初始圖像處理得到的，所述參考車道線為左右車道線中的一條；
[0058]第二確定模塊，用于在所述基準(zhǔn)線上確定近點(diǎn)和遠(yuǎn)點(diǎn)，所述近點(diǎn)到車輛的距離小于所述遠(yuǎn)點(diǎn)到所述車輛的距離；
[0059]第三確定模塊，用于根據(jù)所述近點(diǎn)、所述遠(yuǎn)點(diǎn)及車輛中軸線，確定所述車輛在車體世界坐標(biāo)系中的車輛偏航角。
[0060]可選的，所述第三確定模塊，用于:
[0061]根據(jù)圖像坐標(biāo)系和車體世界坐標(biāo)系對應(yīng)關(guān)系，將所述灰度圖像中的坐標(biāo)系轉(zhuǎn)化為車體世界坐標(biāo)系；
[0062]確定所述灰度圖像中，過所述近點(diǎn)B的所述車輛中軸線的垂線與所述車輛中軸線的近點(diǎn)交點(diǎn)F;
[0063]確定所述灰度圖像中，過所述遠(yuǎn)點(diǎn)A的所述車輛中軸線的垂線與所述車輛中軸線的遠(yuǎn)點(diǎn)交點(diǎn)E;
[0064]確定所述灰度圖像中，所述基準(zhǔn)線的近點(diǎn)B與車輛中軸線的距離X;
[0065]確定所述灰度圖像中，所述基準(zhǔn)線的遠(yuǎn)點(diǎn)A與所述車輛中軸線的距離y;
[0066]確定所述灰度圖像中，線段BF與線段AE的距離z;
[0067]根據(jù)所述基準(zhǔn)線的近點(diǎn)B與車輛中軸線的距離X、所述基準(zhǔn)線的遠(yuǎn)點(diǎn)A與所述車輛中軸線的距離y、所述線段BF與線段AE的距離z以及偏航角公式，確定所述車輛在車體世界坐標(biāo)系中的車輛偏航角T，所述偏航角公式為:
[0068]T = arctan( (x_y)/z) ο
[0069]可選的，所述第一確定模塊，包括:
[0070]獲取子模塊，用于獲取攝像頭采集的初始圖像；
[0071]轉(zhuǎn)化子模塊，用于將所述初始圖像轉(zhuǎn)化為灰度圖像；
[0072]提取子模塊，用于對所述灰度圖像進(jìn)行車道線內(nèi)邊緣點(diǎn)提取得到車道線內(nèi)邊緣；
[0073]擬合子模塊，用于對所述車道線內(nèi)邊緣進(jìn)行擬合得到車道線內(nèi)邊緣坐標(biāo)位置；
[0074]第一確定子模塊，用于根據(jù)所述車道線內(nèi)邊緣坐標(biāo)位置，確定所述基準(zhǔn)線。
[0075]可選的，提取子模塊，包括:
[0076]第二確定子模塊，用于將所述灰度圖像的下半部分圖像確定為待處理圖像；
[0077]過濾子模塊，用于根據(jù)所述待處理圖像中每行像素的灰度分割閾值對所述待處理圖像進(jìn)行過濾處理得到過濾圖像；
[0078]處理子模塊，用于對所述待處理圖像進(jìn)行邊緣增強(qiáng)處理和二值化處理得到二值化圖像；
[0079]保留子模塊，用于保留所述二值化圖像中與所述過濾圖像的位置相同的像素得到過濾后的二值化圖像；
[0080]第三確定子模塊，用于根據(jù)所述過濾后的二值化圖像確定所述灰度圖像的車道線內(nèi)邊緣。
[0081 ]可選的，所述過濾子模塊，用于:
[0082]將所述待處理圖像劃分為左右兩個(gè)圖像；
[0083]確定所述左右兩個(gè)圖像中每個(gè)圖像的每行像素的灰度分割閾值；
[0084]根據(jù)所述每個(gè)圖像的每行像素的灰度分割閾值對所述待處理圖像進(jìn)行過濾處理得到所述過濾圖像；
[0085]其中，所述左右兩個(gè)圖像中任一圖像的處理過程包括:
[0086]確定所述任一圖像中每行像素的灰度分割閾值；
[0087]依次確定所述任一圖像的像素的灰度值；
[0088]比較每個(gè)所述灰度值與對應(yīng)像素所在行的灰度分割閾值的大?。?br>[0089]刪除所述任一圖像的目標(biāo)像素得到過濾后的所述任一圖像，所述目標(biāo)像素的灰度值小于相應(yīng)的灰度分割閾值。
[0090]可選的，第三確定子模塊，用于:
[0091 ]依次掃描所述過濾后的二值化圖像中的像素；
[0092]當(dāng)從起始像素開始，第N次檢測到連續(xù)個(gè)數(shù)的灰度值為預(yù)設(shè)最大灰度值的像素后出現(xiàn)連續(xù)個(gè)數(shù)的灰度值為預(yù)設(shè)最小灰度值的像素，檢測所述灰度值為預(yù)設(shè)最小灰度值的像素的個(gè)數(shù)是否大于預(yù)設(shè)個(gè)數(shù)閾值，所述N為偶數(shù)，所述起始像素為首次掃描到的像素值為的像素；
[