专利名称：一种自适应视觉辅助驾驶装置的制作方法
技术领域：
本发明涉及汽车辅助驾驶，特别是涉及一种自适应视觉辅助驾驶装置。
背景技术：
随着信息和控制技术的快速发展，汽车辅助驾驶技术逐渐被汽车厂家和用户所接受。汽车辅助驾驶可以帮助驾驶员减轻疲劳，提高安全性能，具有明显的实用价值。基于视觉的车道线跟踪汽车辅助驾驶装置，已经逐渐成为高端汽车品牌的标准配置。通过对视频图像分析，确定汽车和车道线的相对位置和取向，并以此对汽车的转向进行实时控制和补偿，实现在驾驶员监控之下的有限自动驾驶。汽车辅助驾驶装置的实用价值在高等级公路上的长途汽车驾驶过程中，最为突出。视觉辅助驾驶装置一般包含3个主要模块:(I)视频采集模块；(2)图像分析模块；(3)转向调整反馈模块。其中图像分析模块担负着识别车道线的任务，是视觉辅助驾驶装置的核心技术。目前采用的车道线识别方法主要有4种:(I)采用Sobel算子、Canny算子等边缘检测算子对原始图像进行处理，在车道线边界处给出较高的处理值，从而判断出边界的位置，并从边界信息得到车道线的位置(参见中国专利CN102303609A和美国专利US4970653) ；(2)直接或者在应用边缘检测算子之后采用霍夫变换(Hough Transform),计算出图像中存在的直线，并由此得到车道线的位置(参见中国专利CN102303609A和CN201712600U，美国专利US5790403);(3)采用模板匹配的方法，沿着不同角度寻找边界，并由此得到车道线的位置(参见中国专利CNlO 1804813A，美国专利US5398292，US4970653)。先对灰度图像进行二值化处理，通过选择恰当的二值化阈值，使车道线和路面图像分离成二值图像，进而搜索车道线的位置(参见中国专利CN101016052A和CN101016052A)。边缘检测是图像识别的基础性问题，有着很长的研究历史(章毓晋，《图像工程(中册)图像分析》第二版)。在复杂环境下的稳定和准确图像识别是图像识别技术的终极目标。实践证明，单纯的图像二值化和边缘检测方法很难适应各种复杂环境，而基于模型的图像分割方法结合识别目标的特征对图像二值化和边缘检测过程进行约束，在很多应用上取得 了很好的效果(Robert Hanek, Model-Based Image Segmentation Usinglocal Self-Adapting Separation Criteria， Lecture Notes in Computer ScienceVolume2191,2001:1_8)。基于模型的图像分割方法虽然图像分割效果较好，但是计算量很大，不适于实时视频的图像分析，特别是在计算资源严重受限制的车载平台上。郑新钱等人(郑新钱等，基于FPGA的视觉导航小车设计与实现，厦门大学学报自然科学版，2012，2)提出了一种新颖的自适应图像二值化与轨道识别方法；把图像二值化与轨道识别宽度结合起来，通过轨道识别宽度反馈二值化阈值。基于这种自适应识别方法的单轨道视觉导航模型小车，在多种光照和路面情况下取得了较好的导航效果。对图像进行矩形波卷积，形成坡形导航线边界，以形成二值化的导航线宽度与二值化阈值之间的关联是郑新钱等人提出的算法的关键。该算法只能在一条宽度在30个像素以上的导航线上实现，而视觉辅助驾驶装置需要识别两条很细的车道线(一般只有3-5个像素宽)。所以，郑新钱等人提出的自适应轨道识别算法无法直接在视觉辅助驾驶装置上应用。除了应对复杂光照和复杂路面条件，根据车道线走向规划合理的汽车行驶路线也是视觉辅助驾驶装置的一个重要技术环节。车道线导引的经典方法是E.D.Dickmanns等人提出的基于曲率的车辆引导算法(A Curvature-based Scheme for Improving RoadVehicle Guidance by Computer Vision, SPIE Vol.727Mobile Robots,1986:161-168)。该方法对任意形态的车道线及相应的透视效应做了精确的处理，但是因为需要求解微分方程组，所以很多实际实现的视觉辅助驾驶装置往往采用自己设计的近似方法，以简化数据处理数量(美国专利US5163002，US5301115，US5390118)。很多视觉辅助驾驶装置采用霍夫直线变换识别车道线，所以只能对直道，或者弯道的直道部分进行识别和处理。这类视觉辅助驾驶装置只能做远场或者近场的直线行车路线规划(美国专利US5790403 )。现有视觉辅助驾驶装的图像处理基本上采用单片机，数字信号处理器，计算机，或者计算机加上专门的图像分析电路(美国专利US5430810)。这些图像分析设备的共同点是采用串行处理方式，在处理大量视频信息时，运算速度受到限制。
发明内容
本发明的目的是提供一种自适应视觉辅助驾驶装置。本发明设有车载电源、降压稳压电路、车载显示面板、现场可编程门阵列(FieldProgrammable Gate Array, FPGA)核心板(以下简称为FPGA核心板)、数字摄像机和转向控制接口 ；所述FPGA核心板设有电源模块、晶振、FPGA芯片和输入输出接口 ；所述降压稳压电路的输入端接车载电源的输出端，降压稳压电路的输出端分别接FPGA核心板的电源模块输入端和数字摄像机的输入端，FPGA核心板的输出接口接车载显示面板的输入端，所述数字摄像机的输出端接FPGA核心板的输入接口，数字摄像机的输出端接FPGA核心板的输入接口，转向控制接口的输出端接FPGA核心板的输入接口。所述现场可编程门阵列(FPGA)核心板作为核心处理部件，通过对车道线图像的分析，来确定汽车和车道线的相对位置和取向，并在汽车即将偏离车道线时，发出预警信号；车载电源通过降压稳压电路输出恒定5V电供给FPGA核心板和数字摄像机。数字摄像机接收图像并把数据信号传输给FPGA核心板，FPGA核心板对图像进行采集和分析后，计算转向角，通过转向控制接口输出控制信号，对转向控制接口进行控制；同时通过用户界面接口向车载显示面板发送车辆运行状态的报告，向用户界面发出辅助驾驶功能就绪、开始辅助驾驶功能或终止辅助驾驶功能的信号。FPGA核心板作为核心处理部件，通过分析车道线图像，确定汽车和车道线的相对位置和取向，并规划行车路线和发出相应的转向指令。与现有的主要采用计算机或者计算机与专用电路结合的串行计算方案进行图像处理相比，本发明通过灰度膨胀和矩形波卷积等图像处理算法，使车道线变宽并且形成坡形边界，从而在车道线的二值化宽度与二值化阈值之间形成关联；把车道宽度的测量值反馈给图像二值化阈值，并做出相应调整，从而使图像二值化阈值自动适应各种复杂光照和路面情况。本发明采用一种简单的圆弧行车路线规划方法。根据车道中心在视场末端的位置，直接出计算行车弧线的曲率。该方法容易实现，而且对车道线的反应迅速准确。本发明采用FPGA (Field Programmable Gate Array,现场可编程门阵列)芯片，对图像进行并行逐行处理，显著提高了图像处理和控制反应速度。本发明具有以下突出优点:I)提高视觉辅助驾驶装置在复杂光照和复杂路面情况下的车道线识别能力。2)提高视觉辅助驾驶装置对弯道的路线规划能力。3)提高视觉辅助驾驶装置的图像处理和控制反应速度。
图1为本发明实施例的结构示意图。图2为本发明实施例的降压稳压电路原理图。图3为本发明实施例的自适应车道线识别算法的示意图。图4为本发明实施例的灰度膨胀和矩形波卷积滤波之后效果的示意图。图5为本发明实施例的规划行车路线的示意图。
具体实施例方式以下实施例将结合附图对本发明作进一步的说明。参见图1 5，本发明实施例设有车载电源1、降压稳压电路2、车载显示面板3、FPGA核心板4、数字摄像机5和转向控制接口 6 ;所述FPGA核心板4设有电源模块、晶振、FPGA芯片和输入输出接口 ；所述降压稳压电路2的输入端接车载电源I的输出端，降压稳压电路2的输出端分别接FPGA核心板4的电源模块输入端和数字摄像机5的输入端，FPGA核心板4的输出接口接车载显示面板3的输入端，所述数字摄像机5的输出端接FPGA核心板4的输入接口，数字摄像机5的输出端接FPGA核心板4的输入接口，转向控制接口 6的输出端接FPGA核心板4的输入接口。FPGA核心板作为核心处理部件，通过对车道线图像的分析，来确定汽车和车道线的相对位置和取向，并在汽车即将偏离车道线时，发出预警信号；车载电源I通过降压稳压电路2输出恒定5V电供给FPGA核心板4和数字摄像机
5。数字摄像机5接收图像并把数据信号传输给FPGA核心板，FPGA核心板对图像进行采集和分析后，计算转向角，通过转向控制接口输出控制信号，对转向控制接口 6进行控制；同时通过用户界面接口向车载显示面板3发送车辆运行状态的报告，向用户界面发出辅助驾驶功能就绪、开始辅助驾驶功能或终止辅助驾驶功能的信号。本发明的运行流程如下:(I)装置上电后，各模块进行初始化，开始学习轨道宽度Wtl、轨道线宽度W1等动态车道参数。(2)确定车道线识别的可靠度达到标准之后，通过用户界面接口向用户界面发出辅助驾驶功能就绪的信号。(3)等待用户确认开始辅助驾驶功能。(4)开始车道线识别和自动转向控制。(5)遇到特殊光照或者路面情况，现场可编程门阵列核心板确定车道线识别可靠性低于标准，向用户界面发出终止辅助驾驶功能的信号。(6)特殊光照或者路面情况解除，现场可编程门阵列核心板确定车道线识别可靠性达到标准后，开始重新学习轨道宽度、轨道线宽度等动态车道参数。(7)向用户界面发出可以重新开始辅助驾驶功能的信号。本发明的核心功能和关键技术环节是车道线的识别和转向控制信号的生成。实现本发明的核心功能的具体步骤如下:I)数字摄像机5上电后，以固定的帧率，采集道路图像，并逐行向现场可编程门阵列核心板4传输。2) FPGA核心板4接收步骤I)所述的一行图像信息，并按照图3所示的步骤进行分析处理。3)首先按照方程(I)对步骤2)所述的一行图像进行灰度膨胀运算，增加车道线的览度。Pi = max {pk}, i_7 ≤ k ≤ i+8 (I)其中Pi和pk是第i个和k个像素的灰度值,max是求最大值的函数。4)按照方程(2)对步骤3)所述的一行图像进行矩形波卷积，在消除噪声的同时，形成如图4所示的图形。
权利要求
1.一种自适应视觉辅助驾驶装置，其特征在于设有车载电源、降压稳压电路、车载显示面板、FPGA核心板、数字摄像机和转向控制接口 ；所述FPGA核心板设有电源模块、晶振、FPGA芯片和输入输出接口 ；所述降压稳压电路的输入端接车载电源的输出端，降压稳压电路的输出端分别接FPGA核心板的电源模块输入端和数字摄像机的输入端，FPGA核心板的输出接口接车载显示面板的输入端，所述数字摄像机的输出端接FPGA核心板的输入接口，数字摄像机的输出端接FPGA核心板的输入接口，转向控制接口的输出端接FPGA核心板的输入接口。
全文摘要
一种自适应视觉辅助驾驶装置，涉及汽车辅助驾驶。设有车载电源、降压稳压电路、车载显示面板、FPGA核心板、数字摄像机和转向控制接口；所述FPGA核心板设有电源模块、晶振、FPGA芯片和输入输出接口；所述降压稳压电路的输入端接车载电源的输出端，降压稳压电路的输出端分别接FPGA核心板的电源模块输入端和数字摄像机的输入端，FPGA核心板的输出接口接车载显示面板的输入端，所述数字摄像机的输出端接FPGA核心板的输入接口，数字摄像机的输出端接FPGA核心板的输入接口，转向控制接口的输出端接FPGA核心板的输入接口。
文档编号G05D1/02GK103198320SQ20131014578
公开日2013年7月10日 申请日期2013年4月24日 优先权日2013年4月24日
发明者王辅明, 郑新钱, 马华, 林云, 朱铭璋 申请人:厦门大学