技术特征:1.一种基于移动平台进行道路边缘识别的方法,其特征在于,包括如下步骤:S1:使用摄像模块来采集获得路面的实时图像信息,所述实时图像信息为YUV空间图像;S2:使用移动平台对摄像模块获得的实时图像信息进行处理,将YUV空间图像转换成RGB空间图像;S3:将步骤S2中获得的RGB空间图像转换成HSV空间图像,对其进行图像二值化处理,具体包括如下步骤:S31:将步骤S2中获得的RGB空间图像转换成HSV空间图像;S32:根据所述HSV空间图像的S域选择阈值,阈值的选择区域为图像偏下方的一个或由多个图形组成的近似梯形的几何区域;S33:通过阈值对HSV空间图像进行二值化处理,将S域在(a-b,a+b)范围内的范围的点设为白色,其余设为黑色,其中a为所述阈值,b为所选取的几个几何区域中求得的S域平均值的最大值与最小值的差值,所述白色点组成区域即为初步检测出的道路所在区域,黑色点组成区域为初步检测出的道路边缘所在区域;S34:对步骤S33获得的二值化图像依次进行膨胀、腐蚀处理,获取道路边缘所在区域;S4:将步骤S2中获得的RGB空间图像转换为灰度图像,对其进行边缘和直线检测,具体包括如下步骤:S41:将步骤S2中获得的RGB空间图像转换为灰度图像;S42:对灰度图像通过边缘提取算子进行边缘检测,所述边缘提取算子包括Canny算子、Sobel算子;S43:对步骤S42检测后得到的图像采用Hough变换检测直线方法进行直线检测;S44:对步骤S43中检测到的直线进行筛选和优化;S5:依据步骤S34中获得的道路边缘所在区域,对步骤S44中检测到的直线进行进一步筛选,选取在道路边缘区域中的最长直线作为道路边缘。2.根据权利要求1所述的基于移动平台进行道路边缘识别的方法,其特征在于,所述步骤S32中的阈值的选取方法包括:分别计算每个几何区域中的S域平均值,选取这些平均值的中位数,所述中位数即为阈值。3.根据权利要求2所述的基于移动平台进行道路边缘识别的方法,其特征在于,所述步骤S44具体包括:通过对斜率和位移的分析将碎线段进行连接或删除,通过分析前几帧图像检测出的道路边缘来在图像序列中的连续性来进行直线筛选。