道路標(biāo)線檢測(cè)與標(biāo)線信息地圖疊加研究

安勝彪，李曉為，遠(yuǎn)松靈，郭杰華

(1.河北科技大學(xué) 信息科學(xué)與工程學(xué)院；2.石家莊市京華電子實(shí)業(yè)有限公司，河北 石家莊 050000)

由于我國(guó)領(lǐng)土面積廣闊，人口眾多，交通發(fā)展自然一直都是我們國(guó)家最關(guān)注的領(lǐng)域之一。近年來(lái)，大量學(xué)者都投身于交通領(lǐng)域的研究，成果頗豐，也就誕生了智能交通、影像地圖、車輛導(dǎo)航等多分支領(lǐng)域，不管哪一種分支都依賴、包含大量的交通信息。交通信息是眾領(lǐng)域的“地基”，良好的交通信息采集技術(shù)是目前研究的重中之重。其中路面信息的采集前人做出了良好的鋪墊，但依然有著無(wú)法提供清晰、準(zhǔn)確的車道級(jí)別的道路信息的缺點(diǎn)，筆者研究的采集技術(shù)能提取優(yōu)質(zhì)、有效的路面數(shù)據(jù)，給影像地圖提供較為精確的路面信息。

1 技術(shù)流程

圖1 主流程

2 相機(jī)標(biāo)定部分

2.1 畸變校正

相機(jī)標(biāo)定目前采用張正友標(biāo)定法來(lái)標(biāo)定相機(jī)內(nèi)參數(shù)，且可以通過(guò)Python Opencv封裝的畸變矯正函數(shù)來(lái)校正畸變。

2.2 鳥瞰圖轉(zhuǎn)換

利用相機(jī)標(biāo)定求出的內(nèi)參數(shù)、實(shí)際測(cè)量的相機(jī)俯仰角和相機(jī)高度等外部參數(shù)(因?yàn)檐囕d攝像頭位置固定不變，所以參數(shù)固定)，通過(guò)逆透視變換求出來(lái)如圖2所示。

圖2 鳥瞰圖

3 路面標(biāo)線、路面標(biāo)志的檢測(cè)識(shí)別部分

3.1 路面標(biāo)線

3.1.1 預(yù)處理

圖3 預(yù)處理流程

由于路面標(biāo)線為直線，所以利用直線檢測(cè)方法能夠有效檢測(cè)出路面標(biāo)線，預(yù)處理的步驟如圖2所示。其中，主方向的校正使標(biāo)線與圖像的y方向基本保持平行，便于之后的路面標(biāo)線和路面標(biāo)志的類型識(shí)別。

3.1.2 路面標(biāo)線檢測(cè)

完成預(yù)處理的主方向校正后，標(biāo)線主方向和圖像垂直方向一致。此時(shí)，在二值化后圖像上建立x方向的像素直方圖，會(huì)形成多個(gè)波，其中單個(gè)波峰像素sum大于20 000，且對(duì)應(yīng)波的范圍roi在(10，35)之間，即為我們所需要的車道線，可表示為：

(20 000

(1)

I=1，2，n，n為直方圖像素不為0的區(qū)域數(shù)。

3.1.3 標(biāo)線識(shí)別

在二值化圖像中遍歷每個(gè)標(biāo)線之間區(qū)域(即roi區(qū)域)，此種做法大大去除噪聲干擾，對(duì)每個(gè)區(qū)域做y方向像素直方圖，如圖4、圖5所示。

圖4 興趣特征

圖5 興趣特征對(duì)應(yīng)直方圖

雖然圖片存在毛刺但是不難看出單位平均像素總量基本一致，所以每個(gè)矩形塊的長(zhǎng)度就是其對(duì)應(yīng)標(biāo)線的長(zhǎng)度，判斷標(biāo)線類型(虛線、實(shí)線)即可通過(guò)矩形塊長(zhǎng)度之和與檢測(cè)區(qū)域長(zhǎng)度的比值判斷，公式表示為：

(2)

其中：m為直方圖矩形塊數(shù)量，rl為每個(gè)矩形塊的長(zhǎng)度，sl為標(biāo)線圖片總長(zhǎng)度，當(dāng)λ<0.6為虛線，反之則為實(shí)線。

3.1.4 顏色識(shí)別

RGB顏色空間是一種不均勻的顏色空間，不適合彩色圖像的分割。HSV 顏色空間將色彩分為色度、飽和度和亮度，分割的效果相對(duì)于 RGB 的要好很多。目前，道路上的車道線顏色主要有黃色和白色兩種，筆者將上述的興趣區(qū)域變換為HSV 顏色空間，按閾值將每個(gè)像素劃分為白色、黃色和其他，將白色和黃色兩種像素統(tǒng)計(jì)值占優(yōu)的即為當(dāng)前的車道線顏色。

3.2 路面箭頭

3.2.1 導(dǎo)向箭頭檢測(cè)

路面交通標(biāo)志通常位于相鄰兩條車道線之間，在車道線被成功提取以后，檢測(cè)區(qū)域得到有效限制。本設(shè)計(jì)通過(guò)在相鄰車道線間建立滑動(dòng)窗口，對(duì)窗口內(nèi)圖像采用 Ostu 算法二值化并進(jìn)行像素總量濾波，提取箭頭等標(biāo)志。

3.2.1.1 建立滑動(dòng)窗口。 自動(dòng)提取包含車道線部分為感興趣區(qū)域，設(shè)置與感興趣區(qū)域?qū)挾认嗟龋叨葹閷挾?倍的窗口，先對(duì)整體的感興趣區(qū)域做Ostu二值化，其目的主要是為了減少陰影，曝光等因素對(duì)檢測(cè)結(jié)果的影響，在從感興趣區(qū)域一端至另一端進(jìn)行掃描。

3.2.1.2 箭頭檢測(cè)提取。對(duì)每個(gè)窗口中求像素總和，當(dāng)其值大于閾值T時(shí)，即為提取到的導(dǎo)向箭頭。

3.2.2 導(dǎo)向箭頭識(shí)別

3.2.2.1 Hu矩。 采用Hu矩方法在感興趣區(qū)域的灰度圖像中提取導(dǎo)線箭頭的幾何特征。

3.2.2.2 SVM識(shí)別。 將提取出來(lái)的Hu矩作為特征放入SVM中訓(xùn)練。SVM 核函數(shù)選擇最為常用的高斯核函數(shù)，采用5重交叉驗(yàn)證實(shí)現(xiàn)參數(shù)的優(yōu)化選擇，并用最優(yōu)化參數(shù)進(jìn)行訓(xùn)練。最終識(shí)別出路面標(biāo)志類型，識(shí)別結(jié)果如圖6所示。

圖6 檢測(cè)結(jié)果

4 坐標(biāo)求取部分

因?yàn)楣P者求取的最后結(jié)果為需要疊加到平面地圖的二維坐標(biāo)，所以可假設(shè)“地面平坦”即不考慮Z軸方向，為簡(jiǎn)化計(jì)算步驟同時(shí)減少誤差，我們將采集車攝像頭、GPS、陀螺儀3種設(shè)備固定在一條垂線上，即3種設(shè)備為二維車體坐標(biāo)系原點(diǎn)。圖像坐標(biāo)最終轉(zhuǎn)化為世界坐標(biāo)流程，如圖7所示。

圖7 坐標(biāo)求取流程

具體步驟：①將圖像坐標(biāo)轉(zhuǎn)換為車體坐標(biāo)，可由逆透視變換公式求解。②車體坐標(biāo)轉(zhuǎn)換為以陀螺儀和GPS為原點(diǎn)的正北坐標(biāo)系，可由簡(jiǎn)單的角度轉(zhuǎn)換公式求解。車體坐標(biāo)系與正北坐標(biāo)系對(duì)應(yīng)關(guān)系，如圖8所示。

圖8 坐標(biāo)關(guān)系

其中：θ為陀螺儀所測(cè)車體與正北坐標(biāo)系夾角。最后，將得出的正北坐標(biāo)系下坐標(biāo)與GPS所測(cè)世界坐標(biāo)相加即為待求點(diǎn)的世界坐標(biāo)。

5 地圖標(biāo)線疊加部分

圖9 標(biāo)線疊加流程

①將道路標(biāo)線信息導(dǎo)入數(shù)據(jù)庫(kù)，把庫(kù)內(nèi)的數(shù)據(jù)轉(zhuǎn)換為GeoJson圖層文件。②加載GeoJson格式的圖層文件，設(shè)置好文件路徑及標(biāo)線樣式，OpenLayers解析標(biāo)線對(duì)象類型和坐標(biāo)。③將道路標(biāo)線信息疊加到地圖上。

6 結(jié)束語(yǔ)

標(biāo)線采集一直是影像地圖研究領(lǐng)域的基礎(chǔ)，而目前技術(shù)所采集的數(shù)據(jù)維度較為單一。為優(yōu)化這一問(wèn)題，本設(shè)計(jì)在相機(jī)標(biāo)定，道路標(biāo)線、路面標(biāo)志的檢測(cè)與識(shí)別、標(biāo)志坐標(biāo)求取、地圖標(biāo)線疊加等方面進(jìn)行闡述研究。目前能夠較為準(zhǔn)確地采集多種標(biāo)線數(shù)據(jù)(類型、顏色、世界坐標(biāo))，為影像地圖提供更加豐富的道路信息。