專利名稱：一種純電動汽車車道標識線檢測與報警裝置的制作方法
技術領域：
本實用新型涉及純電動汽車領域，尤其涉及一種純電動汽車車道標識線檢測與報
I=I目.0
背景技術：
近些年來，汽車在推動經(jīng)濟發(fā)展，提高人們生活水平的同時，也不可避免地帶來了能源短缺和環(huán)境污染等方面的問題。發(fā)展新能源汽車是解決這些問題最有效的途徑。這其中，純電動汽車使用單一能源，而且控制方式簡單，因此純電動汽車已經(jīng)成為新能源汽車方面的重要研究方向。目前，我國在純電動汽車的可行性和實用化方面都取得了一些突破性的進展。另外，采用攝像頭作為純電動汽車環(huán)境感知的主要手段，具有投入低、簡便易行等優(yōu)點，為純電動汽車的行駛安全性提供了一定的保障。
發(fā)明內(nèi)容本實用新型的目的在于，提供一種投入較少、實時性好、準確率高的純電動汽車車道標識線檢測與報警裝置。為了實現(xiàn)上述任務，本實用新型采用如下技術方案予以實現(xiàn):一種純電動汽車車道標識線檢測與報警裝置，其特征在于，包括安裝在純電動汽車車輛前端縱向中心線上的攝像頭，攝像頭與一臺計算機相連接，在計算機上還連接有報
I=I目.0本實用新型的其他特點是，所述的報警裝置為蜂鳴器。本實用新型的純電動汽車車道標志線識別與報警裝置，相比采用其他手段感知道路環(huán)境的純電動汽車，采用攝像頭作為純電動汽車的路面情況的采集裝置，具有投入低、實時性好、簡便易行、便于維護等優(yōu)點，只需要增加攝像機即可。

圖1是本實用新型的結構示意圖；圖2是本實用新型的工作原理流程圖；圖3是直角三角形原理具體實施方式
如圖1所示，本實施例給出一種純電動汽車車道標識線檢測與報警裝置，包括在純電動汽車車輛前端縱向中心線上安裝有攝像頭，攝像頭與一臺計算機相連接，在計算機上還連接有報警裝置。攝像頭將采集到的圖像傳輸?shù)接嬎銠C中，在計算機內(nèi)，至少設有圖像處理模塊、車道檢測模塊和偏離判斷模塊，隨著純電動汽車在路面上不斷行駛，攝像頭在對路面進行連續(xù)拍攝后，將采集到的圖像傳輸?shù)接嬎銠C中，計算機內(nèi)的圖像處理模塊采用基于matlab軟件平臺，對采集到的圖像進行如下處理:灰度化、濾波處理、邊緣檢測與二值化處理、膨脹與腐蝕處理。接著，車道檢測模塊采用Hough變換，將車道標志線提取出來。最后將標志線進行偏離判斷分析，所得到的結果由計算機通知報警裝置。在本實施例中，報警裝置為蜂鳴器。如圖2所示，圖像處理模塊對采集到的圖像后進行以下圖像處理步驟:1、圖像的灰度化處理:為了減少采集到的圖像的復雜度，提高算法處理的速度，首先將采集到的彩色圖像進行灰度處理。圖像中各個像素所具有的明暗程度由灰度值(gray level)所標識。一般將白色的灰度值定義為255，黑色灰度值定義為0，而由黑到白之間的明暗度均勻地劃分為256個等級。2、圖像的濾波處理:任何一幅沒有經(jīng)過處理的原始圖像，都在一定程度上存在著噪聲干擾。噪聲降低了圖像質(zhì)量，使圖像變得模糊，甚至埋沒特征，給后續(xù)分析帶來了困難。消除圖像噪聲的工作稱之為圖像濾波處理。濾波的目的有兩個:改善圖像質(zhì)量和抽出對象特征。采集圖像過程中，除了受到噪聲影響外還受到量化誤差的影響，它使圖像邊緣變得不清晰，圖像處理過程采用兩維卷積運算對灰度圖進行濾波，此運算為加權求和的過程，使用到的圖像區(qū)域中的每個像素分別與卷積核的每個對應元素相乘，所有乘積之和作為區(qū)域中心像素的新值。兩維卷積運算的具體公式為:h (x, y) = f (U，V) X g (U，V) = / / f (u, v) g (χ-u, y-u)將g(u，v)繞其原點旋轉180度，然后平移原點，u軸向上平移X，V軸向上平移y。再將兩個函數(shù)相乘積分可得一個點處的輸出。此運算利用輸入像素鄰域像素的加權和替代輸入像素，可使灰度圖的邊界變得更加平滑。3、邊緣檢測:由于車道標志線與路面背景部分具有很強的對比度，故采用邊緣檢測算法檢測出車道標志線的邊緣。在邊緣檢測中，常用的典型算子有Roberts算子、Sobel算子、Canny算子、拉普拉斯算子、Prewitt算子等。由于Canny算子的目標是找到一個最優(yōu)的邊緣檢測算法，最優(yōu)邊緣檢測的準則有三個:⑴好的檢測效果M)對邊緣的定位要準確；⑶對同一邊緣要有低的響應次數(shù)。Canny算子結合了上面三個準則，因此具有很好的邊緣檢測性能，它是通過尋找圖像梯度的局部極大值，用高斯一階微分來計算梯度，算法中通過雙閾值法來檢測強邊緣和弱邊緣，當強邊緣與弱邊緣連接成輪廓邊緣才輸出，所以Canny算子不易受噪聲影響，能夠在噪聲和邊緣檢測間取得較好的平衡，所以本次的圖像處理模塊采用Canny算子進行邊緣檢測。4、圖像二值化:二值化又稱灰度分劃，凡是需要做路線辨認的圖像，都可利用此方式。二值化不僅可以增強道路邊界效果，而且二值化后對于減少圖像信息量和增強算法的實時性有促進作用。二值化的基本過程如下:先對原始圖像做中低通濾波，進行圖像預處理，降低噪聲，再采用算法確定最佳閥值，凡是像素灰度值大于此閥值的設成255，小于此閥值的設成O。這樣處理后的圖像就只有黑白兩色，從而將灰度范圍劃分成目標和背景兩類，實現(xiàn)了圖像二值化。[0025]上面提到的圖像像素的閥值選取方法一般分為:全局閥值算法和局部閥值算法兩類。全局閥值算法是根據(jù)整幅圖像選取一個固定的閥值將圖像二值化。全局閥值算法比較簡單，容易實現(xiàn)，適用于圖像的灰度直方圖有明顯的雙峰，這時可選擇灰度直方圖的谷底對應的灰度值為最佳閥值。局部閥值算法是將圖像劃分為若干子圖像，結合當前考察的像素點和其鄰域像素點的灰度值，確定考察點的閥值。本次選用全局閾值法中的Otsu法，即最大類間方差法進行二值化。此算法是基于整幅圖的統(tǒng)計特性，實現(xiàn)閥值的自動選取。其算法的基本思想是用某一假定的灰度值將圖像的灰度分成兩類，當兩組的類間方差最大時，此灰度值就是圖像二值化的最佳閥值。設圖像有M個灰度值，取值范圍在(ΓΜ-1，在此范圍內(nèi)選取灰度值t，將圖像分成兩組Gtl和G1, Gtl包含的像素的灰度值在(Tt，G1的灰度值在t+fM-Ι，用N表示圖像像素總數(shù)，Hi表示灰度值為i的像素的個數(shù)，則每一個灰度值i出現(xiàn)的概率為Pi = η,/Ν ；G0和G1類出
現(xiàn)的概率及均值為:概率
權利要求1.一種純電動汽車車道標識線檢測與報警裝置，其特征在于，包括安裝在純電動汽車車輛前端縱向中心線上的攝像頭，攝像頭與一臺計算機相連接，在計算機上還連接有報警裝置；所述的計算機采用直角三角形原理確定車輛和標志線之間的距離，從而開啟蜂鳴器。
2.如權利要求1所述的純電動汽車車道標識線檢測與報警裝置，其特征在于，所述的報警裝置為蜂鳴器。
專利摘要本實用新型公開了一種純電動汽車車道標識線檢測與報警裝置，包括在純電動汽車車輛前端縱向中心線上安裝有攝像頭，攝像頭與一臺計算機相連接，在計算機上還連接有報警裝置。相比采用其他手段感知道路環(huán)境的純電動汽車，本實用新型采用攝像頭作為純電動汽車的路面情況的采集裝置，具有投入低、實時性好、簡便易行、便于維護等優(yōu)點，只需要增加攝像機即可。
文檔編號B60R11/04GK203032562SQ20122034622
公開日2013年7月3日 申請日期2012年7月17日 優(yōu)先權日2012年7月17日
發(fā)明者梅迎, 白苡琨, 姚丁茂 申請人:長安大學