縮微無人車車道線識別與控制

創新者：楊偉建 導師：李小堅

縮微無人車車道線識別與控制

創新者：楊偉建 導師：李小堅

本文主要是通過攝像頭對實時路況進行采集，并對采集的圖像進行預處理。獲得圖像中車道線信息和特征的二值圖像，再利用霍夫變換對車道線進行識別。通過識別得到的車道線實現對無人車的智能控制，使其在兩車道線之間正常行駛。

隨著科學技術的發展和社會需求的增長，無人車得到了巨大的發展。人們對無人車的研究和利用正在逐漸地加深。對于學校而言，無人車成本較高，立足于對青少年進行智能機器人方面的教育，利用簡單設備以及較低成本實現無人車在操場環境下的智能控制。本文通過對操場環境下，對跑道線進行處理和識別。通過檢測到的跑道線的偏轉方向控制小車在操場中兩條跑道線之間正常行駛。

硬件

本文采用120*80（cm）大小的載人玩具車，并對小車進行改裝。具體為：后輪采用直流電機為小車提供動力，前輪利用博創科技提供的CDS5500舵機控制小車的轉向，并采用博創科技提供的BDMC3610直流伺服驅動器實現對電機與舵機的供電控制；通過自制電路板利用STM32實現對小車的控制以及與電腦進行串口通信；采用極速B18s攝像頭對道路數據圖像進行實時采集，計算機對采集得到的圖像進行處理，然后根據處理結果向電路板發送相應的控制命令來控制小車的轉向與行駛，使小車能在操場兩跑道線內行駛。

圖像預處理

針對操場環境下，車載攝像頭采集圖像預處理分為四個階段，分別為灰度化處理、平滑處理、大津閾值變換以及邊緣檢測。

圖像灰度化

一張彩色圖像每個像素一般有R、G、B三色分量構成。而每個分量由不同的灰度級描述。每個灰度級可有255中變化。因此彩色圖像的像素變化范圍較大，采用灰度化處理可以使后續的圖像的計算量變得少一些。圖像灰度化處理主要有四種方法分別為分量法、最大值法、平均值法、加權平均法。針對操場環境下的圖像，本文選用的是加權平均法。利用此種方法獲得到的灰度圖像的視覺效果比較好的。

圖像平滑處理

平滑處理改善圖像質量，抽象出對象特征。圖像平滑處理方法有多種分別為歸一化塊濾波、高斯濾波、中值濾波以及雙邊濾波。平滑處理雖然能改善圖像的質量，但是有些時候這些濾波器不僅僅削弱了噪聲， 連帶著把邊緣也給磨掉了。為了避免這樣的情形 （至少在一定程度上），本文使用雙邊濾波，不僅改善圖像的質量還能有效的保護好車道線的邊緣。

圖像大津閾值變換

大津閾值處理OTSU算法也稱最大類間差法，在圖像分割閾值選取的眾多方法中，此方法被認為是最佳的算法。此種方法不僅計算簡單，而且不受圖像亮度和對比度的影響。所以該算法被廣泛的應用于數字圖像處理上。針對本文采集的圖像環境，采用此方法能較好地獲得二值圖像。

圖像的邊緣檢測

對于圖像邊緣檢測本文采用Sobel算子。Sobel導數擁有一個相對比較好的性質，即可以定義一個任意大小的核，并且這些定義的核可以通過快速且迭代的方式來構造。大核對導數有更好的逼近，小核對噪聲更敏感。

經過上述預處理可得到下面的實驗結果，預處理得到的圖像如圖1所示。

車道線識別

采用霍夫變換實現對車道線檢測，霍夫變換運用兩個坐標空間之間的變換將在一個空間中具有相同形狀的曲線或直線映射到另一個坐標空間的一個點上形成峰值，從而把檢測任意形狀的問題轉化為統計峰值問題。本文把實際空間坐標函數映射到圖像像素坐標函數上，利用極坐標公式

來表達實際空間的任意直線，ρ、θ為已知量。將實際空間坐標映射到圖像空間坐標上，ρ、θ為未知量，將θ角在0度到180度的范圍里劃分為很多區間，對所有的像素點（x，y）在其對應的θ角時求出對應的ρ，從而累加ρ值出現的次數，高于某個閾值的ρ就是一條直線。針對霍夫變換處理時間過長的問題，在實驗中發現，對車道線進行識別后的兩條白線在特定的角度范圍內，根據實際測試后的數據設定左側車道線的極角范圍為20到70，右側車道線范圍為110到160范圍之間，通過縮小極角范圍能有效的縮短霍夫變換處理的時間，提高運行效率。通過霍夫變換可以得到識別出的兩條車道線在視頻圖像上的頂端和底端像素坐標，求得左右車道線在圖像頂端像素坐標的平均值，即為車道中間線在圖像坐標上頂端的像素坐標。同樣的方法求得中間線在圖像坐標底端的像素坐標。根據頂端和底端的像素坐標求得兩車道線的中間線如圖2所示。

圖1 預處理得到的圖像

圖2 車道中間線效果圖

對無人車的控制

車輛在兩車道線正中間時，中間線頂端和底端在圖像坐標x軸上像素坐標值幾乎相等（存在幾個像素點的誤差）。車輛在兩車道線中間行駛過程中發生偏轉時中間線也會發生相應的變化，車輛往左偏時中間線往右偏，車輛往右偏時中間線往左偏。根據中間線頂端與底端像素坐標在x軸上的差值正負來判斷小車往左轉向還是往右轉向，根據差值大小來控制小車的偏轉的角度，使小車能正確的在兩條白線之間行駛。

結束語

在特定的速度下已滿足在操場環境下的小車正常行駛，下一步要增加小車運行的速度檔位，發生相同偏轉時在不同速度下控制小車偏轉不同的角度。另一方面需要加強對視頻畫面的抖動處理，車速過快將使采集到的畫面發生抖動，可采取物理方式加墊片和軟件方式對比連續三幀畫面處理結果的方法消抖。

DOI：10.3969/j.issn.1001-8972.2016.06.018