基于摄像头技术的智能车道信息检测方案研究

作者：许虎慧，姜谷秀，方星，在去年的全国高校飞思卡尔智能汽车大赛中，关于整个轨迹检测方案的信息分为两大类：光电传感器解决方案和相机解决方案。前者电路设计简单，信息检测频率高，但检测范围，准确性受到限制，且能耗大。
后者获得了丰富的航迹信息，但电路设计和软件处理更加复杂，信息更新速度较慢。在比较了两种解决方案的特性并进行了实际测试之后，我们选择了相机解决方案。
本文将讨论如何在获取相机收集的数据的前提下处理数据并实现控制策略。对于数据采集，我们选择了1 / 3OmniVision CMOS相机，使用LM1881进行信号分离，并结合AD采样，以实现视频信号采集。
在总线周期为32M的情况下，每条线最多可以收集80个点，其中前14个数据是行擦除，第15至80个点是有效数据点（请参见图1）。图1中的单行80点摄像机每场具有320行，其中第23至310行是视频信号。
我们统一收集了12行，最后得到了12×80的二维数组。信息处理的原始数据包含黑线的位置信息。
为了稳定，可靠地提取此信息，我们采取了以下步骤：二值化具有较高的白线电平值和较低的黑线电平值。因此，图中第43点和第48点之间的凹槽是黑线所在的位置。
为了提取黑线，直观的想法是检测电平值的跳跃。但是黑白线边缘的实际水平通常不会突然跳变，而是有一个过渡过程，为此，我们首先将原始数据二值化。
这不仅使边缘更明显，而且消除了电平值的一些细微波动。二值化的结果如图2所示。
图2单行数据的二值化结果提取黑线位置并进行二值化后，视频信号只有黑白两级。从左向右扫描视频信号，通常先扫描白点；然后再扫描白点。
否则，如果是黑点（在轨道外），请继续向下直到第一个白点。然后，设置一个计数器以记录在第一个白点之后连续出现的黑点的数量。
计数器的初始值为0。如果检测到黑点，则添加1；否则，将添加1。
否则，将计数器重置为0。在每次清除计数器之前，请先判断其是否大于2且小于10（这可以过滤掉由一个或两个黑点产生的毛刺）：如果是，则居中黑线表示当前点的坐标减去计数器值的一半；否则，请继续扫描直到整行结束。
最后一条单行的黑线提取位置如图3所示。图3单行黑线位置提取效果中值滤波单行黑线提取完成后，可以连接12行位置以得到黑线的总体趋势。
但是，即使采取了一些措施来滤除干扰，仍然可以发现个别行的黑线的位置偶尔会出现异常跳变。因此，此处使用一种常用的中值滤波技术：对于第2至第11行中间的10条黑线位置，将当前行的中间值以及上一行和下一行的位置用作之后的黑线位置当前行被过滤。
中值滤波可以消除单行干扰，并且获得的10行有效黑线位置由数组black_line表示。在控制策略获得10条黑线的位置之后，此信息可以完全用于判断轨道的各种状况（如图4所示），以实现速度和转向的最佳控制：直线移动时的速度，进入弯道时会放慢速度。
驶出弯道时加速；直线和S车道的P参数较小，而普通曲线的P参数较大。下面通过使运算符O作用于black_line数组来介绍跟踪判断的方法。
图4直线，普通转弯和S形曲线的黑线位置的提取结果（红色虚线表示视场的中心）。运算符O计算轨道的黑线和视场的中心线所围成的区域（图4中的黄色区域）。
计算公式为：中点是中心线的位置。一般来说，公式（1）的结果非常。