道路車道線的偵測系統及其方法與流程

本發明涉及一種車道線的偵測系統與方法，尤其是一種利用算法及影像畫面處理，對道路上的車道線進行預測的道路車道線的偵測系統及其方法。

背景技術：

隨著車輛的普及，在道路上行駛的車輛容易匯集成相當龐大的車流量，眾多車輛同時在道路上形成了潛在危機。根據統計，由于駕駛者在開車時因各種原因造成車輛偏移車道而導致的碰撞事故，占了所有交通事故的51％，屬于頻繁且嚴重的交通事故。

因此，目前已經逐漸發展出許多與駕駛車輛相關的技術及產品，例如發展至今的車道偏移警示系統(lanedeparturewarning，ldw)、車道維持系統(lanekeepingsupport，lks)與車道跟隨系統(lanefollowingsystem，lfs)，皆是用于輔助駕駛的行車安全，并且可以預防事故的發生，上述這些系統皆需使用車道線辨識的算法。在一般的車道線辨識方法中，主要是利用車用攝影機擷取影像畫面，利用處理器將影像畫面上所有車道線的特征點進行擬合，這種做法容易受到噪聲點以及遠程特征點不清楚影響，例如實際道路的兩條車道線中，有一條車道線因毀損或被遮蔽而不清楚，使得處理器不能有效擬合出車道線擬合模型，或是遠程的車道線因為距離遠，在影像畫面上較為不清楚，也不容易進行特征點的識別，進而導致擬合效果不佳。

因此，針對現有的車道線辨識方法的不足，本發明發展出一種最少利用一條車道線，以及影像畫面中較近車道線的特征點，再結合算法及可預測出完整車道線的道路車道線的偵測系統及其方法，以有效克服上述現有技術存在的問題。

技術實現要素：

本發明的主要目的在于提供一種道路車道線的偵測系統及其方法，在道路狀況不佳的車道上，例如其中一條車道線毀損或是被物體遮蔽時，也能有效辨識出另一條車道線，以及在影像畫面中先辨識畫面中下方的車道線的特征點，進而預測出整條車道線，一來可以節省辨識時間，二來通過完整預測，可以偵測出整條車道線，也能清楚規劃出遠方不易辨識的車道線，提高遠程車道擬合的精確性及算法效能。

本發明的另一目的在于提供一種道路車道線的偵測系統及其方法，利用清楚的辨識車道線，可以應用在車道偏移上，進而對于車道偏移警示系統、車道維持系統或車道跟隨系統產生更高效能的應用，當駕駛者分心而造成車輛偏移時也可以給予警示作用，或是安裝在車輛自主巡航系統，達到自動駕駛的目的。

為了達到上述目的，本發明提供了一種道路車道線的偵測方法，包含以下步驟：先擷取車輛前方的影像畫面數據，接著從影像畫面數據的最下方開始，往上逐漸取出一條或兩條車道線所轉換的多個特征值，然后處理這些特征值以在影像畫面數據中產生一條或兩條預測車道線，最后利用這一條或兩條預測車道線動態預測影像畫面數據中完整的一條或兩條車道線，藉此形成車道線預測模型。

另外，本發明亦提供一種道路車道線的偵測系統，包含至少一影像捕獲設備，用于擷取出車輛前方的影像并產生出影像畫面數據，影像捕獲設備再將影像畫面數據傳輸至處理裝置中，使處理裝置自影像畫面數據下方往上逐漸將一條或兩條車道線轉換成多個特征值，處理裝置再處理這些特征值，以在影像畫面數據中形成一條或兩條預測車道線，利用這預測車道線可以動態預測影像畫面數據中完整的一條或兩條車道線，以形成一車道線預測模型，處理裝置可以利用車道線預測模型判斷車輛行進時是否產生偏移，并且將影像畫面數據及車道線預測模型傳輸至一顯示設備中顯示，當車輛進行偏移時利用顯示設備進行警示。

在本發明中，處理特征值所形成的斜率，以在影像畫面數據中產生預測車道線的步驟中，還包含以下步驟：先判斷這些特征值所形成的斜率變化量是否快速收斂，以得知所產生的預測車道線是直線型還是彎曲型。

在本發明中，影像畫面數據以多個縱橫交錯的縱軸、橫軸區分出點坐標，利用灰階、二值化、噪聲處理及特征分析后，將車道線轉換成特征值，再自影像畫面數據下方對應車道線的點坐標中往上取出特征值。

在本發明中，利用一方程式計算特征值所形成的斜率，以及特征值在影像畫面數據中的縱軸及橫軸點坐標位置，以計算出一條或兩條預測車道線，以形成車道線預測模型，之后利用車道線預測模型在影像畫面中取出感興趣區域及進行車道偏移警示。

下面通過具體實施例詳加說明，當更容易了解本發明的目的、技術內容、特點及其所達成的功效。

附圖說明

圖1為本發明道路車道線的偵測系統的方塊示意圖；

圖2為本發明中影像畫面數據的影像示意圖；

圖3為本發明道路車道線的偵測方法的步驟流程圖；

圖4為本發明取出車道線所轉換的特征值的影像示意圖；

圖5為本發明對影像畫面數據產生橫軸、縱軸的坐標軸的影像示意圖；

圖6為本發明利用特征值產生預測車道線的影像示意圖；

圖7為本發明利用預測車道線預測完整車道線的影像示意圖；

圖8為本發明圖3步驟s14中的判斷特征值的斜率變化量的步驟流程圖；

圖9為本發明產生直線預測車道線的影像示意圖；

圖10為本發明產生單一預測車道線的影像示意圖。

附圖標記說明：10-偵測系統；12-影像捕獲設備；14-處理裝置；16-顯示設備；18-車身信號接收裝置；20-影像畫面數據；202、202a、202b-車道線；204、204a-預測車道線；208-特征值。

具體實施方式

通過本發明可以辨識出車道線的曲率以及預測出車道線模型，即使僅結合一條車道線也能進行車道線的偵測，并可以達到車道偏移警示系統、車道維持系統及車道跟隨系統的影像辨識功能，最終還可以達到輔助駕駛及車輛自主巡航的功能。

首先，如圖1所示，一種道路車道線的偵測系統10安裝于車輛上，并包含至少一影像捕獲設備12、一處理裝置14、一顯示設備16及一車身信號接收裝置18，處理裝置14連接至少一影像捕獲設備12、顯示設備16及車身信號接收裝置18。在本實施例中影像捕獲設備12為車用攝影機，處理裝置14為微控制器(microcontrollerunit，mcu)，顯示設備16為液晶屏幕，連接方式可為有線方式或無線方式，上述為本發明的實施例說明，不以此技術說明為發明的限制。

承接上段，如圖2所示，影像捕獲設備12擷取車輛前方的影像，以產生一影像畫面數據20，影像捕獲設備12可將影像畫面數據20傳輸至處理裝置14，處理裝置14自影像畫面數據20的最下方開始，再逐漸往上將一條或兩條車道線202轉換為多個特征值，處理裝置14處理這些特征值，并在影像畫面數據20中產生一條或兩條預測車道線204，同時利用這一條或兩條預測車道線204動態預測影像畫面數據20中完整的一條或兩條車道線202，利用影像畫面數據20中預測車道線204動態預測可以形成一車道線預測模型。車身信號接收裝置18自車輛中所接收的車速信號、方向盤轉動信號或是轉速信號，再將這些信號傳輸至處理裝置14中，處理裝置14則利用車道線預測模型及車速信號、方向盤轉動信號或是轉速信號，來判斷車輛在行進時是否偏移，同時，處理裝置14亦將影像畫面數據20及車道線預測模型傳輸至顯示設備16中顯示，當判斷車輛進行偏移時，顯示設備16會進行警示，例如顯示設備16的畫面中產生警示信息或是顯示設備16可以發出警示聲響。

為了更進一步地了解本發明如何以道路車道線的偵測系統進行車道線的辨識或預測，如圖1、圖3及圖4所示，在此以一個影像捕獲設備12為例說明本發明道路車道線的偵測方法。首先，如步驟s10所示，利用影像捕獲設備12擷取車輛前方的影像畫面數據20，接著進入到下一步驟。如步驟s12所示，處理裝置14會自影像畫面數據20下方逐漸往上以依序取出一條或兩條車道線202所轉換的多個特征值208，在本實施例中先以正常道路為例說明，因此會取出兩條車道線202，接著如圖5所示，在處理裝置14中會將影像畫面數據20分割成多個縱軸及多個橫軸，利用這些縱軸、橫軸交錯以在影像畫面數據20中區分出多個點坐標，接著處理裝置14再對影像畫面數據20進行處理以轉換出多個特征值208，例如運用灰階(grayscale)的方式對影像畫面數據20中的每一像素進行顏色采樣，接著使用二值化的方式把灰階的圖像作分割，找出大于及小于臨界灰度值的像素，再從影像畫面數據20進行噪聲處理，消除不必要的噪聲點，以及最后利用車道線202的特征分析，將兩條車道線202轉換成多個特征值208，同時對照影像畫面數據20，從下方開始對應兩條車道線202在影像畫面數據20的坐標軸中取出這些特征值208的點坐標。

承接上段，如步驟s14所示，如圖6所示，處理裝置14取出特征值208后，這些特征值208的排列緊密，使得這些特征值208的排列接近成一條線，因此處理裝置14會利用這些特征值208，在影像畫面數據20中產生出兩條預測車道線204，利用這些特征值208所形成的斜率、特征值208在影像畫面數據20中的縱軸及橫軸的點坐標位置，再搭配公式(1)的計算：

y＝ax²+bx+c(1)

其中，參數y代表縱軸的點坐標，參數x代表橫軸的點坐標，參數a代表預測車道線204的曲率，參數b代表這些特征值208所形成的斜率，參數c代表平移量。如圖7所示，搭配公式(1)的計算以分別產生兩條預測車道線204。如步驟s16所示，處理裝置14可以利用兩條預測車道線204推敲出實際的兩條車道線202，同時兩條預測車道線204也可以偵測出更遠程的兩條車道線202，以清楚在影像畫面數據20中顯示出遠程的車道線202，而這兩條預測車道線204在影像畫面數據20中形成一車道線預測模型，并且依照車輛的移動可以實時動態預測出車輛前方的兩條車道線202。如步驟s18所示，處理裝置14利用兩條預測車道線204形成車道線預測模型后，即可在影像畫面數據20中，搭配動態的車道線預測模型取出感興趣區域(regionofinterest，roi)，本發明不限制感興趣區域的位置及范圍，可依照使用者需求而設定。如步驟s20所示，因此，處理裝置14可以利用動態的車道線預測模型以及車速信號、方向盤轉動信號或是轉速信號，對車輛作出車道偏移的警示。

在上述的實施例中，利用公式(1)所偵測出的道路是彎曲的道路，而一般實際道路除了彎曲道路也會有直線道路，在此更進一步的說明本發明如何快速判斷兩種不同的道路路線，如圖8及圖9所示，并請一并參照圖1，圖8在圖3的步驟s14中，還可包含判斷車道線為直線或彎曲線的步驟。如步驟s142所示，處理裝置14利用這些特征值208判斷，從這些特征值208所形成的斜率變化量中，得知斜率變化量是否快速收斂，在此所指出的快速收斂為當斜率的變化量超過某一臨界點，隨后斜率不再產生明顯的改變，因此，若斜率變化量是快速收斂則進行下一步驟。如步驟s144所示，因為所擷取出的特征值208所產生的斜率并未有明顯的改變，很快的就進行收斂，此時在影像畫面數據20中所產生的兩條預測車道線204則為直線。再回到步驟s142中，當判斷出這些特征值208的斜率變化量并非快速收斂時，且此時擷取出的特征值208所形成的斜率，經計算后無法立即超過某一臨界值，例如臨界值會出現在影像畫面數據20較遠方的位置才開始進行收斂，才會進入到步驟s146。如步驟s146所示，并請同時參照圖7，在影像畫面數據20中遠離車輛遠方的遠程車道線202位置才會進行收斂，使得遠方的車道線202逐漸形成一橫直線，不再產生明顯的改變時，才使得所產生的兩條預測車道線204為彎曲的并收斂在影像畫面數據20的上方。

在以上的實施例中，皆是以正常道路做為實施例說明，一旦出現車輛前方的道路有問題時，如圖10所示，倘若影像捕獲設備12所擷取的右邊車道線202b有部分不正常時，處理裝置14仍然依照左邊的車道線202a取出特征值，并產生一預測車道線204a，同時利用這預測車道線204a動態預測影像畫面數據20中的車道線202a，并形成車道線預測模型。

因此，在本發明中，無論是一條或是兩條車道線，均可在畫面中產生出預測車道線，并且同時形成車道線預測模型，不會因為僅有單一車道線的存在而失去功能，使本發明的道路車道線的偵測系統及其方法皆可作車道偏移警示。更進一步地，本發明可應用到車道偏移警示系統、車道維持系統及車道跟隨系統這些系統中，有效保護駕駛的行車安全，利用影像畫面中最下方的多個特征點即可推敲出完整的車道線，本發明不以特征點的數量為限制，約莫取出10～15個特征點即可分辨車道線是為直線或曲線，累積到更多如30～50個特征點即可產生預測車道線，并且有效的推估出完整的車道線。所以，本發明可不用像現有技術般，需要分析出整張影像畫面的車道線特征點，因而可以節省計算的時間，并且利用推估完整的車道線又可以解決畫面遠程車道線不清楚的問題，利用特征點所計算出的預測車道線可以清楚顯示遠程的車道線，以保證駕駛者在開車時可以有更多的反應時間，或是應用在車輛自主巡航時，可以更精準地讓車輛發揮自動駕駛的功效。并且本發明在僅偵測單一車道線時，也能有效依賴單一車道線進行道路車道線的預判，不用如現有技術非要擷取整張影像畫面及兩條車道線的要求，在車道線不清楚、毀損或被遮蔽時，也能清楚依賴單一車道線進行車道偏移警示，更加保護車輛駕駛及其他用路人的安全。

以上所述的實施例僅為說明本發明的技術思想及特點，其目的在使熟習此項技藝的人士能夠了解本發明的內容并據以實施，當不能以的限定本發明的保護范圍，即大凡依本發明所揭示的精神所作的均等變化或修飾，仍應涵蓋在本發明的保護范圍內。