基于非結構化的道路識別方法及裝置的制造方法
【技術領域】
[0001]本發明涉及智能汽車輔助駕駛技術領域，尤其涉及一種基于非結構化的道路識別方法及裝置。
【背景技術】
[0002]隨著科學技術的發展，汽車領域的各種技術越來越成熟，汽車已經逐漸進入了各個家庭當中，目前，汽車行駛的道路主要包括結構化道路和非結構化道路兩種，所述結構化道路就是城市道路，也就是有車道線的道路，在結構化道路中行駛時，車輛只要行駛在規定的車道線內即可。而非結構化道路即鄉村道路中，道路的是沒有車道線的，汽車在這種非結構化道路中行駛時，無法通過車道線確定汽車的行駛區域，只能是人為確定車輛的行駛區域，導致汽車行駛過程中道路識別的準確性低。
【發明內容】
[0003]本發明的主要目的在于提出一種基于非結構化的道路識別方法及裝置，旨在解決汽車在非結構化道路中行駛時，道路識別的準確性低的技術問題。
[0004]為實現上述目的，本發明提供的一種基于非結構化的道路識別方法，所述道路識別方法包括以下步驟:
[0005]獲取車輛行駛過程中的前方圖像；
[0006]對所述前方圖像進行預處理，得到道路輪廓圖像；
[0007]提取所述道路輪廓圖像中的道路特征信息；
[0008]根據所述道路輪廓圖像中的道路特征信息，識別所述道路輪廓圖像中的道路。
[0009]優選地，所述對所述前方圖像進行預處理，得到道路輪廓圖像的步驟包括:
[0010]對所述前方圖像進行邊緣檢測，生成所述前方圖像的邊緣圖像；
[0011]根據所述邊緣圖像中的道路區域與非道路區域的亮度差異，確定道路區域與非道路區域之間的邊界輪廓；
[0012]基于所述邊界輪廓得到道路輪廓圖像。
[0013]優選地，所述提取所述道路輪廓圖像中的道路特征信息的步驟包括:
[0014]通過預設的濾波器對所述道路輪廓圖像進行濾波處理，獲取所述道路輪廓圖像的特征圖像；
[0015]提取所述特征圖像中的道路特征信息。
[0016]優選地，所述根據所述道路輪廓圖像中的道路特征信息，識別所述道路輪廓圖像中的道路的步驟包括:
[0017]將所述道路輪廓圖像中的道路特征信息與預設的Adaboost迭代算法分類器中的道路樣本集進行比對；
[0018]獲取所述道路樣本集中與所述道路特征信息匹配的道路樣本；
[0019]根據獲取的所述道路樣本，確定所述道路輪廓圖像中的道路。
[0020]優選地，所述根據所述道路輪廓圖像中的道路特征信息，識別所述道路輪廓圖像中的道路的步驟之后，所述道路識別方法還包括:
[0021]獲取所述道路輪廓圖像中的道路特征信息，并提取所述道路特征信息的道路特征向量;
[0022]根據提取的所述道路特征向量建立所述Adaboost分類器的道路樣本；
[0023]將建立的所述道路樣本加入所述Adaboost分類器的道路樣本集中，更新所述道路樣本集。
[0024]此外，為實現上述目的，本發明還提出一種基于非結構化的道路識別裝置，所述道路識別裝置包括:
[0025]獲取模塊，用于獲取車輛行駛過程中的前方圖像；
[0026]預處理模塊，用于對所述前方圖像進行預處理，得到道路輪廓圖像；
[0027]提取模塊，用于提取所述道路輪廓圖像中的道路特征信息；
[0028]識別模塊，用于根據所述道路輪廓圖像中的道路特征信息，識別所述道路輪廓圖像中的道路。
[0029]優選地，所述預處理模塊包括:
[0030]生成單元，用于對所述前方圖像進行邊緣檢測，生成所述前方圖像的邊緣圖像；
[0031]第一確定單元，用于根據所述邊緣圖像中的道路區域與非道路區域的亮度差異，確定道路區域與非道路區域之間的邊界輪廓；
[0032]處理單元，用于基于所述邊界輪廓得到道路輪廓圖像。
[0033]優選地，所述提取模塊包括:
[0034]第一獲取單元，用于通過預設的濾波器對所述道路輪廓圖像進行濾波處理，獲取所述道路輪廓圖像的特征圖像；
[0035]提取單元，用于提取所述特征圖像中的道路特征信息。
[0036]優選地，所述識別模塊包括:
[0037]比對單元，用于將所述道路輪廓圖像中的道路特征信息與預設的Adaboost迭代算法分類器中的道路樣本集進行比對；
[0038]第二獲取單元，用于獲取所述道路樣本集中與所述道路特征信息匹配的道路樣本；
[0039]第二確定單元，用于根據獲取的所述道路樣本，確定所述道路輪廓圖像中的道路。
[0040]優選地，所述獲取模塊，還用于獲取所述道路輪廓圖像中的道路特征信息；
[0041]所述提取模塊，還用于提取所述道路特征信息的道路特征向量；
[0042]所述道路識別裝置還包括:
[0043]建立模塊，用于根據提取的所述道路特征向量建立所述Adaboost分類器的道路樣本；
[0044]更新模塊，用于將建立的所述道路樣本加入所述Adaboost分類器的道路樣本集中，更新所述道路樣本集。
[0045]本發明提出的道路識別方法及裝置，汽車在非結構化道路的行駛過程中，通過對前方圖像的預處理，得到道路輪廓圖像，然后提取所述道路輪廓圖像中的道路特征信息，最后根據所述道路特征信息，識別出所述道路輪廓圖像中的道路，而不是僅僅通過人為確定汽車的行駛區域，本方案基于道路特征信息識別出前方圖像的道路，提高了車輛行駛過程中道路識別的準確性。
【附圖說明】
[0046]圖1為本發明基于非結構化的道路識別方法較佳實施例的流程示意圖；
[0047]圖2為本發明對所述前方圖像進行預處理較佳實施例的流程示意圖；
[0048]圖3為本發明提取所述道路輪廓圖像中的道路特征信息較佳實施例的流程示意圖；
[0049]圖4為本發明識別所述道路輪廓圖像中的道路較佳實施例的流程示意圖；
[0050]圖5為本發明基于非結構化的道路識別裝置較佳實施例的功能模塊示意圖；
[0051]圖6為圖5中預處理模塊的細化功能模塊示意圖；
[0052]圖7為圖5中提取模塊的細化功能模塊示意圖；
[0053]圖8為圖5中識別模塊的細化功能模塊示意圖。
[0054]本發明目的的實現、功能特點及優點將結合實施例，參照附圖做進一步說明。
【具體實施方式】
[0055]應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。
[0056]本發明提供一種基于非結構化的道路識別方法。
[0057]參照圖1，圖1為本發明道路識別方法較佳實施例的流程示意圖。
[0058]本實施例提出一種基于非結構化道路識別方法，所述道路識別方法包括:
[0059]步驟S10，獲取車輛行駛過程中的前方圖像；
[0060]在本實施例中，通過車輛預設的攝像機獲取行駛過程中的前方圖像，所述攝像機可為前景攝像機或全景攝像機。所述獲取的前方圖像優選離車輛攝像機預設距離內的圖像，如距離車輛50米的前方圖像。
[0061]步驟S20，對所述前方圖像進行預處理，得到道路輪廓圖像；
[0062]通過預設的攝像機獲取到所述前方圖像后，對所述前方圖像進行預處理，預處理過程包括:先對所述前方圖像進行濾波處理除去噪點干擾，然后通過圖像邊緣檢測方法處理所述除去噪點的前方圖像，以生成邊緣圖像，最后根據所述邊緣圖像中顯示邊界輪廓獲取道路輪廓圖像。所述邊緣檢測包括