道路识别方法和装置的制造方法
【技术领域】
[0001]本发明涉及智能汽车辅助驾驶技术领域，尤其涉及一种道路识别方法和装置。
【背景技术】
[0002]智能汽车在无人驾驶时，可以根据各种传感器获得环境信息以及车辆状态、位置，通过对环境的理解自动控制车辆驾驶的行为。
[0003]路径规划是无人驾驶汽车研究的关键技术之一。路径规划一般需要先识别行驶道路，识别行驶道路一般通过先识别道路中车道线或者车道轮廓，然后再根据车道线或者车道轮廓进行处理，从而识别出车辆行驶车道。然而车辆在行驶过程中可能会遇到很多地形，车辆在有些地形行驶时无法识别出车道线或者车道轮廓，比如沙漠，从而使得通过识别道路中车道线或者车道轮廓的方式无法识别出行驶车道。
【发明内容】
[0004]本发明的主要目的在于提出一种道路识别方法和装置，旨在实现对行驶车道的识别。
[0005]为实现上述目的，本发明提供的一种道路识别方法，所述方法包括以下步骤:获得车辆行驶过程中所述车辆四周的地面图像；对所述地面图像进行处理，获得对应的灰度图像；提取所述灰度图像中灰度均匀的区域；提取所述地面图像的纹理特征；根据所述地面图像的颜色特征和纹理特征对相邻的灰度均匀的区域进行合并，获得最大面积的区域，作为所述车辆行驶候选区域。
[0006]优选地，所述提取所述灰度图像中灰度均匀的区域的步骤包括:对所述灰度图像进行二值化处理，以获得所述灰度图像中的连通区域；根据预置算法计算获得所述连通区域的局部最小值；根据获得的多个连通区域的局部最小值获得所述灰度图像中灰度均匀的区域。
[0007]优选地，所述根据预置算法计算获得所述连通区域的局部最小值的步骤包括:根据如下公式计算获得所述连通区域的局部最小值:
[0008]q ⑴=(I Qi+ Λ I — I Qi Λ I) / I Qi I，
[0009]其中，i为预设的二值化阈值，Iq1I表示对应二值化阈值i的连通区域的面积，Λ为预设常数，Q1+A表示对应二值化阈值i+Λ的连通区域的面积，Q1 Δ表示对应二值化阈值1-Λ的连通区域的面积。
[0010]优选地，所述对所述灰度图像进行二值化处理，以获得所述灰度图像中的连通区域的步骤之前包括:根据像素灰度值的大小，对所述灰度图像中所有像素进行排序。
[0011]优选地，所述对所述地面图像进行处理，获得对应的灰度图像的步骤包括:对所述灰度图像进行滤波处理。
[0012]此外，为实现上述目的，本发明还提供一种道路识别装置，所述装置包括:第一获得模块，用于获得车辆行驶过程中所述车辆四周的地面图像；第二获得模块，用于对所述地面图像进行处理，获得对应的灰度图像；第一提取模块，用于提取所述灰度图像中灰度均匀的区域；第二提取模块，用于提取所述地面图像的纹理特征；合并模块，用于根据所述地面图像的颜色特征和纹理特征对相邻的灰度均匀的区域进行合并，获得最大面积的区域，作为所述车辆行驶候选区域。
[0013]优选地，所述第一提取模块包括:第一获得单元，用于对所述灰度图像进行二值化处理，以获得所述灰度图像中的连通区域；计算单元，用于根据预置算法计算获得所述连通区域的局部最小值；第二获得单元，用于根据获得的多个连通区域的局部最小值获得所述灰度图像中灰度均匀的区域。
[0014]优选地，所述计算单元还用于根据如下公式计算获得所述连通区域的局部最小值:
[0015]q ⑴=(I Qi+ Λ I — I Qi Λ I) / I Qi I，
[0016]其中，i为预设的二值化阈值，I Q11表示对应二值化阈值i的连通区域的面积，Δ为预设常数，Q1+A表示对应二值化阈值i+Λ的连通区域的面积，Q1 Δ表示对应二值化阈值1-Λ的连通区域的面积。
[0017]优选地，所述第一提取模块还包括:排序单元，用于根据像素灰度值的大小，对所述灰度图像中所有像素进行排序。
[0018]优选地，所述第二获得模块还用于对所述灰度图像进行滤波处理。
[0019]本发明通过获得车辆行驶过程中所述车辆四周的地面图像；对所述地面图像进行处理，获得对应的灰度图像；提取所述灰度图像中灰度均匀的区域；提取所述地面图像的纹理特征；根据所述地面图像的颜色特征和纹理特征对相邻的灰度均匀的区域进行合并，获得最大面积的区域，作为所述车辆行驶候选区域。通过上述方式，本发明利用地面图像中相同内容的灰度均匀，不同内容的边缘灰度不同的现象结合物体图像中颜色、纹理特征进行判断，合并颜色、纹理特征相同或者相近的灰度均匀的区域，将合并的区域中面积最大的区域作为车辆行驶车道的候补区域，从而识别出车辆行驶车道和包括障碍物、其他车辆或者行人区域的为非行驶车道，能够无需提取车道的车道线或车道轮廓，特别适合野外环境，如荒地，沙漠，甚至是在月球或火星表面的星际智能车辆行走控制中。
【附图说明】
[0020]图1为本发明道路识别方法第一实施例的流程示意图；
[0021]图2为本发明实施例中提取所述灰度图像中灰度均匀的区域的一种流程示意图；
[0022]图3为本发明道路识别装置第一实施例的功能模块示意图；
[0023]图4为本发明实施例中提取模块的细化功能模块示意图。
[0024]本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
【具体实施方式】
[0025]应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0026]本发明提供一种道路识别方法。
[0027]请参照图1，图1为本发明道路识别方法第一实施例的流程示意图。
[0028]在本实施例中，该道路识别方法包括:
[0029]步骤S10，获得车辆行驶过程中所述车辆四周的地面图像；
[0030]车辆在行驶过程中或者在开始行驶时，模拟人驾驶车辆行驶在道路上时的情境:除了注视前方道路以外，时常还要通过对正上方的后视镜、左右两个侧后视镜，不时观测周围环境。车辆在行驶过程中同样除了要感知前方道路信息以外，还要对周围地面环境信息，比如地面平坦情况、车辆和行人情况。通过车辆上的视觉传感器获得车辆行驶过程中所述车辆四周的地面图像，比如通过一台或者多台摄像机用于前视、左视、右视，甚至后视获得所述车辆四周的地面图像。优选地，通过车辆上全景摄像头获得所述车辆行驶过程中四周的地面图像，可以避免摄像机在各个方向上独立采集视觉图像所产生的无法标定问题，每个摄像机之间的数据关联无法有效完成的问题。优选地，获得所述车辆预设具体的地面图像。获得所述车辆四周的地面图像后进入步骤S20。
[0031]步骤S20，对所述地面图像进行处理，获得对应的灰度图像；
[0032]根据步骤SlO获得的所述车辆四周的地面图像，对所述地面图像进行处理，获得所述地面图像的灰度图像，比如根据获得的地面图像获得所述地面图像中每个像素