买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于卡尔曼滤波的车道线处理方法及系统，获取车道线信息，判断上一帧车道线信息是否有效，若是，对中心线进行建模，然后进行状态预测，获取观测量、观测矩阵及噪声矩阵，通过卡尔曼滤波器进行状态更新，得到中心线曲线方程，通过左右车道线与中心线的关系，生产左右车道线。通过本发明的基于卡尔曼滤波的车道线处理方法及系统，能够避免异常点对拟合结果的影响，还能够避免车道线前后帧间的不连续，抑制了车道宽度的异常跳变；考虑左右车道线间的平行约束关系，对中心线进行建模，对于采用对中控制策略的系统使横向控制更稳定。

主权项：1.一种基于卡尔曼滤波的车道线处理方法，其特征在于，步骤包括：S1获取车道线信息，判断上一帧车道线信息是否有效，若是，转至执行步骤S2；否则，重新初始化车道线，流程结束；S2取当前帧的本车道中心线初始化卡尔曼滤波器状态向量，选取用于表征本车道中心线的三次曲线系数、系数变化率及本车道宽度w为状态量，即状态向量为Xk＝[Ak，A′k，Bk，B′k，Ck，Dk，wk]T；其中，当前时刻k的状态向量Xk通过上一时刻k-1的状态向量Xk-1推测得到，Xk＝F·Xk-1，状态转移矩阵F根据匀速运动模型建立，Ak、Bk、Ck、Dk和wk分别表示根据k-1时刻预测出的k时刻的状态量；其中，设本车道中心线曲线方程和左右车道线的曲线方程分别为：ycenter＝At+Btx+Ctx2+Dtx3； 其中，At、Bt、Ct和Dt分别表示第t时刻中心线的曲线方程的系数；和分别表示第t时刻左车道线的曲线方程的系数；和分别表示第t时刻右车道线的曲线方程的系数；S3分别获取左车道线和右车道线的观测量、观测矩阵和观测噪声矩阵：建立以本车的前端的中心位置为原点，车辆的前进方向为x轴，与车辆前进方向垂直方向向右为y轴，将当前帧左车道线和右车道线都作为观测车道线，在可探测范围内分别选取左车道线上的m个离散点xi，ylxi和右车道线上的m个离散点xi，yrxi；其中，i＝1、2、3…m，m大于等于4；将ylxi及本车道宽度w作为左车道观测量，左车道的观测向量为将yrxi及本车道宽度w作为左车道观测量，右车道的观测向量为将左车道线上的m个离散点和右车道线上的m个离散点都作为观测量进行状态更新，从状态量到观测量的转换公式为： 故左车道线的观测矩阵Hl和右车道线的观测矩阵Hr分别为： 分别计算左车道线各离散点的匹配度和右车道线各离散点的匹配度将匹配度和大于预设阈值的离散点剔除，对于在预设阈值范围的离散点，根据匹配度对左车道和右车道观测噪声矩阵进行动态调整；S4根据左车道线的观测量、观测矩阵和观测噪声矩阵和右车道线的观测量、观测矩阵和观测噪声矩阵，或者右车道线的观测量、观测矩阵和观测噪声矩阵和左车道线的观测量、观测矩阵和观测噪声矩阵先后依据卡尔曼波公式对状态向量Xk和协方差矩阵Pk进行状态更新，得到Kalman滤波器最终输出的k时刻的本车道中心线的状态向量X′k＝[Ak′，A′k′，Bk′，B′k′，Ck′，Dk′，wk′]T，则当前时刻k的本车道中心线曲线为：yk＝Ak′+Bk′x+Ck′x2+Dk′x3；其中，协方差矩阵Pk根据卡尔曼滤公式更新，初值可设为单位阵或依据实际应用确定；S5根据左右车道线的平行关系及与本车道中心线的关系，生成左车道线和右车道线，则当前时刻k左车道线和右车道线的曲线方程分别为：yl＝Ak′+Bk′x+Ck′x2+Dk′x3-w2；yr＝Ak′+Bk′x+Ck′x2+Dk′x3+w2。

全文数据：

权利要求：

百度查询： 重庆长安汽车股份有限公司 一种基于卡尔曼滤波的车道线处理方法及系统