一种非均匀行采集的智能车路径识别算法

行采集的图像更接近实际图像，对引导线曲率的计算更加准确，为智能车控制决策模块提供了更加精确地引导线信息。而且，由图还可看出通过非均匀行采集，相对提高了摄像头的

　　图7 有断点弯道

　　图8 十字交叉道路前瞻性，为进一步提高智能车的速度打下了基础。

　　路径识别实验

　　摄像头获取的弯道图像如图7a所示，由于光线的影响，中间部分出现了断点，经断点修复和中值滤波后得到的图像分别如图7c和7d所示，道路图像断点区域得到了修复，引导线从首点到末点之间较平滑，据此可获得路径的精确导航参数。

　　十字交叉道路是智能车导航中较常见的路况，同时也是路径识别中比较复杂的内容。如图8a所示的十字交叉道路经路径识别后得到的引导线如图8d所示，可以将交叉线完全滤除。

　　结语

　　本文基于黑白摄像头设计了图像采集系统，为消除图像畸变，提出了非均匀行采集的采集方案。图像处理时，首先在行中断中对单行数据进行了横向滤波和边缘检测，并提取了该行路径坐标;然后在场中断中，根据引导线的连续性对整场数据进行了纵向滤波，对整场路径进行了平滑，并提取出了引导线的精确导航参数，为下一步进行车体控制提供了信息。实验结果表明，该算法能精确提取路径信息，且可靠性和抗干扰性强，数据处理速度快，完全满足智能车实时性的要求。