自动驾驶 车道检测实用算法

自动驾驶 | 车道检测实用算法

车道识别是自动驾驶领域的一个重要问题，今天介绍一个利用摄像头图像进行车道识别的实用算法。该算法利用了OpenCV库和Udacity自动驾驶汽车数据库的相关内容。

该算法包含以下步骤：

1. 摄像头校准，以移除镜头畸变（Lens distortion）的影响

2. 图像前处理，用于识别车道线

3. 道路视角变换（Perspective transform）

4. 车道线检测

5. 车辆定位和车道半径计算

01

摄像头校准

摄像头输出的视频可以看做一系列图像的时间序列。镜头的结构特性造成利用针孔摄像机拍摄的图像容易发生径向畸变，导致根据物体与光轴的距离而导致不一致的放大。

以下图片展示了两种典型的径向偏差。

为了 正确的识别图像中的车道，首先需要消除图像中的径向偏差。计算机视觉专家们找到了一种有效的方式来修正径向偏差：首先将图像转换成棋盘模型，然后校正摄像头，使获得的图像中白色和黑色格子达到相同规尺度。

为了修正失真效应，需要识别棋盘的中心并利用期望的棋盘尺度来计算失真系数，并用其来消除图像的径向失真。

在上图中，最左边的图像显示了原始的失真图像，最右侧的图可以看出图像顶部的角度扭曲，中间的图像是经过摄像头校准后的未失真图像。

OpenCV的findChessBo