自动驾驶之车位线检测（opencv c++)

1、引言

近年来随着对泊车辅助系统需求的快速增长，提出了多种车位定位的方法，这些方法大致可分为4类：基于用户界面的、基于设施的、基于空闲位的和基于车位线的方法。与其他方法相比，基于车位线的方法有以下优势：(1)可以与基于用户界面的方法结合使用来减少由于司机重复操作带来的不便，而这是基于用户界面方法的主要缺陷。(2)不同于基于空闲位的方法，它能更准确地定位停车位，因为其定位过程不依赖于相邻汽车的停放姿势而仅依赖于车位线。(3)它也可以有效地应用于倾斜车位的情况。由于传感器的局限性，运用超声波传感器基于空闲位的方法在倾斜车位的情况下会失效。(4)与应用双目或者运动声波的基于空闲位的方法相比，它通常花费少量时间。(5)它不需要额外的传感器，例如立体摄像头、扫描激光雷达或者短波雷达，而是运用后视摄像头。

基于车位线的方法可以分为半自动和全自动的方法。与全自动的方法相比，半自动的方法可能产生更可靠的结果，而且花费更少的计算资源，因为它有来自人的额外信息。

本文提出的方法可分为以下几个过程：对汽车前、后、左、右4个摄像头采集到的图像进行重建形成全景图像;图像预处理，包括直方图均衡化，划分感兴趣区域;拟合车位线，追踪车位线，输出结构化数据，然后在参数空间中利用车位线特征的先验信息对结果进行优化，最终得出识别结果。

2、检测步骤

图像预处理

通过加装在汽车车身前、后、左、右的 4 个鱼眼摄像头，同时采集车辆四周的影像，经过鱼眼图像矫正，鸟瞰变换和拼接后，形成一幅车辆 4 周的 360°全景俯视图。原图像不可避免地会受到光照、噪声等的影响，因为前期处理的质量直接影响到后期识别的效果，所以为消除图像中无关的信息&