(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211451943.7 (22)申请日 2022.11.21 (71)申请人 山东高速集团有限公司创新研究院 地址 250101 山东省济南市历下区龙奥北 路8号山东高速大厦19 楼1908 (72)发明人 辛公锋　石磊　龙关旭　王福海　 潘为刚　王目树　李一鸣　秦石铭　 张文亮　靳华磊　张泽军　康超　 李帆　胡朋　潘立平　 (74)专利代理 机构 南京群迈知识产权代理有限 公司 32690 专利代理师 王敏 (51)Int.Cl. G05B 11/42(2006.01) G06V 20/56(2022.01)G06V 10/34(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) (54)发明名称 基于机器视觉导航的无人划线车在线寻优 控制方法及系统 (57)摘要 本发明公开了基于机器视觉导航的无人划 线车在线寻优控制方法及系统， 属于系统控制领 域， 本发明基于机器视觉导航的无人划线车在线 寻优控制方法包括以下步骤： 采集路面的水线图 像； 进行水线检测， 获取水线； 基于检测出的水 线， 选择车辆当前位置的监测点， 计算车辆的运 行偏差与运行偏差变化率， 选择车辆预测位置的 监测点， 计算车辆的预测运行偏 差及预测偏差变 化率； 根据车辆的预测运行偏 差和预测偏差变化 率进行设计非线性增量PID控制； 对区域内的非 线性PID控制增量的参数进行学习； 本申请实现 了划线车的机器视觉实时导航， 根据跟踪误差与 误差变化率 设计前馈控制器与非线性增量PID 控 制器， 实现基于机器视觉导航的划线车路径跟踪 控制。 权利要求书10页 说明书22页 附图5页 CN 115509122 A 2022.12.23 CN 115509122 A 1.基于机器视觉导航的无人划线车在线寻优 控制方法， 其特 征在于， 包括以下步骤： S1， 采集路面的水线图像； S2， 基于水线图像， 进行 水线检测， 获取 水线； S3， 基于检测出的水线， 选择车辆当前位置的监测点， 计算车辆的运行偏差 与运 行偏差变化率 ， 选择车辆预测位置的监测点， 计算车辆的预测运行偏差 及 预测偏差变化 率 ； S4， 根据车辆的预测运行偏 差 和预测偏 差变化率 获得预测前馈控制 量 ， 基于车辆的运行偏差 与运行偏差变化率 获得车辆的增量式非 线性PID控制律 ； S5， 对区域内的增量式非线性PID控制律 中的参数进行在线学习。 2.根据权利要求1所述的基于机器视觉导航的无人划线车在线寻优控制方法， 其特征 在于， 步骤S2具体包括以下步骤： S201， 对水线图像上的像素点 进行灰度拉伸， 拉伸公式为式 （1） ： （1） 其中， ， ， 为拉伸因子； ， 表示图像第 行第 列； 表示第 行第 列像素点的灰度值； 水线图像灰度拉伸后， 选取 个类HARR特征； S202， 针对第 个类HARR特征 ， 计算方法为式 （2） ： （2） 其中， 为第 个类HARR特征水线区域的像素和， 为第 个类HARR特征路面区域 的像素和， 、 基于拉伸后的灰度图像的灰度值 计算获得； 得到每个像素点的类HARR特征描述后， 对每个类HARR特征进行归一化， 归一化公式为 式 （3） ： （3）权　利　要　求　书 1/10 页 2 CN 115509122 A 2其中 ， ， 为 归一 化 后的 H AR R 特 征 ， ， 分别是检测窗口中灰度均值与灰度平方的均值； 基于归一 化的类HAR R特征， 构造出像素点 的特征向量 ： (4) S203， 对每个像素点 的特征向量 进行识别， 判断像素点 的 特征向量是否符合直线特征， 若是符合直线特征， 则对该像素点置1， 否则置0， 实现对灰度 图像的二 值化， 得到二 值图像B； 对二值化图像B进行膨胀腐蚀处理， 得到新的二值图像 ， 采用公式 （6） 得到水线的边 缘图像E： 表示新二值图像 的第 行第 列的像素值； 表示边缘图像E 的第 行第 列的像素值； S204， 采用HOUGH变换 方法， 识别边 缘图像E中的直线： 从新的二值图像 里找到像素值为1的像素 的坐标为 ， 由HOUGH变换得到每条 直线的 ， 通过公式 （7） 得到 对应的直线表达式； 其中， 和 分别为HOUGH变换检测到的半径和角度； 一组 表示一个直线， 给定一组 ， 若 满足公式 （7） 表示 在公式 （7） 表示的直线上； S205， 剔除掉干扰直线； 剔除掉干扰直线具体包括以下步骤： S205‑1： 选取若干条长度最长的直线， 且长度满足阈值长度的直线； S205‑2： 前后两帧二 值图像 检测到的直线参数 满足式 （8） 要求： 其中， ， 分别为 所能允许的最大偏离角 度与半径， 为连续性允许的阈值， 为图像的采样时刻； S205‑3： 若经过S205 ‑1与S205‑2后仍有多于一条直线满足要求， 则选择直线上像素均 值最高的直线作为检测出的水线。权　利　要　求　书 2/10 页 3 CN 115509122 A 3