視覺輔助駕駛系統(tǒng)多維度道路建模及車輛定位優(yōu)化.pdf

1、基于計算機視覺的駕駛員輔助系統(tǒng)(Vision-Based Driver Assistance System, VB-DAS)采用相機作為主要的傳感手段，以實現(xiàn)車輛的安全行駛為最終目標。根據(jù)研究對象的不同，DAS主要分為兩個方向：車內(nèi)駕駛員狀態(tài)監(jiān)測和車外環(huán)境感知。車內(nèi)駕駛員狀態(tài)監(jiān)測通過采集駕駛員的臉部圖像，分析駕駛員在車輛駕駛過程中的狀態(tài)，包括疲勞狀況、注視方向等，以確保駕駛員對于車輛的有效控制；車外環(huán)境感知則對車輛行駛過程中包括道路、行

2、人、其它車輛等交通環(huán)境下的各種主體進行檢測和分析，克服駕駛員的觀測盲點，消除行駛中的安全隱患。道路是車輛行駛中最重要的環(huán)境對象，對道路的準確感知有助于理解道路本身以及路面上的其它車輛、行人等目標。因此道路建模和檢測是DAS的研究熱點；DAS中常用的功能，如車道偏離報警、道路避障、自適應(yīng)巡航等均離不開道路的準確建模。而車輛自身運動和位置信息對于從運動場景中實現(xiàn)車外環(huán)境目標的準確感知具有重要的意義。以相機作為運動傳感器件，視覺里程計可以在D

3、AS系統(tǒng)缺乏GPS信號或其它運動傳感器的情況下實現(xiàn)車輛的自運動測量和定位。本文研究了基于計算機視覺的DAS系統(tǒng)中，針對道路的多維度建模和檢測，以及評價建模結(jié)果準確性的定量判據(jù)；研究了車輛的自身運動信息在新的道路模型中的融合，以及對于提高道路模型通用性的作用；提出了基于路面垂直輪廓動態(tài)跟蹤的車輛定位優(yōu)化模型，研究了道路建模結(jié)果對于采用視覺里程計的車輛定位的偏移抑制作用。
　　本文首先針對現(xiàn)有基于全局幾何形狀假設(shè)的車道模型無法適應(yīng)實際

4、道路中形狀各異車道線的缺點，提出了一種新的任意形狀車道三維參數(shù)化模型，用于描述雙邊界車道中車道線點的三維幾何限制和約束條件。利用該模型對車道線進行逐點搜索，可以實現(xiàn)任意形狀車道的實時檢測。實驗證明新的車道模型適用于實際道路中具有任意形狀的雙邊界車道，并且本文提出的檢測算法能實現(xiàn)各種復(fù)雜環(huán)境下車道的準確和魯棒檢測。
　　針對道路車道模型無法有效處理路面無車道線、復(fù)雜多條車道線(如車輛進行跨道行駛)等道路情況，本文提出了車廊模型作為一

5、種新的道路建模方法，用于描述具有任意車道線情況的路面。通過把車輛自身的運動信息和車道線標識進行信息融合，車廊定義了車輛前視距離內(nèi)具有相同寬度的一片路面區(qū)域。該區(qū)域符合車輛在車道內(nèi)行駛的假設(shè)，同時確保車輛能安全行駛通過。本文提出了車廊的檢測算法，并通過各種道路實驗證實了算法的有效性。車廊和車道的對比實驗證明，融合了車輛運動信息的車廊模型比車道模型對于實際道路有更好的適應(yīng)性。
　　車輛在戶外道路上行駛過程中，當(dāng)路面出現(xiàn)上下坡或起伏不平

6、時，DAS中常用的路面平面假設(shè)就會失效，此時需要對于路面的垂直輪廓進行建模。與直線或二次曲線相比，B樣條曲線具有更強的建模能力，可適應(yīng)更復(fù)雜的路面高度變化。本文通過尺度不變特征流計算路面區(qū)域內(nèi)點的三維坐標，然后對路面點的高度進行B樣條曲線擬合。實驗表明B樣條曲線能有效地描述包括道路上下坡等復(fù)雜地形下的路面垂直輪廓。針對路面垂直輪廓建模結(jié)果準確性的定量評價，本文首先利用路面垂直輪廓建模結(jié)果建立了針對一般路面圖像的逆透視變換公式；然后利用該

7、逆透視變換把平行車道線圖像變換到俯視圖，以俯視圖中車道線的平行度作為定量判據(jù)，實現(xiàn)對于路面垂直輪廓建模結(jié)果準確性的定量評價。相對誤差累積導(dǎo)致的偏移是視覺里程計用于車輛自運動估計和定位中普遍存在的問題。針對該問題，本文提出了一種新的視覺里程計偏移分布模型。該模型建立了由視覺里程計估計車輛自運動得到的定位偏移量與行駛路徑的關(guān)系，給出了路徑任意位置處的偏移分布。該偏移分布模型提供了針對一般視覺里程計的誤差分析方法，可以用于比較不同視覺里程計算

8、法的定位偏移性能。針對三種不同視覺里程計的蒙特卡羅仿真實驗證明，本文提出的理論偏移分布和蒙特卡羅仿真得到的實驗結(jié)果相吻合。
　　基于以上提出的路面垂直輪廓模型和視覺里程計的偏移特性，本文最后提出了基于路面垂直輪廓動態(tài)跟蹤的車輛定位優(yōu)化模型。由于道路建模和視覺里程計運動估計之間存在時間上的不同步，本文采用了帶固定滯后的卡爾曼濾波器。通過向量擴展法，本文得出了時間序列下固定滯后卡爾曼濾波器的狀態(tài)向量；然后基于車輛緊貼路面行駛假設(shè)，建立