基于視覺傳感器的結(jié)構(gòu)化道路車道線識(shí)別算法研究.pdf

1、目前在汽車保有量增長(zhǎng)的同時(shí)隨之帶來了更多的交通事故。交通事故的高發(fā)讓政府發(fā)布更多的法律法規(guī)，迫使汽車行業(yè)不斷在技術(shù)革新上加大投資力度。當(dāng)前關(guān)于安全的技術(shù)的研究主要集中在主動(dòng)安全、被動(dòng)安全、智能駕駛輔助系統(tǒng)和智能網(wǎng)聯(lián)汽車等技術(shù)上。智能系統(tǒng)是車輛根據(jù)車載傳感器在感知周圍環(huán)境的基礎(chǔ)上控制車輛相關(guān)系統(tǒng)做出轉(zhuǎn)向或制動(dòng)或加速等的一系列操作。這樣的一系列活動(dòng)都是建立在車輛對(duì)于環(huán)境正確的感知上。
　　在環(huán)境感知中車道內(nèi)的車道線信息提取是一個(gè)十分重

2、要的環(huán)節(jié)，精確而實(shí)時(shí)的檢測(cè)車道線是該領(lǐng)域中的一個(gè)重點(diǎn)和難點(diǎn)。本文主要針對(duì)結(jié)構(gòu)化道路進(jìn)行車道線識(shí)別，根據(jù)結(jié)構(gòu)化道路的一些特征以及其復(fù)雜的環(huán)境條件，從算法的實(shí)時(shí)性、檢測(cè)的精確性和對(duì)各種工況環(huán)境的適應(yīng)性上下手，提出了一些解決方案。本文主要的研究方法和研究?jī)?nèi)容包含以下幾個(gè)方面：
　　（1）收集關(guān)于車道線識(shí)別相關(guān)的論文，對(duì)國(guó)內(nèi)外車道線檢測(cè)算法和車道線跟蹤算法的研究現(xiàn)狀進(jìn)行了分析。了解目前車道線識(shí)別中各種傳感器和算法的優(yōu)缺點(diǎn)，從中找到車道線識(shí)

3、別算法中所面臨的問題。
　?。?）研究基于相機(jī)成像原理逆透視變換以及相機(jī)標(biāo)定。根據(jù)小孔相機(jī)成像原理，將采樣得到的圖像進(jìn)行逆透視變換得到鳥瞰圖。為了保證逆變換和變換的可行性，求取消失點(diǎn)坐標(biāo)。為了保證采樣圖像的質(zhì)量，對(duì)透鏡的畸變采用模板法進(jìn)行標(biāo)定。
　?。?）研究基于隨機(jī)抽樣一致性算法（RANSAC）的貝塞爾曲線形車道線擬合。在圖像預(yù)處理階段采用高斯分離濾波器提高平行車輛行進(jìn)方向信號(hào)信噪比，與此同時(shí)該濾波器還能夠有效降低計(jì)算量。

4、二值化引進(jìn)局部閾值方法將車道線像素點(diǎn)與非車道像素點(diǎn)進(jìn)行分離。在二值化圖像中尋找疑似車道線的區(qū)域并在區(qū)域中采用RANSAC擬合三階貝賽爾曲線。并對(duì)擬合的車道線長(zhǎng)度和線條彎曲程度進(jìn)行評(píng)估。
　?。?）研究結(jié)合卡爾曼濾波噪聲分析的車道線跟蹤算法。采用卡爾曼濾波跟蹤算法對(duì)貝塞爾曲線4個(gè)控制點(diǎn)進(jìn)行跟蹤。為了實(shí)現(xiàn)更精確的跟蹤，本文對(duì)卡爾曼濾波過程噪聲和測(cè)量噪聲采用試驗(yàn)方法進(jìn)行提取。
　　本文最后采用試驗(yàn)方法和對(duì)比法對(duì)算法進(jìn)行評(píng)估。通過實(shí)