車道偏離預(yù)警系統(tǒng)車道線檢測(cè)及預(yù)警策略算法研究.pdf

1、隨著我國汽車保有量的持續(xù)增加，汽車的安全性與舒適性問題也逐漸成為了關(guān)注的焦點(diǎn)，而智能交通安全系統(tǒng)的長足發(fā)展在一定程度上提高了駕駛的安全性，車道偏離預(yù)警系統(tǒng)作為智能交通安全系統(tǒng)的一部分，主要應(yīng)用在高速公路上，其能在駕駛員疲勞駕駛偏離車道的情況下給予駕駛員提醒，并返回到原來的車道內(nèi)，促進(jìn)了安全駕駛，降低了交通事故的發(fā)生率。
　　本文主要對(duì)基于視覺的車道偏離預(yù)警系統(tǒng)中兩項(xiàng)關(guān)鍵技術(shù)，即車道線檢測(cè)和預(yù)警策略進(jìn)行了算法方面的研究。首先介紹了車

2、道偏離預(yù)警系統(tǒng)的發(fā)展歷史及目前國內(nèi)外發(fā)展現(xiàn)狀，并提出現(xiàn)存系統(tǒng)檢測(cè)算法中存在的一些問題。其次，對(duì)于從攝像頭采集到的視頻的每一幀圖像進(jìn)行預(yù)處理，圖像預(yù)處理過程中包括有灰度化、二值化、閾值分割算法、去噪、圖像形態(tài)學(xué)、邊緣檢測(cè)、優(yōu)先像素等方法的介紹及應(yīng)用。主要通過本文提出的優(yōu)先像素的方法將背景與車道線的色差最大化，之后通過中間閾值將背景與車道線區(qū)別開來。再次，摒棄了傳統(tǒng)的Hough變換在直線檢測(cè)方面及經(jīng)典的sobel算子在邊緣檢測(cè)方面的應(yīng)用，而

3、采取通過最小二乘法擬合的方式檢測(cè)車道線，提取車道線位置信息，并根據(jù)車道線信息通過卡爾曼濾波進(jìn)行后續(xù)感興趣區(qū)域的提取與車道線追蹤，在追蹤模式下提高了車道線檢測(cè)的效率與精度。針對(duì)卡爾曼濾波對(duì)于偏差變動(dòng)較大的目標(biāo)追蹤較差的情況，對(duì)于傳統(tǒng)卡爾曼濾波進(jìn)行了改進(jìn)，并通過車道變更實(shí)驗(yàn)驗(yàn)證了改進(jìn)的卡爾曼濾波追蹤的有效性。
　　針對(duì)經(jīng)典的車道偏離預(yù)警策略只能應(yīng)用在逆透視圖像的缺點(diǎn)，本文通過Prescan/simulink聯(lián)合仿真的形式，將應(yīng)用在逆透

4、視圖像下TLC預(yù)警策略“翻譯”成在透視圖像下基于車道線夾角及車輛重心偏離車道中線的距離信息的預(yù)警策略。通過在Prescan軟件中設(shè)置不同的車輛速度與偏航角模擬系統(tǒng)預(yù)警時(shí)刻，之后通過車道線檢測(cè)程序提取此刻車道線夾角及距離信息，建立基于車輛速度、車道線夾角、車輛重心偏離車道中線距離的三維預(yù)警模型，最后通過仿真實(shí)驗(yàn)驗(yàn)證基于車道線夾角與距車道線距離的預(yù)警策略的魯棒性及有效性。
　　車道偏離預(yù)警系統(tǒng)核心算法的驗(yàn)證平臺(tái)是在windows系統(tǒng)下