基于視覺的車道級(jí)定位算法研究.pdf

1、隨著經(jīng)濟(jì)的高速發(fā)展，汽車已經(jīng)成為了當(dāng)前社會(huì)不可或缺的交通運(yùn)輸工具之一。本文從汽車時(shí)代的道路交通問題入手，闡述了智能交通系統(tǒng)和V2V技術(shù)的發(fā)展前景，分析了高精度定位在現(xiàn)代交通中的重要作用。通過了解機(jī)器視覺在道路檢測(cè)方面的研究現(xiàn)狀和發(fā)展前景，本文提出了一種基于單目視覺的車輛車道級(jí)定位系統(tǒng)算法。主要研究?jī)?nèi)容有以下幾項(xiàng):
　　(1)研究了針對(duì)本課題的道路圖像預(yù)處理方法。通過分析道路標(biāo)志線特征提出了利用R分量和G分量生成道路灰度圖，再根據(jù)圖

2、像縱向灰度變化確立初始感興趣區(qū)域。在中值濾波的基礎(chǔ)上，針對(duì)車道線的特征，利用改進(jìn)的邊緣提取算子和迭代閾值分割法得到二值邊緣圖像，并根據(jù)梯度方向提取圖像的邊緣骨架，最后對(duì)移位相減法進(jìn)行雨天降噪的效果進(jìn)行了分析。實(shí)驗(yàn)證明，上述預(yù)處理算法能剔除圖像中大量干擾信息，強(qiáng)化車道線邊緣特征。
　　(2)研究了前方道路多車道線的檢測(cè)及車輛初始位置的辨別。在檢測(cè)前方道路多車道線方面，先利用Hough變換提取出可能車道線，接著在初始直線附近搜索連續(xù)邊

3、緣，利用最小二乘法進(jìn)行多邊緣的直線擬合，通過參數(shù)和位置特征、色彩空間特征以及邊緣線性度特征進(jìn)行了直線篩選，最后保留正確度較高的直線，實(shí)驗(yàn)證明該方法降低了誤檢率。最后通過時(shí)間段統(tǒng)計(jì)和聚類分析得出前方道路的左車道線數(shù)目和右車道線數(shù)目，辨別車輛當(dāng)前所在車道。
　　(3)研究了當(dāng)前行駛車道道路標(biāo)志線追蹤和車輛變道問題。采用Kalman預(yù)測(cè)器建立動(dòng)態(tài)感興趣區(qū)域，對(duì)道路標(biāo)志線與水平直線的交點(diǎn)進(jìn)行實(shí)時(shí)跟蹤。利用車道線的傾角變化監(jiān)測(cè)車道偏離情況，