基于分段歸類(lèi)擬合算法的車(chē)道偏離預(yù)警系統(tǒng).pdf

1、隨著汽車(chē)的普及和高速公路的興建，汽車(chē)的主動(dòng)安全性能受到人們?cè)絹?lái)越多的關(guān)注，安全輔助駕駛已成為國(guó)際智能交通系統(tǒng)研究的重要內(nèi)容。車(chē)道偏離預(yù)警系統(tǒng)提醒長(zhǎng)時(shí)間單調(diào)駕駛的駕駛員保持車(chē)輛在車(chē)道內(nèi)行駛，防止其疲勞駕駛，是近年來(lái)汽車(chē)智能輔助駕駛系統(tǒng)中的核心問(wèn)題。 本文綜合分析了車(chē)道偏離系統(tǒng)的研究現(xiàn)狀，充分估計(jì)了課題的研究成本，在基于機(jī)器視覺(jué)的基礎(chǔ)上，改進(jìn)了彎道檢測(cè)和彎道偏離預(yù)警的方法，實(shí)現(xiàn)了車(chē)道偏離預(yù)警系統(tǒng)，系統(tǒng)分為三個(gè)模塊：AVI視頻圖像預(yù)處

2、理，基于分段歸類(lèi)擬合算法的車(chē)道檢測(cè)，基于橫向截距合的偏離預(yù)警決策。本文的主要工作包括： (1)AVI視頻圖像預(yù)處理。闡述AVI視頻文件的數(shù)據(jù)結(jié)構(gòu)，給出通過(guò)API函數(shù)捕獲圖像的方法，分析常用的邊緣檢測(cè)方法及適用條件，根據(jù)結(jié)構(gòu)化道路視頻的路面特征，采用雙閾值二值化方法，使得車(chē)道標(biāo)志線的信息能更好的從背景圖像中分離出來(lái)，具有較強(qiáng)的抗噪聲能力，為車(chē)道檢測(cè)打下堅(jiān)實(shí)的基礎(chǔ)。 (2)基于分段歸類(lèi)擬合算法的車(chē)道檢測(cè)。分析現(xiàn)有車(chē)道檢測(cè)方法

3、的優(yōu)缺點(diǎn)，改進(jìn)分段車(chē)道模型，提出基于分段歸類(lèi)擬合算法的車(chē)道檢測(cè)方法。該方法將車(chē)道圖像分為近景和遠(yuǎn)景兩部分，采用分段歸類(lèi)擬合算法，歸類(lèi)相鄰像素點(diǎn)，分段擬合同類(lèi)車(chē)道線，分區(qū)域連接相似車(chē)道線的方法，對(duì)直道和彎道進(jìn)行擬合。實(shí)驗(yàn)表明，分段歸類(lèi)擬合算法在晴天，強(qiáng)光照等條件下，具有良好的直道和彎道的擬合效果，有較強(qiáng)的抗噪聲能力，是一種可靠的實(shí)時(shí)車(chē)道檢測(cè)方法。 (3)偏離預(yù)警模型的研究。為克服傳統(tǒng)的偏離預(yù)警模型只能檢測(cè)直道的不足，提出一種基于橫

4、向截距合的偏離預(yù)警模型。該預(yù)警模型分為一級(jí)靜態(tài)預(yù)警模式和二級(jí)動(dòng)態(tài)預(yù)警模式，結(jié)合單幀車(chē)道圖像信息和多幀連續(xù)圖像信息，使得預(yù)警策略更合理準(zhǔn)確。由于該預(yù)警模型不是基于單幀道路中心線的，而是基于連續(xù)幀圖像的橫向距離合的，因此對(duì)彎道偏離預(yù)警也有良好的效果。 (4)車(chē)道偏離預(yù)警系統(tǒng)的設(shè)計(jì)。在windows平臺(tái)下，用VisualC++6.0開(kāi)發(fā)工具，設(shè)計(jì)實(shí)現(xiàn)了車(chē)道偏離預(yù)警系統(tǒng)，該系統(tǒng)包括AVI視頻圖像捕獲，圖像預(yù)處理，車(chē)道檢測(cè)，偏離預(yù)警等。