智能車輛輔助駕駛系統(tǒng)中車道偏離預警算法的研究.pdf

1、隨著人們生活水平的不斷提高，我國居民的汽車持有量大幅增加。汽車數(shù)量的增多，使交通問題日益突出，交通事故發(fā)生率大大增加。其中由于駕駛員視覺疲勞或注意力不集中而造成的車道偏離引發(fā)的交通事故發(fā)生率最高。因此，車道偏離預警系統(tǒng)（Lane Departure Warning System,LDWS)成為近年來的研究熱點。車道偏離預警是智能車輛輔助駕駛系統(tǒng)的重要組成部分，其主要功能是在車輛即將偏離車道時，通過聲音、燈光、震動等方式發(fā)出報警信號，提醒

2、駕駛員注意車輛的偏離情況，從而有效地降低此類交通事故的發(fā)生率。
　　本文首先介紹了車道偏離預警系統(tǒng)的研究背景和意義，分析了國內(nèi)外的研究現(xiàn)況。然后對結構化道路的車道偏離預警系統(tǒng)展開了研究，所作的主要工作如下：
　?。?）對獲取到的圖像進行預處理。由于道路原圖像是含有噪聲的彩色圖像，對車道線的準確識別造成干擾且運算量大，因此需要對圖像進行預處理。本文先將圖像灰度化以減少后續(xù)處理的數(shù)據(jù)量，然后通過高斯濾波、Canny邊緣檢測、二值

3、化分割等算法增強車道線信息，為車道線的檢測和跟蹤奠定了基礎。
　?。?）根據(jù)道路圖像中車道線的特點，本文采用組合模型對車道進行建模。針對不同區(qū)域中的車道線的類型分別設計了相應的檢測算法：在近視野中，將車道簡化為直線模型，用Hough變換對車道線進行檢測；在遠視野中，將車道近似為拋物線模型，采用最小二乘法對車道線進行檢測。最后根據(jù)這兩個區(qū)域內(nèi)車道線的參數(shù)信息，判斷出車道的類型，并擬合出完整的車道線。
　?。?）針對車道偏離判決

4、算法大都需要對相機進行標定和圖像重建的問題，論文提出了一種將車道線消失點偏移量的變化與車道線斜率相結合的偏離判決算法。該算法根據(jù)當前圖像中車道線的斜率信息判斷出車輛是否偏離，然后結合車道線消失點的偏移量來區(qū)分車輛偏離的類型，并發(fā)出報警信號。該算法避免了復雜的相機標定過程，降低了系統(tǒng)的復雜度，很好地提高了系統(tǒng)的檢測速度。
　?。?）搭建了車道偏離預警系統(tǒng)軟件平臺，詳細介紹了圖像采集與顯示、車道線檢測、報警等功能模塊的實現(xiàn)過程。通過軟