基于單目視覺(jué)的車(chē)道偏離預(yù)警系統(tǒng)設(shè)計(jì).pdf

1、車(chē)道偏離預(yù)警系統(tǒng)(Lane Departure Warning System, LDWS）作為現(xiàn)代智能交通安全輔助駕駛系統(tǒng)（Safety Driving Assist System, SDAS）的一個(gè)重要組成部分，應(yīng)用現(xiàn)代計(jì)算機(jī)視覺(jué)原理以及通信與控制系統(tǒng)技術(shù)在車(chē)輛偏離車(chē)道時(shí)預(yù)警，從而大幅度提高汽車(chē)駕駛的安全性、舒適性。計(jì)算機(jī)視覺(jué)技術(shù)的不斷向前發(fā)展，其精確識(shí)別道路交通環(huán)境的能力和相對(duì)較少的成本都表明了LDWS廣闊的應(yīng)用前景，于是，基于視覺(jué)

2、的車(chē)道偏離預(yù)警系統(tǒng)近年來(lái)成為了國(guó)內(nèi)外研究人員關(guān)注的焦點(diǎn)問(wèn)題。
　　本文主要研究基于單目視覺(jué)的車(chē)道偏離預(yù)警系統(tǒng)算法的實(shí)現(xiàn)。單目視頻傳感器具有價(jià)格低廉、實(shí)用性強(qiáng)、中間件技術(shù)成熟等諸多優(yōu)點(diǎn)，適合商業(yè)化應(yīng)用。但是相比基于雷達(dá)技術(shù)的其他傳感器，視頻圖像提供的關(guān)于速度和距離的信息更為間接，從中提取出所需的關(guān)鍵信息更加富有挑戰(zhàn)性。本文首先根據(jù)獲取的道路彩色圖像，研究了基于CIELab彩色空間彩色聚類(lèi)對(duì)車(chē)道線進(jìn)行識(shí)別的算法，接著根據(jù)實(shí)際情況，對(duì)高

3、等級(jí)路面采用直線模型利用霍夫變換檢測(cè)車(chē)道線。檢測(cè)到車(chē)道線后，為了使車(chē)道線檢測(cè)結(jié)果更加穩(wěn)定有效，采用了卡爾曼濾波對(duì)多車(chē)道線同時(shí)進(jìn)行追蹤，大大提高了車(chē)道線檢測(cè)的精度。最后利用計(jì)算機(jī)標(biāo)定原理將三維空間的位移與二維圖像空間的坐標(biāo)相對(duì)應(yīng)進(jìn)行距離計(jì)算，采用基于橫向距離的偏離預(yù)警模型對(duì)當(dāng)前車(chē)輛是否發(fā)生車(chē)道偏離進(jìn)行預(yù)警判斷。為了使預(yù)警結(jié)果更加準(zhǔn)確，加入了對(duì)駕駛員是否主動(dòng)換道的判斷算法。
　　本文的主要工作及創(chuàng)新性研究成果如下：
　　1.利用

4、CIELab彩色空間信息對(duì)道路圖像進(jìn)行彩色聚類(lèi)，根據(jù)車(chē)道線為黃色或者白色的特征識(shí)別聚類(lèi)后的車(chē)道線區(qū)域，接著在車(chē)道線區(qū)域采用啟發(fā)式搜索車(chē)道邊線算法，從而檢測(cè)出車(chē)道線邊緣的像素點(diǎn)，對(duì)這些邊緣像素采用最小二乘法進(jìn)行擬合，擬合的同時(shí)使用可靠性判斷算法檢驗(yàn)每一個(gè)像素點(diǎn)是否為有效的邊緣像素，最后將所有有效邊緣像素?cái)M合成車(chē)道線，得到了擬合曲線的參數(shù)即檢測(cè)出了車(chē)道線。本算法利用寶貴的彩色信息進(jìn)行車(chē)道線識(shí)別為復(fù)雜路面上進(jìn)行車(chē)道線檢測(cè)提供了一種行之有效的解

5、決辦法。
　　2.由于車(chē)道偏離預(yù)警系統(tǒng)的應(yīng)用主要是在高速行車(chē)時(shí)進(jìn)行預(yù)警，因此對(duì)于實(shí)際的高等級(jí)公路來(lái)建模時(shí)，根據(jù)國(guó)家標(biāo)準(zhǔn)，道路圖像前視有效距離內(nèi)可視作直線，因此本文采用直線模型進(jìn)行建模，接著使用邊緣算子提取道路邊界，然后采用基于Hough變換的直線特征提取方法對(duì)車(chē)道線進(jìn)行識(shí)別，再根據(jù)得到的車(chē)道線敏感區(qū)域檢測(cè)車(chē)道線顏色（黃色或白色）及車(chē)道線線型（實(shí)線或虛線）。
　　3.根據(jù)道路視頻圖像的序列性特點(diǎn)，針對(duì)序列圖像中目標(biāo)的識(shí)別采用濾

6、波器進(jìn)行追蹤可以使目標(biāo)檢測(cè)更加穩(wěn)定，本文結(jié)合了卡爾曼濾波器算法，創(chuàng)造性的提出了卡爾曼濾波器組的設(shè)計(jì)思路，可對(duì)已檢測(cè)到的多車(chē)道線同時(shí)進(jìn)行追蹤，且同時(shí)追蹤最大車(chē)道線數(shù)不受限制，經(jīng)卡爾曼濾波器組追蹤后輸出的最優(yōu)值，可有效降低車(chē)輛抖動(dòng)、光線變化、陰影等干擾，使車(chē)道線的檢測(cè)結(jié)果更加穩(wěn)定，從而確保了系統(tǒng)進(jìn)行偏離預(yù)警的正確有效。同時(shí)在使用卡爾曼濾波器進(jìn)行追蹤時(shí)加入了樣本有效性判斷規(guī)則，使車(chē)道線的追蹤更為可靠。
　　4.本文研究了車(chē)道偏離預(yù)警系統(tǒng)

7、常用的幾種車(chē)道偏離預(yù)警模型，提出了基于橫向距離的偏離預(yù)警模型來(lái)判斷當(dāng)前車(chē)輛是否已經(jīng)發(fā)生車(chē)道偏離，于是根據(jù)計(jì)算機(jī)標(biāo)定原理，采用三線法計(jì)算出橫向距離，再使用Sigmoid函數(shù)模型來(lái)對(duì)預(yù)警過(guò)程建立模型得出預(yù)警判斷規(guī)則，最后根據(jù)經(jīng)驗(yàn)設(shè)定安全有效距離值，同時(shí)，考慮到偏離預(yù)警時(shí)駕駛員的主動(dòng)換道，為了使預(yù)警結(jié)果更為準(zhǔn)確，算法加入了LDWS對(duì)駕駛員主動(dòng)換道意圖的判斷。
　　5.使用Matlab(R2009a)中附帶的Simulink7.3對(duì)整個(gè)L