高速公路上車(chē)輛偏離預(yù)警模型的研究.pdf

1、隨著我國(guó)汽車(chē)保有量的持續(xù)增長(zhǎng)，交通安全受到越來(lái)越廣泛的關(guān)注，人們開(kāi)始尋求利用計(jì)算機(jī)等技術(shù)實(shí)現(xiàn)車(chē)輛的安全駕駛。但在現(xiàn)實(shí)道路場(chǎng)景中，環(huán)境總是復(fù)雜多變的，如何在多變的場(chǎng)景中實(shí)現(xiàn)車(chē)輛偏離預(yù)警也就成了國(guó)內(nèi)外學(xué)者的研究熱點(diǎn)與難點(diǎn)。
　　本文在對(duì)國(guó)內(nèi)外車(chē)輛偏離預(yù)警(Lane Departure Warning System，LDWS)技術(shù)進(jìn)行了充分研究的基礎(chǔ)上，針對(duì)我國(guó)高速公路的實(shí)際情況，提出了一種基于機(jī)器視覺(jué)的車(chē)輛偏離預(yù)警模型。該模型主要包括

2、道路圖像預(yù)處理、車(chē)道標(biāo)識(shí)線識(shí)別與跟蹤、車(chē)輛偏離預(yù)警決策三個(gè)模塊，本文的主要工作也圍繞這三個(gè)模塊展開(kāi)：
　　(1)道路圖像預(yù)處理：首先，為了去除圖像中冗余部分（如天空、林木等）的干擾，文中建立了左右兩個(gè)感興趣區(qū)域分別處理左右車(chē)道標(biāo)識(shí)線。接著，通過(guò)Adobe RGB(1998)方法對(duì)圖像進(jìn)行灰度化處理。然后，在道路圖像的濾波增強(qiáng)中，選擇采用金字塔濾波進(jìn)行圖像的濾波增強(qiáng)操作。而在最為重要的邊緣檢測(cè)中，文中選擇了最適合本課題場(chǎng)景的邊緣檢測(cè)

3、算法——改進(jìn)的自適應(yīng) Canny算法，來(lái)進(jìn)行道路圖像的邊緣提取。最后，文中通過(guò)設(shè)立固定閾值得到了道路所在區(qū)域的二值邊緣圖像，大大簡(jiǎn)化了后續(xù)過(guò)程中待處理的數(shù)據(jù)量。實(shí)驗(yàn)結(jié)果證明，文中提出的預(yù)處理算法能極大地簡(jiǎn)化所獲取的道路圖像，為后續(xù)識(shí)別車(chē)道標(biāo)識(shí)線提供了良好的數(shù)據(jù)源。
　　(2)車(chē)道標(biāo)識(shí)線識(shí)別與跟蹤：針對(duì)采用何種檢測(cè)模型的問(wèn)題，文中在綜合考慮系統(tǒng)的實(shí)時(shí)性和準(zhǔn)確性后，選擇了利用直線模型進(jìn)行車(chē)道線檢測(cè)并分析了直線模型在擬合彎道時(shí)的誤差。接

4、著，文中通過(guò)改進(jìn)的概率霍夫變換對(duì)車(chē)道線像素點(diǎn)進(jìn)行提取。之后，針對(duì)標(biāo)識(shí)線的雙邊緣問(wèn)題，文中采用最小二乘法來(lái)擬合車(chē)道線上的像素點(diǎn)，從而使得擬合的直線位于真實(shí)車(chē)道標(biāo)識(shí)線的正中央。然后，針對(duì)路面干擾線的誤檢問(wèn)題，文中提出了一種基于距離和長(zhǎng)度加權(quán)的路面干擾線規(guī)避算法。最后，文中提出了一種基于前幀標(biāo)識(shí)線的 ROI區(qū)域預(yù)測(cè)算法及一套車(chē)道標(biāo)識(shí)線跟蹤機(jī)制來(lái)預(yù)測(cè)車(chē)道線在下一幀中出現(xiàn)的位置。實(shí)驗(yàn)結(jié)果證明，文中所提算法能夠準(zhǔn)確且及時(shí)地識(shí)別車(chē)道線。
　　(