高速公路車道檢測方法研究.pdf

1、隨著汽車數(shù)量的增長，高速公路事故率激增，其中大部分是由于駕駛員對周圍環(huán)境的忽視或視覺干擾造成的?；谝曈X的車道檢測技術(shù)是汽車安全輔助駕駛的關(guān)鍵技術(shù)，車道線是行車環(huán)境信息中最重要的信息。本文針對智能汽車在高速公路環(huán)境下的車道檢測問題，研究了不同光照下的車道特征提取、車道模型擬合問題。
　　本研究主要內(nèi)容包括：⑴通過圖像梯度分析并結(jié)合實(shí)際車道圖像，提出了一種基于梯度增強(qiáng)的特征提取方法。由線性判別式分析法計算梯度增強(qiáng)變換向量，并灰度化彩

2、色圖像，由自適應(yīng)Canny邊緣檢測得到車道特征圖像，特征提取向量根據(jù)光照的改變實(shí)時更新以保證算法對光照的魯棒性。實(shí)驗表明在光照變化的情況下，提出的特征提取方法能保留車道的主要特征，并提高了車道檢測的正確性。⑵為了改善標(biāo)準(zhǔn)霍夫變換網(wǎng)格量化精度并減少其計算復(fù)雜度，提出了一種基于梯度約束的統(tǒng)計霍夫變換車道檢測方法。利用高斯核函數(shù)對圖像中每個像素進(jìn)行建模，解決標(biāo)準(zhǔn)霍夫變換網(wǎng)格量化精度的問題，通過梯度閾值的方法約束統(tǒng)計霍夫變換的初始數(shù)據(jù)集，減少算

3、法計算量的同時也改善了后續(xù)檢測精度，得到車道參數(shù)的連續(xù)概率密度函數(shù)；用車道檢測結(jié)果來初始化粒子濾波器跟蹤算法，車道參數(shù)的連續(xù)概率密度函數(shù)作為其測量模型。實(shí)驗結(jié)果表明，在高速公路環(huán)境下，該方法能快速準(zhǔn)確的檢測出車道，同時提高車道檢測的魯棒性。⑶給出了一種結(jié)合路面實(shí)況信息的評估方法，用來衡量車道檢測系統(tǒng)的性能。采用時間片方式將原始視頻序列轉(zhuǎn)化為TS圖像，通過取樣點(diǎn)的插值運(yùn)算得到路面實(shí)況信息中的車道位置，給出了車道檢測準(zhǔn)確性程度的誤差函數(shù)以及