基于Android平臺(tái)的車道線檢測(cè)技術(shù)的實(shí)現(xiàn).pdf

1、汽車工業(yè)的迅速發(fā)展，給人們帶來(lái)方便的同時(shí)，也帶來(lái)了安全的隱患。每年交通事故頻發(fā)，而大部分是駕駛員自身原因引起的。因此，給駕駛員提供輔助駕駛，當(dāng)有危險(xiǎn)發(fā)生時(shí)，提前給駕駛員信號(hào)，會(huì)減少許多悲劇的發(fā)生。車道偏離預(yù)警系統(tǒng)是輔助駕駛系統(tǒng)的重要組成部分，通過(guò)計(jì)算車道的寬度，車輛在車道中的相對(duì)位置，當(dāng)汽車將要偏離車道線時(shí)，警告駕駛?cè)藛T。在車道偏離預(yù)警系統(tǒng)中，車道線檢測(cè)無(wú)疑是最核心的部分。當(dāng)前Android操作系統(tǒng)的開放性使得其受到人們的青睞。本文主要

2、研究基于Android平臺(tái)的車道線檢測(cè)技術(shù)的實(shí)現(xiàn)。
　　 車道線檢測(cè)技術(shù)從現(xiàn)有的技術(shù)水平來(lái)看，影響可靠性的最主要因素是系統(tǒng)應(yīng)用的天氣條件，光照變化的影響，以及路邊景物的干擾。本文利用AndroidCamera實(shí)現(xiàn)對(duì)道路圖像的實(shí)時(shí)采集，并對(duì)車道線圖片進(jìn)行預(yù)處理。由于本文是基于圖像邊緣信息的車道線檢測(cè)，因此先將圖像進(jìn)行灰度化，去除大量的彩色不必要信息，以提高系統(tǒng)實(shí)時(shí)性。為了消除干擾，對(duì)道路圖像進(jìn)行濾波，實(shí)驗(yàn)證明中值濾波對(duì)椒鹽噪聲和高

3、斯噪聲都可以較好濾除。接下來(lái)的邊緣檢測(cè)，通過(guò)對(duì)比分析，選擇Canny算子進(jìn)行邊緣檢測(cè)。最后實(shí)現(xiàn)了基于最大類間方差的Canny邊緣檢測(cè)，實(shí)驗(yàn)證明，這種方法無(wú)論在光照條件或光照條件惡劣的環(huán)境下，不需要依靠人為經(jīng)驗(yàn)去設(shè)置閾值，就能夠很好的得到車道線邊緣。
　　 在車道線檢測(cè)過(guò)程中，本文采用基于Hough變換車道線的直線檢測(cè)。研究中將車道線分為左右車道，通過(guò)對(duì)車道線斜率的范圍和最小長(zhǎng)度的限定，可以排除道路景觀和道路邊緣雜線的干擾。另外，

4、由于在實(shí)際路況中車道線有一定寬度，會(huì)造成檢測(cè)到兩條車道線，本文利用消失點(diǎn)可以得到連續(xù)的車道線。為了提高算法的實(shí)時(shí)性，采用Kalman濾波方法，根據(jù)上一幀圖像車道線的位置先確定車道線的動(dòng)態(tài)感興趣區(qū)域，然后在下一幀圖像的感興趣區(qū)域內(nèi)搜索車道線。
　　 最后，在pc機(jī)上測(cè)試算法的實(shí)時(shí)性，實(shí)驗(yàn)證明通過(guò)Kalman確定動(dòng)態(tài)感興趣區(qū)域可以大大減少算法時(shí)間。并利用JNI技術(shù)成功將c++車道線算法移植到安卓平臺(tái)，實(shí)驗(yàn)證明處理單張圖片的時(shí)間是30