基于車載攝像機的車輛壓線與變道檢測技術(shù)研究與實現(xiàn).pdf

1、隨著交通基礎(chǔ)設(shè)施的逐步完善和汽車保有量的逐年增加，交通事故也在逐年增加，交通安全問題日益突出?；谲囕d攝像機的車輛行駛狀態(tài)檢測是車輛安全輔助駕駛領(lǐng)域的一個重要分支，近年來隨著信息技術(shù)、計算機技術(shù)的快速發(fā)展成為了交通安全領(lǐng)域的研究熱點。它通過對車載圖像進行處理，得到交通參數(shù)，然后根據(jù)交通參數(shù)判斷車輛行駛狀態(tài)，在車輛處于危險狀態(tài)時進行預警甚至輔助駕駛。目前，基于車載攝像機的車輛行駛狀態(tài)檢測的技術(shù)難點問題是車道線的檢測。本文主要圍繞車輛行駛過

2、程中的車道線檢測問題展開研究。
　　首先，為了改善車載原始圖像質(zhì)量，研究了圖像預處理模塊。分析了車載圖像特點，建立了初始感興趣區(qū)域(ROI)，重點研究了圖像灰度化方法和灰度圖像增強方法，最后選定了一套適合本課題的圖像預處理算法。
　　其次，重點研究了車道線邊緣提取算法、車道線參數(shù)提取算法和車道線參數(shù)跟蹤算法。通過對比傳統(tǒng)車道線邊緣提取算法和方向可調(diào)濾波器邊緣檢測算法，選擇了能加強車道線邊緣信息的方向可調(diào)濾波器邊緣提取算法進行

3、邊緣檢測。為防止車道線參數(shù)由于檢測失誤造成的突變，運用了Kalman濾波器對車道線參數(shù)進行跟蹤修正。
　　再次，在車道線提取的基礎(chǔ)上，對車輛壓線和變道兩個車輛行駛狀態(tài)進行了檢測。通過分析車輛壓線模型和車輛變道模型，提出了基于車道線夾角的車輛壓線檢測方法和基于車輛車道的車輛變道檢測方法。
　　最后，為了驗證算法的有效性，開發(fā)并測試了車輛壓線和變道檢測軟件。測試表明，本文研究的基于車載攝像機的車輛壓線與變道檢測算法對不同場景下的