基于分段歸類擬合算法的車道偏離預警系統.pdf

1、隨著汽車的普及和高速公路的興建，汽車的主動安全性能受到人們越來越多的關注，安全輔助駕駛已成為國際智能交通系統研究的重要內容。車道偏離預警系統提醒長時間單調駕駛的駕駛員保持車輛在車道內行駛，防止其疲勞駕駛，是近年來汽車智能輔助駕駛系統中的核心問題。 本文綜合分析了車道偏離系統的研究現狀，充分估計了課題的研究成本，在基于機器視覺的基礎上，改進了彎道檢測和彎道偏離預警的方法，實現了車道偏離預警系統，系統分為三個模塊：AVI視頻圖像預處

2、理，基于分段歸類擬合算法的車道檢測，基于橫向截距合的偏離預警決策。本文的主要工作包括： (1)AVI視頻圖像預處理。闡述AVI視頻文件的數據結構，給出通過API函數捕獲圖像的方法，分析常用的邊緣檢測方法及適用條件，根據結構化道路視頻的路面特征，采用雙閾值二值化方法，使得車道標志線的信息能更好的從背景圖像中分離出來，具有較強的抗噪聲能力，為車道檢測打下堅實的基礎。 (2)基于分段歸類擬合算法的車道檢測。分析現有車道檢測方法

3、的優(yōu)缺點，改進分段車道模型，提出基于分段歸類擬合算法的車道檢測方法。該方法將車道圖像分為近景和遠景兩部分，采用分段歸類擬合算法，歸類相鄰像素點，分段擬合同類車道線，分區(qū)域連接相似車道線的方法，對直道和彎道進行擬合。實驗表明，分段歸類擬合算法在晴天，強光照等條件下，具有良好的直道和彎道的擬合效果，有較強的抗噪聲能力，是一種可靠的實時車道檢測方法。 (3)偏離預警模型的研究。為克服傳統的偏離預警模型只能檢測直道的不足，提出一種基于橫

4、向截距合的偏離預警模型。該預警模型分為一級靜態(tài)預警模式和二級動態(tài)預警模式，結合單幀車道圖像信息和多幀連續(xù)圖像信息，使得預警策略更合理準確。由于該預警模型不是基于單幀道路中心線的，而是基于連續(xù)幀圖像的橫向距離合的，因此對彎道偏離預警也有良好的效果。 (4)車道偏離預警系統的設計。在windows平臺下，用VisualC++6.0開發(fā)工具，設計實現了車道偏離預警系統，該系統包括AVI視頻圖像捕獲，圖像預處理，車道檢測，偏離預警等。