基于分段歸類擬合算法的車道偏離預(yù)警系統(tǒng).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(guān)注，安全輔助駕駛已成為國際智能交通系統(tǒng)研究的重要內(nèi)容。車道偏離預(yù)警系統(tǒng)提醒長時間單調(diào)駕駛的駕駛員保持車輛在車道內(nèi)行駛，防止其疲勞駕駛，是近年來汽車智能輔助駕駛系統(tǒng)中的核心問題。 本文綜合分析了車道偏離系統(tǒng)的研究現(xiàn)狀，充分估計了課題的研究成本，在基于機器視覺的基礎(chǔ)上，改進了彎道檢測和彎道偏離預(yù)警的方法，實現(xiàn)了車道偏離預(yù)警系統(tǒng)，系統(tǒng)分為三個模塊：AVI視頻圖像預(yù)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(yù)警決策。本文的主要工作包括： (1)AVI視頻圖像預(yù)處理。闡述AVI視頻文件的數(shù)據(jù)結(jié)構(gòu)，給出通過API函數(shù)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(jù)結(jié)構(gòu)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(chǔ)。 (2)基于分段歸類擬合算法的車道檢測。分析現(xiàn)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(yù)警模型的研究。為克服傳統(tǒng)的偏離預(yù)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(yù)警模型。該預(yù)警模型分為一級靜態(tài)預(yù)警模式和二級動態(tài)預(yù)警模式，結(jié)合單幀車道圖像信息和多幀連續(xù)圖像信息，使得預(yù)警策略更合理準確。由于該預(yù)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(yù)警也有良好的效果。 (4)車道偏離預(yù)警系統(tǒng)的設(shè)計。在windows平臺下，用VisualC++6.0開發(fā)工具，設(shè)計實現(xiàn)了車道偏離預(yù)警系統(tǒng)，該系統(tǒng)包括AVI視頻圖像捕獲，圖像預(yù)處理，車道檢測，偏離預(yù)警等。