智能車輛車道偏航預(yù)警研究及測控平臺開發(fā).pdf

1、隨著汽車數(shù)量迅速增長，交通安全和道路壓力日益成為人們亟待解決的問題。研究智能車輛可以很好地解決這些問題。要讓智能車輛在道路上安全行駛，前提是對行駛環(huán)境有準確的感知識別。本文以城市道路環(huán)境為背景，基于機器視覺研究了車輛偏航預(yù)警系統(tǒng)，同時開發(fā)了整個智能車輛測控平臺。
　　首先，提出了一種基于特征的車道線圖像檢測算法。根據(jù)車道線的特征，劃分感興趣區(qū)域；采用圖像形態(tài)學(xué)的方法，從原始圖像提取有用信息；采用改進的最大類間方差法將圖像二值化；以

2、聯(lián)通域為單位，經(jīng)過初次排除、基于形狀特征的二次篩選、最終選擇，確定正確的車道線聯(lián)通域；最后對聯(lián)通域取點并用最小二乘法擬合。同時用Kalman濾波器對車道線進行追蹤，進一步提高算法的準確性，并且對感興趣區(qū)域的確定也采用動態(tài)的方法，進一步提高算法的實時性。
　　測試表明，算法具有一定的魯棒性和準確性，同時也滿足實時性的要求。
　　其次，分析了現(xiàn)存的幾種車道偏航預(yù)警策略，利用第二章車道線檢測結(jié)果，提出一種新的預(yù)警策略，并建立預(yù)警模

3、型。
　　結(jié)合預(yù)警算法與模型，在PreScan仿真平臺中添加仿真場景、添加傳感器、配置控制策略。通過仿真對提出的預(yù)警模型做了驗證，證明該模型具的合理性及魯棒性。
　　最后，規(guī)劃設(shè)計了智能車輛總體控制平臺的結(jié)構(gòu)，同時重點從兩個方面：I/O控制和運動控制兩個方面。介紹了智能車輛電氣部分的改造設(shè)計及電路接線。討論了基于 GUC控制器的開發(fā)平臺 CPAC環(huán)境下，對整個測控系統(tǒng)調(diào)試程序的程序設(shè)計過程，簡要分析對電機的運動控制，對I/O