實時車道線檢測系統(tǒng)的設(shè)計和實現(xiàn).pdf

1、近幾年來人工智能的快速發(fā)展，以及多家知名公司對無人駕駛的研究，尤其是谷歌和百度在無人汽車方面的突出成績，極大地推進了當前智能交通行業(yè)的發(fā)展。為汽車提供更加安全可靠的駕駛策略，成為相關(guān)行業(yè)研究的共同目標。而車道線檢測技術(shù)作為無人駕駛的基礎(chǔ)性工作，在自動泊車、防碰撞預(yù)警以及自動駕駛中發(fā)揮著重要的作用，因此對車道線檢測技術(shù)的研究也數(shù)不勝數(shù)。然而車道線檢測技術(shù)的終極目標是作為自動導(dǎo)航系統(tǒng)的一部分，而不是傳統(tǒng)意義上的檢測變道，當然這需要更長的時間

2、來完善此項技術(shù)。本文從圖像處理的角度研究單目視覺下的車道線檢測技術(shù)，創(chuàng)新的提出一種基于最大直線的車道線檢測算法，在實時性和準確率方面均有很大提高。本文的大致內(nèi)容分為車道線預(yù)處理算法、最大直線檢測算法、車道重建三個部分。
　?、蓬A(yù)處理。本文使用的預(yù)處理包括圖像分塊、顏色空間轉(zhuǎn)換、圖像增強、中值濾波以及邊緣檢測。圖像分塊盡可能去除部分干擾信息，提高車道線檢測系統(tǒng)的準確率和實時性；顏色空間轉(zhuǎn)換主要考慮到現(xiàn)實路況中存在黃色車道，傳統(tǒng)的算法

3、都是針對白色車道做出的研究，本文使用的 RGB到HSV顏色空間轉(zhuǎn)換能夠有效的把黃色車道轉(zhuǎn)換為白色車道；圖像增強用于增強圖像中的高亮度的車道區(qū)域，突出車道邊緣部分；中值濾波用于去除掉圖像增強后圖像中孤立的亮點，同時能夠保留圖像的有效邊緣；邊緣檢測使用目前效果較好的 Canny算子，基于Canny算子使用雙閾值能夠把斷開的邊緣連接起來。
　?、谱畲笾本€檢測算法。最大直線檢測算法包括最大直線檢測算法、統(tǒng)計更新算法以及變道算法。最大直線檢

4、測算法以最大直線作為依據(jù)掃描尋找圖像中最內(nèi)側(cè)直線，通過灰度驗證的直線作為此幀的正確車道線，沒有通過灰度驗證的直線認為此幀不存在車道；統(tǒng)計更新算法作為具有一定導(dǎo)航意義的算法以車道線的時空特性來更新車道線，防止過分抖動和突變的發(fā)生；變道算法用于變道檢測，在車輛變道行駛時給出變道提示，本文使用左右車道線距離差來判斷變道與否。
　?、擒嚨乐亟?。車道重建包括車道穩(wěn)固算法、車道線跟蹤算法、彎道擬合算法以及重建評估四個部分。穩(wěn)固算法主要針對統(tǒng)計

5、更新算法造成的車道漂移，在一定范圍內(nèi)能夠把偏離的車道線糾正過來，提高車道線檢測的準確率；車道線跟蹤算法采用小區(qū)域直線匹配算法，小區(qū)域匹配跟蹤算法能夠較好的配合最大直線檢測算法，在上一幀直線附近搜索最匹配的直線，同時設(shè)置跳出標志以應(yīng)對車道的突變；彎道擬合算法主要針對現(xiàn)實路況中存在的彎道，采用直線模型來擬合彎道顯然是不合理的，因此本文采用多段直線加多段貝塞爾曲線的模型來擬合彎道；重建評估用于評估檢測出來的車道線與真實車道線的差距，然而考慮到