高速公路上車輛偏離預警模型的研究.pdf

1、隨著我國汽車保有量的持續(xù)增長，交通安全受到越來越廣泛的關(guān)注，人們開始尋求利用計算機等技術(shù)實現(xiàn)車輛的安全駕駛。但在現(xiàn)實道路場景中，環(huán)境總是復雜多變的，如何在多變的場景中實現(xiàn)車輛偏離預警也就成了國內(nèi)外學者的研究熱點與難點。
　　本文在對國內(nèi)外車輛偏離預警(Lane Departure Warning System，LDWS)技術(shù)進行了充分研究的基礎(chǔ)上，針對我國高速公路的實際情況，提出了一種基于機器視覺的車輛偏離預警模型。該模型主要包括

2、道路圖像預處理、車道標識線識別與跟蹤、車輛偏離預警決策三個模塊，本文的主要工作也圍繞這三個模塊展開：
　　(1)道路圖像預處理：首先，為了去除圖像中冗余部分（如天空、林木等）的干擾，文中建立了左右兩個感興趣區(qū)域分別處理左右車道標識線。接著，通過Adobe RGB(1998)方法對圖像進行灰度化處理。然后，在道路圖像的濾波增強中，選擇采用金字塔濾波進行圖像的濾波增強操作。而在最為重要的邊緣檢測中，文中選擇了最適合本課題場景的邊緣檢測

3、算法——改進的自適應 Canny算法，來進行道路圖像的邊緣提取。最后，文中通過設(shè)立固定閾值得到了道路所在區(qū)域的二值邊緣圖像，大大簡化了后續(xù)過程中待處理的數(shù)據(jù)量。實驗結(jié)果證明，文中提出的預處理算法能極大地簡化所獲取的道路圖像，為后續(xù)識別車道標識線提供了良好的數(shù)據(jù)源。
　　(2)車道標識線識別與跟蹤：針對采用何種檢測模型的問題，文中在綜合考慮系統(tǒng)的實時性和準確性后，選擇了利用直線模型進行車道線檢測并分析了直線模型在擬合彎道時的誤差。接

4、著，文中通過改進的概率霍夫變換對車道線像素點進行提取。之后，針對標識線的雙邊緣問題，文中采用最小二乘法來擬合車道線上的像素點，從而使得擬合的直線位于真實車道標識線的正中央。然后，針對路面干擾線的誤檢問題，文中提出了一種基于距離和長度加權(quán)的路面干擾線規(guī)避算法。最后，文中提出了一種基于前幀標識線的 ROI區(qū)域預測算法及一套車道標識線跟蹤機制來預測車道線在下一幀中出現(xiàn)的位置。實驗結(jié)果證明，文中所提算法能夠準確且及時地識別車道線。
　　(