車前障礙物檢測及車道線識別研究.pdf

1、智能汽車安全輔助駕駛系統(tǒng)已成為研究的前沿,在確保車輛行駛安全中發(fā)揮著至關重要的作用。本課題主要研究車前障礙物的檢測與測距和車道線的檢測與擬合,通過車道線和障礙物的特點對圖像進行預處理,運用Hough變換法檢測車道線,分段擬合車道線,利用陰影法粗略檢測車輛,然后利用車輛的特征精確的框定位置,再運用Kalman預測障礙物的位置,最后通過測距公式進行標定攝像機的參數,通過二次標定攝像機的參數并測量本車與障礙物的距離。文章的主要內容如下:

2、>　　(1)首先通過CCD攝像機采集彩色數據圖像,對彩色圖像進行灰度,然后對圖像進行濾波,運用邊緣檢測算子增強車道線邊緣,再一步對圖像進行二值化,對二值化后的圖像采用近鄰法濾除噪點,最后通過DLD算法,進一步篩選車道線的區(qū)域。
　　(2)采用Hough變換法檢測車道線,首先對于近區(qū)采用先中間后兩邊的方法檢測近區(qū)車道線,對于遠區(qū)采用感興趣區(qū)域假設檢測車道線,減少了霍夫變換的計算量;在近區(qū)車道線完成以后即可進行對行駛汽車進行是否壓線的

3、判定;利用分段擬合即近區(qū)采用直線擬合法,遠區(qū)采用拋物線擬合法進行車道線的擬合。
　　(3)提取車輛檢測的感興趣區(qū)域,提高了檢測的實時性,對感興趣區(qū)域內運用自適應雙閾值法檢測車輛的底部陰影,然后采用Sobel增強車輛的豎直邊緣,提高檢測的精度,灰度均值突變行附近區(qū)域存在障礙物車輛,建立一個識別的感興趣區(qū)域粗略標定出車輛的位置,通過候選車輛區(qū)域的局部信息熵判定是否存在車輛,根據車輛的特征,對ROI圖像采用垂直邊緣增強,然后在ROI內計