智能车辆视觉系统中车道线与车辆识别技术研究

发布时间：2020-09-10 16:25

　　随着全球汽车产业的迅猛发展,由驾驶员误操作引发的交通安全问题日益严峻,以智能辅助驾驶系统为代表的主动安全技术可有效减少因驾驶员操纵失误导致的交通事故。本文设计基于机器视觉的车道线与车辆识别算法,当车辆偏离当前车道或出现碰撞危险时能够发出预警提醒,减少由于驾驶员疲劳驾驶或注意力分散引发的交通事故,提高行车安全性。提出一种基于投票机制与区域规划的车道线识别算法,可有效检测道路边界线。首先由获取的图像划分感兴趣区域,利用车道线宽度等信息提取车道线的特征点,根据特征点的位置及方向角分布对消失点进行定位,并建立关联性的投票空间进行消失点和车道线边缘点方向角检测,由消失点和方向角定义目标拟合区域,提取车道线。并提出基于倒梯形区域与可信度判断的方法实现车道线跟踪。研究分析不同类型的车道偏离预警模型,制定偏离预警决策算法,设置系统触发条件。并对前车防撞预警系统中的关键技术进行了深入研究,设计一种基于机器学习的车辆识别方法。采集车辆训练的所需的正负样本集,基于Haar特征利用Adaboost算法对样本进行训练,以获得级联分类器,并对基于单目视觉的测距模型进行了研究。选用IMX6S为车道偏离预警实车试验平台并搭载视觉相机,以验证本文设计的车道线检测算法的有效性。试验结果表明,所提出的车道线检测算法能准确检测不同路况下的车道标识线,在IMX6S平台中运行表现出良好的实时性与准确性。并进行了车辆与车道线识别算法融合试验,试验结果显示,所研究的算法能准确检测道路前方车辆与车道线,基本满足系统实时性与准确性要求。
【学位单位】：合肥工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.41;U463.6
【部分图文】：

示意图,辅助驾驶

Urban Forward Collision Warning)，远光灯控制(IHC，Intelligent High Beam Control)日产的安全预警系统（NISSAN i-SAFETY）利用安装在挡风玻璃处的传感器对环境进行感知，并通过设定的算法进行处理，以作出相应的预测。该系统车道偏离预警系统如图 1.1（d）所示，使用前方摄像头识别车道线，并建立车道偏离预警模型，设定车速、驾驶员状态为系统开启的条件。当系统判断出驾驶员正在进行无意识偏离行为，则发出预警提醒。（a）谷歌无人驾驶汽车（b）AURORA 系统示意图

辅助驾驶

（c）军事交通学院猛狮三号（d）先进所智能先锋号图 1.2 国内辅助驾驶系统Fig1.2 Domestic assistance driving system可以看出，国内智能车在各项关键技术上与国外存在明显差距，尤其是在环境感知、高精地图绘制、硬件能力等方面落后较大。交通拥挤引发的安全问题、消费者对车辆驾驶的简易性与舒适性提出的更高要求，都促使我们加大提高汽车的智能化程度，提升系统对复杂道路环境的应变能力，减轻驾驶员驾驶负担，尽早实现汽车的自动驾驶。在车辆安全预警系统中，车道线识别技术与车辆识别技术是非常重要的环节，车道线及前方车辆检测的实现程度，直接决定了预警的及时性与准确性。因此，设计能够满足智能驾驶系统要求的车道线与车辆识别算法，使系统在发现危险信号时能提供预警提醒，以提高行车安全性能，减少交通事故的发生，对实现城市交通安全建设，具有重要意义。1.2.1 车道线检测研究现状车道线识别是智能辅助驾驶系统核心算法之一，是实现车道偏离预警功能的

逻辑流程图,逻辑流程图,识别算法,消失点

一种满足车载视觉系统要求的道路识别算法，提出一种基的车道线检测算法，可有效检测结构化道路的车道线。体设计票机制与区域规划的车道线识别算法总体流程：（1）采集处理,主要包括感兴趣区域（ROI）划分，灰度化，中值滤（2）遍历感兴趣区域，利用车道线宽度和梯度幅值等信息建立关联性的投票空间，将边缘点以该点梯度方向往消失取消失点和边缘点的方向角度，当完成感兴趣区域边缘点失线上的峰值点，即为所求的消失点，由消失点进行反向角度；（4）根据消失点位置和方向角度划分目标拟合区域取车道线，并进行模型匹配，防止由于车辆遮挡或一侧车失败的情况；（5）在车道线跟踪模块中，提出利用前一帧车道线进行约束，并建立倒梯形的跟踪区域进行车道线跟如图 2.1 所示。

【参考文献】