基于图像的车道线识别与汽车偏离预警技术研究

发布时间：2024-02-21 03:40

　　近年来,我国汽车保有量的逐年递增,汽车的交通安全问题越发受到社会的重视。为了减少交通事故的数量,加强汽车的主动安全性,逐渐搭载了智能辅助驾驶系统。车道偏离预警技术是高级辅助驾驶系统的核心技术之一,在高速场景下,由于驾驶员疲惫、困倦和注意力分散等,车辆如果发生车道偏离,系统及时给予驾驶员警告信号,从而避免碰撞等交通事故的发生,保障驾驶员的生命安全。本文主要研究基于图像的车道线识别与汽车车道偏离预警技术,该技术的核心模块为车道线的识别与追踪算法和车道偏离预警算法。首先介绍了车道偏离预警技术的国内外发展现状,以及组成该技术的核心算法的研究现状,并指出了现有的算法不足之处。然后对本文涉及的三种核心算法的详细设计过程进行了阐述,算法的主要内容如下:1、道路图像的预处理。对前车摄像头拍摄的道路图像序列逐帧预处理,图像预处理流程主要包含设置感兴趣区域、灰度化、中值去噪、顶帽增强处理、阈值分割、轮廓修复、轮廓中心特征提取等,通过图像的预处理可以去除噪声干扰,增强目标车道特征,为后续的识别检测做好准备。2、车道线的识别与追踪。高速道路有着较大的转弯半径,其图像近视场可以简化为直线,且弯道模型计算量大,实...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 车道偏离预警技术的研究现状
        1.2.1 车道识别
        1.2.2 车道追踪
        1.2.3 车道偏离预警
    1.3 本文主要研究内容
第2章 图像预处理
    2.1 引言
    2.2 感兴趣区域提取
    2.3 灰度化
    2.4 道路图像滤波
    2.5 顶帽处理
    2.6 道路图像二值化
        2.6.1 大津法
        2.6.2 双峰法
        2.6.3 迭代法
        2.6.4 阈值分割效果对比
    2.7 车道轮廓修复
    2.8 目标轮廓中心特征点提取
        2.8.1 连通域标记
        2.8.2 轮廓筛选
        2.8.3 道路轮廓中心样本点提取
    2.9 本章小结
第3章 车道线的识别与跟踪
    3.1 引言
    3.2 车道线模型的建立
        3.2.1 直线模型
        3.2.2 曲线模型
        3.2.3 组合模型
    3.3 直线模型的检测方法
        3.3.1 霍夫变换
        3.3.2 最小二乘法
        3.3.3 随机抽样一致性算法
        3.3.4 直线拟合实验
    3.4 车道线跟踪预测算法
        3.4.1 卡尔曼滤波器的原理
        3.4.2 系统初值设定
        3.4.3 改进的卡尔曼滤波工作流程
    3.5 车道线检测结果及分析
    3.6 本章小结
第4章 基于图像的车道偏离预警算法
    4.1 引言
    4.2 车道偏离常用预警模型简介
        4.2.1 CCP模型
        4.2.2 FOD模型
        4.2.3 TLC模型
    4.3 基于车道线数量和夹角的预警模型
        4.3.1 车道线偏离角
        4.3.2 车道线数量
        4.3.3 车道偏离预警模型
    4.4 车道偏离预警实验
    4.5 本章小结
总结与展望
    工作总结
    存在的问题与展望
参考文献
致谢



本文编号：3904982