基于双曲线模型的车道识别与偏离预警算法的研究

摘要

随着世界汽车工业的迅速发展，汽车保有量日益增加，由此带来的交通事故，特别是重大交通事故发生率居高不下，交通安全问题日益突出，于是智能驾驶辅助系统应运而生，它在车辆偏离车道时给驾驶员提供报警信息，从而大幅度提高汽车驾驶的安全性。
　　 本文从研究车辆辅助安全出发，在车辆主动安全领域方面进行了积极探索。对结构化道路上的车道线识别与跟踪算法、偏离预警算法和车道偏离预警实验进行深入的研究。
　　 针对车道识别与偏离预警算法在准确性、实时性方面难以达到平衡的问题，提出一种基于双曲线模型的车道识别与偏离预警算法。预处理阶段，通过颜色空间变换、阈值分割等步骤减少后续处理时间。识别阶段，使用自适应车道线特征点集搜索和粒子滤波算法来提高道路边缘点搜索效率。采用双曲线模型拟合车道线，具有较高拟合精度。使用车道置信度评价函数来提高识别算法的鲁棒性。最后阶段，根据摄像机标定转换矩阵，获得世界坐标中的车道线参数，在世界坐标系中建立时空联合预警模型，对车道偏离行为进行预警，降低了车道偏离原型系统的虚警率和漏警率。
　　 为验证本文提出道路识别和偏离预警算法，本文在PreScan与Simulink构建的车道偏离预警模型上进行仿真实验;并通过VC及OpenCV实现了车道偏离预警算法，并进行道路试验。仿真和试验结果表明，本文提出的车道识别与偏离预警算法可满足车道偏离应用要求。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．2 车道偏离预警系统简介

1．3 国内外车道偏离预警系统研究现状

1．5 本文主要研究内容

第2章 车道线识别与跟踪

2．1 车道识别算法研究现状

2．2 车道线识别总体流程

2．3 图像预处理

2．3．1 亮度图像获取

2．3．2 图像感兴趣区域的设定

2．3．3 Sobel算子边缘增强

2．3．4 图像自适应阈值分割

2．4 车道线模型建立

2．5 自适应车道线特征点集搜索

2．6 车道线特征点集拟合

2．7 基于置信度函数的道路识别

2．7．1 先验概率

2．7．2 似然函数

2．7．3 后验概率

2．8 基于粒子滤波的车道线跟踪

2．9 本章小结

第3章 车道偏离预警

3．1 车道偏离预警识别算法研究现状

3．2 车道偏离预警设计标准

3．3 车道线参数获取

3．3．1 摄像机标定

3．3．2 车道线参数拟合

3．4 时空联合预警

3．4．1 报警抑制算法

3．4．2 时空联合预警策略

3．5 报警方式

3．6 本章小结

第4章 基于PreScan与Simulink软件的联合仿真实现

4．1 PreScan与Simulink联合仿真平台介绍

4．1．1 PreScan软件介绍

4．1．2 联合仿真平台介绍

4．2 PreScan中道路测试环境设计

4．3 基于PreScan与Simulink的车道偏离算法实现

4．4 本章小结

第5章 实验研究

5．1 仿真道路测试

5．1．1 车道识别测试结果

5．1．2 车道偏离预警算法测试结果

5．2 实际道路测试

5．2．1 车道识别试验

5．2．2 偏离预警识别试验

5．3 本章小结

总结与展望

参考文献

致谢

附录A(攻读学位期间学术论文发表及项目研究情况)