基于视觉技术的实时车道线检测与跟踪算法研究

摘要

根据2013年度世界卫生组织道路安全现状报告显示，每年，全世界约有124万人死于道路交通事故，其中约44％的车祸发生原因是是由于车辆偏离正常车道。车道偏离预警系统(LDWS)是根据行驶中车辆的运动状态和道路的基本规则所设计。它的主要功能是协助过度劳累或长期单调驾驶的司机保持车辆在正确车道内稳定地行驶。LDWS具有可以显著提高车辆行驶的主动安全性的潜力。
　　本文分别运用了基于直线和基于优化RANSAC B样条曲线拟合的方法，均取得了很好的实验结果，系统检测精度和运算效率完全满足应用要求在车道检测和识别算法中，主要整合了以下几大功能：⑴首先图像的ROI设置是整个算法的基础，本文根据输入图像的信息和相应的相机参数设置了固定矩形ROI，也运用了灭点检测的方法提取自适性矩形ROI，从而避免了对大量无效信息的计算。⑵针对ROI内部的像素，系统运用了逆投影变换(Inverse Perspective Mapping)，得到车道线相互平行的IPM图像，从而为下面的车道线边界提取奠定了基础。⑶运用频域高斯滤波对IPM图像进行滤波处理，结合空域去噪模板去除非车道线边缘像素，从而保留较好的车道线信息。⑷运用具有方向约束的霍夫变换检测直线，用直线分类器得到聚类后的若干直线簇，类内计算得到每一条车道线所在的矩形边界。⑸在每一个车道线矩形边界内运用RANSAC B-Spline拟合车道线，迭代后得到高精度的拟合曲线。⑹为了解决车道线检测的不连续特征问题，运用卡尔曼滤波器对车道线边界进行跟踪，以便得到连续的车道线检测边界，从而达到车道线检测结果连续稳定的目的。⑺根据车道线的位置信息和车辆即时位置关系即可对车道的无意识偏离进行及时的判断和报警。经试验测试，输入图像像素为640*480时，基于直线的算法在Core i5、4G RAM的PC机上运行速度为66bps，完全满足实时处理要求，基于RANSAC的B样条曲线拟合的算法在相同的PC机上运行速度为20bps，检测率达到了90.82％以上，运用GPU加速后，系统运行速度提升至85bps，完全达到实时检测的要求。

目录

声明

摘要

1 绪论

1．1 研究背景及其意义

1．2 国内外研究现状

1．3 研究方法与主要技术路线

1．4 论文结构

2 设备与数据采集

2．1 实验设备的测试与准备

2．2 相机的标定

2．3 数据采集

3 道路ROI的提取

3．1 固定矩形ROI

3．2 基于灭点的自适性ROI

4 车道线检测

4．1 基于直线拟合的车道线检测

4．2 基于优化的RANSAC B样条曲线的车道线检测

5 车道线跟踪

5．1 跟踪对象或变量的设定

5．2 Kalman滤波器的应用

6 实验结果与评价

6．1 系统的功能模块

6．2 系统的精度与效率评价

7 结论与展望

7．1 结论

7．2 展望

致谢

参考文献

攻读硕士学位期间的研究成果