基于視覺技術(shù)的實(shí)時車道線檢測與跟蹤算法研究.pdf

1、根據(jù)2013年度世界衛(wèi)生組織道路安全現(xiàn)狀報告顯示，每年，全世界約有124萬人死于道路交通事故，其中約44％的車禍發(fā)生原因是是由于車輛偏離正常車道。車道偏離預(yù)警系統(tǒng)(LDWS)是根據(jù)行駛中車輛的運(yùn)動狀態(tài)和道路的基本規(guī)則所設(shè)計。它的主要功能是協(xié)助過度勞累或長期單調(diào)駕駛的司機(jī)保持車輛在正確車道內(nèi)穩(wěn)定地行駛。LDWS具有可以顯著提高車輛行駛的主動安全性的潛力。
　　本文分別運(yùn)用了基于直線和基于優(yōu)化RANSAC B樣條曲線擬合的方法，均取得

2、了很好的實(shí)驗結(jié)果，系統(tǒng)檢測精度和運(yùn)算效率完全滿足應(yīng)用要求在車道檢測和識別算法中，主要整合了以下幾大功能：⑴首先圖像的ROI設(shè)置是整個算法的基礎(chǔ)，本文根據(jù)輸入圖像的信息和相應(yīng)的相機(jī)參數(shù)設(shè)置了固定矩形ROI，也運(yùn)用了滅點(diǎn)檢測的方法提取自適性矩形ROI，從而避免了對大量無效信息的計算。⑵針對ROI內(nèi)部的像素，系統(tǒng)運(yùn)用了逆投影變換(Inverse Perspective Mapping)，得到車道線相互平行的IPM圖像，從而為下面的車道線邊界提

3、取奠定了基礎(chǔ)。⑶運(yùn)用頻域高斯濾波對IPM圖像進(jìn)行濾波處理，結(jié)合空域去噪模板去除非車道線邊緣像素，從而保留較好的車道線信息。⑷運(yùn)用具有方向約束的霍夫變換檢測直線，用直線分類器得到聚類后的若干直線簇，類內(nèi)計算得到每一條車道線所在的矩形邊界。⑸在每一個車道線矩形邊界內(nèi)運(yùn)用RANSAC B-Spline擬合車道線，迭代后得到高精度的擬合曲線。⑹為了解決車道線檢測的不連續(xù)特征問題，運(yùn)用卡爾曼濾波器對車道線邊界進(jìn)行跟蹤，以便得到連續(xù)的車道線檢測邊界

4、，從而達(dá)到車道線檢測結(jié)果連續(xù)穩(wěn)定的目的。⑺根據(jù)車道線的位置信息和車輛即時位置關(guān)系即可對車道的無意識偏離進(jìn)行及時的判斷和報警。經(jīng)試驗測試，輸入圖像像素為640*480時，基于直線的算法在Core i5、4G RAM的PC機(jī)上運(yùn)行速度為66bps，完全滿足實(shí)時處理要求，基于RANSAC的B樣條曲線擬合的算法在相同的PC機(jī)上運(yùn)行速度為20bps，檢測率達(dá)到了90.82％以上，運(yùn)用GPU加速后，系統(tǒng)運(yùn)行速度提升至85bps，完全達(dá)到實(shí)時檢測的要