基于視覺傳感器的結構化道路車道線識別算法研究.pdf

1、目前在汽車保有量增長的同時隨之帶來了更多的交通事故。交通事故的高發(fā)讓政府發(fā)布更多的法律法規(guī)，迫使汽車行業(yè)不斷在技術革新上加大投資力度。當前關于安全的技術的研究主要集中在主動安全、被動安全、智能駕駛輔助系統(tǒng)和智能網聯汽車等技術上。智能系統(tǒng)是車輛根據車載傳感器在感知周圍環(huán)境的基礎上控制車輛相關系統(tǒng)做出轉向或制動或加速等的一系列操作。這樣的一系列活動都是建立在車輛對于環(huán)境正確的感知上。
　　在環(huán)境感知中車道內的車道線信息提取是一個十分重

2、要的環(huán)節(jié)，精確而實時的檢測車道線是該領域中的一個重點和難點。本文主要針對結構化道路進行車道線識別，根據結構化道路的一些特征以及其復雜的環(huán)境條件，從算法的實時性、檢測的精確性和對各種工況環(huán)境的適應性上下手，提出了一些解決方案。本文主要的研究方法和研究內容包含以下幾個方面：
　　（1）收集關于車道線識別相關的論文，對國內外車道線檢測算法和車道線跟蹤算法的研究現狀進行了分析。了解目前車道線識別中各種傳感器和算法的優(yōu)缺點，從中找到車道線識

3、別算法中所面臨的問題。
　?。?）研究基于相機成像原理逆透視變換以及相機標定。根據小孔相機成像原理，將采樣得到的圖像進行逆透視變換得到鳥瞰圖。為了保證逆變換和變換的可行性，求取消失點坐標。為了保證采樣圖像的質量，對透鏡的畸變采用模板法進行標定。
　?。?）研究基于隨機抽樣一致性算法（RANSAC）的貝塞爾曲線形車道線擬合。在圖像預處理階段采用高斯分離濾波器提高平行車輛行進方向信號信噪比，與此同時該濾波器還能夠有效降低計算量。

4、二值化引進局部閾值方法將車道線像素點與非車道像素點進行分離。在二值化圖像中尋找疑似車道線的區(qū)域并在區(qū)域中采用RANSAC擬合三階貝賽爾曲線。并對擬合的車道線長度和線條彎曲程度進行評估。
　?。?）研究結合卡爾曼濾波噪聲分析的車道線跟蹤算法。采用卡爾曼濾波跟蹤算法對貝塞爾曲線4個控制點進行跟蹤。為了實現更精確的跟蹤，本文對卡爾曼濾波過程噪聲和測量噪聲采用試驗方法進行提取。
　　本文最后采用試驗方法和對比法對算法進行評估。通過實