車道偏離算法

1、基于逆透視變換的車道標(biāo)志線檢測(cè)算法基于逆透視變換的車道標(biāo)志線檢測(cè)算法裘偉，戴斌，吳濤（國(guó)防科學(xué)技術(shù)大學(xué)機(jī)電工程與自動(dòng)化學(xué)院，長(zhǎng)沙，410073）摘要：要：在車輛自主駕駛系統(tǒng)中，準(zhǔn)確快速的檢測(cè)車道標(biāo)志線是一項(xiàng)基本而又相當(dāng)重要的任務(wù)。傳統(tǒng)的完全基于圖像的檢測(cè)方法容易受到各種因素的干擾，為此本文提出了一種新的車道標(biāo)志線檢測(cè)算法。該算法在逆透視變換的基礎(chǔ)上，進(jìn)一步引入高速公路的結(jié)構(gòu)約束條件，實(shí)現(xiàn)了車道標(biāo)志線的準(zhǔn)確檢測(cè)。實(shí)驗(yàn)表明該算法具有很好的抗

2、干擾性能。關(guān)鍵詞：關(guān)鍵詞：自主駕駛系統(tǒng)；車道標(biāo)志線；逆透視變換；結(jié)構(gòu)化道路InversePerspectiveMappingBasedLanesDetectionQiuWeiDaiBinWuTao(MechatronicsEngineeringAutomationSchoolofNationalUniversityofDefenseTechnologyChangsha410073)Abstract:Detectingthelanesex

3、actlyfastisanessentialimptanttaskinautonomousdrivingsystem.Traditionarymethodtotallybasedonlaneimagecaneasilybedisturbedbymanyfactssoanewalgithmofdetectingthelanemarkingsisproposedinthispaper.Onthebasisoftheinverseperspe

4、ctivemapping(IPM)modelthealgithmusesthestructuralconstraintofthehighwaydetectsthelanemarkingsexactly.Thetestresultsshowthatthisalgithmisofgoodantijammingacter.Keywds:autonomousdrivingsystemlanemarkingsinverseperspectivem

5、appingstructuralroad.1引言智能交通系統(tǒng)是當(dāng)今世界研究的一個(gè)熱點(diǎn)，而車輛自主駕駛系統(tǒng)一直是智能交通系統(tǒng)的研究重點(diǎn)。在車輛自主駕駛系統(tǒng)中，一個(gè)重要的研究任務(wù)是要準(zhǔn)確快速的檢測(cè)車道標(biāo)志線信息，提取車輛在車道平面中的位置。各國(guó)對(duì)此都開展了深入的研究，也取得了不少成果。德國(guó)慕尼黑國(guó)防軍大學(xué)的VaMsP系統(tǒng)[1]使用回旋曲線作為簡(jiǎn)化的道路模型，避免了道路幾何復(fù)雜的重構(gòu)問題，提高了系統(tǒng)對(duì)陰影的魯棒性，但需要復(fù)雜的公式匹配，而且當(dāng)

6、道路不符合模型假設(shè)時(shí)會(huì)失效。由車載攝像機(jī)獲取的道路圖像具有強(qiáng)烈的透視效果，主要表現(xiàn)為車道標(biāo)志線在圖像底部較直，在滅點(diǎn)附近成為比較復(fù)雜的曲線，這樣的車道標(biāo)志線模型與世界坐標(biāo)系下具有平行結(jié)構(gòu)的車道標(biāo)志線模型相比顯然要復(fù)雜很多。為了能夠使用簡(jiǎn)單的車道標(biāo)志線模型展開研究，美國(guó)卡耐基梅隆大學(xué)的RALPH系統(tǒng)[2]與意大利帕爾馬大學(xué)的GOLD系統(tǒng)[34]通過逆透視變換的方法對(duì)道路圖像進(jìn)行處理，消除了圖像的透視效果。這兩個(gè)系統(tǒng)在假設(shè)道路寬度固定或變化

7、緩慢的前提下，檢測(cè)具有一定寬度的平行車道線，明顯提高了系統(tǒng)對(duì)陰影和遮擋的魯棒性，但是該假設(shè)并不適于寬度變換頻繁的道路。本文受帕爾馬大學(xué)的GOLD系統(tǒng)[4]的啟發(fā)，在滿足道路平坦假設(shè)的前提下，針對(duì)結(jié)構(gòu)化道路下的道路特征，提出了一種新的車道標(biāo)志線檢測(cè)算法。該算法首先利用逆透視變換消除原道路圖像中的透視效果，然后通過對(duì)逆透視變換后的圖像進(jìn)行處理獲取二值化的車道標(biāo)志線邊緣圖像，在此基礎(chǔ)上，我們將結(jié)構(gòu)化道路車道標(biāo)志線之間的平行約束引入到Hough

8、變換中，檢測(cè)出車道線的起始段和起始方向，并沿起始方向逐段跟蹤檢測(cè)車道標(biāo)志線，最后通過曲線擬合得到車道標(biāo)志線的參數(shù)方程。圖2世界坐標(biāo)系下的平面圖3世界坐標(biāo)系下的平面xoyyz?通過簡(jiǎn)單的坐標(biāo)系變換，求得到的逆透視變換的模型如下：IW22()sin()1122()cos()110yxyxxhctguvdRRyhctguvlRRz?????????????????????????????????逆透視變換前后的圖像如圖4所示。(a)原道路圖像

9、(b)逆透視變換后的準(zhǔn)俯視圖圖4逆透視變換前后圖像3圖像預(yù)處理由車載攝像機(jī)采集到的道路圖像除了包含車道信息，還包含了路面障礙、車道旁以及遠(yuǎn)處的人或物和天空等非車道信息，而這些信息都會(huì)影響到對(duì)車道標(biāo)志線的檢測(cè)。所以，在進(jìn)行車道線檢測(cè)前，需要進(jìn)行預(yù)處理。本文所采用的圖像預(yù)處理主要包括三個(gè)步驟：中值濾波、邊緣檢測(cè)和閾值分割。3.1中值濾波建立一個(gè)33的濾波器滑動(dòng)窗口，按從左到右，從上到下的順序?qū)斎雸D像進(jìn)行檢測(cè)，對(duì)窗口內(nèi)的9個(gè)像素點(diǎn)灰度值進(jìn)行

10、排序，取它們的中值作為窗口中心像素點(diǎn)的灰度值，遍歷整幅輸入圖像后即實(shí)現(xiàn)了對(duì)圖像的中值濾波。濾波后的圖像在一定程度上去除了大噪聲的影響，便于后面的處理。3.2邊緣檢測(cè)為了得到車道標(biāo)志線的信息，最直接的方法就是提取車道標(biāo)志線的邊緣。利用邊緣增強(qiáng)算子不僅可以得到車道線的邊緣信息，還可以在一定程度上克服光照不均的影響。常用的邊緣算子有：Robert算子、Sobel算子、Prewitt算子等，本文采用Robert算子對(duì)圖像進(jìn)行邊緣檢測(cè)。Rober