基于Android平臺的車道線檢測技術(shù)的實現(xiàn).pdf

1、汽車工業(yè)的迅速發(fā)展，給人們帶來方便的同時，也帶來了安全的隱患。每年交通事故頻發(fā)，而大部分是駕駛員自身原因引起的。因此，給駕駛員提供輔助駕駛，當有危險發(fā)生時，提前給駕駛員信號，會減少許多悲劇的發(fā)生。車道偏離預警系統(tǒng)是輔助駕駛系統(tǒng)的重要組成部分，通過計算車道的寬度，車輛在車道中的相對位置，當汽車將要偏離車道線時，警告駕駛?cè)藛T。在車道偏離預警系統(tǒng)中，車道線檢測無疑是最核心的部分。當前Android操作系統(tǒng)的開放性使得其受到人們的青睞。本文主要

2、研究基于Android平臺的車道線檢測技術(shù)的實現(xiàn)。
　　 車道線檢測技術(shù)從現(xiàn)有的技術(shù)水平來看，影響可靠性的最主要因素是系統(tǒng)應用的天氣條件，光照變化的影響，以及路邊景物的干擾。本文利用AndroidCamera實現(xiàn)對道路圖像的實時采集，并對車道線圖片進行預處理。由于本文是基于圖像邊緣信息的車道線檢測，因此先將圖像進行灰度化，去除大量的彩色不必要信息，以提高系統(tǒng)實時性。為了消除干擾，對道路圖像進行濾波，實驗證明中值濾波對椒鹽噪聲和高

3、斯噪聲都可以較好濾除。接下來的邊緣檢測，通過對比分析，選擇Canny算子進行邊緣檢測。最后實現(xiàn)了基于最大類間方差的Canny邊緣檢測，實驗證明，這種方法無論在光照條件或光照條件惡劣的環(huán)境下，不需要依靠人為經(jīng)驗去設置閾值，就能夠很好的得到車道線邊緣。
　　 在車道線檢測過程中，本文采用基于Hough變換車道線的直線檢測。研究中將車道線分為左右車道，通過對車道線斜率的范圍和最小長度的限定，可以排除道路景觀和道路邊緣雜線的干擾。另外，

4、由于在實際路況中車道線有一定寬度，會造成檢測到兩條車道線，本文利用消失點可以得到連續(xù)的車道線。為了提高算法的實時性，采用Kalman濾波方法，根據(jù)上一幀圖像車道線的位置先確定車道線的動態(tài)感興趣區(qū)域，然后在下一幀圖像的感興趣區(qū)域內(nèi)搜索車道線。
　　 最后，在pc機上測試算法的實時性，實驗證明通過Kalman確定動態(tài)感興趣區(qū)域可以大大減少算法時間。并利用JNI技術(shù)成功將c++車道線算法移植到安卓平臺，實驗證明處理單張圖片的時間是30