车道偏离预系统 简介.docVIP

系统简介 根据（美国）国家公路交通安全管理局的定义，车辆偏离预警系统（LDWS-Lane Departing Warning System）是一种通过报警的方式辅助驾驶员避免或减少汽车因车道偏离而发生交通事故的系统。 绝大部分的车道偏离警告系统都将车辆在车道内的横向位置作为计算警告发生与否的一个基础。这些检测车辆横向位置的系统基本上可以分为两类：基于道路基础构造的系统以及基于车辆的系统【1】。 （1）基于道路基础构造的车道偏离警告系统造来检测车辆横向位置，需要对现有道路进行改造。最典型的道路改造方式就是使用埋在道路下的铁磁体标记（通常为磁铁或电线）。车辆传感器检测这些铁磁信号，利用信号的强度计算车辆在车道中的横向位置。这种方法对车辆横向位置的估计精度能达到几个厘米，但这种方法最大的缺陷是道路改造耗资巨大。 （2）基于车辆的车道偏离警告系统 该类系统主要是利用机器视觉或红外传感器检测车道标识的位置，按照传感器的安装方式可分为俯视系统和前视系统。 1)基于车辆的俯视系统 基于车辆的俯视系统其优势就是在结构化道路上效率高并简单易行，并有可能取得更高的定位精度。其不利的因素是只能在结构化道路上使用（必须存在道路标识，且道路标识能被有效识别）。 2)基于车辆的前视系统 基于车辆的前视系统优势在于可以利用更多的道路信息，在没有道路标识的道路上也可以使用。其不利因素就是用来定位车辆横向位置的一些图像特征点可能被其他车辆或行人干扰。 目前商业化使用的产品都是基于视觉的系统，由道路和车辆状态感知、车道偏离评价算法和信号显示界面三个基本模块组成。 相关的预警系统 国外——（1）AURORA系统、美国卡内梅隆大学机器人学院于1997年开发成功，是基于车辆的俯视系统中最具代表性的系统。该系统的处理算法主要基于视觉的车道标识线识别与跟踪、车辆横向闻之估计、车道偏离警告三部分组成。 （2）AtuoVue系统、该系统由德国的DaimlerChrysler公司和美国的Iteris公司联合开发，2000年6月首次实际应用。该系统工作原理是通过实时监测本车在当前车道中的位置，计算本车到车道标识线距离，然后与设定的报警距离相比较，判断是否进行预警。当检测到将要发生车道偏离时，它将发出一种类似于车辆在隆声带上行驶时发出的隆隆作响的声音来提醒驾驶员修正车辆位置[1]。 （3）Mobileye AWS系统、该系统由总部设在荷兰的Mobileye公司研制，其利用安装在前挡风玻璃上的单个摄像机监测车道标识线，测量和监控本车与道路边界的距离。该系统能检测不同的车道标识如：实心连续线、虚线等。在没有车道标识的情况下，系统能利用道路边缘或路沿来进行车道偏离警告。该系统的车道偏离警告模块通过检测道路边界，计算车辆相对于车道的位置和车辆的侧向运动，预测车辆将横越车道标识的时间，当该时间低于设定的阈值时，系统触发视觉警告和声音警告，以使驾驶员对不同的危险状态做出适当的反应而减少意外事故的发生[1]。该系统采用的警告阈值能适应不同的驾驶风格，且在有意识的车道偏离、制动和没有道路标识等情况下能对警告的产生进行了抑制，同时也适当考虑了驾驶员的个人驾驶行为。 （4）DSS(Driver Support System)系统 日本三菱汽车公司于1998年提出设计和发展该系统，并于1999年秋季应用于模型车上。该系统由一个安装在汽车后视镜内的小型摄像机、一些检测车辆状态和驾驶员操作行为的传感器以及视觉和听觉警告装置组成。该系统利用由摄像机获得的车辆前方的车道标识线、其他传感器获得的车辆状态数据和驾驶员的操作行为等信息，判断车辆是否已经开始偏离其车道。如有必要，系统将利用视觉警告信息、听觉警告信息以及震动方向盘来提醒驾驶员小心驾驶车辆。该系统的特别之处在于，它能产生一个促使车辆回到自身车道中央的转向力矩，促进驾驶员采取正确的驾驶行为。当然，该力矩不足以干涉驾驶员自己施加的转向力矩，从而保证驾驶员对车辆的完全控制[1]。 （5）ALVINN系统和SCARF系统 ALVINN系统和SCARF系统由美国卡内基梅隆大学机器人学院、NavLab实验室和视觉与自动化系统研究中心(VASC)联合开发。ALVINN利用神经网络从训练数据中学习正确的行为。。SCARF系统将图像中的像素点基于它们各自的颜色聚类为道路类和非道路类，在基于假设道路在图像中表现为梯形的条件下，利用Hough变换寻找最可能的道路位置。由于该系统仅仅寻找道路像素组成的梯形区域，不能用于多车道行车以及避障操作[1]。 （6）韩国的STAR系统 该系统主要有车道识别传感器、横向角速度传感器、前转向促动器和控制器组成。车道识别传感器主要由黑白摄像机和图像处理部件组成，摄像头安装在驾驶室后视镜处，指向前方车道，主要功能是识别车道标志线、道路曲率半径、侧