汽车导航系统中的道路检测.docxVIP

汽车导航系统中的道路检测 2006年8月 第29卷第8期 重庆大学(自然科学版) JournalofChongqingUniversity(NaturalScienceEdition) Aug.2006 Vol.29No.8 文章编号:1000—582X(2006)08—0087—04 汽车导航系统中的道路检测 张伟，黄席樋,杨尚罡 (重庆大学自动化学院，重庆400030) 摘要:为了解决汽车智能辅助驾驶系统道路识别中的一般方法对路面适应性不强, 实时性不够等 缺点，在图像边缘提取确定了汽车行驶路面区域和路面边缘点的基础上，运用中值 截距(Medianofthe Intercepts)与样条函数相结合的方法对道路进行分段拟合，从而找到道路边界轨迹. 提出了一种实时，有 效的高速公路路而检测算法，该方法能准确地估算公路延伸方向，为实现汽车防偏 预报提供了可靠的依 据,同时结合存在的问题进行了有益的探讨. 关键词:计算机视觉;模式识别;中值截距;样条函数 中图分类号:TP391文献标识码:A 汽车智能辅助操作系统类似于轮式移动机器人控 制，是一个集环境感知，规划决策，自动驾驶等多种功 能于一体的综合系统?除特殊潜在的军用价值外，还因 在公路交通运输中以其主动安全，防碰，防撞的广阔应 用前景受到各国的普遍关注?一些工业发达国家已相 继将其纳入90年代初期开始重点研究开发的”智能 运输系统”和”智能车路系统”Z中. 个完善的汽车安全行驶智能辅助操作系统通常 需要实现道路检测，障碍物检测和防偏，防碰安全行驶 3部分功能.文中主要研究了道路的实时检测问题.道 路检测部分就是通过对道路的实时跟踪，求取汽车在 道路上的位置，最终确定汽车的行驶方向，以便实现汽 车自动”防偏，防碰安全行驶” ?为了满足车辆导航要 求，道路检测算法必须有实时性,鲁棒性两个方面的技 术特点?实时性要求数据处理速度与车辆的高速行驶 相匹配，鲁棒性要求算法对不同路况和天气条件均有 良好的适应性?由于现实中道路的多样性，再加上光 照，气候等各种环境因素影响，道路检测是一个十分复 杂的问题?目前其算法主要有2类:基于道路特征的方 法??和基于道路模型的方法. 基于特征的道路检测算法主要包括2个部分:特 征提取和特征聚合?首先分析道路图像，确定选择哪些 特征;然后利用这些特征进行图像分割;最后根据一定 的准则将分割结果组合成直观的道路表达.这种方法 能适应道路形状，但是受路面条件，天气等外界环境影 响较大. 基于模型的道路检测是针对结构化道路具有相对 规则的道路标记,根据其形状建立相应的曲线模型来 求解路面.这种方法可以有效克服路面污染，阴影，光 照不均等外界环境的影响.但是当道路不符合预先假 设时，模型会失效，因此模型的选择很关键. 笔者结合上述2种方法的优点，提岀了一-种新的 算法,即先通过边缘提取算法求出路面的边缘点，然后 运用数据拟合的方法对道路分段求解,从而找到道路 边界的轨迹?这样，就能精确地恢复路面，并准确地估 算公路延伸方向,实现汽车防偏预报. 1车道检测算法 汽车在高速路上行使，所遇到的公路形态不外乎 以下几种:直道,直道进入弯道，弯道，弯道进入直道. 不论哪种情况，由于弯道的半径远大于视距，近处都可 以视为直道?因此，在处理过程中，可以用一条直线来 拟合近处的分道线. 1.1用中值截距求取车道边缘方程 在通常情况下，要拟合一条直线首先想到的是最 小二乘法.但如果存在很多噪声,同时噪声的分布是非 正态的或者是正态的但有严重偏离直线的点的时候， 这种方法是很不可靠的?边缘提取后图像的噪声点是 +收稿 H 期:2006—03—24 基金项目:重庆市科技攻关项目(7742—2) 作者简介:张伟(1980 一)，男，重庆人,重庆大学硕士研究生，主要研究交通系统屮的 信息融合 88重庆大学(自然科学版)20064? 鳌(a)直道型公路(b)弯道型公路 图I公路类型 随机的，事先并不知道服从怎样的分布,因此该办法不 可取?另外,Hough变换也可以作为候选之一,但一方 面Hough变换需要另外开辟变换空间，且空间的大小 对结果准确度有很大影响;另一方面，计算比较复杂， 且计算量大?由于本系统的实时性，一是空间资源非常 有限,二是对处理速度要求非常高?因此,Hough变换 也无法满足系统的要求. 文中，选择了一种基于估计中值截距的方法(Me— dianofthelntercepts)^:拟合直线.这种方法有以下 几个优点:1)对影响分布的干扰点不敏感;2)对噪声 的分布没有任何要求;3)不需要人为的对直线参数进 行量化. 下而以图1(b)为例介绍直线拟合算法.用sobel 边缘算子提取后如图2所示. 图2sobel算子边缘提取后的图像 由透视投影基木原理可知,路面投影图