基于视觉的车道线检测方法研究.docVIP

基于视觉的车道线检测方法研究 尹金楷魏玉 三门峡职业 技术学院机电工程学院 摘要： 随着我国汽车保有量急剧増加，交通事故也呈现上升趋势，车辆碰撞导致的交 通事故在总交通事故中占据了较大的比例，产生碰撞的主要原因之一就是由于 人的视觉呈扇形，驾驶员进行换道操作时，存在一定的视觉盲区。笔者就是在汽 车侧方后视镜上安装摄像机采集汽车两侧图像，通过工控机识别图像中远近车 道线，近侧车道线用最小二乘法拟合，在此基础上估计出远侧车道线，利用车 道线检测辅助驾驶员换道操作，减少碰撞交通事故的发生。 关键词： 碰撞;换道;视觉hIX;辅助驾驶; 作者简介：尹金楷（1985-），男，河南新乡人，河南省纯电动轿车及关键零部 件实验室人员，三门峡职业技术学院机电工程学院讲师，硕士，主要研究方向： 车辆智能控制与检测、汽车新技术、新能源方向。 收稿日期：2017-07-02 Received： 2017-07-02 0引言 随着我国汽车保有量急剧増加，交通事故也呈现上升趋势，由于车辆碰撞导致 的交通事故在总交通事故中占据了较大的比例，给人们的生命和财产安全造成 了重大的损失，车辆换道造成事故多发的现象越来越受到各个W家的高度重视 m。杨刚等m研宄了多车协同自动换道，通过对两车并行协同行为进行界定， 提出了两车并行协同自动换道控制策略。曲大义等m基于效用理论方法，以实 现驾驶行为决策效用最大化为目标，建立车辆换道分层Logit模型。李娟等m 在研宄常规换道基础上提出交叉换道形式，并对交叉换道最小安全距离进行仿 真分析。笔者在我国智能车辆研究的基础上，对车辆换道辅助技术即视觉辅助换 道系统进行了深入研宄，以期能为我国智能车辆安全辅助换道技术的发展提供 一定的理论支持。 1侧方道路边道线检测 通过道路图像预处理，能够准确识别图像信息，感知周围环境，为车辆换道辅 助驾驶奠定了基础。但道路边线检测才是车辆换道辅助系统的核心技术，只奋明 确道路信息方能确定周围车辆位置，并且确定周边车辆与本车的相对位置，确 保换道操作时不发生碰撞，实现安全换道。笔考将侧方车道线根据距离本车的位 罝划分为近侧车道线和远侧车道线。远近车道线描述形式如图1所示。 1.1近车道线检测 根据摄像机的安放角度以及图像透视变换的影响，近侧午.道线近似于直线模型， 采用最小二乘法来求直线模型的参数in。最小二乘法是目前常见的回归分析方 法之一，是进行回归分析的基础。因此近侧车道线的直线模型y=ax+b可用线性 回归法确定参数a和b。 图1远近车道线 下载原图 1.2确定道路图像中重点检测区域 由于本系统摄像机拍摄的图像中包括车以及车周围的环境，而车辆换道检测系 统中侧方车辆检测依据为车辆底部阴影，所以道路图像的下部才是重点检测IX 域，只需要处理这一部分的信息即可，为了提高系统运算速度，可以更为深入 地把重点检测区域取为道路图像下半部分的一个梯形区域。由于摄像机安装在汽 车左后视镜上，所以我们把车辆左边的梯形区域作为重点检测区域，如图2所 zj\ O 1.2.1近道线的静态图像特性 为了防止汽午.行驶过程中偏离.午.道线，需要午.辆智能辅助系统能够迅速辨别汽 车两侧的车道线，为Y达到这一A标，需要掌握道路图像屮车道线的棊本特征。 为了使驾驶员在行驶中能够轻易区分车道线，车道线需耍与路面在色彩方面形 成剧烈的反差，这也是车道线通常呈现为白色或黄色的主要原因。当把三原色图 像转换为灰度图像时，这种色彩的差异会得以保留。根据车道线的这一基木特征， 近侧车道线算法的主要步骤如下： 在ROI (Retrun On Investment)内，提取有用的颜色通道进行灰度处理，并 对灰度阁像进行滤波和阈值化分割。 在R0I内，通过阈值化分割得到二值道路图像，自上而下依次扫描，获得车 道线的道路特征点。判别道路特征点中的边缘点和非边缘点，方法如下:二值图 像中0表示非边缘点，255表示边缘点，在二值图像中运用搜索窗口进行车道标 志点搜索，最后进行车道线拟合，如图3所示。 图2梯形重点检测区域 下载原图 图3近侧车道线拟合结果 下载原图 1.2.2近道线的动态图像特性 在静态图像车道线拟合过程屮，通过融入前一帧图像的道路信息，减少图像的 噪声点，更好地拟合出道路车道线，CCD摄像机拍摄的阁像可达到30帧/秒，所 以道路图像可认为是连续的，前后帧图像之间不会出现车道线突变的情况。这样 就可以依据前一帧图像来设定下一帧图像车道线的检测区域，当拟合出来的车 道线特征点不在这个检测区域内，就可以予以排除，通过这一手段可以有效地 降低路面阴影引起的噪声干扰，因而动态拟合效果比静态拟合效果更好，如图 4所示。 图4设定跟踪区域的近侧车道线检测效果 下载原图 1.3远道线估计方法 1.3.1视觉成像的几何投影变换关系 在拍摄的