本文關(guān)鍵詞：結(jié)構(gòu)化道路中車道偏離預(yù)警系統(tǒng)研究

  更多相關(guān)文章： 車道偏離預(yù)警 圖像分割 改進(jìn)的Hough變換 Kalman濾波 預(yù)警模型

【摘要】：近年來,公路交通發(fā)展迅猛,逐漸成為最主要的交通方式之一。與此同時,交通事故也層出不窮,道路交通安全問題越來越受到人們的普遍關(guān)注。在這種背景下,汽車安全輔助駕駛技術(shù)成為汽車安全領(lǐng)域的研究熱點(diǎn)。車輛行駛過程中,由于駕駛員未能集中精力駕駛,而導(dǎo)致車輛無意識地偏離當(dāng)前車道行駛,是造成交通事故的主要原因之一。車道偏離預(yù)警系統(tǒng)可以在行車過程中實(shí)時檢測車輛在車道中的位置,若某一時刻車輛偏離當(dāng)前車道行駛,而駕駛員未打開轉(zhuǎn)向燈時,系統(tǒng)會通過某種形式(揚(yáng)聲器、指示燈或座椅震動等)對駕駛員發(fā)出警告,提醒駕駛員修正行駛方向。本文主要探究了結(jié)構(gòu)化道路中車道偏離預(yù)警技術(shù)的實(shí)現(xiàn),設(shè)計(jì)了一個包含道路圖像預(yù)處理、車道線識別與跟蹤、車道偏離預(yù)警決策三種算法的系統(tǒng)。主要工作內(nèi)容如下：本文首先探究了不同光照條件下道路圖像的預(yù)處理算法。提出一種改進(jìn)的中值濾波方法,在有效濾除道路噪聲的同時,保留車道線邊緣信息。提出一種基于OTSU算法的自適應(yīng)二值化方法,經(jīng)實(shí)驗(yàn)驗(yàn)證,該方法對正常光照、強(qiáng)光照、弱光照和夜間情況4種光照條件,均有較好的分割效果。其次,車道線識別方面,回顧了以往的車道線識別技術(shù)。在結(jié)構(gòu)化道路中,選用直線車道線模型,并對概率Hough變換進(jìn)行了改進(jìn)。實(shí)驗(yàn)證明,本文提出的車道線識別算法準(zhǔn)確性和實(shí)時性都有所提高。對車道線進(jìn)行準(zhǔn)確識別后,采用Kalman濾波方法,對車道線進(jìn)行跟蹤。在分析對比以往車道偏離預(yù)警決策算法的基礎(chǔ)上,本文采用基于車輛偏航角的預(yù)警模型,實(shí)現(xiàn)車道偏離預(yù)警功能。通過驗(yàn)證,該模型準(zhǔn)確率較高。最后,對攝像頭采集的道路視頻圖像進(jìn)行離線仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,本文設(shè)計(jì)的車道偏離預(yù)警系統(tǒng)能適應(yīng)復(fù)雜的光照條件,滿足實(shí)時性和準(zhǔn)確性要求,且誤警率和漏警率較低,能滿足實(shí)際道路應(yīng)用的需求。
【關(guān)鍵詞】：車道偏離預(yù)警 圖像分割 改進(jìn)的Hough變換 Kalman濾波 預(yù)警模型
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U463.6
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-20
• 1.1 引言9
• 1.2 車道偏離預(yù)警系統(tǒng)的研究現(xiàn)狀及應(yīng)用9-18
• 1.2.1 國外研究現(xiàn)狀及應(yīng)用10-14
• 1.2.2 國內(nèi)研究現(xiàn)狀及應(yīng)用14-18
• 1.3 論文研究內(nèi)容及技術(shù)路線18-20
• 1.3.1 論文主要研究內(nèi)容18
• 1.3.2 論文技術(shù)路線18-20
• 2 基于復(fù)雜光照條件的道路圖像預(yù)處理算法研究20-37
• 2.1 引言20
• 2.2 道路圖像灰度化20-22
• 2.2.1 平均值法21-22
• 2.2.2 最大值法22
• 2.2.3 加權(quán)平均法22
• 2.3 設(shè)定感興趣區(qū)域22-23
• 2.4 道路圖像濾波算法分析23-27
• 2.4.1 均值濾波24-25
• 2.4.2 中值濾波25
• 2.4.3 自適應(yīng)濾波(Wiener濾波)25
• 2.4.4 濾波算法改進(jìn)及分析25-27
• 2.5 道路圖像二值化分割27-32
• 2.5.1 二值化分割方法概述27-30
• 2.5.2 基于OTSU算法的自適應(yīng)道路圖像分割30-32
• 2.6 道路圖像邊緣檢測32-35
• 2.7 本章小結(jié)35-37
• 3 結(jié)構(gòu)化道路車道線識別算法研究37-50
• 3.1 引言37-38
• 3.2 車道線識別算法概述38-41
• 3.2.1 基于模板匹配的車道線識別方法39-40
• 3.2.2. 基于區(qū)域生長的車道線識別方法40
• 3.2.3 基于道路重建的車道線識別方法40
• 3.2.4 基于Hough變換的車道線識別方法40-41
• 3.3 Hough變換及其改進(jìn)算法41-47
• 3.3.1 結(jié)構(gòu)化道路直線模型的確立41-42
• 3.3.2 Hough變換原理42-44
• 3.3.3 Hough變換算法的改進(jìn)44-47
• 3.4 實(shí)驗(yàn)結(jié)果分析47-49
• 3.5 本章小結(jié)49-50
• 4 車道線跟蹤算法研究50-58
• 4.1 引言50
• 4.2 基于Kalman濾波的車道線跟蹤50-55
• 4.2.1 Kalman濾波的原理51-52
• 4.2.2 Kalman濾波初始值的確定52-53
• 4.2.3 基于Kalman濾波器的車道線跟蹤53-55
• 4.3 重定位判斷55-56
• 4.4 跟蹤結(jié)果56-57
• 4.5 本章小結(jié)57-58
• 5 車道偏離預(yù)警決策及仿真實(shí)驗(yàn)58-66
• 5.1 引言58
• 5.2 車道偏離預(yù)警算法研究58-62
• 5.2.1 基于圖像的方法58-59
• 5.2.2 圖像與道路模型相結(jié)合的方法59-62
• 5.3 基于車輛偏航角的預(yù)警決策方法62-63
• 5.4 LDWS程序設(shè)計(jì)及仿真實(shí)驗(yàn)63-65
• 5.5 本章小結(jié)65-66
• 結(jié)論66-67
• 參考文獻(xiàn)67-70
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況70-71
• 致謝71-72

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 易世春;李克強(qiáng);李防震;張強(qiáng);;基于圖像行數(shù)據(jù)處理的車道偏離預(yù)警系統(tǒng)[J];汽車工程;2014年07期

2 彭nο，

本文編號：1020371