發(fā)布時(shí)間：2020-02-08 20:35

【摘要】：由于近年來(lái)交通事故的頻發(fā),人們對(duì)行車過(guò)程安全的關(guān)注度越來(lái)越高。車道線的偏移檢測(cè)與預(yù)警系統(tǒng)已經(jīng)成為智能行駛安全系統(tǒng)ⅣSS(Intelligent Vehicle Safety System)的重要部分。ⅣSS通常在車輛上裝載影像處理系統(tǒng)或者感測(cè)系統(tǒng)提高駕駛?cè)藛T行車安全,例如使用傳感器實(shí)現(xiàn)偏移警示功能,或者通過(guò)鏡頭拍攝道路影像處理技術(shù)實(shí)現(xiàn)車道線檢測(cè)功能來(lái)降低交通事故發(fā)生。車道線偏移檢測(cè)占據(jù)ⅣSS中一個(gè)重要方面。論文在前人對(duì)車道線檢測(cè)和預(yù)警系統(tǒng)研究基礎(chǔ)上,結(jié)合系統(tǒng)實(shí)際情況,首先對(duì)攝像頭獲取的車道線影像進(jìn)行圖像預(yù)處理,然后選擇改進(jìn)后的Sobel算子提取車道線邊緣,建立車道線相關(guān)模型,采用改進(jìn)Hough算法擬合車道線,并建立了一種簡(jiǎn)單有效的車道線偏離預(yù)警模型,最后采用”SIFT+SSDA"算法對(duì)雙目視覺(jué)的影像進(jìn)行匹配融合,并在嵌入式平臺(tái)實(shí)現(xiàn)。對(duì)于圖像預(yù)處理模塊,由于雙目視覺(jué)獲取的影像格式為YUV,需要先將其轉(zhuǎn)換為RGB格式,才能得到更好的灰度化效果,灰度化圖像信息量小便于處理。圖像的二值化是為了圖像增強(qiáng)處理和邊緣提取所做的預(yù)處理操作,經(jīng)過(guò)梯度算子過(guò)濾,圖像中的噪點(diǎn)得到了一定的抑制。由于逐行掃描車道線圖像效率過(guò)低,根據(jù)車道線出現(xiàn)的范圍設(shè)置了感興趣區(qū)域(ROI),在ROI.范圍內(nèi)采用改進(jìn)的Sobel算子提取車道線邊緣,并通過(guò)圖像增強(qiáng)處理完善車道線邊緣,充分保留了車道線信息。對(duì)于車道線檢測(cè)與偏離預(yù)警模塊,根據(jù)理想直線車道與彎曲車道的相關(guān)特征,建立了車道線模型,在車道線擬合方面,分別采用改進(jìn)Hough算法進(jìn)行處理。針對(duì)直線車道線擬合,將車道線圖像分成左右兩個(gè)約束區(qū)域,并分別建立左右約束條件,通過(guò)判斷是否滿足約束條件來(lái)進(jìn)行擬合,這有效減少了非邊緣線的干擾。針對(duì)彎曲車道線擬合,將傳統(tǒng)Hough算法與一種雙曲線對(duì)模型結(jié)合起來(lái),根據(jù)彎道曲率變化特點(diǎn)改變關(guān)鍵參數(shù)K值,可以有效減少系統(tǒng)對(duì)曲線搜索擬合次數(shù)。通過(guò)設(shè)定當(dāng)前車輛與參考線的距離和夾角閾值范圍,建立了一種簡(jiǎn)單而有效的車道線偏離預(yù)警模型,超過(guò)閾值范圍就觸發(fā)報(bào)警。對(duì)于車道線匹配與融合模塊,對(duì)于經(jīng)過(guò)擬合輸出的車道線影像,采用SIFT算法在尺度空間檢測(cè)出極值點(diǎn)位置,并確定了特征點(diǎn)方向,通過(guò)歐式鄰近距離進(jìn)行初次匹配,結(jié)果表明會(huì)出現(xiàn)誤匹配,特征點(diǎn)過(guò)于繁雜的現(xiàn)象,因此結(jié)合SIFT采用一種改進(jìn)后的自適應(yīng)閾值SSDA算法進(jìn)行精匹配,改進(jìn)的地方在于將匹配模板分成多個(gè)小模塊,利用處理器多任務(wù)多線程特性,并行對(duì)多個(gè)小模塊進(jìn)行匹配,并經(jīng)過(guò)融合處理后在嵌入式平臺(tái)輸出。系統(tǒng)實(shí)驗(yàn)表明,文章設(shè)計(jì)的算法可以實(shí)現(xiàn)車道線偏移檢測(cè)并在發(fā)生偏移時(shí)報(bào)警,整個(gè)系統(tǒng)通過(guò)在MATLAB上仿真驗(yàn)證,并在嵌入式系統(tǒng)平臺(tái)實(shí)現(xiàn)�！\(yùn)行效率總體上滿足實(shí)時(shí)性要求,達(dá)到預(yù)期效果,和傳統(tǒng)車道線檢測(cè)算法比較,文章中的算法具有較好的魯棒性和實(shí)時(shí)性,保障人們的行車安全。
【學(xué)位授予單位】：安徽工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;TP277

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田炳香;鄭榜貴;吳晴;;高速公路車道線檢測(cè)與跟蹤算法研究[J];現(xiàn)代電子技術(shù);2008年09期

2 葉慶;趙明輝;李菲;孫曉泉;;夜間車道線檢測(cè)與跟蹤算法研究[J];現(xiàn)代電子技術(shù);2009年13期

3 余厚云;張為公;;直線模型下的車道線跟蹤與車道偏離檢測(cè)[J];自動(dòng)化儀表;2009年11期

4 余厚云;張為公;;基于動(dòng)態(tài)感興趣區(qū)域的車道線識(shí)別與跟蹤[J];工業(yè)儀表與自動(dòng)化裝置;2009年05期

5 劉富強(qiáng);張姍姍;朱文紅;李志鵬;;一種基于視覺(jué)的車道線檢測(cè)與跟蹤算法[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年02期

6 胡慶新;吳林成;顧愛(ài)華;;高速公路中搜索車道線的方法[J];微計(jì)算機(jī)信息;2010年22期

7 高德芝;段建民;楊磊;楊喜寧;;應(yīng)用多階動(dòng)態(tài)規(guī)劃的車道線識(shí)別方法[J];機(jī)械工程學(xué)報(bào);2011年08期

8 楊晶東;楊敬輝;樸松昊;;一種有效的車道線識(shí)別與偏道預(yù)警方法[J];控制工程;2011年02期

9 徐后杰;李會(huì)方;繆國(guó)鋒;;基于單目視覺(jué)的車道線分離警告算法研究[J];微處理機(jī);2011年03期

10 錢鷹;劉仕照;;分段切換車道模型在車道線識(shí)別中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2011年S2期

相關(guān)會(huì)議論文 前8條

1 畢雁冰;;提高車道線識(shí)別精度的一種方法[A];第三屆中國(guó)CAE工程分析技術(shù)年會(huì)論文集[C];2007年

2 楊廣林;苗冬霜;;結(jié)構(gòu)化道路車道線檢測(cè)與跟蹤算法[A];2005年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

3 劉曉龍;鄧志東;;基于全局與局部模型相互制約及具有模型不確定性評(píng)估的車道線檢測(cè)方法[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

4 張潔穎;王生進(jìn);丁曉青;;基于車輛軌跡的車道線檢測(cè)與劃分[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

5 余貴珍;李芹;王迪;;車輛智能化車道線跟蹤方法研究[A];第八屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——智能交通與安全[C];2013年

6 李鋼;圣華;張仁斌;;基于LMedSquare選取最佳子集的車道線檢測(cè)算法[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

7 劉天輝;李飛;;車輛視覺(jué)導(dǎo)航中道路檢測(cè)算法研究[A];第十一屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)暨中國(guó)汽車產(chǎn)業(yè)集聚區(qū)發(fā)展與合作論壇論文集（信息科學(xué)與工程技術(shù)分冊(cè)）[C];2014年

8 孫曉軍;李華;;基于Facet模型的一種車道線提取方法[A];第八屆中國(guó)智能交通年會(huì)論文集[C];2013年

相關(guān)博士學(xué)位論文 前5條

1 杜明芳;基于視覺(jué)的自主車道路環(huán)境理解技術(shù)研究[D];北京理工大學(xué);2015年

2 王俊;無(wú)人駕駛車輛環(huán)境感知系統(tǒng)關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

3 陳軍;基于DSP的高速公路車道偏離報(bào)警系統(tǒng)研究[D];天津大學(xué);2010年

4 沈\，

本文編號(hào)：2577608