基于车道投影特征的弯道识别算法研究

《基于车道投影特征的弯道识别算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于车道投影特征的弯道识别算法研究　　摘要：针对智能车辆的弯道检测问题，本文依据车道线灰度相似特性和摄像头成像几何关系提出了一种基于视觉检测弯道的方法。文中首先介绍了基于形态学处理的直线检测方法，其中着重介绍了应用形态学提取车道信息的方法和利用车道线宽度比例法分割图像的方法；然后详细介绍如何根据直线检测结果和真实车道线的重叠状态实现实线曲线的检测；最后重点介绍了融合实线检测结果、成像几何关系、车道投影特征和单目测距模型实现虚线车道线检测的方法。实验结果表明基于车道线投影特征、灰度相似特性和摄像头成像几何关系的弯道检测方法具有很强的鲁棒性和抗干扰性

2、。　　关键词：驾驶辅助；区域生长；成像几何；曲线拟合　　中图分类号：U467.5文献标识码：A文章编号：1005-2550（2016）06-0065-07　　Abstract：Fordetectingthecurvelaneonallintelligentvehicles，thispaperproposedavisualdetectionmethodbasedonthegraysimilarfeaturesonlanesandtheimaginggeometryofacamera.Firstlythispaperintroducedalinear

3、detectionmethodbasedonmorphologicalprocessing，whichfocusedontheapplicationofmorphologytoextractthelaneinformationandtheimagesegmentationdependingonthelanelinewidthratio；Then9introducedhowtorealizethedetectionofsolidcurvelineaccordingtotheoverlapstatebetweenthelinearlinedetect

4、ionresultandthereallaneline；Finallyintroducedthemethodfordetectingthedottedlaneline，whichwasrealizedbythefusionofthesolidline，theimaginggeometry，thelaneprojectionandthevisualmodel.Theexperimentalresultsshowedthatthedetectionmethodbasedonthelanelineshapefeatures，graysimilarcha

5、racteristicsandcameraimaginggeometryhadenoughrobustnessandanti-interference.　　KeyWords：drivingassistance；regiongrowing；morphology；imaginggeometry；curve-fitting　　前言　　驾驶辅助系统通过感知车辆行驶环境，结合车辆本身的行驶状态来评估当前行车安全性，当存在安全隐患或危险即将发生时通过视觉、触觉、听觉中的一种或多种方式提醒驾驶员，当有必要时可以启动车辆控制系统以减轻甚至避免危险的发生。车道线检

6、测是行车环境感知中的重要探测目标之一，也是提高其它探测目标如车辆、道路标识、静止物体等的准确性的常规且可靠的手段。利用视觉检测车道线是公认的通用方式。9　　目前成熟的车道线检测技术大多都是适用于直道的，而实际的行车环境中即便是在高速或高等级的道路上，弯道出现的概率也不低，且据国家交通部公布的数据，每年弯道路段事故数量占总事故数平均约10%，故弯道检测的必要性是不言而喻的。通过准确定位车辆行驶前方弯道车道线位置可以避免弯道上行驶时无意识偏离本车道，也可以排除本车道区域以外非避撞目标对车辆行驶前方障碍物识别的干扰，提高识别准确率，还可以直接判断车辆前

7、方道路可行驶区域以控制车辆的转向换道、加速、制动避撞等动作。　　弯道检测技术难以成熟应用的主要原因是因为弯道形状多变、道路模型多样、干扰多。现有最常用也是普遍认为最有效的弯道视觉识别技术是采用基于道路模型的方法，通过建立一个最适应的车道曲线模型，然后基于车道线边缘点分布进行模型参数解算。在特定的结构化高等级公路上检测效果较好，但不同道路工况、车辆颠簸与否条件下的弯道模型都不同，预设模型不能适用于弯道幅度和形状多变的行车环境，同时边缘点是模型参数求解的计算依据，车道线以外的边缘点会对曲线模型准确性造成影响。　　针对弯道识别的需求和已有弯道识别技术存

8、在的不足，本文提出了一种弯道识别方法，能够适用于弯道幅度和形状多变的行车环境且受车道线外干扰点影响小。技术方案框架如图1所示：采用已经验