基于小波分析与类内最小方差法的车道线检测

在车道偏离预警、防止及车道保持等基于机器视觉的驾驶安全辅助系统中。在道路图片中,为了能提取出完整的直车道线,本文提出了一种基于小波分析与计算梯度方向角类内最小方差法相结合的算法。该算法首先利用小波分析计算出边缘像素点的梯度幅值和梯度方向角,得到道路图像的边缘;然后将二值化处理过的图像用8领域面积去噪法去除噪声区域,并进行连通域的标记;在提取直车道线时,利用类内最小方差法计算各个连通域边界上点的梯度方向角最小方差,最后设定阈值分离出直线车道线,达到车道线检测的目的。实验仿真结果表明,本算法能够很好的检测出直线车道线,相比于目前其他文献的方法有较高的检全率。将有助于智能驾驶辅助系统研究技术的发展。     

基于边界特征的车道标识线检测方法

车道标识线的准确检测是实现车辆自动导航和车辆安全辅助驾驶的首要问题,为了得到较理想的车道的标线边缘,利用车道的边缘特征对车道图像进行二值化和形态学处理,对车道区域实现准确的边缘检测,最后利用Hough变换定位出车道标识线,完成对车道标识线的识别。实验表明,该方法能实现对复杂环境下车道标识线的准确识别,具有较好的鲁棒性和可靠性。     

基于ISO 26262的车道偏离预警系统设计

为了实现车道偏离预警系统(LDWS)在参与汽车辅助驾驶时的安全功能,按照道路车辆功能安全ISO 26262标准定制了系统的设计流程。根据车道偏离预警系统的安全目标和整车对其功能安全的要求,对系统架构进行了分层设计,并对安全子系统进行详细设计。在此基础上,基于TMS320DM8168对车道偏离预警系统的硬件和软件进行了安全设计规范开发,最后对系统的设计及规范进行检验。结果表明,该系统符合ISO 26262功能安全标准的要求,能实现整车的安全目标。     

结合Hough变换与运动估计的车道线提取方法

车道线识别是安全辅助驾驶和智能驾驶系统的核心研究内容,对控制危险驾驶和疲劳驾驶均有显著的作用,通常利用Hough变换对直线检测的容错性和鲁棒性,可以对车载摄像头拍摄到的车道线进行有效的检出.巧妙地将分块Hough变换和图像块的运动估计相结合,极大地降低了车道线检测和跟踪的算法复杂度,实现了车道线的实时识别与跟踪.实验表明,采用该方法既可以得到稳定的检测结果,又能提高检测的速度,保留了Hough变换的容错性和鲁棒性.     

车道线实时检测与偏离预警系统设计与研究

为保证交通安全,设计了一种基于单目视觉的车道偏离检测系统,利用 车载前视摄像 头获取图像,实时对动态图像进行处理,在驾驶员非主观偏离车道时进行报警。首先研 究了图像预处 理技术,包括灰度化、截取有效区域、滤波去噪、图像灰度增强、边缘检测和边缘修复功能 。其次对预处 理后的图像进行车道线检测,为有效识别具有车道线特征的图像,提出了一种改进的Hough 变换算法;对 没有车道线特征或车道线特征不明显的图像,采用了动态检测方法。在此基础上,提出 了一种车道线 纠正算法,即四点标定逆透视变换,将车道图像转化为俯视图,建立图像坐标系与实际俯视 坐标系之间的 关系,得到实际车辆的位置和偏移角度,判断该车辆的情况并作出指示。最后,在实际道路 中对设计中关 键技术以及整个系统进行了实验,大量实验结果表明,本文系统能在多种环境的道路中实现 车道线的准确识别和偏移判断,具有良好的实时性和鲁棒性。     

车辆弯道安全辅助驾驶控制系统设计

研究了基于视觉的弯道车道线识别方法,在准确识别弯道边界、判断道路弯曲方向的同时实时获取当前弯道的曲率半径。在此基础上,设计了车辆弯道安全辅助驾驶控制系统。其中,为预防侧面碰撞和翻车,设计了车辆防侧滑侧翻控制系统,根据前方弯道的实时曲率信息,计算车辆不发生侧滑侧翻的临界安全车速,对车辆当前的安全状态做出综合分析和判断,在有安全隐患的状况下实现安全车速控制以及弯道车道保持。     

基于告警分析的故障智能预处理研究

面对当前LTE时代下的大数据告警量,传统告警处理方式经常会产生数据信息处理风暴。为了实现集中化故障管理,本文提出一种智能化告警处理方法,通过告警产生、逻辑判断、系统执行和后续处理四个功能模块,实现对海量告警数据的快速定位。利用指令自动修复、正文智能解析和交互预判断三种智能处理模式,实现故障告警的智能预处理。     

基于机器视觉的车道线精确检测算法

车道线检测是车辆智能驾驶系统的重要组成部分.针对传统的车道线检测方法精度低、实时性能差的问题,提出一种基于机器视觉的车道线精确检测算法.该算法采用车道内侧边缘线代表车道线,具体包括预处理和车道线提取两个步骤:预处理部分包括灰度化、Sobel边缘检测、ROI设定、二值化,最终得到车道线部分的二值图像;车道线提取部分包括图像切片、改进的Hough直线检测、DBSCAN直线聚类以及直线拟合,最终得到精确的车道边缘线信息.最后将算法应用于各种场景下的路况测试,实验结果表明:该算法的平均准确率为94.9％,平均处理时长为25.6 ms/f,具有很好的实时性和鲁棒性.     

基于Hessian矩阵的车道线检测方法

车道线是司机进行安全驾驶的重要依据.提高车道线检测的准确性以及实时性,能够保证司机在驾驶过程中的行驶安全,从而减少道路上交通事故的发生概率.为此,提出一种基于Hessian矩阵的车道线检测方法,首先对原彩色车道线图片进行灰度化处理,之后采用中值滤波对灰度图像进行消噪处理,最后通过Hessian矩阵的特征值所构造的滤波器...     

基于视觉的车道状态估计

车道状态估计是车辆辅助驾驶系统的关键功能。本文提出了一种基于教育处机视觉的车道状态估计新方法。提出了车道标线在图像平面中的一种描述,讨论了其性质,并应用于车道的检测。利用真实世界中车辆在二维图像平面中的透视特征,提出了基于二值有序变换（BROT）的障碍物检测新方法。由于采用单目视觉方法检测前方车辆以控制车辆的横向偏离和纵向间距,降低了系统的复杂度,实验结果显示了新方法的有效性。     

汽车偏离车道预警控制系统设计

随着汽车使用量的不断激增,交通事故发生率急剧上升,成为困扰出行安全的主要问题,而根据数据统计多数交通事故均源于汽车偏离正道形式轨道而引发的,而车道偏离预警控制系统的开发与应用,可在汽车偏离车道之时及时发出预警,规避或减少交通事故发生,针对此,本文将以TMS320DM642多媒体图像处理器作为系统核心,设计了一款嵌入式车道偏离预警控制系统,给出了系统总体结构,软硬件配置等内容,以此满足车道偏离图像实时采集、提取及预警需求.     

单目智能车道偏离预警系统

车道偏离预警系统是继安全气囊之后的汽车安全辅助系统,该系统主要任务是采用基于机器视觉的方法提取车道线并进行预警决策。文章利用TMS320DM642视频处理器作为中央处理器,设计出基于DM642的车道偏离预警系统硬件架构,算法方面对图像进行灰度化、二值化和边缘提取做预处理,然后设置感兴趣区域(ROI),利用基于相位编组的改进Hough变换(RHT)进行车道线检测,根据车道偏离预警条件进行预警决策,当车辆在驾驶员非意识时偏离车道线的情况下实施报警。试验结果证明,本系统能够提前2.5s进行车道偏离的预警工作,并能够排除路面标记的影响,满足车道偏离预警系统实时、鲁棒的性能要求。     

车道线信息的全面理解及偏离预警算法

为全面理解车道线信息,提出了一种车道线检测分类跟踪及偏离预警算法。首先利用动态感兴趣区域约束Canny算子的检测范围,基于扩展的Otsu算法改进Canny算子的阈值设定方式,并通过Hough变换进行车道线边缘拟合;然后依据车道线的颜色及线型特征进行分类,同时借助Kalman滤波器实时跟踪车道线,对检测失效区域采用Kalman滤波器的预测值进行替换;最后设定有效的偏离预警策略,确保行驶的安全性。实验结果表明,算法能全面地理解车道线信息并进行跟踪,同时具备对危险行驶状态下的车辆进行预警的能力。     

基于Gabor滤波器的车道线快速检测方法

针对在全景相机获取到的高交通信息量的复杂场景下传统Canny算子很难实时且鲁棒地提取车道线特征的问题,提出一种基于Gabor滤波器的最优方向区间快速检测算法。首先利用同心圆环近似展开法将全景图像展开成矩形图像,然后对展开图像进行不同相位角的Gabor滤波处理,快速得到使车道线边缘清晰度达到最高的方向区间。在Canny算子检测边缘过程中,只对处于该区间内的边缘点进行非极大值抑制及进一步处理,实现车道线的快速检测。最后算法在实拍的500帧视频样本上进行测试,识别率优于94.2%。结果表明所提算法不易受复杂环境影响,可用性强,有效地提高了车道偏离预警系统的实时性与稳定性。     

基于FPGA的快速车道偏离预警系统硬件实现

针对现今采用PC机实现的车道偏离预警系统实时性低的问题,介绍了一种以FPGA为核心的车道偏离预警系统的纯硬件语言实现方法。整个系统由纯硬件语言设计,主要包含图像采集模块,中值滤波模块,Sobel边缘检测模块和Hough变换模块。每个模块均采用并行结构同时系统以流水线方式运行,充分利用了FPGA的并行处理优势,显著的提高了数据处理的速度。结果表明,系统边缘检测效果良好,能清晰地检测出车道线;同时系统响应速度满足实际需求。     

一种基于并行处理器的快速车道线检测系统及FPGA实现

该文提出了一种并行的快速车道线检测系统。该系统包含一个3232的处理器单元(PE)阵列和双RISC子系统。PE阵列实现车道线图像像素级并行预处理,获取图像边缘特征,双RISC核子系统根据边缘特征实现两条车道线直线参数的并行检测,从而使得检测过程的每一步都是并行进行,显著提高检测速率。该系统用FPGA实现。实验结果表明本系统具有良好的鲁棒性且可达到每秒50帧的检测速率,满足了车道偏离预警系统实时性要求,具备重要的应用价值。     

一种基于双分支车道线实例分割的检测算法

在人工智能的时代,自动驾驶技术越来越成熟,技术中包含的自动车道保持功能占有重要的地位,这对自动驾驶中的后续车道偏离与预警起着关键性的作用。文章利用深度学习技术,针对现有双分支车道线实例分割检测算法存在的准确率受批量影响、准确率不理想等问题,在车道线实例分割中采用自适配归一化函数,并使用传统的SGD优化器对整个模型进行优化解决实验过程中的效率问题。在TuSimple车道数据集进行实验,在性能方面准确率与原始算法相比从96.4%提高到98.6%。     

基于FPGA的车道偏离预警系统的设计

介绍了一种以FPGA芯片为核心,基于数字图像处理技术和SOPC技术的车道偏离预警系统实现方案。系统通过CCD摄像头完成车辆前方图像的采集,利用Hough变换实现车道检测,利用边缘检测函数完成偏离预警的功能。系统具有良好的便携性、灵活性和通用性。详细的论述了该系统硬件结构和软件设计思想,并分析了系统具有的优点。     

驾驶员辅助系统报警性能测试台架的研究

车道偏离报警和前撞报警是驾驶员辅助系统的两个重要组成部分,报警的正确率、误报率和漏报率不仅是评价系统性能优劣的重要指标,也是影响驾驶员对辅助系统主观感受的重要原因。使用NI公司的开发工具,设计和搭建了报警性能测试台架,能够将与实车采集的道路视频影像信息时间同步的车辆状态信息融合作为测试样本,回放给待测的驾驶员辅助系统,进行硬件在环仿真测试,人工对比实际行车状况判定报警是否相符合样本中的实际道路环境,形成测试结果分析报告。最后,通过实验初步验证了该测试台架的有效性。