试飞机载测试系统一体化验证平台的设计与实现

为提高智能车对多车道的实际道路车辆行驶环境的适应性,提出了一种基于三车道模型的车辆检测方法。方法在预处理的基础上利用极角及位置约束的Hough变换得到可能的车道线信息并利用消失点对车道线进行筛选;利用三车道四线模型对车道线进行匹配;对于每条车道,分别利用车辆灰度信息对车道线内车辆进行识别,并利用视频的连贯性对车辆识别结果进行修正并跟踪车辆。该算法通过对车道线的二次筛选,提高了三车道模型的准确率,进一步提高了对于不同车道车辆识别的正确率。实验结果表明,在结构化道路上,对于不同路况,算法均具有较好的实时性和鲁棒性。     

车辆超车视觉辅助导航系统研究

为了能够提高行驶速度,保障行车安全,提高行驶环境认知,设计了一个基于单目视觉的车辆自适应道路、前车检测、超车指导系统,其主要应用于双车道结构化道路,而且在晴天与阴天不同天气情况下,车道线以及深色、浅色车辆均可识别,并可跟踪、超越前车。实验结果表明,该系统可以应用于不同环境背景下,该系统已通过了远距离自动、安全、准确地检测,并进行了超越前车的仿真实验。     

考虑侧倾的无人车NMPC轨迹跟踪控制

针对高速行驶工况下,无人车转弯时的侧倾易导致车辆模型非线性程度增加,引起轨迹跟踪精度下降和状态失稳的问题,设计一种考虑车辆侧倾因素,基于非线性模型预测控制(NMPC)的无人车轨迹跟踪控制器.根据拉格朗日分析力学和车辆运动学,考虑车辆侧倾几何学和载荷转移效应,建立考虑侧倾因素的非线性车辆模型,包括车体动力学模型和修正的“Magic Formula”轮胎模型;基于此车辆模型,构建非线性模型预测控制器(NMPC)的预测模型,并设定控制器的线性、非线性约束,以保证车辆的运动状态处于稳定区域内.在Carsim和Simulink联合仿真平台上,验证车辆高速蛇形工况和双移线工况下的轨迹跟踪控制效果,仿真结果显示,所设计的控制器可有效改善高速弯道工况下的跟踪精度和车辆状态稳定性.     

基于单目视觉的障碍物检测方法研究

为了解决车辆的碰撞问题,提出了一种基于单目视觉的车道标识线二维重建及障碍物检测与跟踪的方法.主要采用最大类间方差法对初始图像进行分割,给出一种新的车道标识线特征点搜索策略,用统计模型的方法获取车道线参数.利用障碍物(前方车辆)在道路中留下的阴影,检测车辆边缘并确认车辆存在,运用卡尔曼滤波方法跟踪车辆具体位置.所设计的方法能够准确地检测跟踪车道线及前方障碍物.实验结果表明:方法满足车辆安全行驶的前提需要,具有较高的准确性和实时性.     

基于单目视觉的车道线和道路边界同步检测

针对智能车辆视觉导航中的车道保持问题,采用了单目视觉技术检测结构化道路上的车道线和道路边界.详细介绍了标线灰度特性与道路边缘信息的特征提取,并在此基础上结合公路几何线形进行道路模型匹配.算法整体采用初始检测和后继跟踪的循环处理流程,大大提高了实时性和抗噪性.通过CCD测试结果表明,方法能够快速、准确、同步地检测出车道线和道路边界.     

一种基于最优状态点的无人车路径跟踪横向控制方法

对于小区、施工导流路段等狭窄区域,很难保证大中型车辆安全地通过.针对这类情况,本文研究了整个车体的路径跟踪横向控制问题,提出了车辆最优状态点和最优参考状态的概念.为了求解最优状态点,本文构造了车辆参考状态所对应的整体偏差这一目标函数,基于车辆运动学模型,依据最优状态点处车辆与参考轨迹的偏差设计了横向控制器,并利用Lyapunov方法证明了该控制系统的稳定性.与车体特定位置的横向偏差相比,整体偏差更为显著地反映了整个车体的跟踪性能.最后,在具有代表性的狭窄区域场景和普通城区道路场景分别进行了仿真实验,结果表明该方法能够有效提高车辆低速行驶时的整体跟踪精度,不仅可以保证车辆安全裕度较大地通过狭窄区域,而且也提升了车辆在城区交通场景驾驶的安全性.     

复杂交通环境无人驾驶车辆防碰撞方法仿真

无人驾驶车辆自身具有强非线性特征,且信号时延和参数的不确定性特点显著,同时还易受道路附着系数及前后车距离等因素影响。为此提出复杂交通环境无人驾驶车辆防碰撞方法。构建无人驾驶车辆相关的动力学模型,并利用模型预测车辆在行驶过程中的相关数据。采用切比雪夫定律预处理车辆的数据信息,得到前后车辆的运动参数。通过模型预测控制法对参数求解,得到无人驾驶车辆的最佳行驶轨迹与跟踪控制序列,完成复杂交通环境无人驾驶车辆的防碰撞。仿真结果表明,所提方法的路径跟踪效果与给定路径一致、避障能力达到100%,常规状态与紧急状态下的跟踪-避障能力强。因此所提方法具有整体有效性,研究价值较高。     

放射投影直方图的构建及结构化公路AOI提取算法研究

为了缩小车辆识别AOI,降低对本车状态的要求和行驶方向上车辆识别的难度,提升车辆识别算法的鲁棒性,提出一种基于放射投影直方图的结构化公路车道线提取方法,建立了投影点选择评价模型及车道线区域角度划分模型。实验结果表明,本方法适用于直车道线和具有一定曲率的弯道线检测,对车辆的行驶方向要求较弱,不仅可抗车辆遮挡、较强日光照射下形成的阴影干扰,而且还可以抗车道线严重污损、长距离断线、减速带形成的强干扰。对强、暗光线有一定的适应能力,具有较强的抗干扰能力。     

梯度点对约束的结构化车道检测

车道检测是无人驾驶车辆及车道偏离预警等系统的关键技术。针对复杂道路环境中,阴影、路面破损及车辆遮挡等常造成车道检测不准确的问题,提出利用结构化道路两侧车道线上常具有相反方向梯度的性质,将两侧车道线的检测转化为梯度点对约束下的车道中线及宽度检测。然后分别采用平行透视投影模型及线性双曲线模型,通过Hough变换获得了对车道消失点、宽度及车道中线等参数的估计,最终实现了对不同形状结构化车道的检测。比较了本文算法与其他两种车道检测算法在不同复杂道路环境下的车道线检测性能,结果表明了本文算法的有效性。     

基于多传感融合的车道线检测与跟踪方法的研究

车道线的有效检测与跟踪是智能车正确识别道路的前提。针对现有车道线检测与跟踪算法的效率不高的难题,提出一种基于视觉传感器和车道级高精度地图相融合的车道线检测与跟踪方法。该方法首先用改进的Hough变换提取边缘线段,其次基于滤波预测与更新车道线模型状态参数,最后结合高精度地图中车道线先验模型参数,跟踪车道线轨迹。现场实测结果表明,算法的实时性和鲁棒性满足算法性能评价体系的各项指标,较符合智能车对车道线检测的要求。     

A real-time versatile roadway path extraction and tracking on an FPGA platform

This paper presents an algorithm for roadway path extraction and tracking and its implementation in a Field Programmable Gate Array (FPGA) device. The implementation is particularly suitable for use as a core component of a Lane Departure Warning (LDW) system, which requires high-performance digital image processing as well as low-cost semiconductor devices, appropriate for the high volume production of the automotive market. The FPGA technology proved to be a proper platform to meet these two contrasting requirements. The proposed algorithm is specifically designed to be completely embedded in FPGA hardware to process wide VGA resolution video sequences at 30 frames per second. The main contributions of this work lie in (i) the proper selection, customization and integration of the main functions for road extraction and tracking to cope with the addressed application, and (ii) the subsequent FPGA hardware implementation as a modular architecture of specialized blocks. Experiments on real road scenario video sequences running on the FPGA device illustrate the good performance of the proposed system prototype and its ability to adapt to varying common roadway conditions, without the need for a per-installation calibration procedure.     

Applying fuzzy method to vision-based lane detection and departure warning system

As the high growth of population of vehicles, the traffic accidents are becoming more and more serious in recent years. Most occurrences of the car accidents results from the distraction, inattention and driving fatigue of the driver. Hence, in order to avoid the driver being in danger as much as possible. In the lane detection, in order to enhance lane boundary information and to suitable for various light conditions all day, we combine the self-clustering algorithm (SCA), fuzzy C-mean and fuzzy rules to process the spatial information and Canny algorithms to get good edge detection. In the lane departure warning, the system uses instantaneous information from the lane detection to calculate angle relations of the boundaries. The system sends a suitable warning signal to drivers, according to degree different of the departure. These experiments have been successfully evaluated on the PC platform of 3.2-GHz CPU and the average frame rate is up to 14 fps.     

黑龙江省高速公路ETC车道布设的研究

结合黑龙江省高速公路的ETC的实际需求,及车辆运行特性,对ETC专用收费车道的布设进行了研究,详细描述了ETC车道宽度、长度、及车速的设置。提出了ETC车道设备的配置和布设方案。并针对ETC系统使用中常见的问题给出了解决方法。     

基于边界的车道标识线识别和跟踪方法研究

在道路图像中，为了得到较理想的车道的标识边缘，该文采用基于LOG算子边缘增强的方法得到梯度图像，利用SUSAN算子对该梯度图像进行分割，实现了车道标识线边界的提取。在分割后的梯度图像中，利用Hough变换提取出车道标识线参数，完成了对道路图像中的车道标识线的识别，采用建立梯形的感兴趣区域的办法，实现了对车道标识线的实时跟踪。试验结果表明该方法具有较强的鲁棒性和较好的实时性。     

Effects of intermittent odours on cognitive-motor performance and brain functioning during mental fatigue

Effects of intermittent presentation of odours on cognitive-motor performance and brain activity during mental fatigue were examined using event-related brain potentials. Participants performed a Go/NoGo task for 60 min, in both odour and air control conditions. The time-on-task reaction time increase was significantly smaller in the odour condition than in the air control condition. Go- and NoGo-P3 amplitudes were larger in the presence of odours than during the air control, during mental fatigue. There were no effects of odours on error negativity (Ne)/error-related negativity (ERN) amplitude and latency. These results suggest that the presence of intermittent odours improves attentional/effortful control of response selection, and that this effect mitigates the deterioration of cognitive-motor performance during mental fatigue. PRACTITIONER SUMMARY: The present study provides evidence for a potentially effective strategy, the use of odours, to mitigate deficits in cognitive-motor performance during time-on-task. The results show that the presence of intermittent odours is an efficient tool for maintenance of attention and reaction time during a prolonged task.     

夜视误差补偿的车道行人距离计算技术仿真

在车载智能视觉采集系统的研究中,由于当前车载智能视觉采集过程对车道上行人距离的判断没有考虑夜视环境的特殊性,也没有考虑图像视觉处理过程中由于夜间带来的计算误差对行人距离计算的影响,判断的行人距离在夜间存在较大误差.为了避免上述弊端,提出了一种考虑夜视误差补偿的车道行人距离计算方法.通过分析夜视图像中的距离计算特征,运用一种插值误差补偿的方法,对由于夜视原因造成的像素过于宽泛误差进行补偿,能够将夜视环境下的视觉误差进行补偿,将不同坐标系统中的车道与行人点进行转换,获取误差补偿后的车道坐标系统中对应点的空间位置和行人坐标系统中对应点的空间位置,实现精确计算.实验结果表明,利用改进后的算法进行车道行人距离计算,能够有效提高识别的准确性.     

高速公路收费软件的设计与实现

从系统稳定、实用、简单的角度出发，提出了设计高速公路车道收费软件的一种新思路，并就其中几个关键技术进行了叙述。根据该思路设计的长潭高速公路收费系统运行安全可靠，结构严谨，得到了用户的一致好评。     

基于机器视觉的车道标志线实时检测研究

本文研究了基于机器视觉的车道标志线实时检测问题。在讨论了各种车道模型的基础上,提出了一种基于分段切换的车道模型,并且简单论述了车道图像的检测算法,并进一步对试验效果进行了讨论与分析。试验结果表明,该基于分段切换车道模型的车道识别算法,能够很好地匹配各种形状道路,并具有较好的实时性。