基于视觉感知模型智能车辆道路检测技术-控制理论与控制工程专业论文.docx

河北工业大学硕士学位论文 河北工业大学硕士学位论文 基于视觉感知模型的智能车辆道路检测技术 基于视觉感知模型的智能车辆道路检测技术 PAGE PAGE 11 PAGE PAGE 10 第一章 绪论 §1-1 研究的目的和意义 近年来，我国汽车工业发展迅猛。2007 年，我国汽车产量到了 888.2 万辆，连续 9 年保持两位数 的增长速度，成为世界最主要的汽车生产大国之一。汽车工业春天的来到，使更多的家庭享受到汽车带 来的便利和舒适[1]。越来越多的家庭选择了汽车作为他们的主要交通工具。正当我们陶醉于汽车带给我 们快乐的同时，一个残酷的现实摆在面前：从 1987 年起，我国道路交通事故死亡人数一直位于世界首 位。下图是从 1999 年到 2007 年，因为交通事故而死亡的人数。 120000 100000 死亡人数 80000 60000 40000 20000 0 1999年 2000年 2001年 2002年 2003年 2004年 2005年 2006年 2007年 图 1.1 历年我国交通事故死亡人数统计 Fig. 1.1 Statistics of Chinas Death Toll Over the Years 据报道，每年在交通事故中全球大约有 1000 多万人员伤亡，给世界经济发展造成巨大的损失。在 交通事故的背后是多少家庭失去亲人、忍受悲伤，国家也承受着巨大的经济损失。对这些事故的调查显 示，大约 50%的事故是由于车道偏离造成的。 目前，交通问题已经成为全球范围内令人困扰的严重问题。由于在实际驾驶操作过程中， 90%以上 的环境信息需要通过驾驶员视觉来获得，例如车辆、道路标记、交通信号、车道线、道路形状、交通标 志、障碍物等等，无形中增加了驾驶员的压力和疲劳。所以如何提高交通安全性、确保行人和驾驶员的 安全、降低车祸概率已经成为急需解决的社会性问题。解决这些问题的办法除了耗资新建或扩建道路， 提高驾驶员的安全意识，以及发展地铁等大规模的交通外，一个有效而方便的方法就是研发智能车辆辅 助驾驶装置，以便减少驾驶员的负担和判断错误，提高交通安全，保护人民的生命财产安全。 本课题的内容是研究基于视觉感知模型的智能车辆道路检测技术。通过基于视觉感知模型的信息处 理流程对图像进行感知与识别，之后对识别后的道路图像进行处理，必要时对车辆进行预警。当车辆行 驶在路上时由驾驶员开启系统，在驾驶员产生心神烦乱、注意力不集中或疲劳驾驶时，一旦汽车出现车 道偏离等有可能造成交通事故的情况时，该系统能够及时主动的预警，从而降低交通事故发生的可能性， 对于减少公路交通事故及人员死伤有着十分重要的现实意义和研究价值。而该系统的研究关键就是对采 集到的路面信息迅速进行感知与识别，检测出车道线，同时根据识别的车道线参数做出是否偏离车道的 判断，从而为车道偏离主动预警。 §1-2 国内外研究动态及发展趋势 车道线是汽车行驶过程中最基本的交通标志，也是可以信赖的关键识别条件。因此，在智能车辆和 辅助驾驶系统的研究中，车道线是一直用来使用的约束条件，它为汽车行驶提供依据，通过车道线可以 判断，汽车是否偏离车道以及完成运动目标检测等功能。因而随着计算机、电子、通信技术的飞速发展， 许多国家都投入大量资金进行智能车辆的研究，而车道的识别与检测是其中的一个主要研究内容。 1-2-1 国外研究现状 一直以来，国外发达国家在智能车辆的研究中投入了巨大的财力、物力，尤其是以美国为首，德国、 意大利、日本等发达国家已经抢先一步，在车道偏离预警技术中取得了许多有意义的研究成果[3-6]，并 成功研制出一些各具特色的车道偏离警告系统。本文将研究现状按照地理位置划分为三部分介绍:美国、 欧洲、亚洲。 1.美国：凭借资金和技术的优势，美国是在这方面研究的佼佼者，以卡内基·梅隆大学(CMU)为例， 该校在这方面的研究颇具成效，极大促进了智能车辆的实用性的发展。 （1）AURORA[7]系统由美国卡内基·梅隆大学(CMU)于 1997 年开发成功。该系统属于俯视系统， 在结构化道路上效率高并且简单易行，有可能取得更高的定位精度。AURORA系统的处理算法包括 3 部分：车道标识识别与跟踪、车辆横向位置估计、车道偏离警告。该系统的工作流程是首先使用线扫描 对图像进行处理，对车道线标示用 1 个可调的二次标准化模板相关技术进行识别，之后对扫描线进行搜 索。通过车道线识别与定位，之后进行计算确定车辆与车道线的距离。然后由车道偏离评价算法对车道 偏离的可能性进行评价然后，使用相关偏离准则对驾驶员进行车道线偏离预警。 （2）RALPH[8]（Rapidly Adapting Lateral Position Handler）系统由美国卡内基·梅隆大学(CMU) 机器人