24小时论文定制热线
24小时论文定制热线
摘 要
随着汽车保有量的不断増加,城市交通也变得越来越拥挤,智能交通系统因而受到了人们的广泛关注。车道线检测是智能交通领域关键的技术之一,它被广泛地应用于辅助驾驶系统、车道偏离预警系统以及车辆防碰撞系统中,对于提高交通安全具有重要意义。
基于视觉的车道线检测容易受到光照变化、树木的阴影、路面的文字及行驶的车辆等外部环境的干扰。针对以上问题,本文采用线段作为底层特征来分析车道线的结构信息,提出了一种消失点约束下的车道线检测方法。该方法首先利用道路图像行灰度均值的特点动态地划分感兴趣区域,并在感兴趣区域内提取道路图像的边缘信息。
然后采用基于方向优先级捜索的方法滤除连接方向异常的噪声边缘。最后利用改进的概率霍夫变换提取出候选线段,并通过消失点约束来规避非车道线的干扰从而实现了车道线的检测。
为了提高道路模型对不同形状车道线的适应化本文以贝塞尔曲线模型为基础,通过随机采样一致算法构建不定变形模板。首先通过逆透视变换来获得道路图像的俯视图,然后对俯视图分别进行竖直和水平方向的滤波处理,削弱了噪声的干犹并增强了车道线信息。在拟合阶段,利巧随机采样一致算法和S阶贝塞尔曲线模型构建不定变形模板,根据车道线的实际形状来调整曲线模型的参数,从而实现对不同形状车道线的拟合。
通过对不同场景下的道路图像进行测试,实验结果表明,本文的方法能够克服各种复杂路况场景下外部环境的干扰并且可以适应不同形状车道线的检测,具有良好的准确性和鲁棒性。
关键词：消失点约束;噪声边缘;改进的概率霍夫变换;随机采样一致算法;
Abstract
With the rapid increase of car ownership,the urban traffic is becoming more and more crowded,which leads to people,s widespread attention to the intelligent transportation system(ITS). Lane markings detection is one of the critical tochnologies in intelligent transportation field,which is widely used in driver-assistance system,lane departure warning sys1;em and vehicle anti-collision sysl:em,and it is significant for improving the traffic safety.
Vision-based lane markings detection may be easily affected by some interference from external circumstances such as the illumination change, shadows of trees, writings on the road and the passing vehicles. To solve these problems, we use line segment as low-level feature to analyze the structural information of lane markings,and a lane markings deletion method under vanishing point COnstraints is proposed in this thesis. Firstly,the region of interest(R01) is divided dynamically according to the mean value of road image in each row, and the e过ge information of road image is extracted from the ROL Then,we cIter out noise edges with abnormal orientation based 0n the orientation-priority searching method. Finally, candidate line segments are extracted by progressive probabilistic Hough Transform (PPHT), and the no-lane markings are eliminated under vanishing point constoains to realize the lane markings detection.
In order to improve the adaptability of road model to lane markings with different shapes, the Bezier spline model is applied to construct a deformable template by ran过om sample consensus algorithm. Firstly, the top view of the road image is obtained tlirough inverse perspective mapping: then filtering is performed on the top view space in vertical and horizon1:al orientation respectively,and this operation can reduce the in1;erference of noise and enhance the information of lane markings. During the fitting step,a deformable template is constructed with third-degree Bezier spline model by random sample COnsensus algorithm, and the paramel;ers of spline model are adjusted according to the actual shape of the lane markings, which is able to stet lane markings with different shapes.
Through the test of road images under different scenes,the experimental results demonstrate that our method can not only overcome the interference from external circumstances under complex road scene, but also detect lane markings with different shapes, and it shows a good accuracy and robusteness.
Key words: Vanishing point conslraint; Noise edges; Progressive probabilistic Hough transform;Random sample consensus algorithm
随着社会的迅速发展和人民生活水平的日益提高,汽车作为一种方便快捷的代步工具已经逐步走入了普通家庭。与此同时,汽车保有量的急剧增加也引发了诸如斤车环境拥挤,交通事故频发,环境污染等诸多问题,给人民的生命和财产安全带来了巨大的损失。据统计,全世界每年由于交通事故造成的死亡人数约有120万,受伤人数更是高达5000多万以,而这其中绝大多数的交通事故是由于驾驶员的注意力不集中、操作不当或是疲劳驾驶等人为因素造成的以。为了减少交通事故的发生,缓解交通压力,一个新兴的科学研究邻域——智能交通系统(ITS)应运而生。智能交通系统是一个加强车辆、道路、驾驶员H者之间的联系,从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。它能够帮助我们构建一个安全、高效、环保的道路交通环境以。
智能车辆是智能交通系统的一个重要组成部分,其环境感知系统主要由视觉传感器、激光雷达、惯性元件等一系列高精度的传感器组成,通过送些传感器来采集路况环境信息,进而为智能车辆的控制决策系统提供依据,控制车辆的油口、制动、转向等执行机构,实现车辆的自动驾驶。车道线作为路面最主要的指示信息之一,它可以有效地引导车辆在约束的道路区域内行驶,准确地检测出路面的车道线是实现智能车自动驾驶的基础。
对智能车自动驾驶技术的研究具有重要意义,主要表现在以下几个方面:
(1)减少交通事故,提高交通效率。智能车的前方碰撞预警系统可以在碰撞发生前对驾驶员发出警报,同时根据车辆到前方障碍物的距离去触发自动驾驶仪对车辆的制动踏板进行操作。另外,智能车的车道偏离预警系统能够实时的采集当前所在车道的标志线信息,从而获得车辆在车道中的相对位置参数,当车辆由于非正常的原因而偏离车道时,系统会发出报警,提醒驾驶员做出相应的反应。在这些辅助驾驶系统的帮助下,智能车能够很大程度地降低驾驶员的疲劳度,提高驾驶的安全性,从而减少交通事故的发生以。此外,智能车还能有效地降低能源的消耗,提高资源利用率。
(2)智能车也可应用于军事领域以及对未知世界的探索。在军事上,它可以代替士兵,按照既定的意图行驶通过危险区域,执斤侦查,排雷、巡逻等重要任务,也可以通过其自主导航把军需物资运输到指定的地点,从而增强了作战的机动性和后勤补给能力。在未知世界的探索方面,我们所用的月球车,火星车、深潜器等在理论和技术上与自动驾驶车辆都是一脉相承的。
(3)智能车所涉及的研究领域包含了机器视觉、计算机科学、自动控制理论,信息融合理论,无线通信技术等,因而对于促进各学科之间的交流与沟通,推动技术之间的融合与集成有着重要意义。
总之,随着科技的不断进步和相关技术的日趋成熟,智能车将在民用、军用、未知世界的探索以及科学研究等方面发挥越来越大的作用。对智能车自动驾驶技术的探索具有重要的实际应用价值和理论指导意义。本文研究的正是一种基于视觉的车道线检测技术,实时地检测出路面的车道线信息,为智能车的自主导航提供依据。
在基于视觉的车道线检测过程中,容易受到诸如树木的阴影、路面的文字以及行驶的车辆等外部环境的干扰。此外,现实路况场景中车道线的形状也不尽相同,往往不能由一个固定的几何模型来描述。本课题旨在克服以上问题,实现对各种复杂路况场景下(包括路面有阴影、文字、来往的车辆以及车道线破损、模糊不清等情况)不同形状(直线型或者曲线型)车道线的检测。从而为后续智能车的自主导航提供车道参考信息。
为了实现以上目标,采取的主要措施有:(1)利用方向优先级搜索的方法去除外部环境干扰形成的噪声边缘。(2)通过道路消失点约束来规避非车道线的干扰。(3)基于随机采样一致算法(RANSAC)和三阶贝塞尔曲线模型构建不定变形模板,根据车道线的实际形状来调整拟合模型的参数。
基于视觉的车道线检测技术图表：
投影变换坐标系统
逆透视变换与感兴趣区域设定
高斯滤波器核函数
滤波和阔值化处理
5车道线初始位置确定
车道线可能出现的区域
三阶贝塞尔曲线
目录
摘 要
Abstract
目录
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 智能车发展现状
1.2.2 车道线检测技术的研究现状
1.3 研究目标及内容
1.3.1 研究目标
1.3.2 研究内容
1.4 本文组织结构
第2章 道路图像的预处理
2.1 动态划分感兴趣区域
2.2 感兴趣区域灰度化
2.3 边缘信息提取
2.4 噪声边缘滤除
2.5 本章小结
第3章 消失点约束下的车道线检测
3.1 基于概率霍夫变换的候选线段提取
3.2 基于道路消失点约束的非车道线滤除
3.2.1 道路消失点位置的估汁
3.2.2 利用道路消失点滤除干扰线段
3.3 车道线提取
3.4 本章小结
第4章 基于RANSAC算法的车道线拟合
4.1 胃像透视变换
4.1.1 摄像机成像模型
4.1.2 逆透视变换与设定感兴趣区域
4.2 滤波和阙值化处理
4.3 车道线可能出现区域的确定
4.4 曲线模型的描述及车道线拟合
4.4.1 贝塞尔曲线模型
4.4.2 基于RANSAC算法的车道线拟合
4.5 本章小结
第5章 实验结果与分析
5.1 实验环境及测试数据
5.2 算法的评价标准
5.3 消失点约束下的车道线检测实验结果与分析
5.3.1 关键参数设置
5.3.2 车道线检测结果与分析
5.4 基于RANSAC算法的车道线拟合实验结果与分析
5.4.1 主要参数的取值
5.4.2 车道线拟合结果与分析
5.4.3 不同算法实验结果的对比与分析
5.5 本章小结
总结与展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果
（如您需要查看本篇毕业设计全文，请您联系客服索取）