基于机器视觉的车道标志线检测研究

针对车辆辅助驾驶或自主驾驶中的车道保持问题, 研究了基于视觉的车道标志线实时检测方法. 介绍了系统组成、工作原理和车道模型, 并着重讨论了车道图像的检测算法. 其主要思想是在图像上选取几个合适的处理区域, 通过对每个处理区域进行适当的预处理、边缘检测和霍夫变换等过程来提取车道描述特征. 试验结果表明, 该方法具有实时性好、识别可靠性高等特点, 在一定程度上能为后续的辅助驾驶或自主驾驶提供决策依据.     

基于视觉的车道线检测方法研究

随着我国汽车保有量急剧增加,交通事故也呈现上升趋势,车辆碰撞导致的交通事故在总交通事故中占据了较大的比例,产生碰撞的主要原因之一就是由于人的视觉呈扇形,驾驶员进行换道操作时,存在一定的视觉盲区.笔者就是在汽车侧方后视镜上安装摄像机采集汽车两侧图像,通过工控机识别图像中远近车道线,近侧车道线用最小二乘法拟合,在此基础上估计出远侧车道线,利用车道线检测辅助驾驶员换道操作,减少碰撞交通事故的发生.     

基于Android系统的机动车辅助驾驶功能的实现

基于Android NDK和OpenCV实现在Android环境下的机动车辅助驾驶功能。分析了在Android环境中使用OpenCV所需要的基本架构和基础模块(车道线检测和车型识别)的检测流程,介绍了由上位机程序移植到Android手机上的流程,包括移植过程中所要做的更改和应注意的问题。实验结果显示,当手机摄像头采集到的图像中有车道线时,程序会标记出车道线;如果前方有车辆,程序会将前方车辆标记出。     

基于动态车道的交叉口公交左转优先方法（英文）

为减少左转公交延误,提高交叉口通行效率,提出了一种基于公交预信号的可变公交车道控制方法(VBAL).该方法将可变车道与公交优先预信号相结合,在不对其他车辆造成较大影响的基础上,实现了左转公交的优先通行.给出了VBAL的渠化及控制方法,为验证该方法的有效性,将VBAL方案与单左转车道方案(SLTL)和双左转车道方案(DLTL)进行了比较.在此基础上,利用累计曲线图示法建立了左转公交和直行车辆的延误变化计算模型.通过灵敏度分析研究了车辆比例及绿信比对模型的影响.结果表明,VBAL方案能够在降低左转公交延误的同时,最大程度地减少直行车辆延误的增加.利用VISSIM将该方案应用于实际路口,结果证实了VBAL方案的有效性和优越性.     

基于图像恢复的车道标志线提取算法的研究

研究了基于机器视觉的车道标志线实时检测和提取问题。提出了基于图像恢复的车道标志线提取算法,并对实验效果进行了分析。结果表明,该方法具有较好的实时性和识别可靠性。     

一种基于计算机视觉的车辆速度检测方法

提出了一种基于计算机视觉的车辆速度检测方法 ,通过对图像中提取的车辆和场景信息分析来有效地检测车辆速度 ,只需要 2台CCDTV摄像机可完成双向四车道高速公路或城市道路上车辆的速度检测 .实验结果表明 :车辆速度检测的正确率达 92 % ,并具有满意的实时特性     

复杂道路环境下车道线快速提取方法

针对无人驾驶车辆在行驶过程中受到地面污损、障碍物、光照等环境影响,导致车道线情况复杂问题,提出一种快速的车道线识别方法。首先,对采集到的图像进行预处理,设置自适应感兴趣区域,并进行灰度化、双边滤波和边缘提取。其次针对边缘噪声复杂的情况,提出了一种新的边缘噪声消除方案,将边界图像划分为若干个子图像并通过计算每个子图像的边缘方向来实现噪声边缘的消除,再对被切断的车道边缘块进行补偿。最后,通过直线拟合算法拟合出车道线。实验结果表明,所提方法可以有效地消除边缘噪声,且在各种天气和路况下具有较快的处理速度和较高的精度。     

一种基于形态学与边缘点投票统计的车道线快速检测算法

提出了一种基于形态学与边缘点投票统计的车道线快速检测算法,在道路图像感兴趣区域内进行数学形态学颗粒分析和骨架化,获取车道中心线,再进行车道边缘点筛选与投票,通过统计搜索的方式检测出车道线。实验采用数字信号处理芯片DSP为图像处理硬件开发平台,在软件系统CCS下调试程序。实验结果表明,该算法在车道偏离预警系统中运行具有较好的车道线检测效果,在复杂行驶环境下能正常运行,鲁棒性能较好。     

基于Arduino单片机的汽车并线辅助系统设计

为有效减少道路交通事故发生率,最大限度保护驾驶员和乘客,以Arduino Mega 2560单片机为核心,结合HC-SR04超声波测距模块设计了一种汽车并线辅助系统。该系统在运行过程中模拟真实路况,利用超声波原理,当驾驶员开始拨动转向灯杆准备做并线或者超车的动作时,系统启动检测汽车后视镜盲区及相邻车道后方是否有正在行驶的车辆;当超声波测距模块检测到相邻车道后方有行驶的车辆,并且与该车辆的车距小于设定的安全值时,系统启动报警模块,主动对驾驶员发出危险报警,驾驶员根据报警系统的提示以及后视镜的情况判断是否可以安全并线。该系统具有测量精度高、性价比高、改装方便的优点,对汽车安全驾驶有着良好的辅助作用。     

基于HSV颜色空间的侧方车辆检测

传统的车辆检测方法无法检测未完全进入摄像机视野的车辆,并且不具备对车辆大小的识别能力。在不同区域分别搜索车辆尾部阴影和侧边阴影并检测车高可以解决这些问题。在HSV颜色空间中通过Otsu算法获得阴影分割门限,利用车道线检测划分不同的搜索区域,设计了三邻域定向搜索车侧阴影算法,利用梯度分布直方图实现对车辆大小的识别。实验结果表明,算法对车侧阴影有较高的检测概率,对车辆的大小识别具有较高的正确率。     

高速公路路面识别技术研究

根据高速公路路面的基本特征,通过分道线特征点投影位置的计算,提取出了比较完整的当前车道分道线特征点。建立道路边缘灰度模型,采用Gabor变换多分辨率的特点,对图像按方向进行滤波处理,实现道路边缘线检测和拟合。实验结果表明,所讨论的方法在工程实践中有实际应用价值。     

基于最大局部变化的安全带检测算法

传统的边缘检测算法的效果很大程度上取决于阈值的选取,针对这个问题,提出了基于局部最大变化和二维OTSU的边缘检测方法,该方法利用图像局部区域的所有像素灰度值与中心像素灰度值的最大差值来描述图像边缘分布信息,从而得到图像边缘分布信息图,然后利用二维OTSU方法对该边缘分布信息图进行二值化处理得到边缘二值图。利用该边缘二值图,结合车辆的一些先验信息,提出车窗定位算法,并进一步确定驾驶员区域,最后通过在驾驶员区域内检测是否存在满足安全带先验特征的直线来判断驾驶员是否佩戴安全带。实验结果表明,该方法能够准确定位车窗边缘和驾驶员区域,可以应用于安全带的检测,具有一定的实用价值。     

城市车道被占对道路通行能力影响的模型

从分析车道被占用对城市道路通行能力的影响出发,采用实测法,根据视频1中各个时间段三类车型统计出通过事故处的车辆数,绘制出各个时间段实际通行能力折线图,通过对折线图分析得出事故发生后各个时间段的变化情况,采用同样方法,将视频1和视频2的各个时间段的实际通行能力综合绘制到一个折线图中进行分析;最后,通过统计视频1中各个时间段的路段上游的车辆数目和车辆排队长度,建立了多元线性回归模型,运用SPSS19．0软件对交通事故所影响的上游路段车辆排队长度进行了分析。     

基于多模式轨迹和车速自适应的变道超车规划

针对智能汽车变道超车规划中轨迹模式和速度策略单一的问题,提出一种安全高效、多模式轨迹和车速自适应的变道超车规划方案。通过建立可调参数的三段式变道超车模型,利用五次多项式设计变道轨迹拟合算法,以安全性为要求设计侧翻约束和碰撞约束边缘条件。基于多目标优化函数进行多模式轨迹优化,得到不同模式变道轨迹的解集空间,并基于超车阶段的时间进行速度自适应规划。通过MATLAB/Simulink构建仿真测试试验,结果表明该方案在全速域,满足安全条件约束下,能输出3种模式(效率模式、舒适模式和综合模式)的变道超车轨迹,输出的轨迹特性稳定,在两车相对速度较小时自适应速度规划能够有效提升超车效率。     

半园式田径场分道前伸数公式的研究

众所周知,传统的田径场地径赛弯道丈量法——“放射法”和“直弦法”存在拉线长,丈量速度慢,使用不方便等缺点。笔者从改革田径场地径赛弯道丈量法的需要出发,摸索研究了分道前伸数的计算公式。 通过列表、画图的比较得知前伸数、分道差、分道前伸数三者之间存在着密切的联系。分道前伸数公式的推导,离不开前伸数和分道差。 本文以求解400米起点线第三道和第四道的分道前伸数为例,得出分道前伸数公式:Ln=(C_1/R(n-1))·d。 最后,应用“角弧法”和“比值法”对公式的准确性进行了检验。本文认为分道前伸数公式的出现,为改革田径场地径赛弯道丈量法提供了条件,同时澄清了某些人对“分道差”的模糊概念。     

基于序列图像的车型识别研究

研究提出了一种应用于车型识别系统中的基于序列图像的图像处理方法.该方法对采集的彩色序列图像进行灰度化、平滑去噪、序列图像差分、Sobel边缘检测、横/纵向填充、图像修正、边缘提取等一系列的图像处理,并最终识别车型.其中,与传统的车型背景分离法相比,序列图像差分对汽车从实际背景中分离出来起着重要的作用,达到了很好的分离效果.通过利用Matlab进行了实际检验,结果表明,该一系列的车型识别方法是可行的,并对低质量和背景复杂图像有着良好的处理效果.     

基于变道操作的主动避障控制策略

基于最佳行驶路径规划方案,结合车道变换操作和车辆纵向速度调节控制,提出了一种车辆紧急避障方法,在紧急变道制动的极限工况下构建了一种安全车距模型,通过对模型进行仿真计算,验证了所提出的安全车距模型的可行性,最后给出这种变道避障系统的软件设计思路。