车道偏离预警系统 简介

一、系统简介根据（美国）国家公路交通安全管理局的定义，车辆偏离预警系统（LDWS-LaneDepartingWarningSystem）是一种通过报警的方式辅助驾驶员避免或减少汽车因车道偏离而发生交通事故的系统。绝大部分的车道偏离警告系统都将车辆在车道内的横向位置作为计算警告发生与否的一个基础。这些检测车辆横向位置的系统基本上可以分为两类：基于道路基础构造的系统以及基于车辆的系统【1】。（1）基于道路基础构造的车道偏离警告系统造来检测车辆横向位置，需要对现有道路进行改造。最典型的道路改造方式就是使用埋在道路下的铁磁体标记（通常为磁铁或电线）。车辆传感器检测这些铁磁信号，利用信号的强度计算车辆在车道中的横向位置。这种方法对车辆横向位置的估计精度能达到几个厘米，但这种方法最大的缺陷是道路改造耗资巨大。（2）基于车辆的车道偏离警告系统该类系统主要是利用机器视觉或红外传感器检测车道标识的位置，按照传感器的安装方式可分为俯视系统和前视系统。1)基于车辆的俯视系统基于车辆的俯视系统其优势就是在结构化道路上效率高并简单易行，并有可能取得更高的定位精度。其不利的因素是只能在结构化道路上使用（必须存在道路标识，且道路标识能被有效识别）。2)基于车辆的前视系统基于车辆的前视系统优势在于可以利用更多的道路信息，在没有道路标识的道路上也可以使用。其不利因素就是用来定位车辆横向位置的一些图像特征点可能被其他车辆或行人干扰。目前商业化使用的产品都是基于视觉的系统，由道路和车辆状态感知、车道偏离评价算法和信号显示界面三个基本模块组成。二、相关的预警系统国外——（1）AURORA系统、美国卡内梅隆大学机器人学院于1997年开发成功，是基于车辆的俯视系统中最具代表性的系统。该系统的处理算法主要基于视觉的车道标识线识别与跟踪、车辆横向闻之估计、车道偏离警告三部分组成。（2）AtuoVue系统、该系统由德国的DaimlerChrysler公司和美国的Iteris公司联合开发，2000年6月首次实际应用。该系统工作原理是通过实时监测本车在当前车道中的位置，计算本车到车道标识线距离，然后与设定的报警距离相比较，判断是否进行预警。当检测到将要发生车道偏离时，它将发出一种类似于车辆在隆声带上行驶时发出的隆隆作响的声音来提醒驾驶员修正车辆位置[1]。（3）MobileyeAWS系统、该系统由总部设在荷兰的Mobileye公司研制，其利用安装在前挡风玻璃上的单个摄像机监测车道标识线，测量和监控本车与道路边界的距离。该系统能检测不同的车道标识如：实心连续线、虚线等。在没有车道标识的情况下，系统能利用道路边缘或路沿来进行车道偏离警告。该系统的车道偏离警告模块通过检测道路边界，计算车辆相对于车道的位置和车辆的侧向运动，预测车辆将横越车道标识的时间，当该时间低于设定的阈值时，系统触发视觉警告和声音警告，以使驾驶员对不同的危险状态做出适当的反应而减少意外事故的发生[1]。该系统采用的警告阈值能适应不同的驾驶风格，且在有意识的车道偏离、制动和没有道路标识等情况下能对警告的产生进行了抑制，同时也适当考虑了驾驶员的个人驾驶行为。（4）DSS(DriverSupportSystem)系统日本三菱汽车公司于1998年提出设计和发展该系统，并于1999年秋季应用于模型车上。该系统由一个安装在汽车后视镜内的小型摄像机、一些检测车辆状态和驾驶员操作行为的传感器以及视觉和听觉警告装置组成。该系统利用由摄像机获得的车辆前方的车道标识线、其他传感器获得的车辆状态数据和驾驶员的操作行为等信息，判断车辆是否已经开始偏离其车道。如有必要，系统将利用视觉警告信息、听觉警告信息以及震动方向盘来提醒驾驶员小心驾驶车辆。该系统的特别之处在于，它能产生一个促使车辆回到自身车道中央的转向力矩，促进驾驶员采取正确的驾驶行为。当然，该力矩不足以干涉驾驶员自己施加的转向力矩，从而保证驾驶员对车辆的完全控制[1]。（5）ALVINN系统和SCARF系统ALVINN系统和SCARF系统由美国卡内基梅隆大学机器人学院、NavLab实验室和视觉与自动化系统研究中心(VASC)联合开发。ALVINN利用神经网络从训练数据中学习正确的行为。。SCARF系统将图像中的像素点基于它们各自的颜色聚类为道路类和非道路类，在基于假设道路在图像中表现为梯形的条件下，利用Hough变换寻找最可能的道路位置。由于该系统仅仅寻找道路像素组成的梯形区域，不能用于多车道行车以及避障操作[1]。（6）韩国的STAR系统该系统主要有车道识别传感器、横向角速度传感器、前转向促动器和控制器组成。车道识别传感器主要由黑白摄像机和图像处理部件组成，摄像头安装在驾驶室后视镜处，指向前方车道，主要功能是识别车道标志线、道路曲率半径、侧向偏移和航向角。横向角速度传感器主要功能是检测车辆的横摆角速度。前转向促动器主要由液压动力转向机构组成，主要功能是根据控制器指令对转向机构施加一定大小的力矩，使方向盘转动一定的角度。控制器的主要功能是计算当前车辆的实际行驶轨迹和预期行驶轨迹这两种轨迹的偏差，必要时发出警告指令和转向促动器控制指令[5]。国内——JLUVA-1系统、基于DSP技术的嵌入式系统三、基于机器视觉的车道偏离预警的实现基于机器视觉的车道偏离预警系统大都依赖于机器视觉所获取的道路图像中的车道标识线信息，根据一定的先验知识，通过合适的转换确定出自身车辆在车道中的位置和方向信息，然后根据假定的预警模型确定在当前状态下是否有必要触发警报。基于机器视觉的道路边界以及车道标识线识别方法基本上可以归结为两类方法，一类为基于特征的识别方法，一类为基于模型的识别方法[27]。（一）基于特征的识别方法基于特征的识别方法主要是结合道路图像的一些特征（颜色特征、灰度梯度特征），从所获取的图像中识别道路边界或车道标识线（对特征车道线进行连接、拟合或其他分析，或是对图像中边缘检测进行直线拟合得到边界线段、对其长度和方向进行聚类并连接）。基于特征的车道识别算法中的特征主要可以分为灰度特征和彩色特征。基于灰度特征的识别方法是从车辆前方的序列灰度图像中，利用道路边界及车道标识线的灰度特征而完成的对道路边界及车道标识线的识别。基于彩色特征的识别方法是利用从获取的序列彩色图像中，根据道路及车道标识线的特殊色彩特征来完成对道路边界及车道标识线的识别。目前应用较多的是基于灰度特征的识别方法。优点在于能适应道路形状，同时检查时处理速度快，但当道路图像复杂时边缘检测还需要很多后续工作来完成对边缘的分析会降低实时性，且道路出现阴影和车道线边缘受损此方法可能会失效。（二）基于模型的识别方法基于模型的道路边界及车道标识线识别方法主要是针对结构化道路具有相对规则的标记，根据其形状建立相应的曲线模型，采用不同的识别技术（Hough变换、模板匹配技术、神经网络技术等）来对道路边界及车道标识线进行识别。目前最常用的道路几何模型是直线道路模拟，也提出了曲线道路模型。基于模型的车道线识别可以有效地克服路面污染、阴影、光照不均等外界环境影响。但当道路不符合预先假设时，模型会失效。1、图像预处理此过程主要由图像采集、道路图像预处理和可行区域的建立三部分组成。图像预处理过程：彩色图像灰度化、灰度拉伸、边界增强与边界检测、用大律法求图像阈值、图像二值化（把灰度图像转化为黑白图像）。图1.原始车道图像与车道图像处理效果2、基于hough变换的车道识别算法原理霍夫变换[30]是由霍夫于1468年提出的一种用参数来检测线性目标的方法，它将原始图像中给定形状的曲线或直线变换到参数空间的一个点，即原始图像中给定形状的曲线或直线上的所有点都集中到参数空间的某个点上形成峰值。这样，就把原始图像中给定形状的曲线或直线的检测问题，变成了寻找参数空间中峰值的问题，也即把检测整体特性（给定曲线的点集）变成检测局部特性的问题。3、车道偏离识别方法主要有基于道路模型与图像信息结合的方法和仅基于图像信息来识别车道偏离两种方法。目前基于道路模型与图像信息结合的车道偏离警告系统采用的预警模型大致可分为：基于车辆在车道的当前位置（Car’sCurrentPosition）、基于将来偏离量的不同（FutureOffsetDifference）、基于车辆将横越车道边界的时间（TimetoLaneCrossing）。特点为是通过从图像中提取有用信息作为特征量即车辆在车道中位置依靠精确定位车道线来获取车辆与车道边界的间距，简单易行但建立路面、摄像机、车辆系统的几何成像模型会受到摄像机的选取、光学镜头与摄像机的安装位置、道路类型以及车辆型号尺寸等影响仅基于图像信息的车道偏离预警系统采用的模型可分为：基于知识的道路场景感知（Knowledge-BasedInterpretationofRoadScenes）、基于对车辆在行驶中航向变化、车道夹角法。特点车道线与图像平面坐标轴夹角不会发生变化，不用进行摄像机的标定，但由于外界环境复杂会出现识别错误的情况。四、应用车辆偏离报警系统早在2003年就出现了，现已发展成为车道偏离报警及道路标志识别系统，更有助于驾驶安全，不但在任何无意识的车道偏离时为司机报警，使车辆立即得到修正；还可避免潜在事故，提供司机没有注意到的道路信息。像陌生的路段经常由于疏忽而没有注意到限速标志，使司机可以把精力更多地集中在驾驶上。现在偏离报警系统已经开始在欧美日应用，丰田Alphard小型MPV、06版无限M45、新雪铁龙C4和C5均已装备此系统，福特、通用等公司都在研发此系统。由于生产成本较高约1万人民币，此系统主要应用于国外生产的一些重要卡车和长途客车上，在梅赛德斯-奔驰、宝马、奥迪、雷克萨斯等高档轿车上也多为选装件。但是此系统的大规模应用仍然存在技术障碍，不只是成本问题，多数情况下只有在车道标识比较清晰的高等级公路上才能稳定发挥作用，车道标识如果过于迷糊或破损，精确性会大幅降低，漏报警或误报警的情况都有可能发生；而且受天气影响较大一定程度上制约了该系统的普及，然而恶劣天气状态下驾驶员一般比较专注应关闭此系统避免影响正常驾驶。