结合机器视觉的车道偏离识别算法研究

摘　要： 首先确定车道偏离检测的目标区域，然后利用数字图像处理技术及多种算法进行处理，将推算出的左右车道线夹角作为判别车辆是否偏离车道行驶的预警依据。实验结果表明，该算法具有较好的稳定性和一定的应用价值。

关键词： 车道偏离； 机器视觉； 模式识别

汽车主动安全技术是指为预防汽车发生事故，避免人员受到伤害而采取的安全技术(如LDWS、ABS、EBD等)。车道偏离预警系统LDWS(Lane Departure Warning System)是一种通过报警的方式辅助驾驶员减少汽车因车道偏离而发生交通事故的系统，其研制获得很多国家的高度重视[1-3]。其中,美国卡内基梅隆大学机器人学院于1997年成功开发AURORA系统；日本三菱汽车公司提出的DSS系统于1999年应用于模型车上。2006年吉林大学汽车动态模拟国家重点实验室开发了基于单目视觉的JLUVA-1系统;2012年南京航空航天大学和东南大学共同开发的车道偏离检测[4]，可计算出车道偏离的程度。

1 车道图像预处理与车道线检测

通常摄像头采集的道路图像会包含与车道无关的信息。为了简化算法难度，影像区域的中下部分分辨率为400×100的图像作为图像处理区域。

1.2 车道线识别

在车道偏离预警系统中，车道偏离决策算法要依赖车道线识别结果。本文主要研究对近景区域中的车道线，选用直线模型[7]拟合车道线。由于在连通域标记的开始阶段，在连通域标记的图像中，当前工作像素点之后的值都为零。因此，本文的连