【文章內(nèi)容簡介】 A），該系統(tǒng)警告駕駛員因?yàn)檐嚨雷兓赡馨l(fā)生碰撞[16]；區(qū)分了LDW系統(tǒng)和車道保持輔助系統(tǒng)，車道保持輔助（LKA）技術(shù)確定車輛的行車位置，并積極輔助司機(jī)。標(biāo)準(zhǔn)規(guī)定的兩項(xiàng)關(guān)鍵參數(shù)為：警告閾值、速度閾值和道路曲率ISO 17361:2007 I類：系統(tǒng)必須能夠在車輛行駛速度大于或等于72公里/小時(shí)（20米/秒或45英里），道路的半徑大于或等于500米時(shí)正常工作。ISO 17361:2007II類：系統(tǒng)必須能夠在車輛行駛速度大于或等于61公里/小時(shí)（17米/秒或38英里每小時(shí)），道路的半徑大于或等于250米時(shí)正常工作。FMCSAMCRR05005：系統(tǒng)必須能夠在車輛行駛速度大于或等于60公里/小時(shí)（）時(shí)正常工作。FMCSAMCRR05005：（圖1）時(shí)出發(fā)警告。ISO17361:2007: 對(duì)于卡車和公共汽車位于車道界外1m；。FMCSAMCRR05005要求LDW系統(tǒng)能在遇到下列類型的道路標(biāo)線時(shí)起作用。同時(shí)，系統(tǒng)必須在在白天、黃昏和夜晚情況下，當(dāng)車道標(biāo)線清晰可見時(shí)發(fā)揮作用。ISO17361:2007沒有明確系統(tǒng)必須檢測(cè)的道路標(biāo)線類型。然而要求系統(tǒng)必須能夠通過一種測(cè)試的性能測(cè)試（能夠在車道標(biāo)線良好的測(cè)試位置被測(cè)試，標(biāo)志良好就是按照國家界定的可見車道標(biāo)記；沒有對(duì)環(huán)境條件的要求，但系統(tǒng)在那樣的環(huán)境下必須正常工作；測(cè)試必須在可視性范圍大于1公里下進(jìn)行）。?White and yellow pavement lines ?白色和黃色的路面?Single and double pavement lines ?單的和雙的路面線?Solid and dashed pavement lines ?實(shí)線和虛線路面線，?Raised pavement markers such as ‘Botts dots’or‘cats eyes’ ?凸起的路面標(biāo)記，如“博茨點(diǎn)”或“貓眼睛”?Reflective lines ?反射線。（實(shí)例）要實(shí)現(xiàn)對(duì)車道線的檢測(cè)與識(shí)別，首先要使用一些圖像處理方法提取車道圖像的特征點(diǎn)，然后選擇合適的曲線擬合方法，利用得到的特征點(diǎn)擬合出車道線。它的主要目的是去除圖像中的噪聲干擾，最大程度的保存道路圖像的路面信息，減少道路圖像的無關(guān)信息，從而提高車道線檢測(cè)與識(shí)別的可靠性。圖像預(yù)處理改變的只是信息的表現(xiàn)形式，而不會(huì)增加圖像的信息量。假設(shè)一個(gè)平坦的道路，并使用相機(jī)本征（焦距、光心、偏移參數(shù)像素、寬高比）和外在（俯仰角度和地面高度）參數(shù)來完成轉(zhuǎn)換。相機(jī)安裝在離道路平面h的地方，傾斜向下。因此，光軸與道路平面軸的夾角為。我們定義世界坐標(biāo)系{Fw}={Xw，Yw，Zw，1} ，這是相機(jī)的光學(xué)中心與道路平面的交點(diǎn)。我們還定義相機(jī)坐標(biāo)系{Fc} = { Xc，Yc，Zc，1}和圖像坐標(biāo)系{Fi}={ui，vi，1}。如果我們把道路平面坐標(biāo)轉(zhuǎn)換到相機(jī)坐標(biāo)，我們可以看到周圍有一個(gè) 圍繞Xw軸旋轉(zhuǎn)，伴隨著H/沿著Zw軸的轉(zhuǎn)換。相機(jī)校準(zhǔn)矩陣包含相機(jī)的內(nèi)在參數(shù)從相機(jī)坐標(biāo)轉(zhuǎn)換到圖像平面上坐標(biāo)。3D世界坐標(biāo)點(diǎn)（Xw， Yw， Zw）和圖像投影（ui，vi）之間的映射可以如下表達(dá)：R代表旋轉(zhuǎn)矩陣：T代表轉(zhuǎn)換矩陣：K代表相機(jī)參數(shù)矩陣：f代表相機(jī)的焦距，s為像素的斜率，（ku*kv）是像素的尺寸比。式（3）也可以表達(dá)為：正如我們所定義的真實(shí)世界坐標(biāo)系統(tǒng)是平面坐標(biāo)YW= 0，這可以簡化為：用式（8），我們可以預(yù)計(jì)一個(gè)現(xiàn)實(shí)世界道路上的興趣窗口到像平面。如圖5所示，我們定義興趣窗口為從車輛相機(jī)原點(diǎn)的3m至16m。最小距離被選為三米是因?yàn)檫@是道路表面可以被我們當(dāng)前相機(jī)結(jié)構(gòu)看清楚的最近的點(diǎn)。坐標(biāo)轉(zhuǎn)換的標(biāo)定舉例[7]圖1 前視圖像圖2變換后的前視點(diǎn)圖像從前方攝像頭或者采集卡輸出的圖像一般為彩色圖像，由于彩色圖像包含的信息量太大，對(duì)它的處理需要很大的計(jì)算量，對(duì)硬件要求比較高，從而影響了系統(tǒng)的實(shí)時(shí)性，因此在系統(tǒng)中一般需要對(duì)攝像頭輸出的圖像進(jìn)行灰度化處理。基于RGB模型的彩色圖像中的每一個(gè)像素點(diǎn)由R、G、B三個(gè)分量組成，每個(gè)分量的取值范圍為0～255，因此每一個(gè)像素點(diǎn)可以表示1600多萬(256*256*256)種顏色。如果設(shè)定R、G、B三個(gè)分量的數(shù)值相等，那么每個(gè)像素點(diǎn)就只可以表示256種顏色，這就是灰度化的原理。現(xiàn)實(shí)環(huán)境中的道路非常復(fù)雜，受諸如光照、遮擋等因素的影響，攝像機(jī)輸出的圖像一般會(huì)含有大量的噪聲干擾，為了盡可能減小這些干擾因素，在圖像預(yù)處理過程中加入了一個(gè)圖像增強(qiáng)環(huán)節(jié)。圖像增強(qiáng)是指采用一系列技術(shù)，對(duì)原圖像作處理、加工，使其更適合具體的應(yīng)用要求，改善圖像的視覺效果，或?qū)D像轉(zhuǎn)換成一種更適合于人或機(jī)器進(jìn)行分析處理的形式。圖像增強(qiáng)是一種基本的圖像預(yù)處理手段，并不是以圖像保真為準(zhǔn)則，它可以是一個(gè)失真過程，使用它并不意味著要增加圖像的信息，有時(shí)甚至?xí)p失一些信息。圖像增強(qiáng)的目的是擴(kuò)大圖像間具有不同特征個(gè)體間的差異，抑制不感興趣的區(qū)域，增強(qiáng)感興趣的特征，從而使這些特征的檢測(cè)與識(shí)別變得容易。為了計(jì)算在輸入圖像中的關(guān)心區(qū)域，該系統(tǒng)的檢測(cè)的范圍必須是已知的。當(dāng)車輛在直線道路或大曲率半徑道路，檢測(cè)范圍會(huì)在圖像中從車輛跨越到地平線。如圖3所示，車輛遇到半徑為r的右轉(zhuǎn)彎時(shí)。我們希望找到l，系統(tǒng)的最大檢測(cè)范圍。在一個(gè)“最壞情況”的情況，系統(tǒng)在c點(diǎn)，像正切線一樣接近車道邊界線，車道標(biāo)記分隔段在我們的檢測(cè)范圍內(nèi)。這樣導(dǎo)致從車道偏離的潛在點(diǎn)的誤差距離e。我們可以從圖解法中看到，和。結(jié)合這兩個(gè)公式，我們看到：由于三角形ABC是一個(gè)直角三角形，我們可以使用畢達(dá)哥拉斯定理證明。代入（1）中和簡化，我們依據(jù)曲率r和邊緣誤差e，得到我們的檢測(cè)范圍l。最嚴(yán)格的法規(guī)要求系統(tǒng)必須在道路的曲率半徑小于或等于至250米時(shí)工作。，（如表2）。通過在這個(gè)區(qū)域的中心（）設(shè)置我們警告閾值，我們有一個(gè)的e=。把這些值代入（2）。對(duì)所有圖像在這一點(diǎn)上裁剪路面圖像，包括轉(zhuǎn)彎及直線道路的圖像。(ROI, region of interest) [5]提出在感興趣區(qū)域(ROI, region of interest)中建立搜索窗口的方法在確定ROI的寬度時(shí)，以車道線的寬度為基準(zhǔn)設(shè)置，即式中為ROI在第i條掃描線的寬度；為圖像坐標(biāo)系下第i條掃描線上車道標(biāo)志線的寬度。為設(shè)定的常數(shù)，它表示ROI寬度與標(biāo)志線寬度的關(guān)系。由世界坐標(biāo)系下車道標(biāo)志線寬度經(jīng)過透視變換得到。假設(shè)車體坐標(biāo)系下車道標(biāo)志線塊狀結(jié)構(gòu)寬度為，則二者的變換關(guān)系可以表示為式中F表示標(biāo)志線寬度從車體坐標(biāo)系到圖像坐標(biāo)系的透視變換關(guān)系，在圖像坐標(biāo)系下，ROI寬度變化的基本規(guī)律是下寬上窄。對(duì)于搜索窗口所搜索到的車道線邊緣點(diǎn)，為了減少陰影等噪聲的影響，設(shè)立一個(gè)常數(shù)閾值，低于該閾值的像素都設(shè)為該常數(shù)。舉例：車道線是道路交通中最重要的交通標(biāo)志，可以對(duì)車輛的行駛起到約束保障的作用。無論是在車輛安全駕駛系統(tǒng)中還是在基于機(jī)器視覺的智能車輛導(dǎo)航中，車道線的檢測(cè)與識(shí)別都是一個(gè)基本的、必須的功能模塊[6]。預(yù)警算法中比較重要的部分是根據(jù)采集到的圖像信息，通過邊線上探測(cè)點(diǎn)而擬合出車道線。但是在此過程中由于圖像上的噪聲，車道線因磨損而導(dǎo)致的清晰度降低等問題往往使得最終不能夠得到準(zhǔn)確的結(jié)果，如何快速簡潔地探測(cè)出車道線就成為需要首先解決的問題 [6] 。[4]首先計(jì)算每幀視頻的紅色、綠色和藍(lán)色通道的正?；瘡?qiáng)度。負(fù)的一維高斯濾波器的二階導(dǎo)數(shù)卷積感興趣區(qū)域的每一行，從底部到頂部，給相應(yīng)的車道標(biāo)記強(qiáng)度變化的響應(yīng)。由于卷積，車道標(biāo)線的地方的像素值會(huì)增加。作為最大輸入像素值1，系統(tǒng)把高于此值的像素確定為車道標(biāo)線。由此產(chǎn)生的圖像如圖6b所示。 (LK)光流法[8]LK的算法是基于以下三個(gè)假設(shè)：亮度恒常性、時(shí)間的持久性、空間相干性。第一個(gè)假設(shè)表示視野里物體圖像上的一個(gè)像素點(diǎn)在從幀到幀的移動(dòng)中不改變外觀。即像