《汽車(chē)安全輔助駕駛技術(shù)》全書(shū)配套教學(xué)課件

第一章

概述主要內(nèi)容1.1道路交通安全與交通事故1.2世界道路交通安全現(xiàn)狀1.3道路交通事故的影響因素及預(yù)防措施1.4汽車(chē)安全輔助駕駛技術(shù)1.1道路交通安全與交通事故1.1.1道路交通安全

背景：隨著機(jī)動(dòng)車(chē)保有量的快速增加和國(guó)民經(jīng)濟(jì)的持續(xù)增長(zhǎng)，道路交通運(yùn)輸給人們的生活和出行帶來(lái)了很大的便利，但由此帶來(lái)的道路交通事故每年都給人民生命財(cái)產(chǎn)和國(guó)民經(jīng)濟(jì)造成了巨大的損失。如何解決道路交通安全問(wèn)題已經(jīng)成為社會(huì)可持續(xù)發(fā)展的一個(gè)重要課題。

道路交通安全是指在交通活動(dòng)過(guò)程中，能將人身傷亡或財(cái)產(chǎn)損失控制在可接受水平的狀態(tài)。道路交通系統(tǒng)安全既受系統(tǒng)內(nèi)部因素的制約，又受系統(tǒng)外部環(huán)境的干擾，并與人、車(chē)輛以及道路環(huán)境等因素密切相關(guān)。道路交通安全特點(diǎn)：①交通安全是在一定危險(xiǎn)條件下的狀態(tài)，并非絕對(duì)沒(méi)有交通事故的發(fā)生；②交通安全不是瞬間的結(jié)果，而是對(duì)交通系統(tǒng)在某一時(shí)期、某一階段過(guò)程或狀態(tài)的描述；③交通安全是相對(duì)的，絕對(duì)的交通安全是不存在的；④對(duì)于不同的時(shí)期和地域，可接受的損失水平是不同的，因而衡量交通系統(tǒng)是否安全的標(biāo)準(zhǔn)也不同。1.1.2道路交通事故道路交通事故指在對(duì)人和物進(jìn)行運(yùn)輸?shù)倪^(guò)程中所發(fā)生的人員傷亡和財(cái)物損毀事件，它是道路交通運(yùn)營(yíng)過(guò)程中的伴生現(xiàn)象。世界各國(guó)對(duì)于道路交通事故的定義也不盡相同。

我國(guó)：2004年5月1日起實(shí)施的《中華人民共和國(guó)道路交通安全法》第119條明確規(guī)定了道路、車(chē)輛、機(jī)動(dòng)車(chē)、非機(jī)動(dòng)車(chē)、交通事故等用語(yǔ)的含義，即：

“道路”，是指公路、城市道路和雖在單位管轄范圍但允許社會(huì)機(jī)動(dòng)車(chē)通行的地方，包括廣場(chǎng)、公共停車(chē)場(chǎng)等用于公眾通行的場(chǎng)所。

“車(chē)輛”，是指機(jī)動(dòng)車(chē)和非機(jī)動(dòng)車(chē)。

“交通事故”，是指車(chē)輛在道路上因過(guò)錯(cuò)或者意外造成的人身傷亡或者財(cái)產(chǎn)損失的事件。美國(guó)：交通事故是在道路上所發(fā)生的意料不到的有害的或危險(xiǎn)的事件。日本：由于車(chē)輛在交通中所引起的人的死傷或物的損壞，在道路交通法中稱(chēng)為交通事故。

1.1.3道路交通事故的分類(lèi)按事故責(zé)任分類(lèi)：機(jī)動(dòng)車(chē)事故、非機(jī)動(dòng)車(chē)事故以、行人事故按事故情節(jié)輕重和傷亡大小分類(lèi)：輕微事故、一般事故、重大事故、特大事故按事故原因分類(lèi)：主觀原因、客觀原因按交通事故的對(duì)象分類(lèi)：車(chē)輛間的交通事故、車(chē)輛與行人的交通事故、機(jī)動(dòng)車(chē)與非機(jī)動(dòng)車(chē)的交通事故、機(jī)動(dòng)車(chē)自身事故以、車(chē)輛對(duì)固定物的事故按交通事故發(fā)生的地點(diǎn)分類(lèi)：城市、郊區(qū)、鄉(xiāng)村1.1.4道路交通事故的特點(diǎn)突發(fā)性：交通事故發(fā)生過(guò)程中，駕駛員從感知到危險(xiǎn)到交通事故發(fā)生所經(jīng)歷的時(shí)間極為短暫，讓人措手不及。隨機(jī)性：在由交通參與者、車(chē)輛和道路三要素構(gòu)成的道路交通系統(tǒng)中，任何一個(gè)失誤都可能引起系統(tǒng)內(nèi)一系列其他失誤，從而引起事故，這些失誤絕大多數(shù)都是隨機(jī)的。頻發(fā)性：隨著機(jī)動(dòng)車(chē)保有量的持續(xù)增長(zhǎng)和交通運(yùn)輸?shù)目焖侔l(fā)展，道路交通事故頻發(fā)、傷亡人數(shù)不斷增加則會(huì)成為必然。社會(huì)性：道路交通事故已成為一個(gè)重要的社會(huì)問(wèn)題，具有廣泛的社會(huì)性。不可逆性：道路交通事故的不可逆性是指其不可重現(xiàn)性?？深A(yù)防性：道路交通傷害是可以通過(guò)合理分析和采取措施加以控制的。多數(shù)道路碰撞事故是可以防止和預(yù)防的。通過(guò)采取科學(xué)的預(yù)防方法，能使道路交通傷害的傷亡程度大量減少。1.1.5道路交通事故評(píng)價(jià)指標(biāo)1.2世界道路交通安全現(xiàn)狀

1.2.1全球道路交通安全危機(jī)

道路交通事故已成為全球性安全問(wèn)題之一，引起了全社會(huì)普遍關(guān)注。據(jù)統(tǒng)計(jì)，全球每年約有120萬(wàn)人死于道路交通事故，2000萬(wàn)至5000萬(wàn)人遭受非致命傷害。2004年，世界衛(wèi)生組織主辦的世界衛(wèi)生日，首次以道路交通安全為主題，將道路交通事故作為全球性的道路交通安全危機(jī)，并和世界銀行共同發(fā)表了有關(guān)該主題的重要報(bào)告《預(yù)防道路交通傷害世界報(bào)告》。2009年，世界衛(wèi)生組織利用2008年進(jìn)行的標(biāo)準(zhǔn)調(diào)查收集的數(shù)據(jù)，第一次廣泛評(píng)估了178個(gè)國(guó)家的道路安全狀況，發(fā)布了《道路安全全球現(xiàn)狀報(bào)告》。1.2.2國(guó)外道路交通事故現(xiàn)狀美國(guó)交通事故現(xiàn)狀表1-7美國(guó)2001-2011年間道路交通事故數(shù)據(jù)表1-7美國(guó)2001-2011年間道路交通事故數(shù)據(jù)(續(xù))

美國(guó)采取的主要措施是：加大對(duì)于道路安全研究的科研經(jīng)費(fèi)，完善道路交通法規(guī)和管理體制。美國(guó)于1969年頒布《公路安全法令》和《汽車(chē)安全措施法令》，而且在聯(lián)邦體制下，成立了國(guó)家公路安全局。于2003年形成了《道路安全設(shè)計(jì)與操作指南》，要求道路設(shè)計(jì)和運(yùn)行管理人員除遵守其他技術(shù)標(biāo)準(zhǔn)和規(guī)范外，還應(yīng)特別遵循安全規(guī)范。與此同時(shí)，還積極推廣他國(guó)的安全先進(jìn)經(jīng)驗(yàn)，如應(yīng)用了“澳大利亞實(shí)施道路交通安全評(píng)價(jià)”的經(jīng)驗(yàn)。日本交通事故現(xiàn)狀加拿大交通事故現(xiàn)狀歐盟交通事故現(xiàn)狀圖1.62000-2009年交通事故死亡、受傷人數(shù)及事故數(shù)量(EU-25)1.2.3國(guó)內(nèi)道路交通事故現(xiàn)狀

我國(guó)是世界上交通事故發(fā)生最嚴(yán)重的國(guó)家之一，道路交通事故伴隨著交通運(yùn)輸業(yè)的發(fā)展應(yīng)運(yùn)而生。新中國(guó)成立以來(lái)，道路交通事故呈現(xiàn)先升后降的總體趨勢(shì)。我國(guó)的道路交通事故呈現(xiàn)以下特點(diǎn)：

交通事故率、致死率高營(yíng)運(yùn)車(chē)輛交通事故高發(fā)交通違法肇事仍是造成事故的主要原因道路交通事故分布不均勻1.3道路交通事故影響因素及改善措施

道路交通系統(tǒng)是一個(gè)由人、車(chē)、路、環(huán)境為基本要素組成的多元交互式系統(tǒng)。1.3.1道路交通事故的影響因素人的因素：駕駛?cè)诉`章操作、疲勞駕駛，乘客、行人不遵守法規(guī)等車(chē)的因素：轉(zhuǎn)向、制動(dòng)、行駛、電氣四個(gè)部分路的因素：

道路交通構(gòu)成不合理、交通流中車(chē)型復(fù)雜；人車(chē)混行、機(jī)非混行；道路結(jié)構(gòu)不合理路面狀況其他因素：經(jīng)濟(jì)發(fā)展水平、交通管理能力、交通法規(guī)的制定、交通環(huán)境1.3.2道路交通事故預(yù)防措施針對(duì)人的因素：強(qiáng)化駕駛員管理和駕駛技能的提高針對(duì)車(chē)的因素等針對(duì)車(chē)的因素：

加強(qiáng)對(duì)營(yíng)運(yùn)車(chē)輛的技術(shù)管理，提高運(yùn)輸車(chē)輛安全技術(shù)性能等針對(duì)路的因素：道路設(shè)計(jì)，改善混合交通現(xiàn)象等其他措施：建立和完善交通事故緊急救援體系加強(qiáng)交通安全宣傳教育與管理建立健全交通安全政策和法律法規(guī)建立“點(diǎn)—線—面”的道路網(wǎng)絡(luò)交通安全立體保障體系1.4汽車(chē)安全輔助駕駛技術(shù)概述1.4.1汽車(chē)安全輔助駕駛技術(shù)研究目的和意義

汽車(chē)被動(dòng)安全技術(shù)研究的目的在于發(fā)生意外事故時(shí)對(duì)車(chē)內(nèi)駕駛員、乘員或者車(chē)外的道路參與者（行人、騎自行車(chē)人等）進(jìn)行有效保護(hù)，使其免遭傷害或者減輕受傷害的程度。汽車(chē)被動(dòng)安全系統(tǒng)和裝置只能減少事故發(fā)生帶來(lái)的傷害和損失，如汽車(chē)碰撞安全性系統(tǒng)設(shè)計(jì)、先進(jìn)乘員約束系統(tǒng)、車(chē)身保護(hù)行人的安全裝置事故自動(dòng)呼救系統(tǒng)等。

汽車(chē)主動(dòng)安全性是指汽車(chē)避免或減少發(fā)生意外交通事故發(fā)生的能力，主動(dòng)安全系統(tǒng)的目的就是提高汽車(chē)的行駛穩(wěn)定性，盡力防止車(chē)禍發(fā)生，包含汽車(chē)動(dòng)力學(xué)穩(wěn)定性控制技術(shù)、汽車(chē)底盤(pán)一體化控制技術(shù)、汽車(chē)安全輔助駕駛技術(shù)等。在這種汽車(chē)上裝有汽車(chē)規(guī)避系統(tǒng)，包括裝在車(chē)身各部位的防撞雷達(dá)、多普勒雷達(dá)、紅外雷達(dá)等傳感器、盲點(diǎn)探測(cè)器等設(shè)施，由計(jì)算機(jī)進(jìn)行控制。

從汽車(chē)安全技術(shù)的發(fā)展趨勢(shì)來(lái)看，為了實(shí)現(xiàn)道路交通事故零死亡的最終目標(biāo)，需要提高汽車(chē)的主動(dòng)安全與被動(dòng)安全性能，建立智能化、信息化、一體化的智能交通系統(tǒng)，保障駕駛員的正常駕駛，有事故發(fā)生時(shí)實(shí)現(xiàn)緊急救援。

圖1.13汽車(chē)安全技術(shù)發(fā)展趨勢(shì)1.4.2汽車(chē)安全輔助駕駛技術(shù)的主要研究?jī)?nèi)容車(chē)道偏離預(yù)警與保持車(chē)道偏離預(yù)警與保持是利用機(jī)器視覺(jué)傳感器、激光傳感器或埋設(shè)于路面下的磁釘,使車(chē)輛始終在車(chē)道線內(nèi)運(yùn)行,防止車(chē)輛因?yàn)轳傠x當(dāng)前行駛車(chē)道而導(dǎo)致交通事故的發(fā)生,從而提高行車(chē)安全性。車(chē)道偏離預(yù)警系統(tǒng)(LaneDepartureWarningSystem)能在駕駛員無(wú)意識(shí)（駕駛員未打轉(zhuǎn)向燈）偏離原車(chē)道時(shí)，能在偏離車(chē)道之前發(fā)出警報(bào)，為駕駛員提供更多的反應(yīng)時(shí)間，大大減少了因車(chē)道偏離引發(fā)的碰撞事故，此外，使用LDWS還能糾正駕駛員不打轉(zhuǎn)向燈的習(xí)慣。防碰撞系統(tǒng)防碰撞系統(tǒng)是基于車(chē)輛周?chē)系K物檢測(cè)的基礎(chǔ)上完成的，車(chē)輛周?chē)系K物包括車(chē)輛、行人以及道路周?chē)O(shè)施等。通過(guò)機(jī)器視覺(jué)、紅外、雷達(dá)或激光等傳感器能感知車(chē)輛周?chē)@些障礙物的存在,并實(shí)時(shí)跟蹤,在危險(xiǎn)時(shí)刻還可以警告駕駛員采取避碰措施。利用各種傳感器信息對(duì)前方車(chē)輛和車(chē)距的實(shí)時(shí)有效檢測(cè),當(dāng)發(fā)現(xiàn)安全車(chē)距不足時(shí),及時(shí)向駕駛員發(fā)出聲音警示,促使其采取必要措施保持安全車(chē)距,避免發(fā)生追尾碰撞等事故。在車(chē)輛換道時(shí)，需要借助一些傳感器信息來(lái)實(shí)現(xiàn)本車(chē)前后方車(chē)輛的檢測(cè)，研制汽車(chē)換道避碰系統(tǒng)。行人檢測(cè)技術(shù)是汽車(chē)安全輔助駕駛領(lǐng)域中備受關(guān)注的前沿方向,特別是在城市交通環(huán)境中,行人檢測(cè)能警告駕駛員可能與車(chē)輛鄰近的障礙物尤其是行人發(fā)生碰撞。

駕駛員疲勞狀態(tài)監(jiān)測(cè)疲勞駕駛是駕駛員因素導(dǎo)致交通事故的主要原因之一。統(tǒng)計(jì)表明，若在潛在交通事故發(fā)生前提前1秒鐘給駕駛員發(fā)出警報(bào)，則可避免90%的交通事故。對(duì)駕駛員駕車(chē)疲勞狀態(tài)進(jìn)行實(shí)時(shí)可靠監(jiān)測(cè)并能對(duì)其疲勞駕駛等非正常駕駛行為進(jìn)行有效警示，對(duì)于減少交通事故及人員死亡率，有著十分重要的現(xiàn)實(shí)意義。智能車(chē)路協(xié)同技術(shù)隨著現(xiàn)代電子科技、計(jì)算機(jī)技術(shù)和通信技術(shù)的飛速發(fā)展，遠(yuǎn)程通信和信息系統(tǒng)逐步進(jìn)入汽車(chē)，汽車(chē)功能開(kāi)始向多樣化、集成化趨勢(shì)發(fā)展，這就進(jìn)一步提高了對(duì)車(chē)內(nèi)信息傳輸和通訊的要求。無(wú)線網(wǎng)絡(luò)和移動(dòng)通訊技術(shù)是車(chē)輛與道路設(shè)施通訊以提高安全和效率的主要手段,多車(chē)協(xié)作通訊駕駛概念也是最近提出的解決交通擁擠的有效手段。車(chē)載無(wú)線通訊技術(shù)是將汽車(chē)技術(shù)、電子技術(shù)、計(jì)算機(jī)技術(shù)、無(wú)線通訊技術(shù)緊密結(jié)合，整合各種不同的應(yīng)用系統(tǒng)而產(chǎn)生的一種新型技術(shù)，以實(shí)現(xiàn)汽車(chē)狀況實(shí)時(shí)檢測(cè)、車(chē)內(nèi)無(wú)線移動(dòng)辦公、GPS全球定位、汽車(chē)行駛導(dǎo)航、車(chē)輛指揮調(diào)度、環(huán)境數(shù)據(jù)采集、車(chē)內(nèi)娛樂(lè)等功能。其他技術(shù)道路交通標(biāo)志識(shí)別倒車(chē)輔助系統(tǒng)高性能的輪胎綜合監(jiān)測(cè)系統(tǒng)自動(dòng)泊車(chē)系統(tǒng)自動(dòng)感應(yīng)大燈調(diào)節(jié)系統(tǒng)緊急剎車(chē)輔助系統(tǒng)1.4.3汽車(chē)安全輔助駕駛技術(shù)的研究發(fā)展動(dòng)態(tài)日本：最終目的是實(shí)現(xiàn)無(wú)人駕駛。日本于1989年開(kāi)始研究汽車(chē)安全輔助駕駛,他們的研究方向?yàn)?自動(dòng)高速公路系統(tǒng)和高級(jí)安全汽車(chē)。德國(guó)：增加駕駛員駕車(chē)的有效性和可靠性,從而減輕駕駛員的工作負(fù)擔(dān),減少因駕駛員的失誤而造成的交通事故。包括自適應(yīng)巡航控制系統(tǒng)、向前行進(jìn)控制系統(tǒng)、導(dǎo)航系統(tǒng)、交通信息、通道系統(tǒng)和緊急呼救系統(tǒng)。美國(guó)：以全自動(dòng)高速公路上的無(wú)人駕駛車(chē)隊(duì)來(lái)解決交通安全的問(wèn)題。美國(guó)的最新研究成果表明,汽車(chē)安全輔助駕駛系統(tǒng)的控制技術(shù)和自適應(yīng)巡航技術(shù),可以使美國(guó)的交通事故大大減少。汽車(chē)安全輔助駕駛技術(shù)正朝著更加可靠、穩(wěn)定的方向發(fā)展,汽車(chē)安全輔助駕駛技術(shù)在硬件和軟件上都有很大的發(fā)展空間，為了加速汽車(chē)安全輔助駕駛技術(shù)的應(yīng)用,需要不斷提高其穩(wěn)定性和魯棒性,提高其環(huán)境的適應(yīng)能力。由于基于單一傳感器不能很好地解決汽車(chē)安全輔助駕駛技術(shù)可靠性和環(huán)境適應(yīng)能力的要求,未來(lái)應(yīng)結(jié)合激光雷達(dá)技術(shù)解決圖像模糊問(wèn)題,利用紅外傳感器可以增強(qiáng)機(jī)器視覺(jué)識(shí)別的可靠性。隨著更加先進(jìn)的智能型傳感器、快速響應(yīng)的執(zhí)行器、高性能電控單元、先進(jìn)的控制策略、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、雷達(dá)技術(shù)、第三代移動(dòng)通信技術(shù)在汽車(chē)上的廣泛應(yīng)用，現(xiàn)代汽車(chē)正朝著更加智能化、自動(dòng)化和信息化的機(jī)電一體化方向發(fā)展。汽車(chē)安全輔助駕駛技術(shù)因其定位于防患于未然，所以有著廣闊的發(fā)展前景，越來(lái)越受到汽車(chē)生產(chǎn)企業(yè)、政府管理部門(mén)和消費(fèi)者的重視。

第二章

車(chē)道偏離預(yù)警技術(shù)主要內(nèi)容2.1引言2.2車(chē)道偏離預(yù)警基本組成和技術(shù)要求2.3車(chē)道偏離預(yù)警技術(shù)研究進(jìn)展2.4基于視覺(jué)的車(chē)道線檢測(cè)方法2.5車(chē)道偏離預(yù)警模型2.6基于視覺(jué)的車(chē)道偏離預(yù)警系統(tǒng)的實(shí)現(xiàn)2.7未來(lái)展望2.1引言駕駛員因素是導(dǎo)致道路交通事故影響的主要因素，超速行駛、未保持在當(dāng)前車(chē)道行駛、操作不當(dāng)?shù)冗`法行為導(dǎo)致發(fā)生道路交通事故，造成嚴(yán)重人員傷亡和損失。

美國(guó)每年有超過(guò)3萬(wàn)起與道路相關(guān)的致命道路交通事故，由于單車(chē)駛離車(chē)道造成的交通事故1.2萬(wàn)起，約占總數(shù)的40%，并且這些偏離并不是與其他車(chē)輛相撞而引起的。歐洲的一項(xiàng)調(diào)查顯示，在5萬(wàn)起重型卡車(chē)發(fā)生的交通事故中，97%是因駕駛員注意力不集中導(dǎo)致車(chē)輛偏離車(chē)道所致。影響車(chē)輛偏離行駛車(chē)道的因素駕駛員的主觀因素：心理素質(zhì)、生理狀態(tài)客觀因素：所設(shè)計(jì)的道路線形是否合理、氣候條件、交通流量大小無(wú)論是外界條件還是駕駛員主觀因素，使得汽車(chē)車(chē)道偏離具有一定的不可避免性。在建立汽車(chē)車(chē)道偏離預(yù)警模型和駕駛員行為評(píng)價(jià)算法時(shí)都需要考慮到這一點(diǎn)。一個(gè)成熟的預(yù)警模型既要起到警報(bào)的作用，又要符合駕駛員的生理及心理狀態(tài)，不會(huì)對(duì)駕駛過(guò)程中產(chǎn)生過(guò)大的干擾而影響駕駛員的正常操作。

2.2車(chē)道偏離預(yù)警基本組成和技術(shù)要求2.2.1

基本組成視覺(jué)傳感器的信息量豐富，常被作為實(shí)現(xiàn)車(chē)道偏離預(yù)警的車(chē)載傳感器?；谝曈X(jué)的車(chē)道偏離預(yù)警系統(tǒng)主要由圖像采集單元、中央處理單元、車(chē)輛狀態(tài)傳感器以及人機(jī)交互單元等組成。系統(tǒng)開(kāi)啟時(shí)，安裝在車(chē)身側(cè)面或后視鏡上的圖像采集單元獲取道路圖像，中央處理單元對(duì)圖像進(jìn)行分析處理，獲得汽車(chē)在當(dāng)前車(chē)道中位置參數(shù)，傳感器會(huì)及時(shí)收集車(chē)輛數(shù)據(jù)和駕駛員的操作狀態(tài)，如轉(zhuǎn)向燈信號(hào)等。當(dāng)檢測(cè)到汽車(chē)距離當(dāng)前車(chē)道線過(guò)近有可能偏入鄰近車(chē)道或駛離本車(chē)道而司機(jī)并沒(méi)有打轉(zhuǎn)向燈時(shí)，人機(jī)交互界面就會(huì)發(fā)出警告信息提醒駕駛員糾正車(chē)道偏離，及時(shí)回到當(dāng)前行駛車(chē)道上，為駕駛者提供更多的反應(yīng)時(shí)間，減少車(chē)道偏離事故的發(fā)生。如果駕駛者打開(kāi)轉(zhuǎn)向燈，正常進(jìn)行變線行駛，那么車(chē)道偏離預(yù)警系統(tǒng)不會(huì)做出任何提示。1.圖像采集單元為了模擬駕駛員感知車(chē)輛前方道路圖像及環(huán)境信息，基于視覺(jué)的車(chē)道偏離預(yù)警系統(tǒng)需要圖像采集單元實(shí)時(shí)獲取視頻信號(hào)，并且需要將模擬視頻信號(hào)采集轉(zhuǎn)換為處理器能分析處理的數(shù)字視頻圖像，主要包括工業(yè)相機(jī)、鏡頭和圖像采集卡等。1)工業(yè)照相機(jī)根據(jù)相機(jī)圖像感光芯片的不同，常用工業(yè)相機(jī)主要有兩種類(lèi)型，CCD(ChargeCoupledDevice)相機(jī)和CMOS(ComplementaryMetalOxideSemiconductor)相機(jī)。CCD即電荷耦合器件，是一種新型全固體自掃描攝像器件，功能是把光學(xué)圖像轉(zhuǎn)變成電圖像，然后以一定的順序逐個(gè)按像素讀出電圖像，使之轉(zhuǎn)變?yōu)殡娨曅盘?hào)。CCD組成：光學(xué)鏡頭、時(shí)序及同步信號(hào)發(fā)生器、垂直驅(qū)動(dòng)器、模擬/數(shù)字信號(hào)處理電路。CCD特點(diǎn)：體積小，重量輕；功耗小，工作電壓低，抗沖擊震動(dòng)，性能穩(wěn)定，壽命長(zhǎng)；靈敏度高，噪聲低，動(dòng)態(tài)范圍大；響應(yīng)速度快，有自掃描功能，圖像畸變小，無(wú)殘像；可獲得很高的尺寸測(cè)量精度和定位精度。CCD從功能上可分為：線陣CCD和面陣CCD選擇CCD要考察的術(shù)指標(biāo)：CCD尺寸，亦即攝像機(jī)靶面。CCD像素，是CCD的主要性能指標(biāo)，決定顯示圖像的清晰程度，分辨率越高，圖像細(xì)節(jié)的表現(xiàn)越好。水平分辨率最小光照度(靈敏度)，是CCD對(duì)環(huán)境光線的敏感程度，或者說(shuō)是CCD正常成像時(shí)所需要的最暗光線。

輸出接口攝像機(jī)電源信噪比鏡頭安裝方式CMOS圖像傳感器將光敏元陣列、圖像信號(hào)放大器、信號(hào)讀取電路、模數(shù)轉(zhuǎn)換電路、圖像信號(hào)處理器及控制器集成在一塊芯片上。CMOS優(yōu)點(diǎn)(相比于CCD)：體積小、重量輕、集成度高、功耗低、成本低、編程方便、局部像素的編程隨機(jī)訪問(wèn)、易于控制及捕捉速度高等。CMOS與CCD主要區(qū)別：成像過(guò)程集成性采集速度噪聲處理耗電量CCD與CMOS參數(shù)對(duì)比：2)鏡頭分類(lèi)：主要性能指標(biāo)：

焦距—決定著視場(chǎng)角的大小。光通量—以鏡頭焦距f和通光孔徑D的比值來(lái)衡量。鏡頭的成像尺寸—應(yīng)與CCD靶面尺寸相一致。分辨率—主要指鏡頭的空間分辨率。1)圖像采集卡圖像采集卡是圖像采集部分和圖像處理部分的接口，是一種可以獲取數(shù)字化視頻圖像信息，并將其存儲(chǔ)和播放出來(lái)的硬件設(shè)備。圖像采集卡的任務(wù)：將CCD攝像機(jī)輸出的模擬信號(hào)轉(zhuǎn)化為計(jì)算方便使用的數(shù)字信號(hào)。圖像采集卡的工作過(guò)程：實(shí)時(shí)采集CCD輸出的視頻信號(hào)，將此信號(hào)經(jīng)A/D轉(zhuǎn)換后以數(shù)字圖像的形式存放在圖像單元的一個(gè)或多個(gè)通道中，通過(guò)計(jì)算機(jī)發(fā)出指令，將某一幀圖像靜止在圖像存儲(chǔ)通道中，即采集或捕獲了一幀圖像，計(jì)算機(jī)即可對(duì)采集的圖像進(jìn)行各種處理。采集卡上的D/A轉(zhuǎn)換電路自動(dòng)將圖像實(shí)時(shí)顯示在圖像監(jiān)視器上。技術(shù)參數(shù)：圖像傳輸格式、圖像格式(像素格式)、傳輸通道數(shù)、分辨率、采樣頻率、傳輸速率。在選購(gòu)及使用圖像采集卡時(shí)，需要考慮的兩個(gè)關(guān)鍵性的因素為：硬件的可靠性以及軟件的支持。

1.中央處理單元中央處理單元完成數(shù)字圖像處理、車(chē)輛狀態(tài)分析以及決策控制等功能。由于圖像傳感器都不是理想的，各種干擾都會(huì)在圖像采集過(guò)程中引入噪聲，進(jìn)行數(shù)字處理之前，首先要平滑濾波。Sobel算子是常用的邊緣檢測(cè)算法。發(fā)現(xiàn)的邊緣則可確定車(chē)行道的標(biāo)志。這一過(guò)程又要涉及Hough變換，它是圖像處理中識(shí)別幾何形狀的基本方法之一。車(chē)道信息來(lái)自一輛汽車(chē)內(nèi)多種可能的信息源，這些信息源與測(cè)得的相關(guān)參數(shù)相結(jié)合有助于車(chē)道跟蹤。根據(jù)測(cè)量結(jié)果，車(chē)道系統(tǒng)進(jìn)行智能判斷，是否發(fā)生了無(wú)意間的車(chē)行路線偏離。同時(shí)，中央處理單元分析來(lái)自車(chē)輛狀態(tài)傳感器發(fā)送過(guò)來(lái)的信號(hào)，當(dāng)判斷車(chē)輛將要偏離左側(cè)或者右側(cè)車(chē)道線并且沒(méi)有開(kāi)啟轉(zhuǎn)向燈信號(hào)時(shí)，判斷將要發(fā)生車(chē)道偏離事故，輸出報(bào)警信號(hào)，

中央處理單元工作流程：3.人機(jī)交互單元人機(jī)交互單元通過(guò)顯示界面向駕駛員提示系統(tǒng)當(dāng)前的狀態(tài)，當(dāng)存在危險(xiǎn)情況時(shí)，報(bào)警裝置可以發(fā)出聲音、光的提示，也有通過(guò)抖動(dòng)方向盤(pán)或座位的形式。2.2.2

技術(shù)要求基本要求：監(jiān)測(cè)系統(tǒng)狀態(tài)，包括系統(tǒng)故障、系統(tǒng)失效、系統(tǒng)的開(kāi)/關(guān)狀態(tài)；向駕駛員提示系統(tǒng)當(dāng)前的狀態(tài)；探測(cè)車(chē)輛相對(duì)于車(chē)道邊界的橫向位置；判斷是否滿足報(bào)警條件；發(fā)出警告。操作要求：當(dāng)滿足報(bào)警條件時(shí)，系統(tǒng)應(yīng)自動(dòng)發(fā)出報(bào)警提醒駕駛員。乘用車(chē)最遲報(bào)警線位于車(chē)道邊界外側(cè)0.3m處；商用車(chē)最遲報(bào)警線位于車(chē)道邊界外側(cè)1m處。最早報(bào)警線在車(chē)道內(nèi)的位置如圖2-7及表2-7中所示。當(dāng)車(chē)輛處于報(bào)警臨界點(diǎn)附近時(shí)，系統(tǒng)應(yīng)持續(xù)報(bào)警。盡可能減少虛警的發(fā)生。I型系統(tǒng)應(yīng)在車(chē)速大于或等于20m/s時(shí)正常運(yùn)行，II型應(yīng)在車(chē)速大于或等于17m/s時(shí)正常運(yùn)行。系統(tǒng)也可在更低車(chē)速下工作。人機(jī)交互要求：報(bào)警形式：系統(tǒng)將提供一種易被感知的觸覺(jué)報(bào)警或聽(tīng)覺(jué)報(bào)警。與其它報(bào)警系統(tǒng)的沖突：如車(chē)輛同時(shí)配備了其它的報(bào)警系統(tǒng)如車(chē)輛前方碰撞警告系統(tǒng)（FVCWS），則車(chē)道偏離報(bào)警系統(tǒng)（LDWS）應(yīng)通過(guò)觸覺(jué)、聽(tīng)覺(jué)或視覺(jué)，或組合方式為駕駛員提供清晰可辨的報(bào)警。系統(tǒng)狀態(tài)提示：應(yīng)通過(guò)容易理解的方式為駕駛員提示系統(tǒng)的狀態(tài)信息。如果系統(tǒng)在啟動(dòng)階段或運(yùn)行過(guò)程中出現(xiàn)故障，或在工作過(guò)程中檢測(cè)系統(tǒng)失效，應(yīng)及時(shí)通知駕駛員。若用符號(hào)進(jìn)行駕駛員信息提示，應(yīng)采用標(biāo)準(zhǔn)符號(hào)。例如，若使用符號(hào)通知駕駛員系統(tǒng)失效，該符號(hào)應(yīng)是專(zhuān)門(mén)用于表達(dá)此類(lèi)信息的標(biāo)準(zhǔn)符號(hào)。在系統(tǒng)用戶使用手冊(cè)中應(yīng)說(shuō)明系統(tǒng)正常工作所要求的最低車(chē)速以及系統(tǒng)失效的條件與狀態(tài)。可選功能：系統(tǒng)應(yīng)配備開(kāi)關(guān)控制裝置，以便駕駛員隨時(shí)進(jìn)行操作。系統(tǒng)可以檢測(cè)抑制請(qǐng)求信號(hào)以盡可能減少不必要的報(bào)警。當(dāng)報(bào)警被抑制后，系統(tǒng)可通知駕駛員。系統(tǒng)可對(duì)本車(chē)速度進(jìn)行測(cè)量以便為其他功能提供支持，如當(dāng)本車(chē)速度低于一定車(chē)速時(shí)抑制報(bào)警。當(dāng)僅在車(chē)道的其中一側(cè)存在可見(jiàn)標(biāo)線時(shí)，系統(tǒng)可以利用默認(rèn)車(chē)道寬度在車(chē)道的另一側(cè)建立虛擬標(biāo)線進(jìn)行報(bào)警，或者直接提醒駕駛員系統(tǒng)失效。報(bào)警臨界線的位置可在報(bào)警臨界線設(shè)置區(qū)域內(nèi)調(diào)整。彎道行駛過(guò)程中，考慮到彎道切入操作行為，系統(tǒng)會(huì)將報(bào)警臨界線位置外移，但決不可越過(guò)最遲報(bào)警線。若系統(tǒng)僅采用觸覺(jué)或聽(tīng)覺(jué)報(bào)警方式，則報(bào)警可被設(shè)計(jì)為具有車(chē)道偏離方向提示的功能（如可采用聲源位置、運(yùn)動(dòng)方向等手段），否則，就需要利用視覺(jué)信息以輔助報(bào)警。系統(tǒng)可以抑制附加的報(bào)警，以避免因報(bào)警信息過(guò)多而煩擾駕駛員。2.3車(chē)道偏離預(yù)警技術(shù)研究進(jìn)展2.3.1國(guó)外研究進(jìn)展美國(guó)美國(guó)國(guó)家公路交通安全管理局于1995年發(fā)起了采用智能車(chē)輛道路系統(tǒng)對(duì)策的偏離避撞警告項(xiàng)目。項(xiàng)目中測(cè)試了四種完成的對(duì)策系統(tǒng)：三個(gè)橫向車(chē)道偏離警告系統(tǒng)（AURORA系統(tǒng)、ALVINN系統(tǒng)和RALPH系統(tǒng)）和一個(gè)縱向車(chē)道偏離警告系統(tǒng)（也稱(chēng)為彎道車(chē)速警告系統(tǒng)CSWS:CurveSpeedWarningSystems）。1)AURORA系統(tǒng)

AURORA系統(tǒng)(AutomotiveRun-Off-RoadAvoidanceSystem)由卡內(nèi)基梅隆大學(xué)機(jī)器人學(xué)院于1997年開(kāi)發(fā)成功。該系統(tǒng)由帶廣角鏡頭的彩色攝像機(jī)、數(shù)字轉(zhuǎn)換器和一個(gè)便攜SunSparc工作站等組成。2)ALVINN系統(tǒng)和SCARF系統(tǒng)ALVINN系統(tǒng)和SCARF系統(tǒng)由美國(guó)卡內(nèi)基梅隆大學(xué)機(jī)器人學(xué)院、NavLab實(shí)驗(yàn)室和視覺(jué)與自動(dòng)化系統(tǒng)研究中心(VASC)聯(lián)合開(kāi)發(fā)。ALVINN利用神經(jīng)網(wǎng)絡(luò)從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)正確的行為。SCARF系統(tǒng)將圖像中的像素點(diǎn)基于它們各自的顏色聚類(lèi)為道路類(lèi)和非道路類(lèi)，在基于假設(shè)道路在圖像中表現(xiàn)為梯形的條件下，利用Hough變換尋找最可能的道路位置。由于該系統(tǒng)僅僅尋找道路像素組成的梯形區(qū)域，不能用于多車(chē)道行車(chē)以及避障操作。CSWS系統(tǒng)彎道車(chē)速警告系統(tǒng)CSW用于輔助駕駛員完全通過(guò)一定曲率半徑的彎道，避免速度過(guò)高而導(dǎo)致偏離車(chē)道的事故。CSW系統(tǒng)利用GPS信號(hào)來(lái)確定車(chē)輛在電子地圖中的當(dāng)前位置。當(dāng)系統(tǒng)檢測(cè)到即將通過(guò)的路徑中有彎道，而且駕駛員超過(guò)了安全通過(guò)該彎道的速度，警告信號(hào)就被觸發(fā)。CSW系統(tǒng)采用兩階段警告方式，第一階段是預(yù)警階段,通過(guò)給固定在駕駛員座位上的2個(gè)電機(jī)一個(gè)觸覺(jué)脈沖信號(hào)，以振動(dòng)座位的模式提醒駕駛員，給駕駛員以通過(guò)隆聲帶的感覺(jué)；第二個(gè)階段是緊急階段,一個(gè)語(yǔ)音裝置播放警告聲。

1998年美國(guó)制定的《面向21世紀(jì)的運(yùn)輸平衡法案》批準(zhǔn)了智能車(chē)輛先導(dǎo)計(jì)劃IVI(IntelligentVehicleInitiative)。其宗旨在于通過(guò)加速開(kāi)發(fā)、引進(jìn)、商業(yè)化駕駛員輔助駕駛產(chǎn)品來(lái)減少道路交通事故和事故引起的傷亡。4)AutoVue系統(tǒng)該系統(tǒng)由美國(guó)智能運(yùn)輸技術(shù)開(kāi)發(fā)商Iteris公司和歐洲的DaimlerChrysler聯(lián)合開(kāi)發(fā)的車(chē)道偏離報(bào)警系統(tǒng)。該系統(tǒng)由一個(gè)安裝在汽車(chē)內(nèi)擋風(fēng)玻璃后部的攝像機(jī)、兩個(gè)立體音箱、一個(gè)小顯示設(shè)備和控制單元等組成。該系統(tǒng)工作原理：通過(guò)實(shí)時(shí)監(jiān)測(cè)本車(chē)在當(dāng)前車(chē)道中的位置，計(jì)算本車(chē)到車(chē)道標(biāo)識(shí)線的距離，然后與設(shè)定的報(bào)警距離相比較，判斷是否進(jìn)行預(yù)警。以色列MobileyeC2-270系統(tǒng)系統(tǒng)采用Mobileye的MIPS-BasedEyeQ2TM視覺(jué)芯片，系統(tǒng)的組成部分：攝像頭組件(包括攝像頭，揚(yáng)聲器，及主控芯片)、EyeWatch(顯示器)、PS3(接線盒)。系統(tǒng)能預(yù)防和緩解各種車(chē)輛在道路行駛中因駕駛者疲勞駕駛、分神、開(kāi)小差、新手上路等各種突發(fā)狀況引發(fā)的車(chē)道偏離、追尾、碰撞等交通事故，分擔(dān)并緩解駕駛者的注意力高度緊張，創(chuàng)造輕松愜意的駕駛環(huán)境。

日本日本的ITS研究與應(yīng)用開(kāi)發(fā)工作主要圍繞三個(gè)方面進(jìn)行，它們分別是：車(chē)輛信息與通信系統(tǒng)（VICS:VehicleInformationandCommunicationSystem）、不停車(chē)收費(fèi)（ETC:ElectronicTollCollection）系統(tǒng)、自動(dòng)公路系統(tǒng)（AHS:AdvancedHighwaySystem）。日本從1994年開(kāi)始進(jìn)行自動(dòng)高速公路AHS的研究與開(kāi)發(fā)，除了對(duì)車(chē)輛的加速、減速、制動(dòng)和轉(zhuǎn)向等一系列操作進(jìn)行自動(dòng)駕駛外，還考慮到臨近車(chē)輛和行人，做到既能夠超車(chē)又不會(huì)導(dǎo)致交通事故的發(fā)生。1)MDSS系統(tǒng)日本三菱汽車(chē)公司于1998年提出設(shè)計(jì)和發(fā)展MitsubishiDriverSupportSystem系統(tǒng)，并于1999年秋季應(yīng)用于模型車(chē)上，2000年開(kāi)始投放到市場(chǎng)。MDSS主要包括LDW系統(tǒng)、側(cè)后監(jiān)控以及預(yù)瞄距離控制等三個(gè)子系統(tǒng)。MDSS系統(tǒng)工作流程圖2)InfinitiLDW系統(tǒng)

該系統(tǒng)是由Valeo和Iteris兩車(chē)商聯(lián)合開(kāi)發(fā)，系統(tǒng)的影像傳感器裝置在車(chē)內(nèi)照后鏡的位置。該系統(tǒng)通過(guò)安裝于后視鏡的一個(gè)小相機(jī)來(lái)識(shí)別車(chē)道標(biāo)志線，處理器結(jié)合相機(jī)的信號(hào)和車(chē)輛的速度來(lái)計(jì)算車(chē)輛距離車(chē)道邊界兩側(cè)的距離以及橫向運(yùn)行速度，判斷車(chē)輛是否可能駛離車(chē)道。3)SafeTrak3LDW系統(tǒng)

該系統(tǒng)利用裝在擋風(fēng)玻璃頂部中央附近的攝像機(jī)來(lái)觀察車(chē)輛在車(chē)道中的位置。如果發(fā)生無(wú)意的車(chē)道變更，那么系統(tǒng)將發(fā)出聲音警告，提醒駕駛員可能發(fā)生意外事件。車(chē)輛在畫(huà)有車(chē)道標(biāo)線的路面上行駛時(shí)，系統(tǒng)會(huì)自動(dòng)開(kāi)始運(yùn)行。系統(tǒng)通過(guò)監(jiān)測(cè)轉(zhuǎn)向信號(hào)燈、制動(dòng)開(kāi)關(guān)和車(chē)輛速度來(lái)辨別有意的車(chē)道變更。

歐盟歐洲1997年制訂了《歐盟道路交通信息行動(dòng)計(jì)劃》，該行動(dòng)計(jì)劃涉及到研究開(kāi)發(fā)、技術(shù)融合、協(xié)調(diào)合作和融資、立法等多方面，提議了ITS的五個(gè)關(guān)鍵優(yōu)先發(fā)展領(lǐng)域。此后，歐盟在其第六框架計(jì)劃中，重點(diǎn)研究安全問(wèn)題，更加重視體系框架和標(biāo)準(zhǔn)、交通通信標(biāo)準(zhǔn)化、綜合運(yùn)輸協(xié)同等技術(shù)的研究，并推動(dòng)綜合交通運(yùn)輸系統(tǒng)與安全技術(shù)的實(shí)用化。德國(guó)DaimlerChrysler公司為其生產(chǎn)的轎車(chē)和卡車(chē)上均安裝了車(chē)道偏離預(yù)警系統(tǒng)。1)大眾的LaneAssist車(chē)道偏離警示系統(tǒng)該系統(tǒng)可協(xié)助駕駛員將車(chē)輛保持在原車(chē)道行駛，當(dāng)因駕駛員疏忽或精力不集中而使車(chē)輛可能要駛離車(chē)道時(shí)，方向盤(pán)會(huì)振動(dòng)以提醒駕駛員，從而可以避免交通事故。在車(chē)速超過(guò)65km/h時(shí)，系統(tǒng)通過(guò)帶有在線控制器的攝像模塊評(píng)估是否偏移行駛車(chē)道，通過(guò)組合儀表內(nèi)的控制燈進(jìn)行狀態(tài)顯示。如果行駛時(shí)偏離了車(chē)道，而駕駛者未及時(shí)作出反應(yīng)，系統(tǒng)會(huì)根據(jù)偏移程度自動(dòng)修正，同時(shí)向駕駛者發(fā)出提醒信號(hào)。在干預(yù)轉(zhuǎn)向過(guò)程中，如果車(chē)輛已經(jīng)駛離行車(chē)道并且車(chē)速降到60km/h以下，車(chē)道偏離警示系統(tǒng)便通過(guò)方向盤(pán)的震動(dòng)提醒司機(jī)，提醒駕駛者進(jìn)行人為干預(yù)。奧迪車(chē)道保持輔助系統(tǒng)安裝位置2)沃爾沃的LDW系統(tǒng)該系統(tǒng)幫助駕駛員保持在車(chē)道一側(cè)合適的位置。如果車(chē)輛無(wú)合理原因穿越其中一條車(chē)道標(biāo)志線，如沒(méi)使用指示燈車(chē)輛開(kāi)始變道的時(shí)候，系統(tǒng)將會(huì)發(fā)出聲音警告。車(chē)速為65公里/小時(shí)以上時(shí)開(kāi)始工作。韓國(guó)STAR(SteeringAssist&Robust)系統(tǒng):

組成：車(chē)道識(shí)別傳感器、橫擺角速度傳感器、前轉(zhuǎn)向執(zhí)行器和控制器。

車(chē)道識(shí)別傳感器主要由黑白攝像機(jī)和圖像處理部件組成，攝像頭安裝在駕駛室后視鏡處，指向前方車(chē)道，主要功能是識(shí)別車(chē)道標(biāo)志線、道路曲率半徑、側(cè)向偏移和航向角。

橫向角速度傳感器主要功能是檢測(cè)車(chē)輛的橫擺角速度。

前轉(zhuǎn)向執(zhí)行器主要由液壓動(dòng)力轉(zhuǎn)向機(jī)構(gòu)組成，主要功能是根據(jù)控制器指令對(duì)轉(zhuǎn)向機(jī)構(gòu)施加一定大小的力矩，使方向盤(pán)轉(zhuǎn)動(dòng)一定的角度。

控制器的主要功能是計(jì)算當(dāng)前車(chē)輛的實(shí)際行駛軌跡和預(yù)期行駛軌跡這兩種軌跡的偏差，必要時(shí)發(fā)出警告指令和轉(zhuǎn)向執(zhí)行器控制指令。2.3.2國(guó)內(nèi)研究進(jìn)展吉林大學(xué)吉林大學(xué)交通學(xué)院智能車(chē)輛課題組自2003年以來(lái)深入開(kāi)展了車(chē)道偏離預(yù)警系統(tǒng)的研究，目前已經(jīng)完成LDWS車(chē)道偏離預(yù)警儀的集成化，并且已經(jīng)完成長(zhǎng)距離路面試驗(yàn)及中試，現(xiàn)正積極推進(jìn)該系統(tǒng)的產(chǎn)品化進(jìn)程。設(shè)計(jì)了一種合理的光照模式分類(lèi)器，使其能根據(jù)道路圖像的某些特征自適應(yīng)地將其劃分為不同的光照模式類(lèi)別，然后根據(jù)分類(lèi)結(jié)果，程序自動(dòng)調(diào)用相應(yīng)的圖像處理和跟蹤算法來(lái)進(jìn)行車(chē)道標(biāo)識(shí)線識(shí)別和跟蹤。研究了基于DSPC64xx的車(chē)道偏離預(yù)警系統(tǒng)?；隈{駛員方向與速度綜合控制的最優(yōu)預(yù)瞄加速度模型，將穩(wěn)態(tài)預(yù)瞄動(dòng)態(tài)校正假說(shuō)應(yīng)用于高速汽車(chē)車(chē)道偏離預(yù)警系統(tǒng)的研究。國(guó)防科技大學(xué)針對(duì)道路結(jié)構(gòu)的特點(diǎn)，分析了世界坐標(biāo)系中標(biāo)志線的詳細(xì)特征，設(shè)計(jì)了專(zhuān)用的標(biāo)志線檢測(cè)算子；針對(duì)性地研究了圖像的質(zhì)量變化，提出了對(duì)標(biāo)志線增強(qiáng)及分段閾值化處理方法。東南大學(xué)開(kāi)發(fā)了基于DSP技術(shù)的嵌入式車(chē)道偏離報(bào)警系統(tǒng)。電子科技大學(xué)以DSP為核心的實(shí)時(shí)處理平臺(tái)，負(fù)責(zé)實(shí)時(shí)檢測(cè)與識(shí)別車(chē)道，以及車(chē)道偏離量的計(jì)算。采用非標(biāo)定相機(jī)測(cè)量車(chē)道的左右方向角而實(shí)現(xiàn)報(bào)警功能。

金龍公司廈門(mén)金龍公司從2010年開(kāi)始率先開(kāi)展車(chē)道偏離報(bào)警系統(tǒng)的自主研發(fā)。金龍車(chē)道偏離報(bào)警系統(tǒng)主要功能部件包括：智能攝像頭、LDWS控制器、LDWS翹板開(kāi)關(guān)。通過(guò)選裝振動(dòng)靠墊，可實(shí)現(xiàn)車(chē)道偏離報(bào)警的聲音、振動(dòng)等多種提醒方式。為使系統(tǒng)正常工作，車(chē)輛必須安裝龍翼系統(tǒng)（KL-988金龍車(chē)載電腦信息系統(tǒng)），主要目的在于通過(guò)龍翼系統(tǒng)接收車(chē)輛運(yùn)行參數(shù)有效降低系統(tǒng)的誤報(bào)率。工作原理：智能攝像頭根據(jù)LDWS控制器配置的系統(tǒng)參數(shù)進(jìn)行圖像分析，識(shí)別前方道路圖像中交通標(biāo)線信息，并將識(shí)別結(jié)果通過(guò)CAN總線發(fā)送回控制器；LDWS控制器采集KL-988與翹板開(kāi)關(guān)的用戶配置信息，結(jié)合智能攝像頭的識(shí)別結(jié)果做出車(chē)道偏離決策，并將報(bào)警信息告知駕駛員。國(guó)內(nèi)外汽車(chē)車(chē)道偏離預(yù)警系統(tǒng)及算法的研究特點(diǎn)：通過(guò)預(yù)測(cè)未來(lái)一定時(shí)間范圍內(nèi)車(chē)輛行駛軌跡的方法來(lái)預(yù)測(cè)車(chē)輛偏離車(chē)道的時(shí)間，對(duì)于時(shí)間小于一定閾值的，則認(rèn)為該車(chē)輛將發(fā)生車(chē)道偏離。對(duì)于車(chē)輛的行駛軌跡主要有三種形式假設(shè)。第一種假設(shè)是假設(shè)車(chē)輛的側(cè)向和縱向運(yùn)動(dòng)均是勻速直線運(yùn)動(dòng)，因此車(chē)輛的行駛軌跡為直線；第二種假設(shè)是假設(shè)車(chē)輛的側(cè)向和縱向運(yùn)動(dòng)為勻加速運(yùn)動(dòng)，因此車(chē)輛的行駛軌跡為曲線。第三種假設(shè)是假設(shè)車(chē)輛的運(yùn)動(dòng)是跟蹤車(chē)道曲線的曲率變化而變化的，因此車(chē)輛的行駛軌跡與車(chē)道曲線的形式是一致的。無(wú)論對(duì)于何種軌跡預(yù)測(cè)方式，其算法在預(yù)測(cè)計(jì)算過(guò)程中都采用了車(chē)輛的航向角不變的假設(shè)，忽略了航向角對(duì)車(chē)輛行駛軌跡曲率變化的影響。

2.4基于視覺(jué)的車(chē)道線檢測(cè)方法具有代表性的系統(tǒng)LOIS(LikelihoodofImageShape)系統(tǒng)GOLD（GenericObstacleandLaneDetection）系統(tǒng)RALPH(RapidlyAdaptingLateralPositionHandler)系統(tǒng)道路邊界及車(chē)道標(biāo)識(shí)線識(shí)別方法歸結(jié)為兩類(lèi)基于特征的識(shí)別方法基于模型的識(shí)別方法2.4.1

基于特征的識(shí)別方法基于特征的識(shí)別方法主要是結(jié)合道路圖像的一些特征，從所獲取的圖像中識(shí)別出道路邊界或車(chē)道標(biāo)識(shí)線。特征可以分為灰度特征和彩色特征。基于特征的檢測(cè)算法包括兩個(gè)部分：特征提取和特征聚合。首先分析道路圖像，確定選擇哪些特征；然后利用這些特征進(jìn)行圖像分割；最后根據(jù)一定的準(zhǔn)則將分割結(jié)果組合成直觀的道路表達(dá)。優(yōu)點(diǎn)在于能適應(yīng)道路形狀，同時(shí)檢測(cè)時(shí)處理速度快，但是當(dāng)?shù)缆穲D像復(fù)雜時(shí)，邊緣檢測(cè)還需要很多的后續(xù)工作來(lái)完成對(duì)邊緣的分析，這會(huì)降低系統(tǒng)的實(shí)時(shí)性；另外，在道路出現(xiàn)陰影和車(chē)道線邊緣受損的情況時(shí)，該方法可能會(huì)失效。

1)基于灰度特征的識(shí)別方法基于灰度特征的識(shí)別方法是從車(chē)輛前方的序列灰度圖像中，利用道路邊界及車(chē)道標(biāo)識(shí)線的灰度特征而完成的對(duì)道路邊界及車(chē)道標(biāo)識(shí)線的識(shí)別。AlbertoBroggi提出對(duì)GOLD系統(tǒng)的車(chē)道線檢測(cè)算法的改進(jìn)。AndrewH.S.Lai等提出的利用對(duì)線條的長(zhǎng)度和方向進(jìn)行聚類(lèi)分析的方法進(jìn)行車(chē)道線檢測(cè)與分析。陸建業(yè)、楊明等利用市內(nèi)交通環(huán)境中車(chē)道邊緣具有平行的線性特征作為進(jìn)行道路檢測(cè)的主要依據(jù)。YujiOtsuka,ShojiMuramatsu利用車(chē)道標(biāo)識(shí)線具有向擴(kuò)張中心（thefocusofexpansion(FOE)）聚焦、當(dāng)?shù)缆愤吔绱嬖跁r(shí)大部分朝向擴(kuò)張中心的邊緣點(diǎn)都位于道路邊界的特征，提出了一種能識(shí)別多種車(chē)道標(biāo)識(shí)線形狀（白線、凸起的人行道標(biāo)志等）的基于邊緣的道路識(shí)別方法。R.Turchetto等利用圖像中在道路邊界處具有較大的高度梯度值和亮度梯度值的特征，針對(duì)市內(nèi)道路環(huán)境，主要依靠光度測(cè)量和立體視覺(jué)獲得的距離信息定位道路邊緣。ElisabethAgren利用車(chē)道標(biāo)識(shí)與車(chē)道部分的亮度值差異特性來(lái)進(jìn)行車(chē)道標(biāo)識(shí)線識(shí)別。AxelGern等融合了兩種不同的道路特征進(jìn)行道路識(shí)別。2)基于彩色特征的識(shí)別方法基于彩色特征的識(shí)別方法是利用從獲取的序列彩色圖像中，根據(jù)道路及車(chē)道標(biāo)識(shí)線的特殊色彩特征來(lái)完成對(duì)道路邊界及車(chē)道標(biāo)識(shí)線的識(shí)別。程洪、鄭南寧等提出了基于局部統(tǒng)計(jì)特征和主元分析的道路識(shí)別方法。BinRan、Henry等提出了基于視頻序列彩色圖像的道路邊界識(shí)別方法。2.4.2

基于模型的識(shí)別方法基于模型的道路邊界及車(chē)道標(biāo)識(shí)線識(shí)別方法主要是針對(duì)結(jié)構(gòu)化道路具有相對(duì)規(guī)則的標(biāo)記，根據(jù)其形狀建立相應(yīng)的曲線模型，采用不同的識(shí)別技術(shù)來(lái)對(duì)道路邊界及車(chē)道標(biāo)識(shí)線進(jìn)行識(shí)別。1)基于2D道路圖像模型的識(shí)別方法直線模型、多項(xiàng)式曲線模型、樣條曲線模型以及雙曲線模型等與采用3D模型方法相比，該方法更便于采用，且不需要精確的標(biāo)定或知道車(chē)輛的自身參數(shù)。其不利之處是很難對(duì)車(chē)輛位置進(jìn)行估計(jì)。

直線道路模型徐友春提出了一種基于全局直線道路模型進(jìn)行道路邊界識(shí)別的方法。重慶大學(xué)周欣、黃席樾等提出了一種基于單目視覺(jué)的車(chē)道標(biāo)識(shí)線二維重建方法，其基本思想是根據(jù)車(chē)道標(biāo)識(shí)線灰度和幾何特征建立約束方程，進(jìn)而跟蹤、提取車(chē)道標(biāo)識(shí)線，并用二維模型進(jìn)行重建。YueWang等利用樣條曲線對(duì)車(chē)道標(biāo)識(shí)線進(jìn)行檢測(cè)和跟蹤。

曲線道路模型常用的彎道模型有同心圓曲線模型、二次曲線模型、拋物線模型、雙曲線模型、直線-拋物線模型、線性雙曲線模型、廣義曲線模型、回旋曲線模型、樣條曲線模型、圓錐曲線模型和分段曲率模型等。2)基于3D道路圖像模型的識(shí)別方法采用道路模型參數(shù)和車(chē)輛在道路中的位置參數(shù)的3D道路邊界模型，進(jìn)而確定圖像中的道路邊界位置。這種模型主要是用于對(duì)距離的分析不是要求很高的沒(méi)有標(biāo)識(shí)的道路識(shí)別。采用3D模型的方法其主要缺點(diǎn)是模型比較簡(jiǎn)單或噪音強(qiáng)度比較大時(shí)，識(shí)別精度比較低；模型比較復(fù)雜時(shí)，模型的更新比較困難。2.4.3基于視覺(jué)與其它傳感器融合的方法

通過(guò)融合多傳感器感知到的道路信息，利用多種圖像特征對(duì)道路進(jìn)行識(shí)別。Tsai-HongHong等利用激光傳感器采集圖像獲得車(chē)輛前方的距離信息，采用彩色攝像機(jī)與激光傳感器聯(lián)合感知道路表面和定位道路邊界。RomualdAufrere等采用多傳感器融合技術(shù)檢測(cè)道路邊界。其采用的主要傳感器包括線掃描激光測(cè)距儀、車(chē)輛狀態(tài)估計(jì)器、攝像機(jī)和激光掃描儀等。這些傳感器同時(shí)探測(cè)和跟蹤車(chē)輛周邊一定范圍的物體，用以盡量消除對(duì)周邊環(huán)境的錯(cuò)誤感知。

2.5車(chē)道偏離預(yù)警模型預(yù)警模型是汽車(chē)車(chē)道偏離預(yù)警系統(tǒng)的核心，主要功能是判別車(chē)輛狀態(tài)和駕駛員狀態(tài)，是決定發(fā)出告警的關(guān)鍵所在。最簡(jiǎn)單的車(chē)道偏離檢測(cè)方法是只要車(chē)輛任何一個(gè)部分超出車(chē)道線時(shí)，就認(rèn)為有危險(xiǎn)，立即觸發(fā)警報(bào)。這種方法往往可能產(chǎn)生很大的錯(cuò)誤警報(bào)率，而且這種駕駛員出界之后再報(bào)警的方法預(yù)留的反應(yīng)時(shí)間很短，使得駕駛員感到很被動(dòng)。常用的預(yù)警模型：

CCP模型(CarsCurrentPosition)FOD模型(FutureOffsetDifference)TLC模型(TimetoLaneCrossing)KBIRS模型(Knowledge-BasedInterpretationofRoadScenes)2.5.1CCP模型判斷車(chē)輛在車(chē)道中的當(dāng)前位置。令表示車(chē)輛中心線相對(duì)于車(chē)道中心線的距離，當(dāng)前車(chē)輛的寬度設(shè)為bc，車(chē)輛前輪相對(duì)于車(chē)道線左右邊界的距離為Δy：判斷過(guò)程：當(dāng)Δy>0時(shí)，表明車(chē)輛沒(méi)有超出兩邊邊界線，不發(fā)出偏離警告。當(dāng)左右兩側(cè)任一偏離Δy<0時(shí)，表明車(chē)輛已橫越車(chē)道線，需發(fā)出偏離告警。2.5.2FOD模型在基于駕駛員駕車(chē)行為習(xí)慣的基礎(chǔ)上，引入了駕駛員自然轉(zhuǎn)向偏移量作為模型參數(shù)，設(shè)立了虛擬車(chē)道線和真實(shí)車(chē)道線。告警條件：，為車(chē)輛轉(zhuǎn)向時(shí)可能偏向的位置，V為虛擬車(chē)道線的邊界位置，為車(chē)輛向兩邊偏離時(shí)的橫向速度，為車(chē)輛相對(duì)于兩側(cè)車(chē)道線邊界的距離，T為估計(jì)車(chē)輛發(fā)生偏離的時(shí)間，x為車(chē)輛將要發(fā)生偏離告警的點(diǎn)。2.5.3TLC模型TLC方法是目前車(chē)道偏離預(yù)警系統(tǒng)采用最多的方法。其思想是計(jì)算車(chē)輛在預(yù)測(cè)軌跡上觸碰車(chē)道邊界的時(shí)間，根據(jù)這一時(shí)間來(lái)判斷車(chē)輛是否觸界。TLC模型的提出主要是為了能盡可能早的判斷車(chē)輛可能發(fā)生的車(chē)道偏離。該模型依據(jù)車(chē)輛當(dāng)前的運(yùn)行狀態(tài)來(lái)推測(cè)一定時(shí)間以后車(chē)輛運(yùn)行的假設(shè)模型，來(lái)判斷車(chē)輛可能發(fā)生偏離的時(shí)間。根據(jù)車(chē)輛運(yùn)動(dòng)模型的假設(shè)不同，相應(yīng)的方法也不相同，其模型主要分為兩種情況。

第一種情況是假定車(chē)輛行駛方向保持不變，運(yùn)動(dòng)模型可以描述為：

第二種情況是車(chē)輛行駛時(shí)方向盤(pán)轉(zhuǎn)角保持不變，運(yùn)動(dòng)模型可以描述為：

兩種情況下都涉及到車(chē)道中心線，車(chē)輛左右車(chē)輪對(duì)應(yīng)的方程可描述為：TLC算法有三種方式：一階TLC算法、二階TLC算法和基于運(yùn)動(dòng)學(xué)的TLC算法。一階TLC算法是考慮了車(chē)輛行駛軌跡的最簡(jiǎn)單方法。該方法是用車(chē)輛的側(cè)向位置和側(cè)向速度來(lái)預(yù)測(cè)車(chē)輛前輪超過(guò)道路邊界的時(shí)間，并設(shè)置閾值。若該時(shí)間小于預(yù)先設(shè)置的閾值則產(chǎn)生報(bào)警。觸發(fā)條件為：一階TLC算法一階TLC算法在數(shù)值計(jì)算上具有一定的穩(wěn)定性，且使用的變量相對(duì)易測(cè)，變量Vl可以通過(guò)側(cè)向位移的變化得到，但是在側(cè)向速度由位移計(jì)算導(dǎo)出的前提下，因?yàn)槲灰朴姓`差，速度也必然出現(xiàn)誤差，可能會(huì)放大側(cè)向速度的誤差，而且這種側(cè)向速度在短時(shí)間內(nèi)不變的假設(shè)有可能不正確，這是由駕駛員的轉(zhuǎn)向和道路的情況決定的。二階TLC算法二階TLC算法與一階TLC算法思想基本相同，不同的是對(duì)車(chē)輛運(yùn)動(dòng)軌跡的建模。二階算法除了考慮側(cè)向位置和側(cè)向速度以外，還用側(cè)向加速度對(duì)車(chē)輛運(yùn)動(dòng)進(jìn)行建模。觸發(fā)警報(bào)的條件為：二階TLC算法的假設(shè)條件是車(chē)輛的側(cè)向加速度在一段時(shí)間內(nèi)是常數(shù)，即車(chē)輛的運(yùn)動(dòng)軌跡曲率為常數(shù)。該算法在車(chē)輛向道路邊界加速運(yùn)動(dòng)時(shí)，能夠比一階算法更早觸發(fā)警報(bào)，但是其穩(wěn)定性不好，側(cè)向位置所引起的誤差可能會(huì)被放大更多，如果想要加強(qiáng)穩(wěn)定性就需要使用更多側(cè)向位置的數(shù)據(jù)，這樣會(huì)增加執(zhí)行時(shí)間?；谶\(yùn)動(dòng)學(xué)的算法

以車(chē)輛運(yùn)動(dòng)學(xué)和道路模型為基礎(chǔ)，綜合考慮了車(chē)輛的側(cè)偏角、橫擺角速度和前向速度，從而來(lái)預(yù)測(cè)車(chē)輛的觸界時(shí)間。Cv和Cr分別表示車(chē)輛運(yùn)行軌跡曲率和道路曲率，V為前行速度，w為車(chē)輛的橫擺角速度，Rre為車(chē)輛相對(duì)于道路的曲率半徑，tc為車(chē)輛前輪外沿觸界的時(shí)間，Sita為車(chē)輛側(cè)偏角，d為車(chē)輛前輪離道路邊界的距離。車(chē)輛的觸界時(shí)間為：觸發(fā)報(bào)警條件為：2.5.4KBIRS模型基于對(duì)自然場(chǎng)景的感知。具體實(shí)現(xiàn)方法：通過(guò)分析車(chē)載攝像機(jī)拍攝的道路圖像，在熟悉物體大致形狀的基礎(chǔ)上，分析物體是否存在。當(dāng)車(chē)輛左右發(fā)生大范圍偏移時(shí)，場(chǎng)景感知會(huì)發(fā)生劇烈變化，在這種情況下，就有必要發(fā)出偏離預(yù)警。2.5.5

基于橫向距離安全性的車(chē)道偏離評(píng)價(jià)在考慮車(chē)輛與車(chē)道之間的相對(duì)距離時(shí)，將車(chē)輛簡(jiǎn)化為具有四個(gè)角點(diǎn)的矩形剛體。因此預(yù)期軌跡點(diǎn)與車(chē)道線之間的橫向距離就轉(zhuǎn)化為角點(diǎn)至車(chē)道線之間的距離。提出車(chē)輛至左側(cè)車(chē)道橫向距離的安全性、車(chē)輛至右側(cè)車(chē)道橫向距離的安全性兩個(gè)基本的模糊評(píng)價(jià)指標(biāo)，描述車(chē)道偏離預(yù)警系統(tǒng)如何通過(guò)車(chē)輛預(yù)期軌跡點(diǎn)相對(duì)于車(chē)道橫向距離的安全性評(píng)價(jià)車(chē)輛是否發(fā)生車(chē)道偏離，并建立了相應(yīng)的隸屬度函數(shù)。選用單極性Sigmoid函數(shù)作為隸屬函數(shù)形式來(lái)描述評(píng)價(jià)指標(biāo):

系數(shù)a決定函數(shù)方向：a>0，函數(shù)朝向右方，a<0，函數(shù)朝向左方，系數(shù)c為隸屬度函數(shù)值r等于0.5時(shí)所對(duì)應(yīng)的自變量x值。車(chē)道偏離預(yù)警算法是應(yīng)用上述建立的模糊決策評(píng)價(jià)指標(biāo)，對(duì)預(yù)瞄出的預(yù)期軌跡點(diǎn)的安全性進(jìn)行評(píng)價(jià)，以判斷車(chē)輛是否發(fā)生車(chē)道偏離。通常駕駛員在考慮車(chē)輛是否會(huì)偏離車(chē)道時(shí)，會(huì)考慮汽車(chē)左邊兩個(gè)角點(diǎn)距道路左邊界的距離、汽車(chē)右邊兩個(gè)角點(diǎn)距道路右邊界的距離。如果這兩項(xiàng)距離中任何一項(xiàng)小于安全距離，則必然增加車(chē)輛偏離車(chē)道的可能性。2.6基于視覺(jué)的車(chē)道偏離預(yù)警系統(tǒng)的實(shí)現(xiàn)

2.6.1道路圖像預(yù)處理1、圖像的去噪原理去噪的作用是去除圖像中的噪聲，提高圖像的可視性。由于噪聲感染的存在，一些圖像信號(hào)可能會(huì)失真，甚至變得面目全非。這給路徑識(shí)別帶來(lái)很大的難度，因此，必須對(duì)含噪圖像進(jìn)行處理，改善圖像的質(zhì)量，盡可能的使圖像中的道路特征能夠清晰的呈現(xiàn)。

線性平滑濾波線性低通濾波器是常用的線性平滑濾波器。實(shí)現(xiàn)這種濾波器的方法也稱(chēng)為鄰域平均法。鄰域平均法是一種局部空間域處理的算法，這種方法的基本思想是用幾個(gè)像素灰度的平均值來(lái)代替像素的灰度。假定有一副NN個(gè)像素的圖像f(x,y)，平滑處理后得到一副圖像g(x,y)。g(x,y)由下式?jīng)Q定：同理，可得5X5的模板：一種常見(jiàn)的平滑算法是將原圖中一個(gè)像素的灰度值和它周?chē)徑藗€(gè)像素的灰度值相加，然后將求得的平均值（除以9）作為新圖像中該像素的灰度值。Wiener濾波是一種在平穩(wěn)條件下采用最小均方誤差準(zhǔn)則得出的最佳濾波準(zhǔn)則，該方法就是尋找一個(gè)最佳的線性濾波器，使得均方誤差最理想。其實(shí)質(zhì)是解維納—霍夫方程。Wiener濾波器首先估計(jì)出像素的局部矩陣均值和方差：利用Wiener濾波器估計(jì)出其灰度值：非線性平滑濾波非線性濾波的常用方法是中值濾波?；驹硎前褦?shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中的各點(diǎn)值的中值代替。中值的定義：n各數(shù)按值的大小順序排列。

濾波器輸出為：濾波器窗口為A的二維中值濾波可定義為：

2圖像的去噪處理常用方法效果對(duì)比均值濾波也稱(chēng)線性濾波，主要思想為鄰域平均法。有效抑制加性噪聲，可以平滑圖像，速度快，算法簡(jiǎn)單。但是無(wú)法去掉噪聲，只能微弱的減弱它，很容易引起圖像模糊。中值濾波特點(diǎn)：首先確定一個(gè)以某個(gè)像素為中心點(diǎn)的鄰域，然后將鄰域中各像素的灰度值排序，取其中間值作為中心像素灰度的新值，這里領(lǐng)域被稱(chēng)為窗口，當(dāng)窗口移動(dòng)時(shí)，利用中值濾波可以對(duì)圖像進(jìn)行平滑處理。它對(duì)去除椒鹽噪聲有效，但可能改變真正的像素點(diǎn)的值，從而引入誤差。自適應(yīng)濾波利用前一時(shí)刻已獲得的濾波器參數(shù)等結(jié)果，自動(dòng)調(diào)節(jié)現(xiàn)時(shí)刻的濾波器參數(shù)，以適應(yīng)信號(hào)和噪聲未知或隨時(shí)間變化的統(tǒng)計(jì)特性，從而實(shí)現(xiàn)最優(yōu)濾波。對(duì)于隨機(jī)數(shù)字信號(hào)的濾波處理，有維納(Wiener)濾波器、卡爾曼(Kalman)濾波器和自適應(yīng)(Adaptive)濾波器。

三種方法效果對(duì)比：均值濾波：去噪效果十分明顯，圖像更平滑，邊緣部分顏色深淺的對(duì)比逐漸變?nèi)?，尤其是圖像上方的景物部分，逐步變得更模糊。中值濾波：可以在不減小圖像對(duì)比度的情況下剔除異常值。對(duì)于去除椒鹽噪聲效果最好，對(duì)點(diǎn)、線和尖頂較多的圖像不宜采用中值濾波，因?yàn)橐恍┘?xì)節(jié)點(diǎn)可能被當(dāng)成噪聲點(diǎn)。自適應(yīng)維納濾波：常常能獲得比線性濾波更好的效果。可以保留圖像的邊界和其它高頻部分。另外，使用自適應(yīng)濾波器沒(méi)有設(shè)計(jì)任務(wù)，wiener2函數(shù)進(jìn)行所有的前期計(jì)算并實(shí)現(xiàn)濾波器。但是，wiener2函數(shù)確實(shí)要比現(xiàn)行濾波器花費(fèi)更多的時(shí)間。當(dāng)噪聲是常數(shù)冪值附加噪聲如高斯噪聲時(shí)，Wiener2函數(shù)工作得最好。選擇中值濾波的方法進(jìn)行圖像的去噪處理。2.6.2

基于Zernike矩的車(chē)道標(biāo)識(shí)線識(shí)別方法1車(chē)道標(biāo)識(shí)線模型的建立2基于Zernike矩的直線檢測(cè)原理

采用基于Zernike矩的直線提取算法得到車(chē)道標(biāo)識(shí)線邊界直線。圖像的階次的Zernike矩被定義為：

是積分核函數(shù)，是的共軛。

如果圖像沿逆時(shí)針?lè)较蛐D(zhuǎn)角φ，設(shè)旋轉(zhuǎn)前后圖像的Zernike矩分別為和，則可以證明：

可以得出圖像旋轉(zhuǎn)前后Zernike矩的模不變，只是相角發(fā)生變化，這個(gè)性質(zhì)被稱(chēng)為旋轉(zhuǎn)不變性。對(duì)數(shù)字圖像而言，圖像的階次的Zernike矩被定義為：

根據(jù)Zernike矩的定義可知，計(jì)算圖像的Zernike矩就是利用核函數(shù)對(duì)圖像加權(quán)在單位圓上積分。

建立2個(gè)坐標(biāo)系：圖像坐標(biāo)系和局部坐標(biāo)系。這2個(gè)坐標(biāo)系關(guān)系為：

對(duì)邊緣建立理想階躍模型，為邊緣所在直線，其在坐標(biāo)系中的方程為：

設(shè)背景和目標(biāo)的灰度值分別為和，其中為階躍幅度。設(shè)在坐標(biāo)系中的方程為：帶入整理得：

將圖像順時(shí)針旋轉(zhuǎn)角，這時(shí)邊緣直線垂直軸。設(shè)旋轉(zhuǎn)后的圖像為，則有：對(duì)于和，它們對(duì)應(yīng)的積分核函數(shù)分別為：

旋轉(zhuǎn)前后Zernike矩之間的關(guān)系為：

推導(dǎo)得出：

這樣就求解了直線在坐標(biāo)系中的方程，同時(shí)可以得到邊緣亞像素級(jí)坐標(biāo)計(jì)算公式為：

首先計(jì)算出用于進(jìn)行直線檢測(cè)時(shí)所需的計(jì)算Zernike矩的幾個(gè)模板，然后按照以下的步驟進(jìn)行直線檢測(cè)。1)用MXM的模板、對(duì)以像素(x,y)為中心的MXM領(lǐng)域加權(quán)求和，得到和，計(jì)算出邊緣強(qiáng)度。2)若（T為統(tǒng)計(jì)出的邊緣強(qiáng)度閾值），則判斷該點(diǎn)為非邊緣點(diǎn)，返回步驟(1)對(duì)下一像素點(diǎn)進(jìn)行計(jì)算。若，則利用MXM模板對(duì)以像素(x,y)為中心的MXM領(lǐng)域加權(quán)求和，得到計(jì)算出。3)若，返回步驟(1)，計(jì)算下一個(gè)像素點(diǎn)。，則檢測(cè)出一個(gè)邊緣點(diǎn)。

4)利用式(2-38)計(jì)算出，然后根據(jù)式(2-42)得到當(dāng)前點(diǎn)的亞像素級(jí)坐標(biāo)。5)根據(jù)式(2-34)計(jì)算出當(dāng)前點(diǎn)的。

6)對(duì)圖像進(jìn)行遍歷，得到每個(gè)邊緣點(diǎn)所對(duì)應(yīng)的。在參數(shù)空間設(shè)計(jì)一個(gè)具有動(dòng)態(tài)鏈表結(jié)構(gòu)的參數(shù)單元集，取閾值，。當(dāng)、時(shí)為一直線上的點(diǎn)，對(duì)相應(yīng)的參數(shù)單元投票；當(dāng)條件不滿足時(shí)，將新的參數(shù)加入鏈表。完成參數(shù)空間投票后，對(duì)參數(shù)空間取閾值確定直線。3基于Zernike矩的車(chē)道標(biāo)識(shí)線識(shí)別

將圖像劃分為兩個(gè)區(qū)域：處理區(qū)域A1（圖像底部十二分之七），以及不考慮區(qū)域A2（圖像頂部十二分之五）。由于CCD安裝時(shí)其光軸與地面平行，車(chē)道標(biāo)識(shí)線主要集中在區(qū)域A1中。1)車(chē)道標(biāo)識(shí)線特征點(diǎn)的提取首先利用基于Zernike矩對(duì)圖像進(jìn)行的車(chē)道標(biāo)識(shí)線直線邊緣檢測(cè)，得到邊緣圖像。然后將該邊緣圖像均分為左右兩個(gè)子圖像。特征點(diǎn)提取的過(guò)程用到了車(chē)道標(biāo)識(shí)線的兩個(gè)特征，以左車(chē)道標(biāo)識(shí)線為例：(1)在同一掃描行上具有兩個(gè)邊界點(diǎn)，其符號(hào)正好相反，左側(cè)邊界點(diǎn)為負(fù)，右側(cè)為正；(2)兩個(gè)邊界點(diǎn)之間具有一定的間隔。2)車(chē)道標(biāo)識(shí)線識(shí)別在進(jìn)行左（右）側(cè)車(chē)道標(biāo)識(shí)線識(shí)別時(shí)，僅處理圖像左（右）一側(cè)的區(qū)域。在各自檢測(cè)區(qū)域，利用上述方法得到一系列道路標(biāo)識(shí)特征點(diǎn)，然后采用線性回歸技術(shù)就可以得到車(chē)道標(biāo)識(shí)線參數(shù)。2.6.3基于建立梯形感興趣區(qū)域的車(chē)道標(biāo)識(shí)線跟蹤在建立感興趣區(qū)域時(shí)，不采用與前一幀中識(shí)別出的車(chē)道標(biāo)識(shí)線平行的感興趣區(qū)域的方法，而是建立一個(gè)非平行的感興趣區(qū)域。采用各感興趣區(qū)域頂部寬度為20個(gè)像素，下部寬度為30個(gè)像素。判定跟蹤算法失效的方法：

2.6.4

車(chē)道偏離預(yù)警模型的建立采用的車(chē)道偏離預(yù)警規(guī)則主要是基于車(chē)輛在當(dāng)前車(chē)道中的橫向位置以及方向參數(shù)來(lái)確立。建立實(shí)際道路坐標(biāo)系：預(yù)警觸發(fā)模型當(dāng)滿足下式時(shí)，觸發(fā)車(chē)道偏離預(yù)警，右偏。

當(dāng)滿足下式時(shí)，觸發(fā)車(chē)道偏離預(yù)警，左偏。

當(dāng)為小轎車(chē)時(shí)，的值按照式選定。當(dāng)為貨車(chē)或大客車(chē)時(shí)，的值按照式選定。當(dāng)檢測(cè)到車(chē)輛前輪達(dá)到臨界報(bào)警線時(shí)，系統(tǒng)就觸發(fā)偏離預(yù)警警告。警告原理圖：1車(chē)輛在當(dāng)前車(chē)道中位置、方向參數(shù)以及車(chē)道寬度的獲取

建立車(chē)輛動(dòng)態(tài)坐標(biāo)系。前面已經(jīng)求出左、右車(chē)道標(biāo)識(shí)線參數(shù)融合識(shí)別結(jié)果分別為和。將該融合識(shí)別結(jié)果轉(zhuǎn)換為重建圖像中后，可以得到重建圖像中左、右車(chē)道標(biāo)識(shí)線參數(shù)分別為(k_left,b_left)和(k_right,b-right)。利用這些參數(shù)，結(jié)合CCD安裝高度以及CCD靶面尺寸和鏡頭的焦距等參數(shù)，可以求出車(chē)輛在當(dāng)前車(chē)道中位置參數(shù)、方向參數(shù)以及當(dāng)前車(chē)道寬度。2方向參數(shù)估計(jì)當(dāng)前車(chē)道寬度估計(jì)當(dāng)CCD安裝高度、俯仰角、偏轉(zhuǎn)角、其內(nèi)部參數(shù)以及鏡頭參數(shù)確定以后，在重建圖像中車(chē)道寬度與實(shí)際的道路寬度之間的比例系數(shù)可以看作常數(shù)。當(dāng)采用的CCD其時(shí)，可簡(jiǎn)化為：實(shí)際道路寬度：4位置參數(shù)估計(jì)2.7未來(lái)展望技術(shù)難點(diǎn)：光照變化和陰影遮擋情況下進(jìn)行有效的道路邊界及車(chē)道標(biāo)識(shí)線的識(shí)別。市內(nèi)交通環(huán)境中道路邊界及車(chē)道標(biāo)識(shí)線的檢測(cè)。惡劣的氣候環(huán)境中道路邊界及車(chē)道標(biāo)識(shí)線的識(shí)別。非結(jié)構(gòu)化道路的識(shí)別。發(fā)展趨勢(shì)：魯棒性強(qiáng)能適應(yīng)各種天氣條件克服光照變化以及陰影條件的影響第三章

汽車(chē)安全車(chē)距預(yù)警技術(shù)主要內(nèi)容3.1引言3.2安全車(chē)距預(yù)警技術(shù)研究進(jìn)展3.3前方車(chē)輛檢測(cè)方法3.4前方車(chē)距測(cè)量方法3.5安全車(chē)距預(yù)警模型3.6基于視覺(jué)的安全車(chē)距預(yù)警系統(tǒng)的實(shí)現(xiàn)3.7未來(lái)展望3.1引言道路交通事故形勢(shì)嚴(yán)峻高速公路是全封閉、多車(chē)道、具有中央分隔帶、全立體交叉、集中管理、控制出入、多種安全服務(wù)設(shè)施配套齊全的高標(biāo)準(zhǔn)汽車(chē)專(zhuān)用公路。高速公路具有行駛速度高、通行能力大等特點(diǎn)，一旦發(fā)生事故，后果較為嚴(yán)重。從高速公路事故的主要原因來(lái)看，駕駛員超速行駛、疲勞駕駛、違法超車(chē)、未保持安全車(chē)距等違法行為肇事成為事故的主要原因。從事故的主要形態(tài)來(lái)看，由于駕駛員未保持足夠行車(chē)間距，導(dǎo)致尾隨相撞的事故較多，是高速公路主要事故形態(tài)之一，帶來(lái)將近一半的損失和人員傷亡。

尾隨相撞是指事故車(chē)輛在道路上行駛過(guò)程中，因?yàn)轳{駛員違章或者駕駛過(guò)失導(dǎo)致其正面部與其他機(jī)動(dòng)車(chē)尾部發(fā)生接觸的交通事故。研究一種道路上對(duì)前方車(chē)輛能實(shí)時(shí)檢測(cè)與識(shí)別并能進(jìn)行安全車(chē)距預(yù)警的系統(tǒng)，提醒駕駛員存在的潛在車(chē)輛追尾的交通事故，從而使駕駛員能及時(shí)做出正確處理，對(duì)減少類(lèi)似車(chē)輛追尾碰撞的交通事故有著重大的意義。3.2安全車(chē)距預(yù)警技術(shù)研究進(jìn)展3.2.1國(guó)外研究進(jìn)展1日本對(duì)車(chē)輛追尾事故預(yù)防的研究起源于日本。自20世紀(jì)70十年代開(kāi)始，最先進(jìn)行了汽車(chē)碰撞系統(tǒng)的研究。90年代，由日本運(yùn)輸省為主導(dǎo)，制定了“先進(jìn)安全汽車(chē)”ASV的研究計(jì)劃。SmartWay計(jì)劃提出要在車(chē)輛上采用諸如車(chē)道保持、十字路口防撞、行人避讓和車(chē)距保持等智能車(chē)輛技術(shù)。1999年，日本三菱公司引入一套新的駕駛員預(yù)警系統(tǒng)，它可以進(jìn)行車(chē)輛離道報(bào)警，并借助機(jī)器視覺(jué)監(jiān)視車(chē)輛側(cè)面和后面的交通情況。本田碰撞緩解制動(dòng)系統(tǒng)CMBS

當(dāng)毫米波雷達(dá)探測(cè)到前方行駛的車(chē)輛，判斷有追尾的危險(xiǎn)時(shí)用警報(bào)的方式提醒駕駛員，繼續(xù)接近前車(chē)時(shí)輕輕制動(dòng)，以身體感受進(jìn)行警告。當(dāng)判斷出難以避免追尾時(shí)強(qiáng)烈制動(dòng)。豐田預(yù)碰撞安全系統(tǒng)PCS傳感器是裝在車(chē)頭的一個(gè)毫米波雷達(dá)，能自動(dòng)探測(cè)前方障礙物，測(cè)算出發(fā)生碰撞的可能性。若系統(tǒng)判斷碰撞的可能性很大，則會(huì)發(fā)出警報(bào)聲，提示駕駛員規(guī)避。此時(shí)其他主動(dòng)安全設(shè)備也將被整合起來(lái)，剎車(chē)輔助進(jìn)入準(zhǔn)備狀態(tài)，協(xié)助駕駛員給車(chē)輛制動(dòng)。豐田APCS豐田對(duì)PCS的改進(jìn)版本。除增加雙透鏡攝像頭之外，改善了前置雷達(dá)的精度，新加入的近紅外系統(tǒng)讓APCS在夜間也能工作。新系統(tǒng)可以與主動(dòng)懸掛和可變齒比轉(zhuǎn)向聯(lián)動(dòng)，在危險(xiǎn)來(lái)臨時(shí)增加減震器支撐力，同時(shí)放大轉(zhuǎn)向比例以規(guī)避危險(xiǎn)。日產(chǎn)Q502美國(guó)VII計(jì)劃車(chē)對(duì)車(chē)(V2V)系統(tǒng)利用衛(wèi)星導(dǎo)航系統(tǒng)精確定位車(chē)輛所處方位，并通過(guò)無(wú)線網(wǎng)絡(luò)把所得信息傳送到距離300米以內(nèi)的車(chē)輛上。當(dāng)預(yù)警系統(tǒng)發(fā)現(xiàn)危險(xiǎn)情況時(shí)，能夠發(fā)出警報(bào)聲和閃光，同時(shí)還能振動(dòng)駕駛員座椅以避免車(chē)禍發(fā)生。能夠提示前方有?？寇?chē)輛，以避免相撞。前方有車(chē)輛緊急停車(chē)時(shí)，系統(tǒng)會(huì)發(fā)出警報(bào)。前碰撞預(yù)警(FCW)系統(tǒng)監(jiān)視本車(chē)和前方行車(chē)路徑上的車(chē)輛之間的相對(duì)距離和速度，綜合駕駛員的其它操控行為，評(píng)估碰撞危險(xiǎn)程度，在必要時(shí)對(duì)駕駛員進(jìn)行告警。雷達(dá)和視頻的數(shù)據(jù)融合增加了系統(tǒng)的精度，減少誤報(bào)警。碰撞緩解系統(tǒng)：3歐盟沃爾沃在碰撞警告和自動(dòng)制動(dòng)系統(tǒng)CWAB攝像頭、雷達(dá)同時(shí)偵測(cè)，雷達(dá)負(fù)責(zé)偵測(cè)車(chē)輛前方150米內(nèi)的范圍，攝影鏡頭則負(fù)責(zé)前方55米內(nèi)的車(chē)輛動(dòng)態(tài)。車(chē)頭部的雷達(dá)監(jiān)測(cè)前方交通狀況，如果安全車(chē)距不足，前風(fēng)擋玻璃上會(huì)投射出警示信號(hào)，提示駕駛員立即制動(dòng)，同時(shí)剎車(chē)卡鉗會(huì)推動(dòng)剎車(chē)片接近剎車(chē)盤(pán)，但并不會(huì)施加制動(dòng)力，而是為駕駛員的剎車(chē)動(dòng)作提供最快的反應(yīng)速度。2007年系統(tǒng)升級(jí)，增加了自動(dòng)剎車(chē)功能。博世公司自動(dòng)緊急制動(dòng)系統(tǒng)AEB，可自動(dòng)剎車(chē)減慢車(chē)速，減輕碰撞強(qiáng)度。緊急制動(dòng)輔助系統(tǒng)EBA，伴隨駕駛者的制動(dòng)行為進(jìn)行目的性制動(dòng)。碰撞預(yù)警系統(tǒng)PCW，發(fā)出影音警報(bào)或急剎提醒。戴姆勒-克萊斯勒防撞系統(tǒng)

奔馳PRE-SAFE安全預(yù)警系統(tǒng)系統(tǒng)一旦監(jiān)測(cè)車(chē)輛即將發(fā)生碰撞時(shí)，就會(huì)在200毫秒內(nèi)被激活。預(yù)先收緊安全帶、自動(dòng)調(diào)整前排乘客座椅，并關(guān)閉所有車(chē)窗和天窗，防止發(fā)生碰撞時(shí)產(chǎn)生的異物飛入車(chē)內(nèi)。4以色列前碰撞預(yù)警FCWMobileyeC2-270?智能行車(chē)預(yù)警系統(tǒng)的6大功能之一。當(dāng)可能與前方車(chē)輛發(fā)生碰撞時(shí),FCW將在發(fā)生碰撞前最多2.7秒發(fā)出警報(bào)，提醒駕駛員警惕即將發(fā)生的與前方車(chē)輛或摩托車(chē)的追尾碰撞。3.2.2國(guó)內(nèi)研究進(jìn)展清華大學(xué)采用了激光雷達(dá)和毫米波雷達(dá)實(shí)現(xiàn)道路上本車(chē)前方的車(chē)輛探測(cè)。吉林大學(xué)研制出具有障礙物識(shí)別功能的室外視覺(jué)導(dǎo)航智能車(chē)，采用視覺(jué)和激光雷達(dá)融合技術(shù)。裴玉龍等建立了車(chē)輛防追尾碰撞的車(chē)速控制模型。航天工業(yè)總公司激光研究室采用窄脈沖半導(dǎo)激光測(cè)距技術(shù)，所開(kāi)發(fā)的汽車(chē)防撞裝置作用距離大于30米，測(cè)距精度小于1米。許洪國(guó)等認(rèn)為應(yīng)從人、車(chē)和環(huán)境三個(gè)方面研究交通安全技術(shù)，從主動(dòng)上和被動(dòng)上避免車(chē)輛追尾事故的發(fā)生。侯志祥等應(yīng)用ANFIS，即自適應(yīng)神經(jīng)模糊推理系統(tǒng)，建立了高速公路汽車(chē)追尾概率模型與臨界安全車(chē)距模型。上海汽車(chē)電子工程中心研制的SAE-100型毫米波防碰撞雷達(dá)系統(tǒng)。江蘇賽博電子有限公司研制成功的汽車(chē)?yán)走_(dá)防撞系統(tǒng)。3.3前方車(chē)輛檢測(cè)方法3.3.1基于單目視覺(jué)的車(chē)輛識(shí)別

利用單目視覺(jué)采用灰度圖像對(duì)前方車(chē)輛識(shí)別的研究最為廣泛。車(chē)輛檢測(cè)需依靠有關(guān)車(chē)輛特征信息，如車(chē)輛的形狀，車(chē)高寬比等作為檢測(cè)車(chē)輛邊緣的約束條件。常采用Sobel或Canny算子對(duì)圖像進(jìn)行邊緣增強(qiáng)處理，獲得包含車(chē)輛信息的水平和垂直邊緣。如何在邊緣中尋找出屬于車(chē)輛的邊緣，以便確定車(chē)輛存在的區(qū)域，方法有：利用邊緣特征作為約束條件、基于模板匹配、基于運(yùn)動(dòng)目標(biāo)大小不變的采樣法、基于對(duì)稱(chēng)性以及基于紋理特征的方法。1利用邊緣特征作為約束條件的方法在車(chē)輛識(shí)別過(guò)程中多次濾波，每次都以車(chē)輛的邊緣特征等先驗(yàn)知識(shí)作為約束條件?；谧罱脑瓌t，將通過(guò)Sobel算子獲得的水平和垂直的邊緣分成幾個(gè)8連通邊緣區(qū)域。然后利用對(duì)車(chē)輛結(jié)構(gòu)特征的先驗(yàn)知識(shí)作為約束條件，將屬于車(chē)輛的邊緣從背景中分割出來(lái)。采用Rank濾波器對(duì)8連通邊緣區(qū)域進(jìn)一步處理，將接近本車(chē)的邊緣區(qū)域保留下來(lái)，遠(yuǎn)離本車(chē)的邊緣區(qū)域被濾掉。采用基于Hough變換的線性濾波器去除噪聲。剩下的邊緣區(qū)域在基于車(chē)輛寬高比率的條件約束下，建立一些矩形區(qū)域，從而在圖像中將車(chē)輛區(qū)域標(biāo)識(shí)出來(lái)。車(chē)輛被檢測(cè)出后，對(duì)其進(jìn)行跟蹤。利用所獲得車(chē)輛信息對(duì)車(chē)輛的跟蹤方法，在對(duì)當(dāng)前圖像處理時(shí)，采用基于歐氏距離、邊緣密度以及車(chē)輛區(qū)域內(nèi)像素密度的誤差平方和（SSD）三個(gè)準(zhǔn)則，依次對(duì)可能的車(chē)輛區(qū)域進(jìn)行匹配，從而檢測(cè)出前方車(chē)輛。同時(shí)，采用車(chē)輛聚類(lèi)的算法減少跟蹤算法的運(yùn)行時(shí)間，這將保證僅僅對(duì)前方最接近本車(chē)的車(chē)輛進(jìn)行跟蹤。2基于模板匹配的方法獲取大量不同道路環(huán)境、不同類(lèi)型的車(chē)輛圖像，利用基于灰度信息的方法建立車(chē)輛特征模板。用模板與待識(shí)別圖像進(jìn)行匹配，尋找與模板相似的特征區(qū)域，即為被檢測(cè)的車(chē)輛。實(shí)際使用中為提高匹配速度，要建立一些感興趣區(qū)域。感興趣區(qū)域可分為兩種情況考慮：一種是從后方超越本車(chē)的車(chē)輛的識(shí)別；另一種是對(duì)前方出現(xiàn)的不斷接近的車(chē)輛的識(shí)別。對(duì)于后方超車(chē)的車(chē)輛，可利用后方車(chē)輛超越本車(chē)時(shí)，會(huì)造成圖像左側(cè)灰度信息發(fā)生突變這一條件，對(duì)車(chē)輛進(jìn)行檢測(cè)。對(duì)于前方出現(xiàn)的車(chē)輛，則采用了基于車(chē)輛特征的方法。小波理論3基于運(yùn)動(dòng)目標(biāo)大小不變的采樣法道路平面上的運(yùn)動(dòng)目標(biāo)距攝像機(jī)越遠(yuǎn)，則在圖像中所占的像素越少?，F(xiàn)實(shí)中互相平行的道路邊界，在圖像中卻是相交的。實(shí)際上，現(xiàn)實(shí)中運(yùn)動(dòng)目標(biāo)不會(huì)因遠(yuǎn)近而大小不一。慕尼黑大學(xué)一所研究機(jī)構(gòu)提出了采樣的方法對(duì)道路進(jìn)行重建。方法：首先確定本車(chē)的車(chē)道線或其它車(chē)道。然后對(duì)圖像中的每個(gè)車(chē)道，由下向上在水平方向上進(jìn)行采樣。采樣過(guò)程中，考察每行采樣點(diǎn)間以及相鄰兩行采樣點(diǎn)的灰度變化。若灰度量變化超過(guò)設(shè)定的閾值，則此行及其以后的數(shù)行采樣點(diǎn)，在水平方向和垂直方向的間隔不變。這樣就形成了數(shù)個(gè)包含車(chē)輛信息的采樣圖像。再對(duì)每個(gè)采樣圖像應(yīng)用一般的車(chē)輛檢測(cè)方法進(jìn)行處理，便可將車(chē)輛檢測(cè)出來(lái)。采樣規(guī)則：

4基于對(duì)稱(chēng)性的方法利用車(chē)輛具有較強(qiáng)的對(duì)稱(chēng)性特征來(lái)實(shí)現(xiàn)車(chē)輛檢測(cè)的。過(guò)程：建立感興趣區(qū)域。如利用車(chē)道線作為約束條件，把車(chē)輛局限在車(chē)道線內(nèi)。對(duì)感興趣區(qū)域內(nèi)的像素作基于灰度的對(duì)稱(chēng)性檢測(cè)。通過(guò)對(duì)稱(chēng)性檢測(cè)可獲得車(chē)輛的對(duì)稱(chēng)軸以及車(chē)輛的寬度。利用透視投影變換的特點(diǎn)，通過(guò)先驗(yàn)的知識(shí)可獲取車(chē)輛底部的邊界。依據(jù)車(chē)輛的高寬比，確定車(chē)輛存在的矩形區(qū)域，完成了車(chē)輛的識(shí)別。這種方法使用時(shí)存在一個(gè)缺陷，即對(duì)于灰度均勻的路面情況，此時(shí)的灰度對(duì)稱(chēng)性通常比車(chē)輛后部區(qū)域的對(duì)稱(chēng)性要高，因此容易發(fā)生誤判。5基于紋理特征的方法

圖像紋理指由大量或多或少相似的紋理元或模式組成的結(jié)構(gòu)。用粗糙性來(lái)描述圖像紋理，其大小與局部結(jié)構(gòu)的空間重復(fù)周期有關(guān)，周期大的粗糙度大，周期小的粗糙度小。分形維數(shù)是估計(jì)表面粗糙度的一個(gè)重要參數(shù)。用基于布朗運(yùn)動(dòng)的分形維計(jì)算方法檢測(cè)前方車(chē)輛的原理：對(duì)于一些自然物體，一般小于1.6；人造物如汽車(chē)等的邊緣分形維數(shù)較大，大于2.0。對(duì)于水平邊緣和垂直邊緣，其水平方向和垂直方向的分形維數(shù)等于0。利用這三個(gè)分形維參數(shù)便可確定圖像中可能的車(chē)輛區(qū)域。3.3.2基于立體視覺(jué)技術(shù)的車(chē)輛識(shí)別基本原理：從兩個(gè)或多個(gè)視點(diǎn)觀察同一景物，以獲取在不同視角下的感知圖像。通過(guò)三角測(cè)量原理計(jì)算圖像像素間的位置偏差獲取景物的三維信息，這一過(guò)程與人類(lèi)視覺(jué)的立體感知過(guò)程是類(lèi)似的。單目視覺(jué)也可以對(duì)前方車(chē)輛進(jìn)行識(shí)別與跟蹤，但不能準(zhǔn)確的獲得前方車(chē)輛的距離信息。立體視覺(jué)由于能夠獲得圖像的深度信息，在車(chē)輛前方障礙物探測(cè)的研究領(lǐng)域中得到了應(yīng)用。兩種方法：一是首先采用單目視覺(jué)對(duì)車(chē)輛進(jìn)行識(shí)別和跟蹤，而立體視覺(jué)主要用來(lái)測(cè)距和對(duì)已識(shí)別的目標(biāo)進(jìn)行驗(yàn)證。二是方法是利用一種稱(chēng)為“v方向視差圖”的算法來(lái)識(shí)別并區(qū)分前方車(chē)輛的。

3.3.3基于彩色圖像的車(chē)輛識(shí)別彩色圖像含有豐富的信息，在圖像處理和模式識(shí)別領(lǐng)域中被廣泛的采用。雖然對(duì)彩色圖像的處理和分析的實(shí)時(shí)性較差，但是在對(duì)實(shí)時(shí)性要求不高及環(huán)境復(fù)雜的情況下，可以獲得比灰度圖像更多的信息和較好的處理效果。方法：首先對(duì)圖像進(jìn)行初始分割，初始分割一般由顏色量化和聚類(lèi)來(lái)完成。量化以后在顏色空間內(nèi)被劃分在同一類(lèi)別的像素并不一定屬于同一區(qū)域，為此需要對(duì)圖像進(jìn)行分割。在目標(biāo)分割的基礎(chǔ)上，為實(shí)現(xiàn)對(duì)目標(biāo)的運(yùn)動(dòng)估計(jì)，通?？刹捎霉饬鞣?，也可運(yùn)用Kalman濾波對(duì)每個(gè)分割后的區(qū)域進(jìn)行預(yù)測(cè)，并畫(huà)出每個(gè)區(qū)域的運(yùn)動(dòng)軌跡，然后依據(jù)區(qū)域相鄰和軌跡相似兩個(gè)準(zhǔn)則進(jìn)行區(qū)域合并。運(yùn)動(dòng)目標(biāo)提取需要滿足兩個(gè)判斷準(zhǔn)則，即區(qū)域運(yùn)動(dòng)軌跡的長(zhǎng)度最小和可靠性測(cè)度最小。

3.3.4非視覺(jué)傳感器在車(chē)輛檢測(cè)中的應(yīng)用紅外傳感器優(yōu)點(diǎn)：不受天氣和光照條件的影響，對(duì)車(chē)輛的識(shí)別不依靠車(chē)輛的顏色或者紋理特征，而且對(duì)陰影等噪聲不敏感。缺點(diǎn)：是在炎熱或陽(yáng)光充足的情況下識(shí)別會(huì)受到嚴(yán)重干擾。毫米波雷達(dá)傳感器和里程計(jì)相融合的方法毫米波雷達(dá)傳感器用來(lái)形成距離圖像，里程計(jì)對(duì)本車(chē)位置進(jìn)行估計(jì)。在此基礎(chǔ)上，結(jié)合實(shí)時(shí)定位和繪圖算法對(duì)復(fù)雜場(chǎng)景中的運(yùn)動(dòng)目標(biāo)如車(chē)輛、行人等進(jìn)行檢測(cè)和跟蹤。激光雷達(dá)傳感器可實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)，尤其是具有二維掃瞄成像的激光雷達(dá)，不僅可以識(shí)別目標(biāo)，而且能夠獲得目標(biāo)的三維信息。但是這種傳感器實(shí)時(shí)性差，不適合高速行駛的車(chē)輛檢測(cè)。

3.3.5采用多傳感器融合方法的車(chē)輛識(shí)別迄今為止，沒(méi)有任何一種傳感器能保證在任何情況下提供完全可靠的信息。采用多傳感器信息融合技術(shù)，則在復(fù)雜工作環(huán)境下，有效克服單一傳感器信息獲取的局限性，從而導(dǎo)致工作可靠性降低的缺點(diǎn)。兩種融合技術(shù)：視覺(jué)與激光傳感器的融合視覺(jué)與毫米波雷達(dá)傳感器的融合3.4前方車(chē)距測(cè)量方法測(cè)距技術(shù)則是實(shí)現(xiàn)安全車(chē)距預(yù)警的關(guān)鍵。測(cè)距方式：超聲波測(cè)距方式、毫米波雷達(dá)測(cè)距方式、激光測(cè)距方式和視覺(jué)測(cè)距方式。3.4.1超聲波測(cè)距方法1測(cè)距原理超聲波是指振動(dòng)頻率在20kHz以上的機(jī)械被，其穿透性強(qiáng)，具有一定的方向性，傳輸過(guò)程中衰減小，反射能力強(qiáng)。超聲波測(cè)距儀一般由超聲波發(fā)射器、接收器和信號(hào)處理裝置三大部分組成。超聲波測(cè)距就是利用超聲波在空氣中的傳播速度為已知，測(cè)量聲波在發(fā)射后遇到障礙物反射回來(lái)的時(shí)間，根據(jù)發(fā)射和接收的時(shí)間差計(jì)算出發(fā)射點(diǎn)到障礙物的實(shí)際距離。超聲波測(cè)距原理有兩種方式：共振式、脈沖反射式由圖中關(guān)系可得：帶入得：超聲波所走的距離為：帶入得：當(dāng)H遠(yuǎn)大于M時(shí)，得：要想測(cè)得距離H，只要測(cè)得超聲波的傳播時(shí)間t。

S=340t/2。2性能特點(diǎn)聲波測(cè)距儀原理簡(jiǎn)單，制作方便，成本較低。但其作為高速行駛車(chē)輛上的測(cè)速傳感儀不可取，原因：一是超聲波的速度受外界溫度等因素影響較大，無(wú)法實(shí)現(xiàn)精確測(cè)距；二是由于超聲波能量是與距離的平方成正比而衰減的，只適用于較短距離的測(cè)量。3.4.2毫米波雷達(dá)測(cè)距方法1測(cè)距原理雷達(dá)是通過(guò)測(cè)試發(fā)射脈沖和目標(biāo)回波之間的時(shí)間差來(lái)測(cè)量目標(biāo)距離的。其工作原理與超聲波反射類(lèi)似，差別在于其所使用波的頻率比超聲波高。毫米波雷達(dá)通過(guò)天線向外發(fā)射一列連續(xù)調(diào)頻毫米波，并接收目標(biāo)的反射信號(hào)。反射波與發(fā)射波的形狀相同，只是在時(shí)間上有一個(gè)延遲，發(fā)射信號(hào)與反射信號(hào)在某一時(shí)刻的頻率差即為混頻輸出的中頻信號(hào)頻率，且目標(biāo)距離與前端輸出的中頻頻率成正比。如果反射信號(hào)來(lái)自一個(gè)相對(duì)運(yùn)動(dòng)的目標(biāo)，則反射信號(hào)中包括一個(gè)由目標(biāo)的相對(duì)運(yùn)動(dòng)所引起的多譜勒頻移。據(jù)多譜勒原理就可以計(jì)算出相對(duì)運(yùn)動(dòng)速度。2性能特點(diǎn)毫米波防撞雷達(dá)系統(tǒng)有調(diào)頻連續(xù)波雷達(dá)和脈沖雷達(dá)兩種。汽車(chē)毫米波雷達(dá)防撞系統(tǒng)常采用結(jié)構(gòu)簡(jiǎn)單、成本較低、