汽車主動安全技術(shù)是指為預(yù)防汽車發(fā)生事故，避免人員受到傷害而采取的安全技術(shù)(如LDWS、ABS、EBD等)。車道偏離預(yù)警系統(tǒng)LDWS(Lane Departure Warning System)是一種通過報(bào)警的方式輔助駕駛員減少汽車因車道偏離而發(fā)生交通事故的系統(tǒng)，其研制獲得很多國家的高度重視[1-3]。其中,美國卡內(nèi)基梅隆大學(xué)機(jī)器人學(xué)院于1997年成功開發(fā)AURORA系統(tǒng)；日本三菱汽車公司提出的DSS系統(tǒng)于1999年應(yīng)用于模型車上。2006年吉林大學(xué)汽車動態(tài)模擬國家重點(diǎn)實(shí)驗(yàn)室開發(fā)了基于單目視覺的JLUVA-1系統(tǒng);2012年南京航空航天大學(xué)和東南大學(xué)共同開發(fā)的車道偏離檢測[4]，可計(jì)算出車道偏離的程度。

1 車道圖像預(yù)處理與車道線檢測
　    通常攝像頭采集的道路圖像會包含與車道無關(guān)的信息。為了簡化算法難度，影像區(qū)域的中下部分分辨率為400×100的圖像作為圖像處理區(qū)域。



1.2 車道線識別
    在車道偏離預(yù)警系統(tǒng)中，車道偏離決策算法要依賴車道線識別結(jié)果。本文主要研究對近景區(qū)域中的車道線，選用直線模型[7]擬合車道線。由于在連通域標(biāo)記的開始階段，在連通域標(biāo)記的圖像中，當(dāng)前工作像素點(diǎn)之后的值都為零。因此，本文的連通域標(biāo)記算法中，只調(diào)整在連通域標(biāo)記圖像中對應(yīng)于當(dāng)前工作點(diǎn)之前的像素點(diǎn)的標(biāo)號，從而減少了每次遍歷的時(shí)間。在連通域選擇階段，首先對連通域圖像分成左右對稱的兩個(gè)區(qū)域，然后分別對兩個(gè)區(qū)域中的連通域進(jìn)行搜索，掃描連通域標(biāo)記圖像。若該點(diǎn)的像素值為零，則繼續(xù)掃描下一點(diǎn)；否則將兩個(gè)數(shù)組中與當(dāng)前像素點(diǎn)的值對應(yīng)的元素加1。這樣只需對圖像進(jìn)行一次遍歷就能夠完成各個(gè)連通域像素個(gè)數(shù)的統(tǒng)計(jì)操作，分別求得兩個(gè)部分的像素點(diǎn)個(gè)數(shù)最多的連通域。然后采用最小二乘法將上述得到連通域中的像素點(diǎn)進(jìn)行擬合，進(jìn)而得到車道線的斜率和截距。該方法可以提高車道線擬合的準(zhǔn)確性和系統(tǒng)的實(shí)時(shí)性。
1.3 車道偏離決策
    根據(jù)是否對攝像頭進(jìn)行標(biāo)定可將基于機(jī)器視覺的車道偏離決策算法分為兩類：一類是需要對攝像頭進(jìn)行標(biāo)定的算法[8]；另一類是非攝像頭標(biāo)定算法[9-11]。與參考文獻(xiàn)[12]中方法不同，本文采用的預(yù)警判別中的車道線夾角定義為道路圖像中左右車道線與水平軸夾角之和。在判斷偏離的基礎(chǔ)上區(qū)分出是左偏還是右偏，本文采用非攝像頭標(biāo)定算法進(jìn)行車道偏離決策。車道線夾角法的原理示意圖如圖3所示，θL、θR為左、右車道線與水平軸的夾角，θS為兩個(gè)夾角之和。若θS超過設(shè)定的閾值，則認(rèn)為車道偏離正常行駛車道。    

車道線的斜率求出車道線夾角θS=θL+θR，從而計(jì)算出車道偏離決策閾值θ1和θ2。若θS值大于θ1，則判定車輛左偏，系統(tǒng)將預(yù)警；若θS值小于θ2，則判定車輛右偏，系統(tǒng)也將預(yù)警。
2 測試與結(jié)果分析
2.1系統(tǒng)算法的Matlab仿真測試結(jié)果
    車道安全預(yù)警算法的實(shí)現(xiàn)是建立在各個(gè)模塊算法的基礎(chǔ)上，本文利用Matlab中時(shí)間函數(shù)tic、toc統(tǒng)計(jì)算法準(zhǔn)確的運(yùn)行時(shí)間。正常行駛、左偏行駛和右偏行駛時(shí)的待測試圖像如圖5所示。

    由表2可知，DSP系統(tǒng)能夠作為一個(gè)獨(dú)立的平臺，實(shí)現(xiàn)車道偏離和障礙檢測預(yù)警功能。
2.3 結(jié)果分析
　 本文算法測試結(jié)果與實(shí)際情況相符，驗(yàn)證了算法的可行性。測試系統(tǒng)通過讀取測試圖像，選取感興趣區(qū)域、執(zhí)行偏離分析算法及進(jìn)行預(yù)警顯示，每幅圖像在Matlab仿真環(huán)境下的平均處理時(shí)間約為0.6 s，此值為整個(gè)測試系統(tǒng)程序運(yùn)行的時(shí)間。在未來開發(fā)車載系統(tǒng)的實(shí)際應(yīng)用中，圖像采集等部分可由專用硬件平臺實(shí)現(xiàn)(如聲音提示)，車道偏離分析預(yù)警程序運(yùn)行的時(shí)間將遠(yuǎn)小于仿真系統(tǒng)需要的時(shí)間。
    本文系統(tǒng)闡述了基于視頻實(shí)時(shí)車道偏離預(yù)警算法的研究，算法主要采用圖像預(yù)處理算法、車道線識別算法、車道偏離決策算法、改進(jìn)的中值濾波等預(yù)處理算法、優(yōu)化的循環(huán)體Ostu自適應(yīng)算法、最小二乘法和車道線夾角法。利用車道線擬合后得到的車道線斜率,求得左右車道線與水平軸夾角之和來判斷車輛是否偏離車道,并通過Matlab仿真實(shí)驗(yàn)驗(yàn)證了算法的可行性和魯棒性。
參考文獻(xiàn)
[1] 仝光, 李虎, 鄭文成. 車道偏離預(yù)警系統(tǒng)研究概述[J]. 汽車與配件,2009,18(5):26-27.
[2] BERTOZZI M, BROGGI A. Artificial vision in road vehicles[C]. Proceedings of the IEEE, 2002,90(7):1258-1271.
[3] BOUMEDIENE M, OUAMRI A,DAHNOUN N. Lane boundary detection and tracking using NNF and HMM approaches[C]. Proceedings of the 2007 IEEE Intelligent Vehicles Symposium Istanbul, 2007.
[4] 余厚云，張為公，趙轉(zhuǎn)萍.基于車道線斜率的車道偏離檢測[J].光電工程,2012,39(07):43-48.
[5] 田炳香,鄭榜貴，吳晴.高速公路車道線檢測與跟蹤算法研究[J].現(xiàn)代電子技術(shù), 2008(9):180-183.
[6] 胡穎.Otsu算法的研究與改進(jìn)[J].棗莊學(xué)院學(xué)報(bào)，2009,26(5)：68-69.
[7] Xu Houjie, Li Huifang. Study on a robust approach of lane departure warning algrithm[C]. 2010 2nd International  Conference on Signal Processing Systems (ICSPS), 2010.
[8] 畢雁冰. 高速汽車車道偏離預(yù)警系統(tǒng)可行區(qū)域感知算法研究[D]. 吉林:吉林大學(xué),2006.
[9] 于兵, 張為公, 龔宗洋.基于機(jī)器視覺的車道偏離報(bào)警系統(tǒng)[J]. 東南大學(xué)學(xué)報(bào),2009,39(5):930-931.
[10] 劉燕兵.基于方向可調(diào)濾波器的車道線識別方法研究[D].成都：電子科技大學(xué)，2009.
[11] An Xiangjing, Wu Mo, He Hangen. A novel approach to provide lane departure warning using only one for-wardlooking camera[C]. International Symposium on Collaborative Technologies and Systems, 2006.
[12] 吳沫.基于計(jì)算機(jī)視覺的車道跑偏告警系統(tǒng)方法研究[D]. 長沙：國防科技大學(xué)，2005.