先进驾驶辅助系统的车道偏离意图识别技术

先进驾驶辅助系统的车道偏离意图识别技术

车道偏离意图识别技术是一种基于机器视觉系统的技术，机器视觉在汽车先进驾驶辅助系统中具有重要的作用。未来汽车发展将趋于更加智能化，并能够为驾驶员提供舒适安全的驾驶体验。传感器已经成为高端汽车技术的重要组成部分，驾驶场景分析通过集成多个传感器来完成诸如曲面重建、目标识别和运动计算等工作。机器视觉方法被认为是汽车控制领域的一种有效方法，复杂环境识别是制约机器视觉系统应用的最主要问题。车道线偏离意图识别是一项非常困难的任务，特别是在极弱的光照条件下。稳健的车道线检测和车道偏离技术必须用于不同环境和照明条件下，从而在恶劣条件下最小化车道线检测问题的误报率。

提出了一种车辆无意识车道偏离意图识别技术，利用一种分段线性拉伸函数（PLSF）来提高关注区域（ROI）的对比度。通过将ROI分为两个子区域来探测道路车道线，然后在每个子区域分别应用霍夫变换。这种分割方法减少了车道线检测所需要的计算时间，车辆在进行车道偏离意图的识别时，会计算出每帧的偏离距离。当车道偏离距离超过一定阈值时，车辆就会向驾驶员发出必要的预警信息。所提出方法的新颖性在于可利用3个车道相关系数识别车道偏离，基于欧氏距离变换估算出偏离的距离。欧氏距离变换结合PLSF可以保持误报率在3%左右，在不同的光线条件下，车道线检测率至少为97%。试验结果显示，当存在以下几种恶劣工况时（如光照变化、车道线不清晰或者被车辆挡住等），所提出的车道偏离意图识别技术在较短的时间间隔内仍然能够精确地检测出车道线边界。

刊名：IEEE Transactions on Intelligent Transportation Systems（英）

刊期：2015年第2期

作者：Vijay Gaikwad et al

编译：陈飞