1、隨著我國高速交通系統(tǒng)的迅速發(fā)展,交通安全成為越來越重要的社會問題,引起了社會的普遍關(guān)注。因此,智能汽車安全輔助駕駛系統(tǒng)已成為研究的前沿和熱點,在確保車輛行駛安全中發(fā)揮著至關(guān)重要的作用。 本文研究了基于單目視覺的汽車安全輔助駕駛系統(tǒng)中的關(guān)鍵技術(shù)--車道識別和車輛識別技術(shù)。從理解車輛行駛環(huán)境的角度出發(fā),運用單目視覺技術(shù)對行駛車輛前景中的車道和前方目標(biāo)車輛進(jìn)行檢測,以獲取本車與當(dāng)前車道的相對位置信息和方向信息,以及與目標(biāo)車之間的距離信

2、息。文中在綜合設(shè)計了整個車道識別與車輛識別系統(tǒng)的同時,主要對處理算法進(jìn)行了深入研究。 首先,提出一種基于統(tǒng)計特征的車道識別方法。針對車道的方向特征,采用了改進(jìn)Sobel算子和最大類間方差法對原始圖像進(jìn)行預(yù)處理。采用Hough變換法對車道進(jìn)行初始檢測。利用統(tǒng)計預(yù)測法和Kalman濾波技術(shù)對車道進(jìn)行實時跟蹤。該方法提高了系統(tǒng)的實時性和魯棒性。 其次,提出一種基于改進(jìn)SUSAN算法的車輛識別方法。采用了自適應(yīng)雙閾值法提取車輛底

3、部陰影；結(jié)合車道參數(shù)動態(tài)規(guī)劃車輛初始檢測區(qū)域,在該區(qū)域內(nèi)采用改進(jìn)SUSAN算法進(jìn)行前方目標(biāo)車輛邊緣檢測,準(zhǔn)確定位車輛邊緣；在車輛跟蹤模塊中加入了Kalman濾波算法,提高了目標(biāo)識別的連續(xù)性。 再次,提出一種實用的攝像機線性標(biāo)定方法。該方法利用透視投影的交比不變性原理標(biāo)定鏡頭的畸變系數(shù),基于攝像機成像的單應(yīng)性矩陣及內(nèi)部參數(shù)的基本約束,線性標(biāo)定出其他攝像機參數(shù)。該標(biāo)定方法簡單,容易實現(xiàn),只用到線性算法,避免了非線性算法可能遇到的不穩(wěn)

4、定性問題。 最后,在車道識別和車輛識別的基礎(chǔ)上,利用逆透視變換法實時測量本車與兩邊車道的位置關(guān)系,根據(jù)本文提出的車道偏離預(yù)警模型實現(xiàn)了車道偏離報警功能；同時,利用單目測距算法實時檢測本車與前方目標(biāo)車的距離,實現(xiàn)了前車防碰撞報警功能。 進(jìn)行了基于單目視覺的車道識別和車輛識別關(guān)鍵技術(shù)研究后,為了驗證系統(tǒng)效果,開發(fā)了仿真及實車實驗平臺,通過大量的實驗對系統(tǒng)的關(guān)鍵技術(shù)及整體性能進(jìn)行了測試。結(jié)果表明,系統(tǒng)在不同光照、天氣、道路等條