ADAS中车道线识别及车道偏离判断方法研究

《ADAS中车道线识别及车道偏离判断方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号:U27;U4610710-2015222071专业硕士学位论文ADAS中车道线识别及车道偏离判断方法研究郭志超导师姓名职称仝秋红教授专业学位类别工程硕士申请学位类别硕士及领域名称车辆工程论文提交日期2018年4月1日论文答辩日期2018年5月29日学位授予单位长安大学TheResearchofLaneRecognitionandthemethorofLaneDepartureJudgementinADASAThesisSubmittedfortheDegreeofMasterCandidate：GuoZhichaoSupervisor：Prof.TongQiuhongChang’

2、anUniversity,Xi’an,China摘要随着人们对驾驶安全越来越重视，各种ADAS（高级辅助驾驶系统）产品纷纷投入市场，力求避免道路交通事故的发生，车道偏离预警系统就是一种很重要的ADAS产品，也是目前智能驾驶中视觉系统的重要组成部分，它能在驾驶员无意识的偏离车道时及时提醒驾驶员，防止因驾驶员疲劳而造成重大交通事故及财产损失，因此国内外研究人员纷纷投入力量进行研究。本文提出了一种利用数字图像处理技术进行车道线识别及车道偏离判断的方法，系统以DSP芯片TMS320DM6437作为图像处理主芯片，CCS3.3作为程序开发环境，载有蜂鸣器的51单片机开发板作为报警设备，利用车道线固

3、有的形状以及亮度特征作为道路图像分割的依据，再结合车道线识别及拟合算法，设计了车道偏离判断方法，最终形成了一套车道偏离预警系统。本文对道路图像进行了感兴趣区域（ROI）的选取、图像灰度化和中值滤波等预处理；利用车道线的形状与亮度特征对道路图像进行二值分割；通过车道线的连续性特征识别出了道路图像中所有车道线的中心点；利用最小二乘法对提取的车道线中心点进行直线模型拟合；最后以偏航角和车道线在道路图像中的横向位置作为车道偏离的两个判断条件，形成了车道偏离判断方法。为了验证本系统的最终效果，本文对整个系统进行了实车试验，确定了摄像头的安装参数和相关车道偏离判定参数，试验表明，系统总体效果良好，能

4、保证车道偏离预警系统的实时性，适应性及准确性要求。关键词：ADAS，车道偏离，STM320DM6437，图像处理，车道线形状，车道线亮度iAbstractAspeoplepayincreasingattectiontodrivingsafety,allkindsofADAS(AdvancedDriverAssistanceSystem)productsareappearinginmarketinanefforttoavoidtrafficaccidents.ThelanedeparturewarningsystemisanimportantADASdeviceaswellasaimpor

5、tantvisualpartinintelligentdrivingwhichcanremindthedriverofdangerwhendriverdeviatesfromthelane.Therefore,researchersallovertheworldhasstudyingitvigorously.Thispaperproposesalanedeparturewarningsystembasedonthelanelineshapeandbrightnesscharacteristics.ItusesDSPchipTMS320DM6437astheimageprocessingc

6、hip,CCS3.3astheprogramdevelopmentenvironment,andaMCUdevelopmentboardcontainingabuzzerasanalarm.Theequipmentusestheinherentshapeandbrightnesscharacteristicsoflanelinesasthebasisforroadimagesegmentation.Afterthelanelinedetectionandfittingalgorithmiscarriedout,thelanedeparturewarningjudgementmethodi

7、sfinallydetermined,andacompletelanedeparturewarningsystemisformed.Thegeneralprocessisthat,firstly,choosingthethelowerpartoftheimageastheeffectivearea,thenpreprocessitbygrayingandmedianfilter.Secondly,theroadimageissegm