輔助駕駛： 汽車離道報(bào)警完整結(jié)構(gòu)設(shè)計(jì)

b.采用空間濾波技術(shù)去除圖像中多余的噪聲。可用的算法有直方圖均衡化、領(lǐng)域平均、中值濾波等。

c. 采用道路圖像的二值化分割對(duì)圖像進(jìn)行分割，以獲取明顯的車道線特征，大大簡化了后面分析并檢測車道標(biāo)識(shí)線的復(fù)雜度?？捎玫乃惴ㄓ兄狈綀D波形分析法、最大熵法、最大類方差法等。

d. 劃分感興趣的區(qū)域。通過縮減檢測區(qū)域的范圍來減少冗余的數(shù)據(jù)，提高運(yùn)算速度。常見的感興趣區(qū)域的劃分算法有:基于灰度圖投影法、動(dòng)態(tài)感興趣區(qū)域。

3. 車道線檢測算法設(shè)計(jì)與實(shí)現(xiàn)

車道線的快速與準(zhǔn)確識(shí)別是實(shí)現(xiàn)車道偏離預(yù)警系統(tǒng)實(shí)時(shí)性和魯棒性的前提和基礎(chǔ)，本章在敘述基于曲線擬合的車道線檢測的原理的基礎(chǔ)上提出了一種基于LMedsquare選取最佳子集。LMedsquare的核心思想是對(duì)隨機(jī)選擇數(shù)據(jù)子集進(jìn)行重復(fù)操作，直到至少有一個(gè)子集的數(shù)據(jù)能夠達(dá)到一定的可信度(比如95%)，它是一種隨機(jī)采樣算法。車道線檢測算法包含以下幾個(gè)步驟：

a. 種子點(diǎn)的選取。要想準(zhǔn)確得到車道線坐標(biāo)方程，就需要先找出車道線的中心點(diǎn)，再對(duì)車道線中心點(diǎn)的集合進(jìn)行車道線擬合。因此，需要找出車道線中心點(diǎn)。在這里，可以根據(jù)車道線圖像二值化后車道線的特征來找出車道線中心點(diǎn)，為下一步車道線參數(shù)擬合做準(zhǔn)備工作。

b. 車道標(biāo)識(shí)線的檢測。在種子點(diǎn)歸類后，我們就要判斷待擬合的種子點(diǎn)數(shù)是否充足，在道路路況較好的情況下，近視野車道線比較清晰，自下至上掃描歸類，一般都會(huì)獲得數(shù)目比較充足車道線種子點(diǎn)數(shù)，則可以直接利用LMedsquare選取最佳子集的車道線檢測算法進(jìn)行參數(shù)的擬合。

c. 基于最佳子集的最小二乘直線擬合。運(yùn)用最小二乘法擬合曲線是智能導(dǎo)航技術(shù)中常用的擬合算法，但是其最大的缺點(diǎn)就是對(duì)噪聲比較敏感，顯而言之，解決噪聲的影響是準(zhǔn)確地?cái)M合出車道線參數(shù)的前提和基礎(chǔ)。因此，在車道線種子點(diǎn)歸類后種子點(diǎn)數(shù)目比較充足時(shí)，可以利用LMedsquare曲線擬合技術(shù)的思想選取最佳子集，以去除多余的噪聲后，再利用最小二乘法在最佳子集內(nèi)進(jìn)行直線擬合，會(huì)得到很好的效果。

第三部分：系統(tǒng)原理和技術(shù)特點(diǎn)

1.首先用EDK軟件XPS(Xilinx Platform Studio)構(gòu)建一個(gè)MicroBlaze軟核系統(tǒng)，F(xiàn)PGA內(nèi)部CPU外圍各種模塊用Vhdl語言編寫，然后再將FPGA外部模塊通過FPGA接口與FPGA相連。

2.道路圖像采集可以采用CCD攝像頭。CCD攝像頭安裝于擋風(fēng)玻璃內(nèi)側(cè)，駕駛臺(tái)中央位置，采用長焦鏡頭，采集路面狀況。路面信息碼流處理應(yīng)用Philips半導(dǎo)體公司的視頻解碼芯片SAA7115，它是一款多通道輸入的視頻解碼器，支持多種視頻信號(hào)格式，如PAL制、NTSC制、SECAM制等。SAA7115對(duì)于輸入的視頻信號(hào)自動(dòng)檢測并完成轉(zhuǎn)換。SAA7115能提供捕捉各種標(biāo)準(zhǔn)清晰度信號(hào)的高性能。芯片采用一個(gè)小的100 引腳QFP14X142100A封裝，并在其中集成抗鋸齒濾波器和ADLLT( adap tive digital line length tracking，自適應(yīng)數(shù)字列長度追蹤) ，且支持多種視頻信號(hào)格式，如PAL 制、NTSC制、SECAM制等，能對(duì)于輸入的視頻信號(hào)自動(dòng)檢測并完成轉(zhuǎn)換?；谝陨咸匦员驹O(shè)計(jì)選用其作為視頻編碼芯片，可以實(shí)現(xiàn)與FPGA的無縫連接。因外圍電路與FPGA的處理速度相差甚大,故信號(hào)流要先經(jīng)SN74CBT3245芯片緩沖,然后送處理器進(jìn)行車道特征值得提取。

3.圖像預(yù)處理技術(shù)

圖像中含有豐富的信息，在車道識(shí)別中，并不是所有信息都是需要的。因此要對(duì)采集到的連續(xù)圖像進(jìn)行處理，去除無用信息，增強(qiáng)有用信息，有利于后續(xù)處理。在進(jìn)行圖像預(yù)處理時(shí)，車道檢測部分對(duì)其進(jìn)行反饋，可以增快它的處理速度。具體步驟包括圖像灰度變換、圖像噪聲濾除、圖像邊緣檢測、圖像二值分割。

圖像在采集過程中，由于光照強(qiáng)度、障礙物遮擋等影響因素，對(duì)采集進(jìn)來的圖像中車道線信息造成影響。因此，要想準(zhǔn)確提取出車道線參數(shù)，就必須對(duì)采集的道路圖像在車道線檢測之前進(jìn)行預(yù)處理。在圖像處理算法中，沒有哪一種算法可以適用于各類圖像，每一種算法都有自己的局限性。因此，在實(shí)際運(yùn)用中，需要做大量的實(shí)驗(yàn)，并結(jié)合車道偏離預(yù)警系統(tǒng)的需要，選取適合該系統(tǒng)的算法。

首先采用空間濾波技術(shù)去除圖像中多余噪聲。

然后進(jìn)行道路圖像的二值化分割將圖像分割，這將大量壓縮數(shù)據(jù)，而且將簡化其后的分析和處理。

再進(jìn)行車道線特征點(diǎn)搜索區(qū)域的劃分，及感興趣區(qū)域的劃分，通過縮減檢測區(qū)域范圍來減少冗余數(shù)據(jù)，提高運(yùn)算速度。

4.車道線識(shí)別算法

一是基于Hough變換的車道線識(shí)別技術(shù)。首先提取出車道線樣本點(diǎn)，然后對(duì)樣本點(diǎn)進(jìn)行Hough擬合。用此法進(jìn)行車道線檢測時(shí)優(yōu)點(diǎn)是不受車道線間斷影響，有很好的抗干擾性。但其也有不足之處，到實(shí)際運(yùn)用時(shí)需要通過做實(shí)驗(yàn)驗(yàn)證并進(jìn)行改進(jìn)。

二是基于LMedsquare選取最佳子集結(jié)合卡爾曼預(yù)測的車道線檢測算法。首先進(jìn)行種子點(diǎn)的選取，然后進(jìn)行車道標(biāo)識(shí)線的檢測，最后進(jìn)行基于最佳子集的最小二乘直線擬合。

5.車道偏離決策

我們是依靠機(jī)器視覺預(yù)警決策方法，可以用僅基于圖像的車道線夾角法偏離預(yù)警決策方式，有兩種報(bào)警方式：一是設(shè)定一個(gè)角度閾值為大偏航角分界，如果連續(xù)幾幀圖片檢測結(jié)果顯示車輛位置處于大偏航角狀態(tài)，則立即報(bào)警。二是設(shè)定一個(gè)角度域值為小偏航角的分界，車輛位置處于小偏航角狀態(tài)時(shí)，等待連續(xù)多幀圖片處理結(jié)果，如果連續(xù)多幀圖像顯示車輛偏航角處于持續(xù)增大過程，則立即報(bào)警。

6.擴(kuò)展功能:

在人為主動(dòng)換道時(shí)，在離道之前打開指示信號(hào)，報(bào)警系統(tǒng)在車偏離車道時(shí)不會(huì)報(bào)警。

技術(shù)特點(diǎn)：

1.用EDK軟件XPS構(gòu)建MicroBlaze軟核系統(tǒng)，簡便而且高效地實(shí)現(xiàn)了系統(tǒng)設(shè)計(jì)對(duì)CPU的要求。在FPGA內(nèi)的各種接口模塊，將采用vhdl語言編寫。

2.圖像處理細(xì)節(jié)較多，而且圖像處理每一步算法多樣，在實(shí)際應(yīng)用時(shí)要結(jié)合所采用的硬件，經(jīng)過實(shí)際做實(shí)驗(yàn)，結(jié)合系統(tǒng)需要選取最合適的算法。

3.圖像預(yù)處理算法中選取感興趣部分。它不僅提高了計(jì)算速率，而且減小了不必要的信息干擾，為提高了檢測的準(zhǔn)確性和及時(shí)性打下了很好的基礎(chǔ)。

4.車道線檢測算法中采用了選取種子點(diǎn)以后的基于最佳子集的最小二乘直線擬合方法，它可以很好地除去最小二乘直線擬合法中常遇到的噪聲干擾問題。