趙檢群　許勇　王善超

摘 要：針對(duì)交通事故的不斷上升，設(shè)計(jì)一種基于圖像處理的車輛防偏防追尾預(yù)警系統(tǒng)。首先利用改進(jìn)的Hough變換檢測(cè)出前方車道線并進(jìn)行預(yù)警決策；然后在此車道區(qū)域內(nèi)根據(jù)車底部陰影的梯度特征確定前方可能存在的車輛區(qū)域，通過(guò)卡爾曼濾波器跟蹤檢測(cè)到的目標(biāo)，并利用歸一化轉(zhuǎn)動(dòng)慣量做車輛驗(yàn)證；最后根據(jù)世界坐標(biāo)系和圖像坐標(biāo)系之間的幾何映射關(guān)系測(cè)定與前車的距離，進(jìn)而與計(jì)算得出的安全距離對(duì)比從而實(shí)現(xiàn)報(bào)警功能。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能夠有效的識(shí)別出車道線和車輛，并能很好的判斷車道線偏離情況和測(cè)量車間距，從而實(shí)現(xiàn)預(yù)警輸出。

關(guān)鍵詞：車道檢測(cè)；Hough變換；車輛識(shí)別；卡爾曼濾波；單目測(cè)距；預(yù)警系統(tǒng)

中圖分類號(hào)：TN911.73 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract：This paper designed a lane departure and rearend collision warning system based on image processing. The designed system firstly detects the lane by using the improved Hough transform method and then detects the vehicle ahead according to the gradient feature of shadow in this region of the lane. Kalman filters were used to track the target vehicle，which will be assisted by normalizedmutualinformation feature. Lastly the safe distance was calculated by image mapping in coordination system to world coordination system to realize alarm function. The experimental results show that the system can effectively detect lane lines and vehicles. The system can also detect the vehicle deviation and measure the distance between vehicles correctly， and give the early warning if necessay.

Key words：lane detection； Hough transform； vehicle identification；kalman filter； monocular measurement of distance； early warning system

1 引 言

隨著汽車保有量的迅速增加，使汽車安全成為了現(xiàn)代汽車學(xué)上最重要的議題，各大汽車廠商也將產(chǎn)品的安全性能作為差異化競(jìng)爭(zhēng)的重點(diǎn)之一[1]。如今傳統(tǒng)的制動(dòng)系統(tǒng)基本上已經(jīng)走到了物理極限，主動(dòng)安全系統(tǒng)將逐漸開(kāi)始嶄露頭角。研究證明，若在公路交通事故發(fā)生前1.5s給駕駛員發(fā)出預(yù)警，則可避免90%的碰撞事故[2]。而車輛防碰撞預(yù)警系統(tǒng)是實(shí)現(xiàn)這一功能的重要手段，它能在事故發(fā)生前及時(shí)提醒駕駛員道路危險(xiǎn)狀況，為駕駛員提供更多的反應(yīng)時(shí)間，使駕駛更為安全[3]。

目前國(guó)內(nèi)外關(guān)于汽車智能防撞預(yù)警系統(tǒng)的研究，主要集中在防止車道偏離和保持安全車距這兩個(gè)方面。經(jīng)過(guò)長(zhǎng)期大量的研究實(shí)踐，人們逐步認(rèn)識(shí)到采用單目視覺(jué)技術(shù)，即僅使用一臺(tái)攝像機(jī)就能在一定程度上對(duì)前方道路環(huán)境進(jìn)行監(jiān)測(cè)。

因此本文設(shè)計(jì)了一種基于單目視覺(jué)的車載防偏防追尾預(yù)警系統(tǒng)。首先利用改進(jìn)的Hough變換檢測(cè)出前方車道線；然后在此車道區(qū)域內(nèi)根據(jù)車底部陰影的梯度特征確定前方可能存在的車輛區(qū)域，通過(guò)卡爾曼濾波器跟蹤檢測(cè)到的目標(biāo)，并利用歸一化轉(zhuǎn)動(dòng)慣量進(jìn)行車輛驗(yàn)證；再根據(jù)世界坐標(biāo)系和圖像坐標(biāo)系之間的幾何映射關(guān)系測(cè)算與前車的距離；最后根據(jù)車道狀況及前后車距判斷危險(xiǎn)等級(jí)，最終向駕駛員提供相應(yīng)的聲光報(bào)警信號(hào)。

2 系統(tǒng)總體設(shè)計(jì)

采用單目視覺(jué)技術(shù)的汽車防偏防碰撞預(yù)警系統(tǒng)的總體設(shè)計(jì)如圖1所示。

本系統(tǒng)硬件部分包括08100ZMP 鏡頭和MVVS078FC CCD相機(jī)、PCI 1394A高速圖像采集卡、DELL Latitude ES5420計(jì)算機(jī)；軟件部分由車道線檢測(cè)、車輛的檢測(cè)與跟蹤、測(cè)距、決策和報(bào)警等模塊組成。

系統(tǒng)通過(guò)攝像頭獲取前方道路圖像，經(jīng)過(guò)灰度化、濾波等預(yù)處理后，先后識(shí)別出兩側(cè)車道線和前方車輛，然后綜合分析判斷車輛偏離情況以及與前方車輛的距離。如果車輛偏離或與前方車輛的間距超過(guò)設(shè)定的閾值，則通過(guò)指示燈和音頻等報(bào)警方式向駕駛員發(fā)出預(yù)警。

3 車道線檢測(cè)及偏離方向判斷

本文采用改進(jìn)的Hough變換來(lái)檢測(cè)道路兩側(cè)的車道線，不僅要判斷車道是否偏離，還提取出ROI區(qū)域[4]，為下一步的車輛檢測(cè)做準(zhǔn)備。在進(jìn)行車道線檢測(cè)之前，需對(duì)圖像進(jìn)行預(yù)處理。

3.1 預(yù)處理

為了提高系統(tǒng)對(duì)圖像的分析和識(shí)別能力，減小圖像受光線、天氣等環(huán)境因素的影響，需要對(duì)圖像進(jìn)行必要的預(yù)處理。首先對(duì)圖像進(jìn)行灰度化處理[5]，結(jié)果如圖2（a）所示。中值濾波法廣泛應(yīng)用于圖像處理的減噪過(guò)程[6]，平滑圖像，濾波效果如圖2（b）所示。車道線與路面背景部分的對(duì)比度差異較為明顯，利用大津閾值算法對(duì)圖像進(jìn)行分割[7]，獲得二值化圖像，如圖2（c）所示。為了突出車道線輪廓，將灰度化圖像與二值化圖像進(jìn)行“與”運(yùn)算，效果如圖2（d）所示。通過(guò)sobel算子邊緣檢測(cè)增強(qiáng)圖像的道路邊緣信息[8]，結(jié)果如圖2（e）所示。

3.2 基于改進(jìn)Hough變換的車道線檢測(cè)

Hough變換是由霍夫于1962年提出的一種用參數(shù)來(lái)檢測(cè)線性目標(biāo)的方法，它的基本原理在于利用點(diǎn)與線的對(duì)偶性，將原始圖像空間給定的曲線通過(guò)曲線表達(dá)形式變?yōu)閰?shù)空間里的一個(gè)點(diǎn)[9]。

本文采用文獻(xiàn)[10]中的基于改進(jìn)的Hough變換來(lái)檢測(cè)車道線[10]，同時(shí)在判斷車道偏離的方法上與文獻(xiàn)[10]中的方法又有所區(qū)別，車道線檢測(cè)流程圖如下圖3所示。首先用Hough變換對(duì)左右兩車道分別進(jìn)行直線檢測(cè)，從而確定車道線的大概形狀、位置；然后從左右直線車道交點(diǎn)向下遍歷，找出偏離點(diǎn)，再然后用偏離點(diǎn)到直線交點(diǎn)間的一小塊區(qū)域內(nèi)的像素統(tǒng)計(jì)來(lái)確定車道的偏離方向，進(jìn)而找出彎道的方法；最后將單通道圖像轉(zhuǎn)換成三通道圖像，在三通道圖像中用線連接檢測(cè)到的點(diǎn)。

具體實(shí)現(xiàn)過(guò)程如下：

1）直線檢測(cè)：通過(guò)對(duì)采集得到的圖像進(jìn)行觀察，可以發(fā)現(xiàn)車道線一般位于圖像的下半部分，為了加快系統(tǒng)的處理速度，將圖像的下半部分設(shè)置為直線檢測(cè)區(qū)域。在用Hough變換進(jìn)行直線檢測(cè)時(shí)，選擇左車道線θ的范圍為[40°，70°]，右車道線的θ的范圍為[110°，160°]。

2）找出偏離點(diǎn)，并進(jìn)行直線與曲線切點(diǎn)的校正，然后判斷彎曲方向。本文采用的方法可以快速的的判斷車道偏離方向，具體如下所示：將搜索的區(qū)域分為4個(gè)區(qū)域，如圖4所示，其中的區(qū)域1與區(qū)域3對(duì)應(yīng)于車道的左偏，區(qū)域2與區(qū)域4對(duì)應(yīng)于車道的右偏。對(duì)區(qū)域1和區(qū)域4進(jìn)行灰度值的統(tǒng)計(jì)，分別記為numll，numrr，然后按以下步驟進(jìn)行處理：

（1）若numll>numrr，且numrr<10，則說(shuō)明車道左偏。這時(shí)蜂鳴器連續(xù)鳴叫，車輛左偏移的軌道圖標(biāo)閃爍，提醒駕駛員向右操作。

（2）若numrr>numll，且numll<10，則判定車道右偏。這時(shí)蜂鳴器連續(xù)鳴叫，車輛右偏移的軌道圖標(biāo)閃爍，提醒駕駛員向左操作。

（3）若沒(méi)有出現(xiàn)上述兩種情況，則判定車道行駛正常。

3）采用動(dòng)態(tài)改變搜索區(qū)域的方法[11]找出車道的曲線部分的點(diǎn)。

4）先將單通道圖像轉(zhuǎn)化成三通道圖像，在此圖像上用綠線連接所檢測(cè)到的點(diǎn)。自此，完成了對(duì)車道線的識(shí)別提取，效果如下圖5所示。

數(shù)據(jù)可以得出單目視覺(jué)測(cè)距的相對(duì)誤差在10%以內(nèi)，可以滿足實(shí)際工作中測(cè)距報(bào)警的需要，而更詳細(xì)的數(shù)據(jù)需要進(jìn)一步的大量實(shí)驗(yàn)來(lái)獲取。而前車處的車輛寬度值不僅關(guān)系到實(shí)測(cè)距離L的值，同時(shí)也影響安全距離S的值，因此準(zhǔn)確的檢測(cè)到前方車輛是本文的關(guān)鍵所在。7 結(jié) 論

本文設(shè)計(jì)的基于圖像處理的車輛防偏防追尾預(yù)警系統(tǒng)能夠有效地檢測(cè)到車道線并進(jìn)行正確的偏離報(bào)警；將檢測(cè)到的車輛圖像參數(shù)代入兩車間距模型公式計(jì)算出兩車間的車距及安全距離并實(shí)現(xiàn)報(bào)警輸出；滿足了公路環(huán)境下車道偏離及測(cè)距報(bào)警的要求。該方法簡(jiǎn)單實(shí)用，該系統(tǒng)簡(jiǎn)單實(shí)用、虛警率低、抗干擾力強(qiáng)，具有很好的實(shí)時(shí)性和較強(qiáng)的通用性。

參考文獻(xiàn)

[1] [EB/OL]http：//www.eepw.com.cn/article/215601.htm汽車電子2014進(jìn)入智能變革時(shí)代

[2] 喬維高. 汽車碰撞預(yù)警系統(tǒng)研究[J]. 武漢理工大學(xué)報(bào)，2005，27（1）：121-123.

[3] 錢衛(wèi)東，劉志強(qiáng). 車輛智能防撞預(yù)警系統(tǒng)的研究和發(fā)展[J]. 技術(shù)與應(yīng)用，2009，（3）：22-25.

[4] 劉志強(qiáng)，溫華. 基于單目視覺(jué)的車輛碰撞預(yù)警系統(tǒng)[J]. 計(jì)算機(jī)應(yīng)用，2007，27（8）：2056-2058.

[5] 李瑩，高滿屯. 基于邊緣顏色信息的車牌定位算法[J]. 計(jì)算機(jī)仿真，2009，26（8）：262-265，303.

[6] ZHENG D，ZHAO Y，WANG J. An efficial method of license plate location[J]. Pattern Recongnition Letters， 2005，26（15）：2431-2438.

[7] 沈晶，劉海波，周長(zhǎng)建，等. Visual C++數(shù)字圖像處理典型案例詳解[M]. 北京：機(jī)械工業(yè)出版社，2012.

[8] 艾海舟，武勃等譯. 圖像處理，分析與機(jī)器視覺(jué)[M]. 北京：人民郵電出版社，2003.

[9] 王昱. 移動(dòng)機(jī)器人視覺(jué)道路檢測(cè)的研究與實(shí)現(xiàn)[D]. 南京：東南大學(xué)，2010.

[10]HOUGH P.V.C. Method and Means for Recognizing Complex Patterns[J]. U.S. Patent， 1962，30（1）：54-59.

[11]李明，黃華，夏建剛. 基于Hough變換的車道檢測(cè)改進(jìn)算法研究[J]. 計(jì)算機(jī)工程與設(shè)計(jì)， 2012，33（4）：1638-1642.

[12]王文杰. 基于視覺(jué)的道路區(qū)域和車道線識(shí)別技術(shù)在智能車輛導(dǎo)航中的應(yīng)用研究 [D]. 濟(jì)南：山東大學(xué)碩士學(xué)位論文，2009.

[13]張建明，張玲增，劉志強(qiáng). 一種結(jié)合多特征的前方車輛檢測(cè)與跟蹤方法[J]. 計(jì)算機(jī)工程與應(yīng)用， 2011，47（5）：220-223.

[14]楊煒，魏朗，鞏建強(qiáng)，等. 基于單目視覺(jué)的縱向車間距檢測(cè)研究[J]. 計(jì)算機(jī)測(cè)量與控制，2012，20（8）：2030-2041，2044.

[15]劉燕，劉浩學(xué). 基于計(jì)算機(jī)視覺(jué)的單目攝影縱向車距測(cè)量系統(tǒng)研究[J]. 公路交通科技，2004，21（9）：103-106，111.

[16]鐘勇，姚劍鋒. 行進(jìn)中車輛臨界安全車距的探討[J]. 湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2001，28（6）：54-58.