智能汽车的环视车道线检测系统
为了提高驾驶条件的安全性,已提出了很多车道线检测方法,但这些方法大多使用前视摄像机,在可见度差的情况(如大雾、雨天等恶劣天气环境)下不能稳定地检测车道线。提出了一种使用环视系统图像的车道线检测系统,可解决这一问题。这一方法可以分成两个阶段:①从4个鱼眼摄像头获得环视道路图像信息;②从环视道路图像中检测车道线。4个鱼眼摄像头分别安装在本车侧面、前面和后面。4个鱼眼摄像头通过人工校正参数,可以去除图像的畸变。
首先,从环视道路图像中提取出车道线响应信息。由于环视道路图像中可能会出现双车道线信息,而将这2条车道线合并成1条车道线并不合理,因此最后将提取出的车道线响应信息转换到直线模型中。针对车道线是虚线和本车横向移动的情况,采用卡尔曼滤波器的方法来跟踪周围的车道线。
最后,在实际道路工况中对所提出的基于环视道路图像的车道线检测方法进行了试验。试验车辆的前面、侧面和后面均被安装了4个鱼眼摄像头。所提出的车道线检测方法对采集到的3个测试视频应用进行了分析处理。其中2个视频中有车道实线和虚线的高速公路视频,还有1个有国道上的虚线车道线。检测出的车道线和真实车道线的误差在20cm以内时,检测结果被认为是正确的。从试验结果可以看到,所提出的车道线检测方法对实线的检测效果要好于虚线的。在试验中,平均处理时间为1ms。
Chang- Hoon Kum et al. SoC Design Conference (ISOCC), 2013 International. 17-19 Nov, 2013.
编译:路顺杰