基于梯度方向和车载网络信号实现车道检测的研究

基于梯度方向和车载网络信号实现车道检测的研究

基于图像处理的先进驾驶辅助系统由于能够有效提高汽车的行驶安全性，因而其市场份额不断增加。根据美国国家公路交通安全管理局（NHTSA）统计，94%的交通事故是由于汽车偏离车道引起的，因而开发出了车道偏离预警（LDW）之类的先进驾驶辅助系统。常用的LDW系统需要借助摄像头对汽车行驶前方图像进行采集，通过采集图像的处理，提取道路颜色和纹理，识别道路边界和车道线，并在汽车偏离车道线时，通过声音信号或光信号发出警报，以提醒驾驶员。

LDW系统运行时，需要依据设定好的算法进行大量计算。为了保证LDW系统具有较高的实时性和可靠性，需要结合不同方法对摄像头采集的图像进行处理。对于采集的图像，首先采用传统的坎尼（Canny）算子进行边缘检测，Canny算子的工作过程是先对处理的图像进行平滑滤波，再采用非极值抑制技术对平滑处理后的图像进行处理，从而得到所需的边缘图像；之后采用具有自适应校正功能的方向滤波器，利用梯度方向原理消除边缘图像上的干扰信息，消除时将汽车的横摆角速度作为自适应校正信号，消除车道方向以外的干扰信息。为了保证处理过程具有足够的可靠性和准确性，采用形态学滤波器对方向滤波器处理后的图像进行滤波处理，并利用二值形态学理论将处理后的图像表示为灰度图像。从灰度图像中能够识别出车道线（包括磨损的车道线）（图1）。由于该策略中对摄像头采集的原始图像进行了两次滤波，因而可保证结果具有较高的可靠性。所采用的方向滤波器和形态学滤波器均不需要复杂的运算过程，可以保证检测过程具有较高的实时性。

图1 LDW系统进行车道线检测的结果

David Andrade et al.SAE 2017-01-0042.

编译：王祥