车道偏离决策算法设计与仿真*

邓 欢，罗 山

(攀枝花学院智能制造学院，四川 攀枝花 617000)

0 引言

目前国内外开发了许多车道偏离预警系统，如日本的DSS系统[1]、美国卡内基梅隆大学研发的AURORA系统[2]、荷兰以色列公司Mobileye研制的Mobileye_AWS系统[3]、德国的AutoVue系统[4]等。这些系统在判断车辆即将偏离车道时，立即给驾驶员发出警告(如声音警报、LED显示、座椅或方向盘振动等)，提醒驾驶员采取正确的操作措施来防止车辆发生车道偏离[5]。但是目前的车道偏离预警系统一般采用的是单一车道偏离决策算法，对于复杂的行驶环境不能及时、准确的进行偏离预警，并且很多算法复杂性高、计算量大，导致系统不能及时进行偏离预警，实时性差。为此本文提出一种基于将来偏离量与车辆将横越车道边界时间的联合预警模型，有效地结合了FOD(Future Offset Difference)模型和TLC(Time to Lane Crossing)模型的优点，同时在划分预警区域时，不同行驶速度可选择不同的预警区域。

1 车道偏离决策算法设计

本文的车道偏离决策算法流程如图1所示。

图1 车道偏离决策算法控制模型流程图

1.1 逆透视法

安装在车辆上的摄像机所拍摄到的是车道线发生变形的透视图像，需要先将透视图像转换为俯视图像。本文所使用的坐标转换方法叫逆透视法，它是基于图像平面到路面的单映射矩形计算得到，通过逆透视变换可以得到车道线的空间信息，其变换见式(1)。

(1)

1.2 车道偏离决策算法

1) TLC模型：TLC算法[6]是通过计算在当前行驶状态下，车辆前轮触碰到车道边界线的时间t,再与设定的预警阈值T相比较，当车辆行驶时间t小于阈值T时，系统发出警报。具体计算如下：

Y(l)=y0+θ*l

(2)

Δyl=b/2-(Y(l)+bc/2)

(3)

Δyr=b/2+(Y(l)+bc/2)

(4)

上式中Y(l)表示车辆偏离量；θ表示车辆与所在车道的夹角；y0表示车辆中心与车道线的距离；l表示车辆直线行驶距离；Δyl表示左侧偏离量；Δyr表示右侧偏离量；b表示车道宽度；bc表示车身宽度。

2) FOD模型：FOD模型[6]是一种基于未来偏离量的预警模型，不同的驾驶员可以选择不同的预警阈值，以减少驾驶习惯不同而造成的预警误差。该模型的判断标准为：

当Lp0>V时，判断车辆偏离车道线，预警系统提示驾驶员采取应对措施。

Lp0>V

(5)

Lp0=Lp+T*LV

(6)

T=(V-X)/LV

(7)

上式中，Lp0为预瞄时间后车辆的侧向位置；V为虚拟车道线；Lp为车辆中心距车道线的距离；T为预瞄时间；Lv为车辆侧向速度；X为期望发生预警点。

3) 联合预警模型

如图2所示，L1为左车道线；L2为右车道线；D为车道宽度；H表示预警临界线。当车辆保持直行时，车辆实际行驶方向与车道线方向仍然存在夹角，此时的车辆横向速度不为0，这里认为当车辆横向速度满足0≤vx≤0.08 m/s时，预警阈值为D=0.08 m；当车辆横向速度0.08≤vx≤1 m/s时，预警阈值满足D=0.5*vx；当车辆横向速度满足vx≥1 m/s时，预警阈值D=0.5 m。

图2 车道偏离平面图

因此最终的车道偏离判断条件为：

1) 当vx≤0.5 m/s时，认为车辆靠近车道边界线的速度较小，联合预警算法应选用FOD算法，计算模拟车道线的相对坐标；

2) 当vx>0.5 m/s时，认为车辆靠近车道边界线的速度较大，联合预警算法应选用TLC算法，计算车辆距车道线的距离；

3) 确定决策算法后，需要根据不同的横向偏离速度设置不同的预警阈值，使车道偏离平面图2中的预警区域发生变化，判断车辆是否处于预警区域内；

4) 当行驶车辆在两预警线之间表示在安全区，此时由于车辆处于非预警区域内，车道偏离预警系统未被激活，不触发预警装置；当车辆左前轮或右前轮接触临界预警线，为LED灯预警区，并且转向灯未打开，此时车辆偏离车道或即将偏离车道行驶，车道偏离预警系统被激活并发出警报，提示驾驶员有车道偏离的危险，方向盘上对应方向的LED灯变红并闪烁，警示驾驶员修正轨迹。

2 仿真结果与分析

2.1 仿真场景搭建

在Prescan的GUI界面搭建车道偏离预警模拟场景，给输入车辆添加完车辆动力学模型、Camera传感器和LaneMarker传感器后，可在其3D可视化界面中查看模拟场景的三维效果图和车辆行驶效果。

2.2 不同速度下仿真实验及分析

预警区域是根据不同的横向偏离速度设置不同的预警阈值设定的，为保证每次预警的实时性和准确性，分别验证高、低速情况下车辆偏离车道的预警效果。

1) 低速跟踪仿真：在控制模块取车辆行驶速度15 m/s。图3为低速下仿真得到的车辆向右偏离车道线和向左偏离车道线预警的波形图，Model/Right LDW为车辆向右偏离车道波形图，Model/Left LDW为车辆向左偏离车道波形图，其中1表示车辆发生车道偏离，0表示车辆正常行驶。

图3 低速行驶下车道偏离波形图

根据仿真实验结果发现，低速仿真过程中车道偏离预警系统可较好的对车道偏离的车辆进行预警，也给驾驶员预留了修正车辆行为的时间。在预警时，可显示此时车辆是左偏离还是右偏离，以及车辆此时的横向距离、横向速度。

2) 高速跟踪仿真：在控制模块取车辆行驶速度22 m/s。图4为高速下仿真得到的车辆向右偏离车道线和向左偏离车道线预警的波形图。根据仿真实验结果发现，在高速情况下，预警算法模型的计算能力不能得到优化，此时车道偏离预警时间与车辆已偏离车道线的时间几乎同步，没有留有足够的驾驶员反应时间，使得驾驶员不能及时修正车道线。

图4 高速行驶下车道偏离波形图

3 结束语

本文结合车道偏离预警系统的国内外发展现状，设计了基于TLC算法与FOD算法的联合预警决策算法，并在PreScan仿真平台进行了试验验证，系统不仅能够快速且准确检测出车道线的边缘信息，而且能结合车辆本身的状态信息来判断当前车辆是否发生偏离，并判断是否会进行报警，证明了该车道偏离预警系统有一定的实用性。但由于对道路实际情况以及天气环境考虑的不够周到，导致只能用于标准道路和天气良好的行驶条件，限制了该预警系统的应用范围。