林廣宇，魏 朗，蹇小平

（長(zhǎng)安大學(xué) 汽車學(xué)院，陜西 西安 710064）

研究表明，大約15%的道路交通事故是由車輛駛離公路造成的[1]，車道偏離預(yù)警系統(tǒng)能夠有效減少道路交通事故的發(fā)生。目前車道偏離預(yù)警系統(tǒng)采用的方法大致分為3種：1）基于車輛將到達(dá)車道邊界時(shí)間（Time to Lane Crossing，TLC）的預(yù)警算法[2-3]；2）基于預(yù)測(cè)軌跡曲線偏離量不同的預(yù)警算法[4]；3）基于平面圖像道路標(biāo)線夾角的預(yù)警算法[5]。這幾種算法能夠?qū)崿F(xiàn)車道預(yù)警，但車輛出現(xiàn)偏離一般是由于駕駛員注意力分散或處于疲憊狀態(tài)時(shí)對(duì)車輛的控制疏忽所致，上述所做的各種假設(shè)與實(shí)際行駛過(guò)程均有偏差，如沒(méi)有考慮車輛的橫向偏轉(zhuǎn)角及駕駛員轉(zhuǎn)動(dòng)方向盤轉(zhuǎn)角在某個(gè)行駛過(guò)程中對(duì)車道偏離的影響。鑒于此，提出基于車輛橫向距離與橫向分速度進(jìn)行車輛偏離預(yù)警的方法。作為車道偏離預(yù)警系統(tǒng)的處理平臺(tái)，PC機(jī)的體積、成本及功能的冗余性是其應(yīng)用在車載系統(tǒng)中難以克服的瓶頸，采用嵌入式方法對(duì)車道偏離預(yù)警系統(tǒng)的設(shè)計(jì)，充分利用了嵌入式系統(tǒng)處理的實(shí)時(shí)性與體積小巧等特點(diǎn)。

1 道路圖像的處理

使用Sobel算子邊緣檢測(cè)和最大類間方差圖像分割法將道路灰度圖像轉(zhuǎn)化為二值圖像，作為下一步處理的基礎(chǔ)。直線的矢量基元表示方法[6-7]是按照某種準(zhǔn)則將矢量基元（ELS）合并連接來(lái)表示直線，如行基元、列基元和45°基元。行基元是道路圖像中同一行上的連續(xù)邊緣點(diǎn)的集合；列基元是道路圖像中同一列上的連續(xù)邊緣點(diǎn)的集合；45°基元是道路圖像中在傾角為45°或135°的掃描線上連續(xù)邊緣點(diǎn)的集合。其優(yōu)點(diǎn)是計(jì)算耗費(fèi)的時(shí)間與變量存儲(chǔ)需要的空間較少。

Hough變換[8]是利用投票機(jī)制參照?qǐng)D像全局特性對(duì)目標(biāo)直線輪廓進(jìn)行直接檢測(cè)，其優(yōu)點(diǎn)是對(duì)直線斷裂、局部遮擋等缺陷不敏感，對(duì)隨機(jī)噪聲具有魯棒性，特別適用于直線道路的識(shí)別。利用直線的矢量基元減少Hough變換中參數(shù)的量化范圍，能夠節(jié)省Hough變換的時(shí)間和空間消耗，同時(shí)彌補(bǔ)矢量基元表示直線的局部性和噪聲敏感性等不足，較好識(shí)別道路標(biāo)識(shí)線。

2 行駛車輛位置的確定

2.1 道路關(guān)鍵信息的重建

圖像傳感器固定在車輛前端頂部，攝像頭距地面高度為h。建立空間坐標(biāo)系如下：世界坐標(biāo)系XYZ與攝像機(jī)坐標(biāo)系xyz。動(dòng)態(tài)的世界坐標(biāo)系隨車輛一起運(yùn)動(dòng)，以攝像機(jī)鏡頭中心在地面的垂直投影點(diǎn)為原點(diǎn)，地面的垂直線向上為Z軸正向，車身縱軸線方向?yàn)閄軸，正向?yàn)槠嚽斑M(jìn)的反方向；攝像機(jī)坐標(biāo)系統(tǒng)以光軸為z軸，鏡頭中心為坐標(biāo)原點(diǎn)，攝像機(jī)坐標(biāo)xy平面與像平面平行；表征圖像內(nèi)部各點(diǎn)位置的像平面坐標(biāo)系統(tǒng)的u軸、v軸與x軸、y軸平行，原點(diǎn)位于圖像中心既攝像機(jī)光軸與圖像的交點(diǎn)。所有坐標(biāo)系滿足右手規(guī)則。

平面圖像上某點(diǎn)（u，v）經(jīng)過(guò)逆透視投影變換后獲取其在空間點(diǎn)（X，Y，Z）的位置信息，由此重建道路關(guān)鍵信息[6-8]

式中，f為攝像機(jī)的有效焦距，γ表示攝像機(jī)x坐標(biāo)軸相對(duì)于X軸的夾角稱為掃視角，α表示攝像機(jī)光軸（z軸）相對(duì)于垂直方向（Z軸）的夾角稱為傾斜角。

2.2 車輛在當(dāng)前道路中橫向距離及橫向偏轉(zhuǎn)角的確定

利用改進(jìn)的Hough變換識(shí)別道路標(biāo)識(shí)線后，通過(guò)圖像平面的道路標(biāo)線直線方程和式（1），得到左、右道路標(biāo)識(shí)線在世界坐標(biāo)系內(nèi)的直線方程

式中，kL與kR為左、右道路標(biāo)識(shí)線在平面圖像上的斜率，bL和bR為左、右道路標(biāo)識(shí)線在v軸上的截距。結(jié)合圖像傳感器的安裝高度以及鏡頭焦距等參數(shù)，可以獲得車輛距道路標(biāo)識(shí)線的橫向距離及橫向偏轉(zhuǎn)角，如圖1所示。

圖1 車輛偏離情況示意圖Fig.1 Schematic diagram of vehicle deviations

圖1中，點(diǎn)O代表攝像機(jī)鏡頭中心在路面的垂直投影點(diǎn)，點(diǎn)D代表車輛的左前輪，點(diǎn)D與CCD攝像機(jī)鏡頭中心在汽車縱向平面及橫向平面的距離分別為m，d，汽車縱向平面與道路標(biāo)識(shí)線的夾角ψ稱為橫向偏轉(zhuǎn)角。

車輛在車道中的位置采用左前車輪距左標(biāo)線的橫向距離|DE|或左前車輪距右標(biāo)線的橫向距離|DF|表示，或者采用右前車輪距右標(biāo)線的橫向距離|DE|'或右前車輪距右標(biāo)線的橫向距離|DF|'表示，則根據(jù)三角幾何關(guān)系推導(dǎo)出的計(jì)算公式

式中，bw為車輛輪距，BL、BR為左、右道路標(biāo)線在Y軸上的截距，其值決定于道路標(biāo)識(shí)線的空間方程。橫向偏轉(zhuǎn)角ψ表示汽車行駛過(guò)程相對(duì)于道路標(biāo)識(shí)線的偏離方向，通過(guò)道路標(biāo)識(shí)線空間方程計(jì)算得出，滿足tanψ=-KL，KL為左道路標(biāo)線的斜率。

3 車道偏離預(yù)警

3.1 預(yù)警算法的建立

通過(guò)車輛距道路標(biāo)識(shí)線的橫向距離和橫向速度估算車輛到達(dá)道路標(biāo)線的時(shí)間，當(dāng)時(shí)間小于設(shè)定閾值時(shí)啟動(dòng)車道偏離預(yù)警。車輛的橫向速度可以通過(guò)橫向距離的變化得到，由于計(jì)算車輛距道路標(biāo)線的橫向距離的采樣周期較短（0.1 s），在該段時(shí)間內(nèi)認(rèn)為車輛做橫向勻速運(yùn)動(dòng)。車輛的橫向分速度也可以由車速傳感器獲得的速度信號(hào)和橫向偏轉(zhuǎn)角確定，為減少測(cè)量誤差的影響采用二者的平均值作為橫向速度的取值。

車輛在車道中的橫向位置用前車輪距道路標(biāo)線的距離表示，車輛向左偏轉(zhuǎn)時(shí)，用左前車輪距左道路標(biāo)線的距離|DE|表示；車輛向右偏轉(zhuǎn)時(shí)，用右前車輪距右道路標(biāo)線的距離|DE|'表示，如圖1所示。車輛在車道中的行駛方向用車輛縱向平面相對(duì)于道路標(biāo)識(shí)線的偏轉(zhuǎn)角ψ表示，車輛偏向左方時(shí)，ψ為正值；車輛偏向右方時(shí)，ψ為負(fù)值。

車道偏離預(yù)警主要作用于駕駛員由于注意力分散或疏忽造成的無(wú)意偏離，當(dāng)車輛的轉(zhuǎn)向燈信號(hào)開(kāi)啟時(shí)，說(shuō)明駕駛員有意圖轉(zhuǎn)向，此時(shí)屏蔽系統(tǒng)的偏離車道預(yù)警功能。當(dāng)本車距道路標(biāo)識(shí)線的橫向距離與橫向車速的比值小于規(guī)定的時(shí)間時(shí)，認(rèn)為車輛即將偏離車道行駛，需要報(bào)警。系統(tǒng)的預(yù)警算法如下：車輛位置參數(shù)滿足式（4）并且ψ>0時(shí)，為車道偏離預(yù)警時(shí)刻，方向偏向左。

車輛位置參數(shù)滿足式（5）并且ψ<0時(shí)，為車道偏離預(yù)警時(shí)刻，方向偏向右。

式中，v、vl2表示由速度傳感器獲得的瞬時(shí)速度及其橫向分量，vl為瞬時(shí)橫向速度，vl1為用橫向距離計(jì)算的橫向速度，分別代表第i幀的車輛橫向位置，分別代表第i-1幀的車輛橫向位置，bw代表車輛輪距，△t表示采樣時(shí)間間隔，Tc是車輛偏離車道預(yù)警的時(shí)間閾值，這里取0.9 s。

3.2 系統(tǒng)軟件設(shè)計(jì)

車輛偏離預(yù)警系統(tǒng)的實(shí)時(shí)性要求處理器有較快的運(yùn)行速度和超強(qiáng)的實(shí)時(shí)調(diào)度能力，研究中選用基于DSP和ARM9雙核的TMS320DM6446ZWT片上系統(tǒng)（SoC）的評(píng)估板作為系統(tǒng)的硬件平臺(tái)；選用Linux系統(tǒng)作為嵌入式操作系統(tǒng)。

系統(tǒng)首先接收?qǐng)D像傳感器傳送過(guò)來(lái)的圖像，將彩色圖像轉(zhuǎn)化為待處理的灰度圖像，利用中值濾波、Sobel算子邊緣檢測(cè)、自適應(yīng)閾值分割等圖象處理的方法，消除噪聲并平滑圖像，經(jīng)過(guò)邊緣檢測(cè)和圖像分割獲得二值化圖像。在二值化圖像和灰度圖像基礎(chǔ)上根據(jù)攝像機(jī)標(biāo)定參數(shù)，通過(guò)模式識(shí)別對(duì)道路及道路標(biāo)識(shí)線進(jìn)行辨認(rèn)，確定道路標(biāo)線在整幅圖像中的直線方程及本車在道路中的位置。依據(jù)車道偏離預(yù)警模型檢查車輛是否在車道中正常行駛，是否偏離車道，并根據(jù)判斷結(jié)果發(fā)出預(yù)警信息。軟件流程圖如圖2所示。

圖2 車輛偏離預(yù)警系統(tǒng)程序流程Fig.2 Flow chart of vehicle departure alarm system program

3.3 預(yù)警實(shí)驗(yàn)

實(shí)驗(yàn)車輛選用五菱之光6400C3加長(zhǎng)版微型車，在高速公路及城市道路等結(jié)構(gòu)化道路上進(jìn)行道路標(biāo)識(shí)線識(shí)別及車輛偏離預(yù)警試驗(yàn)。系統(tǒng)能夠可靠地識(shí)別道路標(biāo)識(shí)線，滿足后續(xù)處理的需要，當(dāng)車輛偏離車道時(shí)，該系統(tǒng)能夠準(zhǔn)確及時(shí)預(yù)警。例如系統(tǒng)某次報(bào)警發(fā)生時(shí)刻，車輛距道路標(biāo)線距離為406 mm，橫向偏轉(zhuǎn)角為 14.0°±2°，車速為 85 km/h。

4 結(jié)束語(yǔ)

該設(shè)計(jì)是以嵌入式系統(tǒng)為平臺(tái)，以圖像傳感器獲取的道路信息為基礎(chǔ)，提出基于車輛橫向位置與橫向分速度的車輛偏離車道預(yù)警模型，并進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)表明，該方法能夠準(zhǔn)確分析車輛在車道中的位置信息，正確判斷車輛的行駛狀態(tài)，當(dāng)車輛偏離車道時(shí)及時(shí)給予報(bào)警。

[1]NHTSA's national center for statistics&analysis.Traffic safety facts 2007[R].National Highway Traffic Safety Administration，2008.

[2]Hidas Peter.Modeling vehicle interactions in microscopic simulation of merging and weaving[R].Transportation Research Part C，2005.

[3]Kim S Y，Oh S Y.A driver adaptive lane departure warning system based on image processing and fuzzy evolutionary technique[A].IEEE Intelligent Vehicles Symposium2003[C].Columbia，OH，2003：356-361.

[4]Lee J W.A machine vision system for lane-departure detection[J].Computer Vision and Image Understanding，2002，86（1）：52-78.

[5]Jung C R，Kelber C R.Lane following and lane departure usingalinear-parabolic model[J].Image and Vision Computing，2005（23）：1192-1202.

[6]康文靜，丁雪梅，崔繼文，等.基于改進(jìn)Hough變換的直線圖形快速提取算法[J].光電工程，2007，34（3）：105-117.KANG Wen-jing，DING Xue-mei，CUI Ji-wen，et al.Fast straightline extraction algorithm based on improved Hough transform[J].Opto-Electronic Engineering，2007，34（3）：105-117.

[7]Jang J H，Hong K S.Fast line segment grouping method for finding globally more favorable line segments[J].Pattern Recognition，2002（35）：2235-2247.

[8]Kesisis A L，Papamarkos N.A window based inverse Hough transform[J].Pattern Recognition，2000（33）：1105-1117.

[9]林廣宇，魏朗.基于數(shù)字圖像技術(shù)的汽車行駛軌跡狀態(tài)識(shí)別[J].交通運(yùn)輸工程學(xué)報(bào)，2006，6（3）：114-117.LIN Guang-yu，WEI Lang.Driving route status recognition based on digital image technique[J].Journal of Traffic and Transportation Engineering，2006，6（3）：114-117.