宋宇欣 文凱凱 鄧基辰

(杭州電子科技大學(xué)，浙江杭州 310018)

0 前言

近年來，汽車行業(yè)的研究方向逐漸轉(zhuǎn)向智能駕駛領(lǐng)域。車道偏離預(yù)警和車道保持控制系統(tǒng)作為智能駕駛的重要組成部分，是實(shí)現(xiàn)智能駕駛的前提。目前，車道偏離預(yù)警系統(tǒng)大多利用車外的攝像頭采集車道線等周邊環(huán)境信息，再利用圖像處理技術(shù)對(duì)車道進(jìn)行檢測，將檢測結(jié)果與當(dāng)前車輛行駛狀態(tài)進(jìn)行綜合比較，判斷車輛是否偏離了既定車道[1]。

現(xiàn)階段常用的偏離決策算法主要有當(dāng)前時(shí)刻側(cè)向位移法(CLD)、瞬時(shí)橫向加速度法(CLV)、預(yù)瞄軌跡偏離法(DTD)、跨道時(shí)間判定法(TLC)等4種類型。胡驍?shù)萚2]提出了1種基于特征顏色識(shí)別的邊緣檢測算法，紅-綠-藍(lán)(RGB)分量值是顏色識(shí)別所考察的特征。該方法將特征顏色區(qū)域通過設(shè)定好的轉(zhuǎn)移函數(shù)進(jìn)行標(biāo)記，然后對(duì)候選區(qū)域?qū)嵤┻吘墮z測，忽略大量的無效邊緣。該方法的檢測結(jié)果最終依靠RGB分量的閾值分割進(jìn)行處理，在一定程度上不夠準(zhǔn)確。何建輝等[3]提出了車道線檢測算法，通過動(dòng)態(tài)劃分檢測區(qū)域，改進(jìn)了傳統(tǒng)的固定區(qū)域檢測算法。該方法通過對(duì)檢測車道線的攝像頭進(jìn)行標(biāo)定并獲取參數(shù)，對(duì)偏離時(shí)間設(shè)置閾值條件，以控制系統(tǒng)決策是否進(jìn)行預(yù)警。鐘澤濱[4]提出的方法可以對(duì)車道線進(jìn)行精確檢測。該方法利用卷積神經(jīng)網(wǎng)絡(luò)，對(duì)當(dāng)前車道線的對(duì)稱情況進(jìn)行精確檢測，并設(shè)置偏離安全閾值，若檢測結(jié)果超出安全閾值，則對(duì)駕駛員發(fā)出預(yù)警信息。

本文基于攝像頭采集到的圖像信息，提出了一種自適應(yīng)車道偏離識(shí)別算法。該算法可以對(duì)車輛在直道或彎道2種不同工況下的行駛狀態(tài)進(jìn)行車道偏離判斷，既保證了計(jì)算的速度又保證了結(jié)果的準(zhǔn)確性。最后，采用仿真方法，通過車道偏離識(shí)別出的數(shù)據(jù)，使用比例-積分-微分(PID)算法對(duì)車輛行駛狀態(tài)進(jìn)行控制，使車輛在預(yù)定的車道內(nèi)行駛，以此驗(yàn)證了所提出的車道偏離識(shí)別算法的有效性。

1 車道偏離識(shí)別算法

車道偏離識(shí)別算法將攝像頭采集到的車道線信息分為直道信息和彎道信息。若系統(tǒng)檢測到當(dāng)前行駛車道為直道，則采用偏離判斷基準(zhǔn)線法判斷是否發(fā)出預(yù)警信息；若系統(tǒng)檢測到當(dāng)前行駛車道為彎道，則采用觸線時(shí)間閥值法結(jié)合車身傳感器傳輸?shù)能囕v狀態(tài)信息進(jìn)行判斷。車道偏離識(shí)別算法流程圖如圖1所示。

圖1 車道偏離識(shí)別算法流程圖

1.1 直道工況

車輛在直線車道上行駛時(shí)，根據(jù)成像原理，兩平行車道線在攝像頭內(nèi)呈梯形。若攝像頭的視距足夠長，甚至?xí)霈F(xiàn)2條直道線交叉并消失的情況，即車道線呈三角形，如圖2所示。圖中，線段QM、QN分別為左右車道線，P1P2為引入的偏離判斷的基準(zhǔn)線。其中，感興趣區(qū)域(ROI)為車輛前端采集車道線信息所用攝像頭的圖像處理區(qū)域。

圖2 直道工況下車道線攝像頭內(nèi)成像

當(dāng)車輛在直道工況下行駛且未發(fā)生偏移時(shí)，左右兩側(cè)車道線與偏離判斷基準(zhǔn)線的向量關(guān)系如圖3所示。

圖3 直道工況下未發(fā)生偏移時(shí)，兩車道線與偏離判斷基準(zhǔn)線向量圖

由圖3可知，車道線QM、QN始終在偏離判斷基準(zhǔn)線的順時(shí)針方向，且無交叉現(xiàn)象。由向量的外積可知：lQM×lP1P2>0；lQN×lP1P2>0。

在直道工況中，車輛偏離分為左偏離和右偏離。針對(duì)這2種不同的偏離行駛特點(diǎn)，下文進(jìn)行詳細(xì)分析。

1.1.1 車輛向左偏移行駛

車輛向左側(cè)車道發(fā)生偏離時(shí)的攝像頭內(nèi)成像示意圖如圖4所示，向量關(guān)系圖如圖5所示。

圖4 直道工況下車輛向左偏移時(shí)攝像頭內(nèi)成像

圖5 直道工況下向左偏移時(shí)，兩車道線與偏離判斷基準(zhǔn)線向量圖

車道線在攝像頭視野內(nèi)呈向左傾斜的三角形，偏離判斷基準(zhǔn)線P1P2與左側(cè)車道線QM相交。QP1始終在QM的順時(shí)針方向，即lQP1×lQM>0。此時(shí)，安全閾值S1為：

(1)

綜上可知，當(dāng)車輛在直道工況下行駛且向左側(cè)偏移時(shí)，S1>0。

1.1.2 車輛向右偏移行駛

車輛向右側(cè)車道發(fā)生偏離時(shí)的攝像頭內(nèi)成像示意圖如圖6所示，向量關(guān)系圖如圖7所示。

圖7 直道工況下向右偏移時(shí)，兩車道線與偏離判斷基準(zhǔn)線向量圖

車道線在攝像頭視野內(nèi)呈向右傾斜的三角形，偏離判斷基準(zhǔn)線P1P2與右側(cè)車道線QN相交。QP2始終在QN的逆時(shí)針方向，即lQP2×lQN<0。此時(shí)，安全閾值S2為：

(2)

綜上可知，當(dāng)車輛在直道工況下行駛且向右側(cè)偏移時(shí)，S2<0。

1.2 彎道工況

在彎道工況時(shí)采用TLC算法。其主要原理為車輛在偏離車道行駛過程中，車輛本身的航向角、車速和方向盤轉(zhuǎn)角等參數(shù)不變，計(jì)算車輛的某一輪胎和車道線進(jìn)行線接觸時(shí)所用的時(shí)間為tTLC。當(dāng)該時(shí)間值小于一定的閾值時(shí)，車道偏離預(yù)警系統(tǒng)被激活，給予駕駛員提醒信息。本文TCL算法的基本公式如下：

(3)

式中：dx代表汽車接觸到車道線時(shí)所行駛的距離，單位m；vx代表當(dāng)前汽車的縱向速度，單位m/s。

車輛在彎道工況行駛向左偏移的示意圖如圖8所示。

圖8 彎道工況下車輛向左偏移示意圖

在圖8中，點(diǎn)A表示車輛的左前側(cè)車輪；點(diǎn)O表示車道線的曲率中心；點(diǎn)B表示汽車左前輪與曲率中心連線與車道線的交點(diǎn)；點(diǎn)C表示不改變駕駛方向車輛左前輪與車道線接觸的點(diǎn)；點(diǎn)D為過曲率中心向AC所作垂線，此時(shí)相對(duì)偏航角為α。

結(jié)合公式(3)，可計(jì)算車輛在彎道工況下行駛偏離車道的跨線時(shí)間tTLC為：

(4)

式中：dx為汽車接觸到車道線時(shí)所行駛的距離，單位m；vx為當(dāng)前汽車的縱向速度，單位m/s；r為曲率半徑，單位m；yr為車輪左前輪到邊界線的距離，單位m；α為相對(duì)偏航角，單位(°)。

車輛在彎道工況行駛向右偏移計(jì)算方法同式(4)。

2 仿真分析

基于真實(shí)的道路狀況，運(yùn)用仿真軟件對(duì)比例-積分-微分(PID)控制算法下的車輛直道和恒曲率彎道中的運(yùn)行情況進(jìn)行了仿真，以驗(yàn)證文中所設(shè)計(jì)的不同工況下的偏離判斷的有效性。

2.1 直道工況仿真

基于直道的普遍性，考慮到駕駛員在直道上行駛的各種干擾因素，如疲勞、走神等，本文仿真了直道工況。仿真的直道行駛工況如圖9所示。

圖9 車輛直道行駛工況

在直道行駛工況中，在PID控制算法下的車輛行駛軌跡如圖10所示。從圖10可以看出，橫向位移在車輛行駛約20 m后被控制住。大約在100 m后，橫向位移基本為零。該仿真意味著車道偏離被系統(tǒng)正確識(shí)別后，車輛被控制沿著預(yù)期的車道中心線繼續(xù)行駛。

圖10 直道工況中PID控制算法下的車輛行駛軌跡

2.2 彎道工況仿真

相較于直道，彎道更加考驗(yàn)駕駛員的技術(shù)，尤其一些連續(xù)彎道地段是交通事故的高發(fā)區(qū)。因此，實(shí)現(xiàn)彎道駕駛的自動(dòng)化是汽車行業(yè)發(fā)展的必然趨勢。如圖11所示，本文采用了恒曲率彎道模型。在算法模型中，技術(shù)人員設(shè)置汽車動(dòng)力學(xué)模型的轉(zhuǎn)向輸入為0，系統(tǒng)僅檢測車道線，在控制器施加主動(dòng)控制附加橫擺力矩的作用下，觀察汽車是否能夠自主調(diào)節(jié)，在恒曲率彎道內(nèi)行駛。在PID控制算法下，車輛仿真行駛的軌跡如圖12所示。

圖11 恒曲率彎道下車輛的行駛軌跡

圖12 PID控制下車輛彎道行駛的軌跡

在駕駛員不操作車輛方向盤的情況下，運(yùn)用PID控制算法，系統(tǒng)可以接管車輛。從圖12中可以看出，車輛實(shí)際行駛線與理想的車道中心線基本重合，可以順利通過恒曲率車道。這也就意味著車道偏離識(shí)別算法能夠正確識(shí)別出彎道線。

3 結(jié)語

車輛駕駛的智能化是行業(yè)發(fā)展的必然趨勢，同時(shí)，也意味著對(duì)汽車安全的更高要求。本文提出了自適應(yīng)車道偏離識(shí)別算法，分別針對(duì)直道和彎道2種不同車道，采用不同的車道線識(shí)別方式進(jìn)行識(shí)別，提高了識(shí)別的速度和精度。本研究采用仿真的手段，運(yùn)用自適應(yīng)車道偏離識(shí)別算法獲取的數(shù)據(jù)，通過PID控制算法分別仿真了車輛在直道和彎道下車輛的行駛狀況。仿真結(jié)果表明，本自適應(yīng)車道偏離識(shí)別算法所提供的數(shù)據(jù)可以保障車輛在預(yù)期的車道內(nèi)行駛，算法具備有效性。