楊萍+楊磊

摘要：從車道偏離預(yù)警方面著手為了協(xié)助司機使車輛行駛在正確的車道線內(nèi)，并且能夠及時的發(fā)現(xiàn)和提醒司機車道已經(jīng)偏離，以保證不會因為司機的疏忽、疲勞等原因引起的車道偏離，降低由于車道偏離所引發(fā)的交通事故，從而提高車輛的主動性安全，建立了車道偏離預(yù)警模型和預(yù)警決策的算法，并通過實驗驗證了該算法具有一定的可靠性和實際應(yīng)用性。

關(guān)鍵詞：偏離預(yù)警；車道識別；預(yù)警模型

中圖分類號：U491

文獻(xiàn)標(biāo)識碼：A 文章編號：1674-9944（2017）6-0173-04

1 引言

隨著我國經(jīng)濟的快速發(fā)展，人均汽車擁有量和機動車產(chǎn)量不斷上升，人們在享受車輛帶來的巨大便利時，也苦吞其帶來的惡果[1]。當(dāng)汽車處于長途駕駛或在高速路上行駛時，司機通常會因為過度的勞累或者因單調(diào)駕駛而出現(xiàn)注意力不集中和打磕睡的一些現(xiàn)象，以致于駕駛者在駕駛過程中遇到危險行駛情況時未能及時準(zhǔn)確的做出反應(yīng)，導(dǎo)致汽車偏離路線，甚至發(fā)生交通事故[2]。所以，本文研究的車道偏離預(yù)警系統(tǒng)，主要是協(xié)助司機在單調(diào)的行駛環(huán)境中保持在相應(yīng)車道內(nèi)駕駛，這已經(jīng)成為國內(nèi)外的研究重點。

2 常用車道偏離預(yù)警模型的分類

在現(xiàn)有的車道偏離預(yù)警模型當(dāng)中可粗略劃分為4類：FOD（基于汽車未來偏離的量的不同[3]）、CCP（基于汽車在車道中的目前位置）[4]、KBIRS（基于知識下的道路場景感知）以及TLC（基于汽車即將橫越車道邊界的時間）這4種類型[5～8]。

2.1 FOD車道偏離預(yù)警模型

FOD車道偏離預(yù)警模型考慮了駕駛員自己的駕車習(xí)慣，在虛擬邊界狀態(tài)時增加了其在駕駛時的自然轉(zhuǎn)向時習(xí)慣的一些偏離量。若駕駛員在駕駛時沒有這種偏離習(xí)慣，那么真實的車道標(biāo)志線和虛擬的車道線重合一致。使用FOD預(yù)警模型方法引起的警告觸發(fā)其準(zhǔn)則是：L′P>V；L′P則表示為預(yù)計車輛的側(cè)向位置，它的計算公式是：L′P=LP+TLV。當(dāng)前車輛與車道邊界線之間的距離表示為LP，側(cè)向速度表示為LV；T是預(yù)計的時間，其計算公式為：V-xLV=T，公式里的x含義是期望警告發(fā)生的點；V則表示為虛擬的車道邊界 。

2.2 CCP車道偏離預(yù)警模型

CCP車道偏離預(yù)警模型最主要的原理就是利用汽車在車道當(dāng)中的位置信息。根據(jù)車道檢測算法可以獲得汽車在車道中的當(dāng)前位置。使y0為車道中心和車輛中心之間的距離，假設(shè)汽車幾乎平行于車道，b車輛寬度給定一個值時，當(dāng)前汽車的倆前輪與左右車道邊界線的相對位置利用以下公式計算得出：

（1）式中，上式表示左邊車輪相對左邊車道邊界的位置，下式表示右邊車輪相對右邊車道邊界的位置；bc表示車道寬度。當(dāng)Δy>0時，則汽車在車道線里面，無須發(fā)出警告。若汽車前輪中其中的一個輪胎跨越車道邊界的時候，則汽車已經(jīng)偏離了車道，也就是說只要有一邊Δy<0，那么就認(rèn)為汽車已經(jīng)偏離了車道。

2.3 KBIRS車道偏離預(yù)警模型

KBIRS車道偏離預(yù)警模型現(xiàn)在還沒能在車道偏離預(yù)警的系統(tǒng)中做出實際應(yīng)用，這種模型目前還只是被當(dāng)成一種理論上的觀點所提出來的，最主要的都是感知自然場景。通過物體的幾何輪廓來大概的估測物體是否存在，然后經(jīng)過分析后所得到的車道信息，稱為KBIRS模型的原理。KBIRS模型的方法是以當(dāng)汽車如果產(chǎn)生了很大幅度的偏移時，那么就會劇烈的改變場景感知，利用這種方法來決定有無需要發(fā)出相關(guān)的警告信息為基本思想的。

2.4 TLC車道偏離預(yù)警模型

TLC車道偏離預(yù)警模型主要是用于盡早地檢測出車輛可能的偏離信息。這種方法是以幾秒鐘內(nèi)汽車的假設(shè)運動模型為主要依據(jù)的，并且能夠?qū)⑵嚰磳㈦x開車道邊界的時間估計出來。需要考慮以下兩種運動模型來計算，即：

①設(shè)定汽車保持目前的方向不變，則可以用下式來描述得到的運動模型為：

y（l）=y0+θl（2）

（2）式中，汽車相對車道的方向的夾角表示為θ，也可以稱之為航偏角；汽車所行駛出的直線的距離表示為l；y0用來表示當(dāng)前這一時間的汽車相對車道的中心的橫向偏移的量；在駛出距離為l時的汽車橫向偏移量表示為y（l）。

②設(shè)定駕駛者一定的方向盤的轉(zhuǎn)角不變，則這種情況下汽車的運動軌跡與車道的邊界回歸曲線的模型就會很相似，那么描述公式可表示為：

y（l）=y0+θl+12C0l2（3）

（3）式中，汽車的運動曲線的曲率表示為C0，通過計算當(dāng)前方向盤的轉(zhuǎn)角來獲得。前面所說的這兩種模型全部都是基于汽車中心的運動所估計出來的，分別用以下公式來描述左右輪的運動：

yl（l）=y（l）+12bc，yr（l）=y（l）-12bc（4）

（4）式中的下標(biāo)和分別代表的是左右車輪，汽車即將橫越過車道的邊界的假設(shè)距離是由汽車運動的曲線和相對應(yīng)的車道的邊界曲線它們之間的相交點來決定的，TLC 值就是利用此距離比現(xiàn)有汽車的速度來計算得到的 。

3 建立車道偏離預(yù)警的模型

在現(xiàn)有的一些車道偏離預(yù)警系統(tǒng)的模型基礎(chǔ)上，經(jīng)過分析和對比，根據(jù)實際應(yīng)用的需求，這里主要利用的是基于汽車在當(dāng)前車道中方向參數(shù)和橫向的位置來確立偏離預(yù)警的規(guī)則的。

如圖1展示：汽車車體的長度表示為Lc；車道寬度用Wr來表示；汽車車體的寬度表示為Wc；x軸代表汽車與道路線垂直上的方向，y軸代表道路線的延伸方向。θ也可稱之為汽車的偏航角，表示為汽車的朝向和道路線間的夾角。

其中，表示攝像機的俯仰角，αx表示攝像機鏡頭的焦距。由上可看出：通過理想消失點坐標(biāo)與實際消失點坐標(biāo)可以計算出車輛偏航角。

車輛橫向偏移距離d的計算：

假設(shè)地面平坦，則左車道線在世界坐標(biāo)系中的坐標(biāo)為（dl，0，dz），其中dl表示與車道線平行的車輛距離左車道線的距離，dz表示左車道線在y方向上的坐標(biāo)。可得出世界坐標(biāo)系與攝像機坐標(biāo)系的轉(zhuǎn)化關(guān)系為：

其中，R和T分別表示攝像機外參數(shù)中的旋轉(zhuǎn)矩陣和平移矩陣，由上可得出車道線在攝像機坐標(biāo)系中的坐標(biāo)為：

前面講到對攝像機可以進(jìn)行適當(dāng)?shù)暮喕?，對系統(tǒng)的精確性影響不大，但卻可以減少很多計算量，根據(jù)針孔成像原理，忽略攝像機偏航角和側(cè)傾角的攝像機外部參數(shù)如下：

假設(shè)V為經(jīng)過攝像機光心的與直線L垂直的一條直線，L與V的交點為m，則點m的坐標(biāo)為：

設(shè)左車道線為K，并且假設(shè)車輛距離左車道線距離為dl，車道寬度為W，根據(jù)透視原理，左右相互平行的車道線在圖像中相交于消失點，車輛距離左車道的橫向偏移距離為：

其中，k1、k2分別表示左右車道線的斜率。θ和d1計算得出之后d2可由（12）公式計算得出：

在計算得出d2以后，參照相似三角形的原理，代入式（13）能夠計算出：

到這里就完成了左邊車輪和左邊車道的邊界的距離的計算，右邊的距離也可由此推出來計算得到。

4 車道偏離預(yù)警決策算法

在計算出來的左邊和右邊兩側(cè)的車輪和左右兩側(cè)的車道的邊界的距離之后，分別來判斷這兩個距離有無符合觸發(fā)到車道偏離預(yù)警的系統(tǒng)。如圖2所展示的預(yù)警模型參數(shù)關(guān)系。

在圖2中，汽車的行駛方向和車道方向間的夾角表示為θ，θ<0即表示為當(dāng)汽車向右側(cè)方向轉(zhuǎn)彎，θ>0即表示為當(dāng)汽車向左側(cè)方向轉(zhuǎn)彎。在最早的報警線和車道線兩者之間設(shè)置臨界警報線。觸發(fā)車道偏離預(yù)警時有以下情況：

（1）當(dāng)汽車的前車輪在最早報警線與臨界報警線之間時，可以滿足下面的公式，同時要在θ>θt（即θt為一個固定的閾值）時才會觸發(fā)到車道偏離預(yù)警的系統(tǒng)。

（2）當(dāng)汽車的前車輪在臨界的報警線之內(nèi)時，就能滿足下面的公式，那么就會直接觸發(fā)汽車車道偏離預(yù)警的系統(tǒng)。

（3）若駕駛者在轉(zhuǎn)向駕駛時啟動了轉(zhuǎn)向燈（即進(jìn)行了下意識的轉(zhuǎn)向行為操作），則汽車就不會觸發(fā)到車道偏離預(yù)警的系統(tǒng)。

5 實驗驗證

我們把實驗所用的CCD攝像機安裝固定在車內(nèi)前視鏡上之后，在合蕪140 km的高速公路段進(jìn)行試驗。來回進(jìn)行了兩次測試，并對往返兩次測試結(jié)果進(jìn)行偏離預(yù)警統(tǒng)計，統(tǒng)計結(jié)果如表1所示。

在此次試驗中主要是統(tǒng)計出了從采集圖像及處理的過程到估算出汽車行駛中的參數(shù)及再到最后確定系統(tǒng)需不需要發(fā)出預(yù)警信號等一整個運行計算的過程所需的時間。并且還對改變的車道模型與其關(guān)鍵參數(shù)的提取等對它們進(jìn)行了準(zhǔn)確度的統(tǒng)計。經(jīng)過試驗得到的系列數(shù)據(jù)和圖形發(fā)現(xiàn)，這里所研究的偏離預(yù)警系統(tǒng)多數(shù)情況都能發(fā)現(xiàn)并發(fā)出警告，其誤警率也低至3%。實驗中的截圖如圖3所示。

雖然這里研究時考慮了一些算法的實時性以及有效性，但還是因為個人能力和時間上的不足以及實驗條件較差等的因素，僅僅滿足了一部分的設(shè)計要求，對于實際的應(yīng)用來說還相差甚遠(yuǎn)。只是例舉了部分道路情況，還有很多不同的情況都沒一一例舉出來了。除此之外，車道的變更等情況也沒考慮在內(nèi)，所以本論文還處于對車道偏離預(yù)警系統(tǒng)的設(shè)計初級階段，需要展開和討論的問題和工作還有很多，這些問題都是未來需要進(jìn)行解決的系列問題了。

6 結(jié)語

分析和介紹了現(xiàn)有的較為常用的一些汽車車道偏離預(yù)警的系統(tǒng)的模型分類，然后結(jié)合所研究的系統(tǒng)的一些實際的情況而設(shè)計出了汽車車道偏離預(yù)警的系統(tǒng)決策的模塊。在最后，對該預(yù)警系統(tǒng)決策的模塊的一些決策算法的實現(xiàn)以及決策的原理進(jìn)行了詳細(xì)的介紹，最后通過實驗驗證所得，本課題研究的車道偏離預(yù)警的系統(tǒng)的具有一定的可靠性和實際應(yīng)用性。

參考文獻(xiàn)：

[1]王現(xiàn)軍，胥愛軍，宋豫全，等. 汽車輪胎安全智能檢測系統(tǒng)的設(shè)計[J]. 儀表技術(shù)與傳感器， 2004（8）.

[2]余天洪. 基于機器視覺的車道偏離預(yù)警系統(tǒng)研究[D].長春：吉林大學(xué)，2006.

[3]Lee，Sukhan，Ed.A Vision Based Lane Departure Warning System[J].IEEE International Conference on Intelligent Robots and Systems，1999（161）.

[4]Madden，Vehicle Crash Prevention at NAVLab[J].September，2003（24）.

[5]Parag H.Batavia，Driver-Adaptive Lane Departure Warning Systems[J]. Doctor of Philosophy，Carnegie Mellon University，1999，11（24）.

[6]Kunsoo Huh，Jaehak Park，Daegun Hong，Cho，D.，Jahng Hyon Park. “Vision-based lane detection for passenger cars： configuration aspects”[M].American Control Conference，2004. Proceedings of the 2004.

[7]Bing Yu，Weigong Zhang，Yingfeng Cai，A Lane Departure Warning System based on Machine Vision[J] IEEE. Pacific-Asia Workshop on Computational Intelligence and Industrial Application， 2008（72）.

[8]Pei-Yung Hsiao， Chun-Wei Yeh， Shih-Shinh Huang， and Li-Chen Fu， A Portable Vision-Based Real-Time Lane Departure Warning System：Day and Night[J]. IEEE Transactions on Vehicular Technology，2009，58（4）.