基于CAN总线的虚拟仪表界面车道线绘制方法

顺应当前虚拟仪表与CAN总线融合发展的新趋势,设计一种基于CAN总线的虚拟仪表界面车道线绘制方法。基于此方法,虚拟仪表可以精确实时地显示出车辆行车时的车道线,有利于驾驶员掌握车辆的行驶道路状况,提高行驶安全性,同时提升驾驶体验感。

基于行驶轨迹的道路出入口标线精细化设计

在道路出入口经常发生车辆换道碾压实线的违章事件,严重时还导致交通事故的发生。本文以太原市玉门河南沿岸近西中环出入口为研究对象,测定了该出入口的物理尺寸,收集分析了车辆换道运行数据据,利用Matlab建立了基于车辆运行车速-行驶轨迹的换道轨迹模型,对该出入口的交通标线进行了精细化设计。Matlab、VISSIM仿真表明,考虑运行车速-行驶轨迹的标线设计更符合车辆的实际运行情况,可减少因设计不合理而造成车辆碾压实线的违章现象。研究表明,标线设计要结合道路物理结构、运行车速、车辆行驶轨迹等,具体问题具体分析,方能促进人、车、路的和谐发展。

基于相位特征增强的低对比度磨损车道标线提取方法

为解决磨损车道标线在光照不均、对比度低情况下检测与识别不完整问题,通过一种基于相位特征增强的低对比度磨损车道标线识别方法,研究了低对比度下磨损车道标线在部分直线不清晰下的相位特征提取弱能量信息,以利于Hough变换提取标线的直线信息。结果表明:提出方法对光照不均匀、低对比度且磨损情况下的车道标线边缘提取效果较好。可见对磨损或有缺失的车道线标线解析其相位特征并结合Hough变换的鲁棒性能解决车道线检测与识别的不完整问题。

京哈高速公路绥中至盘锦段改扩建工程交通标志及标线指示体系研究

京哈高速公路绥中至盘锦段改扩建工程(以下简称沈山高速改扩建段)按照双向十车道进行建设。针对多车道横断面如何划分、互通区出入口车辆如何进行转换等问题,通过不同模式的十车道横断面划分方案比选、出入口标志标线指引适用性分析,得出标准路段采用客货分隔、出入口段采用外侧混行的标志标线指引体系,保障沈山高速改扩建段车辆安全通行。

城市道路交叉口左转车道设置分析

城市道路交叉口作为路网的节点,承担了不同流向的车流和行人流。其中,左转车流对交叉口通行能力和交通安全的影响尤为重要。因此,对不同左转车道设置方式的车辆流线进行分析,发现采取“内移”的方式增设左转车道可以避免左转车辆和直行车辆交织变道;然后提出了一种可以变相“内移”左转车道的鱼腹形交通导流线优化设置方式,并借助VISSIM仿真软件对采用不同左转车道增设方式的交叉口通行能力进行了分析计算;最后以北京市某道路交叉口为例进行了仿真验证。分析结果表明:优化后的鱼腹形交通导流线在对左转车辆和直行车辆有序分流的同时,还能保证左转车道有足够的排队长度,较未设置鱼腹形交通导流线的车道,可在一定程度上降低交叉口总车均延误。

基于边界的车道标识线识别和跟踪方法研究

在道路图像中,为了得到较理想的车道的标识边缘,该文采用基于LOG算子边缘增强的方法得到梯度图像,利用SUSAN算子对该梯度图像进行分割,实现了车道标识线边界的提取。在分割后的梯度图像中,利用Hough变换提取出车道标识线参数,完成了对道路图像中的车道标识线的识别,采用建立梯形的感兴趣区域的办法,实现了对车道标识线的实时跟踪。试验结果表明该方法具有较强的鲁棒性和较好的实时性。

基于机器视觉的智能车辆前方道路边界及车道标识识别方法综述

为了全面了解国内外在基于机器视觉的智能车辆前方道路边界及车道标识识别领域的研究进展,文章介绍了近年来一些典型的基于机器视觉的道路边界及车道标识识别系统,对基于机器视觉的前方道路边界及车道标识识别方法进行了分类,对各大类方法中采用的不同技术进行了阐述,然后对基于机器视觉与其他传感器融合的识别方法进行了总结,最后就该领域的研究难点及发展趋势进行了简要论述。

基于熵最大化边缘提取的直线型车道标识线识别及跟踪方法

为了得到较为理想的车道标识线边缘图像以便于更好地对车道标识线进行识别,提出了一种基于熵最大化的边缘提取的车道标识线识别及跟踪方法。该方法结合了基于一维熵最大化分割方法和基于二维直方图的熵最大化分割方法,利用图像变窗口处理技术实现对道路图像中车道标识线边缘的分割,然后利用基于统计的方法得到车道标识线参数,最后采用建立梯形感兴趣区域的方法实现对车道标识线的实时跟踪。试验结果表明:该方法具有很好的可靠性、鲁棒性和实时性。

一种基于直线模型的车道线识别算法研究

为了更好地满足车道标志线识别算法的实时性和鲁棒性要求,提出了一种新的、有效的车道标志线识别算法。将图像灰度化后,采用中值滤波去除图像采集过程中引入的噪声,应用方向可调滤波器进行边缘提取,在提取过程中对原图像进行感兴趣区域划分并采用边缘分布函数法确定方向可调滤波器的初始方向角。提出使用基于梯度加权的霍夫变换对车道标志线进行识别,通过建立梯形感兴趣区域的方法实现对车道标志线的实时跟踪,并对多段实地采集的视频进行实验测试。结果表明:基于方向可调滤波器与梯度加权的霍夫变换相结合的车道标志线识别方法,简化了对车道标志线信息特征参量的估计;不仅大大缩减了算法的执行时间,而且使算法的鲁棒性得到很大的提高。

不同光照条件下直线型车道标识识别方法研究

为了解决不同光照条件下车道标识的识别,提出一种基于双标准可调模板关联技术的车道标识识别方法。该方法首先根据光照的变化采用不同的预处理技术对图像进行处理,然后利用基于统计的方法得到车道的初始化标识线,最后在以该初始化标识线为基准建立的感兴趣区域内利用双标准可调模板关联技术对初始化标识线进行矫正从而得到可靠的车道标识线参数。

基于启发式搜索的车道线识别算法研究

在车道边界识别中,边界点的提取是关键,常用的边界点提取方法因对噪声的抑制能力不强产生较多噪声点,从而影响识别效果。提出一种边界点启发式搜索算法,根据梯形匹配模型、车道线灰度变化特征和实际车道宽度约束,确定搜索的起始点,从起始点根据度量代价准则函数搜索车道边界点。采用直线道路模型结合Hough变换来拟合车道边界。实验表明,该算法实时性好、可靠性强、鲁棒性高。

一种阴影及破损车道线识别方法研究

为了满足车道线识别算法在车道线存在阴影遮挡、破损及污迹覆盖情况下的适应能力,提出了一种新的、有效的识别算法。将原始道路图像灰度化后,采用中值滤波去除图像采集过程中引入的噪声。利用对称局部阈值分割算法对去噪后车道线进行特征提取;并将提取结果与经典分割算法进行对比分析。基于提取出的车道线特征点的分布规律,提出应用改进的RANSAC算法进行车道线识别。分别对在普通公路和高速公路上所采集的视频图像进行实验测试,结果表明,当车道线严重破损、完全被阴影遮挡以及被大面积污迹覆盖的情况,识别算法都能准确地将其识别。

基于视觉和毫米波雷达的车道级定位方法

提出了一种基于视觉和毫米波雷达的车道级定位方法.利用机器视觉方法,通过摄像头检测车道线,并用圆曲线模型进行拟合;采用毫米波雷达检测道路两旁的静止护栏边沿,以获取道路的边界信息,采用低精度全球定位系统(GPS)获取当前道路信息,并对比车道线与道路边沿的相对位置关系,从而进行车道级定位.结果表明,针对中、高速城市道路及高速公路场景,所提出的车道级定位方法的定位效果较好.

不确定背景环境下车道检测技术的研究

针对不确定背景的交通环境,提出一种新的车道检测算法。确定道路路面的色彩范围,提取车道标线的色彩信息,消除光照强度变化对车道标线信息提取过程的影响;通过对比车辆与车道标线在大小、形状和运动模式3方面的差异排除车道中车辆对车道线检测的干扰;单帧图像的车道检测结果存储于车道一致性确认模块中,运用车道标志线一致性确认提高车道检测结果的准确性。试验结果表明,该方法能够有效地检测各种天气条件下车道区域以及解决车道遮挡问题。

车道标识线识别和跟踪方法研究

为了得到比较理想的道路图像中车道标识的边缘,文中采用了基于二维直方图熵最大化的车道标识边缘提取方法。对此边缘图像采用定向边界跟踪方法提取出车道标识特征点,对这些特征点采用线性回归技术就可以得到车道标识线参数,从而完成对道路图像中的车道标识线的识别,并且文中还采用了建立梯形的感兴趣区域的办法实现了对车道标识线的实时跟踪。

基于Ring-Barrier相位的交叉口车道功能判分与信号配时协同优化模型

为了最大限度地利用交叉口的时空资源,以Ring-Barrier相位模式为基础,建立了交叉口信号配时与进口车道功能划分协同优化的数学模型.该模型是一个常规的整数非线性规划模型,目标函数是整个信号交叉口的车均延误最小,连续变量包括周期时长和各相位的绿灯时长,整数变量是交叉口各个进口处不同转向运动的车道数量.根据该模型的特点,给出了分支定界的解法.选取南京市一个交通繁忙的信号交叉口进行实地调查,采集了信号配时和车道功能划分等相关数据,并采用VISSIM仿真软件对该路口的优化效果进行评价.结果表明,相比常规的优化模型,该协同优化模型可以将交叉口的车均延误减少20.01%,周期时长缩短18.15%.

基于边缘分布及特征聚类的车道标记线检测

提出一种基于边缘分布和特征聚类的车道标记线检测方法。首先采用可变窗口计算车道标记线局部灰度阈值,结合图像梯度提取出有效边缘。然后按照不同工况下车道标记线的边缘分布特性,提取特征点。最后对特征点进行聚类处理,将离散的特征点归类为不同的直线段。测试结果表明,该方法可取得较高的车道线识别率,有效排除误识别,准确表示车道线方向信息。

基于视觉及TLC概念的车辆跑偏检测方法研究

利用车载CCD摄像机获取道路图像,采用Sobel边缘检测技术获得含有道路边缘信息的图像,运用Hough直线检测原理检测出左右车道线。根据摄像机在车辆上的安装位置和俯仰角,建立图像坐标到世界坐标的变换关系,提取前轮外沿离最近车道线的距离;再应用国际通用的方法,根据车速估算出从当前时刻到前轮外沿触碰车道线的时间(TLC)并据此发出跑偏告警。以换道模拟跑偏驾驶的试验表明此方法可行、有效。

基于二次阈值分割和车道宽度匹配的车道线检测算法

针对复杂环境下车道线特征难以提取的问题,提出一种基于大津法的二次阈值分割方法.将车道线与背景良好区分,对得到的二值图进行逐行扫描选取候选车道特征点,并采用聚类方法进行过滤。提出了一种分视场最小二乘曲线拟合算法,根据特征点的分布自适应地选取曲线拟合的方式,在此基础上提出车道宽度匹配算法,提高了算法的鲁棒性。试验结果显示,该算法单帧处理时间达到17 ms,综合准确率达到94.05%以上。

基于改进RANSAC算法的车道线识别方法

为在光照变化和车道线破损、阴影遮挡和污迹覆盖等路况下提高车道线识别算法的实时性和鲁棒性,在特征提取基础上提出一种改进的随机抽样一致(RANSAC)算法。首先使用对应掩模分别对特征提取后的左右车道线区域进行滤波得到特征点的随机抽样集,并从中随机抽取特征点初始化车道线参数;然后在余集中选取到初始模型距离小于阈值容限的特征点,构成一致集,并用其中的特征点重新构建新的车道线模型;最后删除新模型一致集内的所有特征点以及到新模型距离介于阈值容限和删除容限之间的点;按照上述步骤重复迭代数次后,选取最大一致集所计算的参数作为最佳车道线参数。各种路况下大量实验测试和对比分析的结果表明:改进的RANSAC算法在各种工况下均能实现车道线的正确识别,具有较好的鲁棒性;同时删除容限的引入使算法的迭代过程相互独立,在提高算法实时性的基础上更有利于得到最佳车道线参数。