廣告
ADAS-LDW車道檢測與跟蹤方法_算法實例代碼
2019-08-21 23:50:58· 來源：ADAS
車道檢測的目標(biāo)：1. 車道形狀，包括寬度、曲率等幾何參數(shù)2. 車輛在車道中的位置，包括橫向偏移量，車輛與道路的夾角（偏航角）車道檢測與跟蹤一般分為以下幾個部
車道檢測的目標(biāo)：
1. 車道形狀，包括寬度、曲率等幾何參數(shù)
2. 車輛在車道中的位置，包括橫向偏移量，車輛與道路的夾角（偏航角）
車道檢測與跟蹤一般分為以下幾個部分：
1. 車輛、道路、相機(jī)模型
2. 道路特征提取
3. 道路參數(shù)計算，如曲率，
4. 車道跟蹤
車輛、道路、相機(jī)模型
在現(xiàn)代道路設(shè)計中，道路有比較固定的設(shè)計模型，因此，對于高速公路等道路類型，車道的幾何模型可以以固定的形式表示。
車道弧長、曲率、偏航角、橫向偏移量構(gòu)成車輛與車道幾何模型的要素。
車道一般由直線、圓弧和緩和曲線構(gòu)成，緩和曲線通常是不同曲率的圓弧或直線的連接過渡，其曲率均勻變化，螺旋曲線是緩和曲線常用形式。
道路曲率與弧長（路長）的關(guān)系：
C = C0 + C1*L.
C0為起始點(diǎn)曲率，C1為曲率變化率。C0，C1都為0時，直線; C1為0時，C0不為0，圓弧；C1不為0時，緩和曲線。
在世界坐標(biāo)系下，或俯視圖下，在相機(jī)可視范圍內(nèi)，若車道的變化方向較小，則道路可用圓弧近似表示：
道路的坐標(biāo)可以由弧長和曲率一般表示為：
y = L
x = 0.5*C*L^2
若相機(jī)與車道的橫向偏移量為d，與車道的夾角為a，則車道模型為
y = L
x = d + a*L + 0.5*C*L^2
從公式來看，這是一個拋物線模型。這里沒有考慮曲率變換率，即忽略了高次項(C1*L^3)/6。
不同的系統(tǒng)要求與道路環(huán)境，道路模型的精度要求也不同。在較早的系統(tǒng)里，在大路（highway）環(huán)境下，
基于視覺的車道模型經(jīng)歷了，平行直線模型 --> 固定曲率圓弧模型 --> 螺旋曲線模型。道路模型的精度不斷提高。
使用哪種模型，要根據(jù)系統(tǒng)的實際需求。如早期的系統(tǒng)里，檢測大路（highway）中10米內(nèi)的車道狀況，應(yīng)用簡單的線性模型即可。而車道偏離告警（LDW）系統(tǒng)中，在高速公路上，需要30米-40米的精確的道路模型，這時，螺旋曲線（高階）或拋物線（二階）模型就更為精確。
相機(jī)模型：
由圖像的二維信息恢復(fù)出場景的三維信息，就需要相機(jī)模型來確立兩者之間的對應(yīng)關(guān)系。相機(jī)參數(shù)包括內(nèi)部參數(shù)和外部參數(shù)。相機(jī)模型分為針孔相機(jī)模型和透鏡畸變擴(kuò)展模型。這些在另外一篇文章里有描述。相機(jī)的內(nèi)外參數(shù)通過標(biāo)定都可以獲取。相機(jī)的外部參數(shù)體現(xiàn)了相機(jī)坐標(biāo)下圖像與世界坐標(biāo)下場景的齊次變換關(guān)系。
道路特征檢測
道路上車道標(biāo)志的檢測是道路特征檢測的關(guān)鍵部分，并且已有很多算法，但道路場景太多，單一的算法還是無法適用所有的場景。算法分類：
適用場景不適用場景基于邊緣檢測虛線、實線明顯陰影、光照變化、反射不均勻基于頻域技術(shù)能處理反射不均的場景陰影基于路面紋理/模板陰影、光照不均等反射不均
基于邊緣檢測的常用算法有：
Sobel, DOG, LOG, Steerable Filter等。每種算法都有各自的優(yōu)缺點(diǎn)。這里不再描述。
由基本算法處理后得到道路的特征圖像，這里以邊緣為例，需要進(jìn)一步分析其特性，去除干擾，保留符合車道特征的邊緣。如平行性、寬度等結(jié)構(gòu)特征。如果這些結(jié)構(gòu)特征分析做的好，也可以彌補(bǔ)基本算法的不足。
其他檢測方法：
雙閾值特征檢測：原圖像、梯度圖像（邊緣圖像）分別有各自的閾值，分割出車道標(biāo)志特征，當(dāng)某點(diǎn)的灰度和梯度值分別大于各自的閾值時，才被選取為車道的特征點(diǎn)，這個方法會去掉一些陰影等干擾。
可調(diào)濾波器steerable filter：
對原圖分別獲取Gxx, Gyy, Gxy,高斯二階分量。角度可變的濾波器的強(qiáng)度響應(yīng)如下：
求上式的極值，則需求角度的導(dǎo)數(shù)，則能獲取兩個角度
對于濾波器窗口內(nèi)圓形對稱的物體，則兩個角度的響應(yīng)差不多；而對車道，兩個角度響應(yīng)的差值就比較大，響應(yīng)大的方向就是車道方向，車道方向也可以探測出。
道路參數(shù)計算
道路方向、曲率的計算?；舴蜃儞Q是常用的檢測直線的方法，還有其他方法篩選特征計算參數(shù)的方法，如最小二乘估計，RANSAC，這些方法基本上都設(shè)定了道路模型，由特征點(diǎn)來計算參數(shù)。但也可以由計算出的模型，去除不符合條件的特征。
跟蹤
一般跟蹤的作用就是預(yù)測下一幀圖像內(nèi)道路特征的位置，在一個較小的范圍內(nèi)檢測道路特征，提高效率。若預(yù)測范圍內(nèi)沒有檢測到道路特征，則采用估計或上一幀特征的位置，若連續(xù)幾幀都沒有檢測到道路特征，則啟動全圖像道路特征檢測。KalmanFilter是常用的跟蹤算法。
車道的狀態(tài)要考慮車道的位置、速度、偏航角及車輛行駛轉(zhuǎn)角之間的關(guān)系。
夾角增量 = 曲率 * 長度
狀態(tài)變量為道路弧長、車道夾角、道路曲率、車道寬度、車輛的行駛轉(zhuǎn)角作為控制輸入變量。
測量變量為道路弧長和車輛與道路的夾角。
則狀態(tài)轉(zhuǎn)移方程如下：
廣告 
最新資訊
-
聯(lián)合國法規(guī)R60對兩輪車操縱件與指示裝置的
2026-03-04 12:08
-
標(biāo)準(zhǔn)立項|《汽車異種材料鉚接接頭拉伸性能
2026-03-04 11:40
-
“汽車大角度座椅 第1部分：通用要求”將有
2026-03-04 11:39
-
“汽車大角度座椅 第2部分：可靠性要求”將
2026-03-04 11:39
-
電池耐久評價開始從“電池單體性能指標(biāo)”轉(zhuǎn)
2026-03-04 11:38
