單目視覺車道偏離報(bào)警系統(tǒng)
加入技術(shù)交流群
在世界范圍內(nèi)，公路交通事故導(dǎo)致驚人的人員傷亡和經(jīng)濟(jì)損失。據(jù)統(tǒng)計(jì)，約有44%的汽車事故與車輛偏離正常車道行駛有關(guān)，其主要原因是駕駛員注意力不集中或者疲勞駕駛，造成車輛的無意識(shí)偏離。車道偏離報(bào)警系統(tǒng)（簡稱LDWS或RDWS）正是基于基本交通規(guī)則的車輛安全系統(tǒng)，其主要功能是輔助過度疲憊或者長時(shí)間單調(diào)駕駛的駕駛員保持車輛在車道內(nèi)行駛。由于LDWS具有顯著提高車輛行駛主動(dòng)安全性的潛力，得到了國內(nèi)外研究人員越來越多的重視。因此該系統(tǒng)具有廣泛的市場潛力與應(yīng)用價(jià)值。
二、系統(tǒng)總體設(shè)計(jì)
車道偏離報(bào)警系統(tǒng)的系統(tǒng)總體設(shè)計(jì)如圖1所示，主要包括軟件設(shè)計(jì)即人機(jī)界面設(shè)計(jì)和硬件設(shè)計(jì)兩大部分。人機(jī)界面為PC端上的圖形化控制臺(tái)，用于模擬汽車的制動(dòng)信號(hào)和轉(zhuǎn)向信號(hào)以及車速信號(hào)等，通過串口將信號(hào)傳送給DSP，同時(shí)顯示由DSP送來的車輛偏離數(shù)據(jù)和實(shí)時(shí)道路場景。硬件部分由DSP構(gòu)成，負(fù)責(zé)實(shí)時(shí)車道檢測與識(shí)別，車道偏離量的計(jì)算。
圖1系統(tǒng)設(shè)計(jì)
系統(tǒng)通過圖像傳感器獲取車道幾何結(jié)構(gòu)，通過車輛運(yùn)動(dòng)參數(shù)傳感器獲取決策算法所必需的車輛運(yùn)動(dòng)參數(shù)如車速、車輛轉(zhuǎn)向狀態(tài)等，綜合分析判斷車輛偏離車道的程度。如果車輛偏離量超過設(shè)定閾值，控制臺(tái)界面上的報(bào)警燈將會(huì)閃亮，同時(shí)發(fā)出蜂鳴報(bào)警聲。
三、人機(jī)界面設(shè)計(jì)
在人機(jī)界面設(shè)計(jì)上采用VisualC++6.0開發(fā)環(huán)境和NI公司的Measurement Studio編程工具共同開發(fā)，用VC完成程序的主要功能，用Measurement Studio的精美控件完成程序的界面編程。在系統(tǒng)與DSP通信上我們采用微軟公司的MSSCOM控件進(jìn)行編程，減小工作量，降低開發(fā)難度。軟件系統(tǒng)分為三個(gè)模塊：顯示模塊、控制模塊、通信模塊。顯示模塊負(fù)責(zé)將DSP發(fā)來的報(bào)警信號(hào)，車道偏移信號(hào)進(jìn)行圖形化顯示，控制模塊主要向DSP發(fā)送控制命令，通信模塊負(fù)責(zé)PC與DSP間信號(hào)的交互。人機(jī)界面各模塊間的關(guān)系如圖2所示。
圖2人機(jī)界面設(shè)計(jì)
四、硬件設(shè)計(jì)
系統(tǒng)硬件主要是以DSP為核心的實(shí)時(shí)處理平臺(tái)，主要完成圖像采集、車道檢測與識(shí)別、車道偏移量計(jì)算等功能，并將計(jì)算結(jié)果傳送給控制臺(tái)界面作動(dòng)態(tài)顯示。
DSP硬件系統(tǒng)包括視頻A/D模塊、實(shí)時(shí)圖像處理模塊、視頻D/A模塊、UART通信模塊、外部儲(chǔ)存器模塊。視頻A/D模塊采用ADV7183視頻解碼芯片，圖像處理芯片采用ADI公司的Blackfin-533多媒體數(shù)字信號(hào)處理器，ADM3202RS-232通用異步收發(fā)器。DSP系統(tǒng)框圖如圖1左方虛線框所示。
在開發(fā)中我們采用ADI公司的BF-533EZ-KitLite評估板，該平臺(tái)具有良好的可操作性和豐富的外設(shè)接口，為我們降低了系統(tǒng)開發(fā)難度，節(jié)約了時(shí)間。
在DSP端，圖像經(jīng)CMOS攝像頭轉(zhuǎn)換成視頻信號(hào)送入ADV7183視頻編碼器，我們從解碼視頻流中的亮度分量獲得灰度圖像序列，首先進(jìn)行圖像預(yù)處理，由3×3的高斯模板對圖像進(jìn)行濾波，濾除部分隨機(jī)噪聲，然后進(jìn)行車道標(biāo)志檢測。由于結(jié)構(gòu)化道路上的車道標(biāo)識(shí)線與路面背景具有較強(qiáng)的對比度，車道邊緣較明顯，因此利用邊緣檢測算法能夠較好地檢測出車道邊緣。目前較好的邊緣檢測算法是Canny法，檢測的車道邊緣準(zhǔn)確，線條較細(xì)，但是計(jì)算量大。Sobel算法相對于Canny法的線條較粗，但計(jì)算量較小，便于實(shí)時(shí)系統(tǒng)應(yīng)用。因此，系統(tǒng)采用了Sobel法，然后采用Ostu法對邊緣增強(qiáng)的圖像序列進(jìn)行二值化，該算法能夠自動(dòng)確定分割閾值，使前景與背景兩類的方差最大。
經(jīng)過分割后的二值圖像中包含了車道標(biāo)識(shí)線，但還含有很多雜散線條，因此要對車道線進(jìn)行識(shí)別，將其從雜散線條中提取出來?；趯Φ缆返南闰?yàn)知識(shí)，三維場景中的直線投影到二維平面上亦為直線，而實(shí)際道路中出現(xiàn)直道的概率遠(yuǎn)大于彎道出現(xiàn)的概率，所以我們采用了簡化的道路模型，即直線車道模型。檢測直線的常用方法是Hough變換，由于標(biāo)準(zhǔn)Hough變換計(jì)算量太大，不能在DSP上實(shí)現(xiàn)，我們將圖像按重要性分為三個(gè)區(qū)域如圖3所示。
圖3圖像區(qū)域示意圖
我們只在區(qū)域1和區(qū)域2做Hough變換，區(qū)域3不做處理，并增大了Hough變換的角度搜索步長，進(jìn)一步減小計(jì)算量。區(qū)域1中檢測到斜率在（0，90）度、長度為30像素以上的直線段判定為左車道，在區(qū)域2中檢測到的斜率在（0，-90）度、長度為30像素以上的直線段為右車道。
評論