自动驾驶车辆车道偏离识别及预警方法研究

• 作者: 仝秋红 刘帅 胡正云
• 来源期刊: 重庆交通大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 车辆工程 车道线识别 图像处理 阈值分割 遗传算法 车道偏离系统 安全性
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 载运工具与机电工程
• 页码范围: 118-125
• 页数: 8页
• 分类号: U471.15|U495
• 语种: 中文
• DOI: 10.3969/j.issn.1674-0696.2020.10.19

摘要

无人驾驶汽车需要通过视觉系统进行环境感知,而前方车道线识别与监测是行驶路线规划及行车安全性监测的重要部分.针对车道线图像识别实时性和适应性问题,提出了一种基于最大类间方差法和遗传算法相结合的车道线图像阈值分割优化算法.该算法通过二进制编码确定第1代种群,以最大类间方差计算公式作为适应度函数,并将类间方差作为适应度值,通过遗传算法计算出图像分割的阈值,利用MATLAB编程进行图像处理,在有效消除噪声的同时更好地保护了图像的细节,提高了车道线图像识别的准确度、适应度和识别速度;再根据车道线特征通过车道线检测跟踪算法进行拟合,利用车道偏离算法判断汽车在行驶过程中是否偏离车道线,将算法移植到了车载图像处理芯片,进行实车实验验证了算法的正确性;最后通过车载智能终端获取当前车道偏离的实时数据并发送至云服务器,以这些数据为基础判断车道偏离程度,并实现车道偏离警示.实验结果表明:所获取的车道偏离数据与当时实车行驶状态非常符合.