《车道偏离预警算法概述》由会员分享，可在线阅读，更多相关《车道偏离预警算法概述（14页珍藏版）》请在金锄头文库上搜索。
1、目录车道偏离预警算法概述21. 基于TLC的预警决策算法32. 基于瞬时侧向位移的预警算法 63. 基于横向速度的评价算法 64. 基于CCP的评价算法65. 基于预测轨迹偏离的预警算法 76. 基于EDF的预警算法87. 基于预瞄轨迹偏离TTD的评价算法108. 基于 FOD 的评价算法10车道偏离预警算法也就是车道偏离的危险性评估，是指利用当前车辆的运动 状态、前方道路的几何结构等从感知部分获得的信息判断车辆是否存在偏离本车 道的危险。判断是否存在危险通常用预警时间来描述。一个合适的预警时间，既 要保证不会出现频繁的错误报警给驾驶员造成不必要的干扰，又要保证预留给驾 驶员恰当的反应时间采取
2、校正措施。这是因为不同的驾驶员生理和心理素质的不 同，人与人之间驾驶风格的不同，因而对车辆偏离危险性的感知特性也不尽相同， 即便是同一个驾驶员，其驾驶行为特性也会随着时间空间以及精神状态的不同而 改变，所以不同类型驾驶员对预警系统的要求与影响也有区别。从驾驶经验一般 的驾驶员到熟练驾驶的驾驶员，不同驾驶员对车道偏离危险性的认识理解都不同 如果预警系统是针对新手驾驶员开发，那么熟练驾驶员就会觉得系统发出的预警 过于频繁进而感到失去耐心;反之，为熟练驾驶员设计的预警系统，新手驾驶员 则会认为系统的预警作用不明显，不能预知危险，因此不能够信任系统，所以在系统开发过程中需要全面考虑驾驶员的驾驶行 为特
3、性，最大限度地满足不同风格的驾驶需求。此外外界环境因素对车道偏离预 警算法也有一定的影响。总的说来合理的预警算法应当包括下面两个基本标准:1、保证能够及时恰当的预警，保证驾驶员有足够多的反应时间。由于驾驶 员对预警信号的感知响应以及驾驶员采取校正操作后汽车本身的响应都有一定 的迟滞时间，所以，车道偏离预警系统应该在车辆横跨车道线、发生车道偏离状 况之前的特定时间内准确预测出即将发生的危险，并向驾驶员及时的发出预警信 号，保证驾驶员有充足的时间采取校正措施，防止致命伤亡事故的产生。但是如 果预警时刻过早，反而会令驾驶员感到系统报警的不必要，会不加理睬，这也就 是去了系统本身的意义。2、根据ISO
4、 17361:2007国际标准提出的评价指标:误报警的次数和遗漏的正 确报警次数都要尽量少。误报警是指车辆在车道内保持正常行驶轨迹的情况下系 统发出的报警。如果车道偏离预警系统发出的误报警过于频繁，势必引起驾驶员 的厌烦，如此下去，将导致驾驶员对系统报警的不信任性 ;另一方面，如果过度 关注降低系统的误报警率，必然会造成一些正确报警被遗漏，同样使系统预警功能不可靠，甚至可能发生严重的后果。完善的车道偏离预警算法应该全面考虑各种情况，应该经过长期的对大量数 据的优化分析和实车实验验证得到，为了实现这个目的，国内外的研究人员在视 觉感知算法和车道偏离预警算法方面都做了很多的工作。大多都是通过预测汽
5、车 的未来运动轨迹来估算发生车道偏离剩余的时间，并由此选择恰当的预警时间目 前国内外的各种车道偏离预警系统，以及国内各大高校、研究机构所进行的对 LDW 系统的研究中，采用预警决策算法有很多种。总的说来，基本上都是以时 间、速度或者距离作为评价指标。下面介绍几种常用的车道偏离预警算法:1基于TLC的预警决策算法TLC ( Time to Lane Crossing)方法是国际上各类车道偏离预警系统中非 常流行的一种决策算法，是当今大部分研究车道偏离预警的机构与高校所采用的 方法。TLC是指从汽车当前位置开始到汽车与车道线开始接触为止所需的运动时 间，也可称之为汽车从当前的时刻开始到汽车偏离本车
6、道之前所剩余的时间。为 了尽可能迅速的识别出未来可能发生的轨迹偏离是提出TLC方法的目的。该方法 一般是对未来特定时间内的车辆动力学模型进行有效假设，根据建立的车辆运动 模型和对前方道路模型的正确识别，最后计算出汽车即将跨越道路边界的时间。 基于TLC的预警算法，是由Godthelp最初提出来的，基本原理是如果TLC小于 给定的时间阈值T th即:TLC V T报警y th式中Vth为给定的速度阈值。该方法同样的会导致错误的报警，因为某些驾 驶员开车并不紧紧跟随道路车道线，而是在道路上左右摇摆（如图 1.9c 所示），这 时车辆侧向速度会较大，对这种驾驶员来说，该方法也会导致频繁的错误报警，
7、会导致驾驶员不认可系统的预警功能。另外，若驾驶员发现汽车偏离道路中心线 比较大的距离时，会迅速反应转动方向盘使汽车回到道路中心线附近，这时汽车 的侧向速度很大，如果此时报警必将干扰驾驶员的校正，令驾驶员感到厌烦。4基于CCP的评价算法基于汽车当前位置CCP （ Cars Curre nt Positi on）的评价算法是利用汽车在 道路中当前位置作为评价指标，判断车辆是否会发生偏离。汽车在道路中的坐标 由车道线检测算法得到，道路中心与汽车纵向轴线的距离用yo表示。这种算法 假定汽车平行于行驶车道，给出汽车车宽bc，则不难计算出目前汽车前轮相对于 左右道路边界的位置:bb)Ay 恳丁+y1 2V
8、k 20丿人b(b)Ay 牙 +y 一艾r 2k 0 2 丿J由道路识别算法可计算出公式中道路宽度b , Ay 1和Ayr表示左右轮胎到相 应道路边界的位置。当Ay 1 0并且Ayr 0时，说明汽车在本行驶车道内，不需发出预警。当 Ay 1 0或者Ayr 0时，则说明汽车即将偏离行驶车道，系统发出预警。5基于预测轨迹偏离的预警算法基于预测轨迹偏离的预警算法依据一段时间后汽车的预测轨迹与目标行驶 轨迹之间的偏差值来进行评价，如果偏差大于给定的阈值，我们就认为会发生车 道偏离，系统报警。丰田汽车（日本）公司的STAR系统所采用的就是这种预警方法。 如图1.10所示，汽车的预测行驶轨迹与目标行驶轨迹
9、的偏差值万计算方法如下：* X X T Vm上式中x为当前时刻汽车质心的侧向位置，Xm为秒后汽车质心的侧向位置, 申表示车辆横摆角，V表示车速。该算法一般假定驾驶员能较好的跟随道路曲率变化，因而目标运动轨迹通常图1. 10基于预测轨迹偏高的决策方法为行驶道路的中心线。于此同时，这种算法假设汽车的横摆角恒定，则预测轨迹 为直线。T右用 E 讯 色j soa图 11基干F.DF%决策算法6基于EDF的预警算法基于边缘分布函数EDF （ Edge Distributin Function）的预警方法，是指将 边缘方向角的边缘强度直方图进行考虑。韩国全南大学的Joon Woo ng Lee等 主要采用
10、EDF的评价方法,它通过边缘分布函数将车道信息和边缘信息联系起来。 该算法对行车线作出几条假设：（1）车道线平滑过渡，（2）车道线比路面其它部分明 亮，左右车道线应该平行道路中心线。如图1.11b所示。依据上述假设，EDF 具有两个重要特征 对称轴和局部最大值，如图1.11b所示。基于边缘分布函数的预警算法，一般有三个步骤组成。第一步就是边缘的提取和图像的获取。对于点（x,y）力相应的图像.f （x .y）梯度 用向量为表示：Af 二G , G1-x y -1Qx dy方向a（Xy）与幅值Af（Xy）分别为:(x, y )二 tani(GyIG XAf(x,y)=第二步用递归求和滤波器估算边缘分布函数,边缘分布函数EDF定义如下:F(d)=Af (x,y)n(d )其中n ()是方向为a (x, y)的像素的数量AEDF的形状如图1.11所示，从图中可以明显看出EDF的主要特征，一是在1 和2附近有两极值，其分别对应右侧和左侧道路边界线;二是它具有一条对称轴， 如果道路图像是在道路中心线上采集的，对称轴则会位于九十度附近，而如果采 集的图像偏离道路中
