第39卷第5期东南大学学报(自然科学版)VO1．39NO．52009年9月JOURNALOFSOUTHEASTUNIVERSITY(NaturalScienceEdition)Sept．2009doi：10．3969／j．issn．1001—0505．2009．05．012基于机器视觉的车道偏离报警系统于兵张为公龚宗洋(东南大学仪器科学与工程学院，南京210096)摘要：为了提高基于机器视觉车道偏离报警系统的可靠性和实用性，对基于视觉的车道偏离报警系统各个环节的优化做了研究．介绍了基于视觉的车道偏离报警系统的构成和工作原理，提出了各个环节的实现方法．通过选择直线车道数学模型和限定车道提取的感兴趣区域(ROI)以简化系统复杂度和提高检测精度．首先使用方向可调滤波器进行图像预处理，然后使用Kalman预测器和距离判别法得到车道线有效点集，最后采用抗干扰能力强的Hough变换得出车道线参数．研究并采纳了一种无需对摄像头标定的车道偏离决策方法，通过综合道路图像中2条车道线的斜率值来判断车辆偏离车道的程度．实验表明，该系统具有良好的车道识别能力以及准确的偏离决策能力，能够满足高速公路环境车道偏离报警要求．关键词：车道偏离报警；方向可调滤波器；卡尔曼跟踪；偏离决策中图分类号：TP242．62文献标志码：A文章编号：1001—0505(2009)05—0928—05LanedeparturewarningsystembasedonmachinevisionYuBingZhangWeigongGongZongyang(SchoolofInstrumentScienceandEngineering，SoutheastUniversity，Nanjing210096，China)Abstract：Severalstudiesofoptimizationwerecarriedouttoimprovethepracticabilityandstabilityoflanedeparturewarningsystem(LDWs)basedonmachinevision．ThesystemconfigurationandworkflOWofLDWsareintroducedandtherealizationofeachsegmentiSdescribed．ThelinearlanemodelandregionofinterestfROI)areadoptedtosimplifythesystemstructureandimprovethesys—temaccuracyfirstly．Then，bymeansofpreprocessofimagebasedonsteerablefilter，trackingmeth—odbasedonKalmanpredictionandgatheringlaneedgepointssolutionthroughdistancediscrimina-tionway，thelaneiSextractedrobustly．Finally。thedecisionmethodaboutlanedeparturedecisionwithoutcalibratingthecameraisstudied．Experimentsshowthatthedevelopedsystemexhibitsgoodperformancesinrecognitionreliability．andwarningdecision．Whichcansatisfytherequirementsoflanedeparturewarningsysteminthestructuredhighwayenvironment．Keywords：lanedeparturewarning；steerablefilter；Kalmantracking；lanedeparturedecision近年来，随着世界范围内的高速公路里程数以交通事故的主要因素．若车辆在行驶过程中发及汽车保有量的急剧增长，在高速公路上发生的交生无意识侧向偏离时，有一驾驶辅助装置发出告警通事故也不断增加，而车辆无意识的偏离车道是导以提醒驾驶员谨慎驾驶，此类交通事故将大大减致这些事故的一个重要的因素．美国联邦公路局统少．因此，车道偏离报警系统的研究与开发在国内计显示，2002年美国高速公路上发生的致命交通外得到了极其高度的重视，有很多与之相关的研究事故有近一半是由于车辆偏离车道而产生的．此成果被报道．然而，目前的研究成果大多停留外，统计表明，因驾驶员疲劳驾驶或精力不集中情在理论和算法的层次上，不涉及具体的系统实现．况