汽车安全行驶智能辅助操作系统中的道路检测

研究了汽车智能辅助驾驶系统中的计算机视觉问题,讨论了基于区域生长的图象分割方法确定汽车的行驶路面区域和路面的边缘点,采用数据拟合的方法找到道路边界轨迹,提出了一种实时、有效的高速公路路面检测算法,并准确地估算公路延伸方向,实现汽车防偏预报,并结合的问题进行了有益的探讨。     

基于边缘提取和特征跟踪的道路检测算法

研究了汽车辅助驾驶系统中的计算机视觉问题，一方面，用小波变换对高速公司上的道路边缘进行检测，另一方面，利用灰度以及几何特征实时跟踪和检测车道边缘，通过建立道路边缘模型，采用数据模拟合的方法确定边界轨迹方,程从而估算出公路的延伸方法，实现汽车的自动防偏，并为解决汽车智能辅助驾驶系统的避障问题提供了有力的保证。     

土工格栅在城市旧路改造中的应用

随着经济的高速发展，汽车快速进入家庭，使得城市交通不堪重负，20世纪90年代修建的城市市区道路从路面的结构到路面的宽度等方面都已不能适应城市发展与交通运输的需求，为了改善城市交通的需求，在原有道路现型基础上拓宽和在原水泥路面上加铺沥青混凝土面层，即可提高城市道路的通行能力和水泥路面的使用功能，改善路面的平整度，又能减少汽车行驶的噪音。如何防治原有水泥路面及拓宽路面与原有水泥路面之间接缝的反射性裂缝是该类工程面临的新课题，针对这一问题我们成立了课题组，查阅了国内外关于该类工程的施工资料结合试验部门进行测试，对邢台市中兴大街改造工程进行了综合考虑，提出了处理方案。     

基于阴影特征和Adaboost的前向车辆检测系统

为了解决汽车安全辅助驾驶系统中的前向车辆检测问题,提出了一种基于单目视觉的在线前向车辆检测系统。通过检测车底阴影特征来生成车辆假设,分别提出了自适应路面阈值方法和阴影区域融合方法以解决路面区域灰度变化和阴影边缘变形问题;使用基于梯度特征的adaboost方法来验证车辆假设;最后使用Kalman滤波对检测到的目标进行跟踪以改善系统性能。使用道路实拍的图像序列对系统进行了测试。结果表明,该系统能够在实时条件下有效检测前方车辆。     

基于支持向量机的非结构化道路检测

摘要：机器视觉检测非结构化道路边缘的难点在于路面像素与非路面像素特征差异复杂,本文使用支持向量机分类算法实现了非结构化道路的边缘检测。算法引入感兴趣区域来消除环境噪声,并通过交叉验证方法优化了算法参数,最后在支持向量机的分类结果上使用霍夫变换提取道路边缘。Matlab实验证明算法具有很好的准确性和鲁棒性。     

浅谈道路水泥混凝土施工技术

水泥混凝土路面不但具有很高的强度，而且具有汽车运行中所必需的平整度，很好的耐磨性和必要的粗糙度，可以确保汽车的安全行驶。为了修筑好水泥混凝土路面，保证行车安全，本文根据笔者多年的经验对道路水泥混凝土施工技术进行阐述。     

用小波变换分析路面不平度及振动响应

运用小波变换方法，对车辆的振动响应与路面不平度的关系进行分析．根据路面样本值，运用ARMA模型建立路面不平度时间序列，建立1／2车辆平顺性模型．将路面不平度时间序列作为输入，分析汽车的振动响应．结果表明，将小波变换引入路面激励和汽车振动响应的分析中，可以清楚地了解信号的时频特性，识别车辆振动响应与路面不平度的关系，从而可以通过路面特性分析车辆平顺性能或由振动响应推断路面激励。     

一种智能汽车的实时道路边缘检测算法

以无人驾驶汽车为平台,针对结构化、半结构化道路下无人驾驶汽车道路边缘检测问题,提出了一种智能汽车的实时道路边缘检测算法。该算法首先对获取的激光雷达数据点云进行标定、分层与中值滤波,然后提取各层的左右边界点,而后利用随机抽样一致性算法(简称Ransac)对左右边界点集进行直线拟合,最后用卡尔曼滤波算法进行跟踪,从而实现实时的道路边缘检测。经实验验证,该算法准确率高,可靠性强,能够准确完成道路边缘检测,可以满足实时系统的要求,并已经成功应用于2014年的"智能汽车未来挑战赛",而且取得了第三名的好成绩。     

沥青混凝土路面车道转弯处病害防治措施研究

以某沥青混凝土路面道路交叉口转弯处的病害为例，分析了道路转弯处沥青混凝土路面破损的各种原因．通过对实际发生问题的研究。认为通过采取一些相应的措施可以预防和减少沥青混凝土路面车道转弯处的损坏．主要措施有：处治上应从改善车道转弯处路面结构入手，采用抗剪强度高的路面结构，提高抗变形能力；加强施工管理，确保路面施工质量；对通过交叉口附近的车辆进行限载、限速．     

基于激光反射强度特征的智能汽车路面估计方法

为了提升智能汽车行驶安全性，适应高速、大侧偏等极限工况应用场景，轮胎-路面附着系数峰值估计技术越来越受到汽车主动安全控制领域研究的关注。提出了一种基于激光雷达的路面估计方法：基于极大似然估计方法求解了结构化道路常见类型路面的激光雷达反射强度分布模型参数，并依此建立典型路面数据库；利用Kullback-Leibler散度表征反射强度分布相似度，结合所建立的路面数据库辨识路面类型，然后映射出对应的峰值附着系数估计值。试验结果表明，提出的轮胎-路面附着系数峰值估计方法的准确率达到90%以上，能够灵敏地检测出路面突变现象，且对白天和夜晚不同的光照条件具有鲁棒性。     

Impacts of Bus Lane on Bus Travel Time Reliability:a Case Study in Shenzhen

The aim of the paper is to evaluate the impacts of bus lane on bus travel time reliability.The data used are the Geographic Positioning System(GPS) data of two bus lines running parallel streets in Shenzhen,China,one of which is a bus lane and the other is a regular lane.Two linear regression models are developed to evaluate the influence of bus lane which has a separated right of way.Other factors including running direction,day of week,time of day,dwell time,and delay at the start point are also considered in the model.Without published time tables,coefficient of variance(CV) of travel time is employed to explore the impacts of bus lane.The results indicate that bus lane can save 22.0% of travel time,reduce 11.5% of the CV of travel time,and decrease the variance of headway by 17.4%.The analysis on bus travel time reliability could help operators and drivers improve the quality of transit service.It also sheds light on how to assess the effectiveness of bus lane for transit planners and service operators.     

交叉口可变车道最佳车道功能及信号转变方法

为了保障交叉口车道功能动态控制的效果,并在确保行车安全的前提下,减少车道功能转变过程中对交叉口通行能力所造成的损失和对驾驶员所造成的不适应性,对交叉口动态车道功能划分的实施方法进行了研究.实施方法分为两个步骤,首先基于二进制优化判断模型,确定实施方案;在此基础上,根据信号相位变化的类型,考虑安全、效率及快捷等因素,确定方案实施的时刻.研究表明,并不是所有最优的车道功能方案都有必要实施,此外,方案实施时刻也会根据转变前后车道功能和信号控制情况而变化.     

基于Logistic模型的驾驶人换道意图识别方法

 为有效降低车道变换行为诱发事故的风险性,提出一种基于Logistic 模型的驾驶人换道意图识别方法。利用faceLAB 视觉追踪系统,通过真实环境下的实车测试,结合换道前驾驶人对后视镜的注视特性确定换道意图时窗,分析车道保持与换道意图阶段的注视特性差异,提取扫视次数、扫视幅度、水平方向视觉搜索广度、头部水平转动角度标准差等驾驶人换道意图特征指标,构建了Logistic 模型,并经效度检验后应用于对驾驶人换道意图的识别。结果显示,基于Logistic 模型的驾驶人换道意图识别方法的识别成功率达到90.24%,与基于转向灯信号的驾驶人换道意图识别方法相比,具有明显的时序及成功率方面的优势。     

基于视觉的高速公路目标检测与跟踪系统研究

系统地介绍了智能汽车系统中的目标自动检测与识别部分的工作原理，并利用车载计算机的CCD摄像机对图像实时采集。根据图像的结构化路面信息采用数字图像处理技术对2条车道标志线进行检测与提取，并在此基础上进行目标初始定位与实时跟踪，以保证驾驶员在行驶中及时有效地做出判断，提高自主安全行驶的可靠性。     

基于立体视觉的道路自动检测算法

在智能驾驶系统中,道路边界及道路参数的自动检测是最为关键的问题,也是安全行驶的基本保证.传统的检测方法与单目视觉检测都存在检测精度不高,鲁棒性不够等问题.提出了一种基于立体视觉的道路检测算法,消除了对道路的一般性假设,对三维道路状态能进行快速有效地检测与跟踪,保证行驶的安全性.     

地下道路横断面对驾驶行为的影响

基于8自由度的驾驶模拟器研究了地下道路车道宽度、车道位置、侧向净宽对驾驶行为的影响.受试者在一条单向三车道的地下道路场景中进行了试验.试验结果表明车道宽度和侧向净宽对车速、偏移及主观感知都有影响,而车道宽度的影响更为显著.不同车道上,驾驶行为表现出与驾驶人的主观感知不一致.基于横向偏移状态分析了不同条件下的行车安全性,并为地下道路设计车速、车道宽度、限速、车道组合等方面提出了建议.     

基于改进Hough变换的结构化道路车道线识别

针对现有结构化道路车道线弯道检测识别技术的准确性和鲁棒性不高的问题,提出一种基于改进Hough变换的车道线识别方法。首先利用Canny边缘算子进行车道边缘检测,其次对比相邻区域距离内的Hough变换峰值参数值,将小于设定阈值距离的直线段进行连接,拟合形成车道线检测区域,然后根据消失点的横坐标距离图像中心点的位置来预测车道线方向,最后借助MATLAB平台完成车道线的识别。验证结果表明:该方法避免了曲线模型复杂、计算量大的缺点,实现了直、弯车道的识别统一化,识别准确率为95.3%,平均耗时0.036s,具有很好的实时性和鲁棒性。     

基于线性逼近的车道线弯道识别方法

为提高车道线识别算法在大曲率弯道下的识别性能,提出一种基于线性逼近的弯道识别方法.基于车道线先验知识,利用改进的局部逆透视变换和Hough变换对车道线进行初步提取.根据初步提取结果,对未知区域进行循环线性逼近并提取车道线边界点.通过最小二乘法利用B-样条曲线完成车道线拟合.实验证明,该算法对大曲率弯道的车道线识别具有较高的精确性.      

鲁棒的车道偏移实时警告系统

提出了一种应用于安全驾驶辅助的鲁棒的车道偏移实时警告系统.采用ALTERA公司片上NIOS II系统的CycloneⅡ FPGA作为处理核心,应用了一种鲁棒的快速车道线偏移警告算法,利用Avalon总线进行IP核的定制,实现了车道偏移警告系统的软硬件设计.测试结果表明,系统的准确率和实时性能满足全天候车道偏移警告需求.