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。     

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。     

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。     

路面激励下汽车传动系统的随机扭转振动分析

为了分析由路面激励引起的汽车传动系统的随机扭转振动响应情况,建立了传动系统随机扭转振动的计算模型,提出了对实验结果进行拟合的参数识别方法.通过数值处理和实验手段确定了模型的主要参数,计算和分析了由随机路面激励所引起的传动系统的动力学响应.通过某汽车的道路实验验证了上述理论分析和计算方法的正确性.结果表明,汽车传动系统的低频扭转振动主要由不平路面输入激励所引起.     

本期导读

<正>本期"智能控制与智能计算"栏目中,《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,经实验验证,该算法准确率高,可靠性强,能够准确完成     

道路综合检测车在沥青路面养护检测中的应用

为了在不影响交通的情况下对运营中的高速公路和二级汽车专用道快速高效地进行路面病害检测,为公路养护部门提供准确、可靠的路面技术参数及养护建议,采用道路综合检测车对路面损坏状况、路面平整度及沥青路面车辙进行检测.     

用图像处理的方法检测公路路面裂缝类病害

公路路面裂缝类病害是公路路面的主要病害之一。在对公路路面裂缝类病害的检测中,将CCD摄像机作为探测系统安装在一个专用测试车上,对路面进行扫描,得到路面图像。构造了8个方向的Sobel模板对路面裂缝类病害图像进行边缘检测,边缘检测处理后,结合加权的邻域平均噪声滤除算法和Ostu图像分割算法对病害图像进行处理。处理结果相对于其他经典算法,裂缝边缘宽度较细,并且裂缝的边缘保护很好,裂缝边缘的连续性也比较好。用图像处理的方法检测公路路面裂缝类病害,检测精度和检测效果都比较满意。     

基于三维激光路面轮廓调查系统及应用

路面轮廓包含道路质量评定的多种信息,其中路面车辙是衡量路面状况的重要指标.现行人工检测和目前基于点激光或线激光测量设备存在局限性.基于三维激光设备,研究并开发了一种路面轮廓调查系统.设计了一种全新的车载设备布置架构,采用高精度三维数据生成路面轮廓信息并连续计算路面车辙.采用边缘算法对车道区域外数据进行剔除,通过对横断面...     

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.