OpenCV的车道线检测方法

基于开源计算机视觉库(OpenCV),提出一种轻量级的车道线检测方法.首先,对输入的原始图像进行灰度化处理,紧接着使用双边滤波滤除噪声,大幅度保留原始图像的边缘信息;然后,用Canny边缘检测提取图像边缘;最后,使用速度更快的渐进概率Hough变换(PPHT)识别车道线.仿真结果表明:预期检测车道线的效果较好.     

基于视觉和后推方法的智能车轨迹跟踪控制

通过基于视觉的车道标志线识别系统建立智能车的期望跟踪轨迹,并将智能车运动学模型转换为链式系统模型,同时利用Backstepping方法设计控制律,克服了动态反馈线性化的方法设计的控制器维数较高以及滑模变结构控制器会呈现高频的抖振的缺点。通过仿真试验表明该方法得到了较好的轨迹跟踪控制效果和良好的全局稳定性。     

恶劣天气下基于锚点的多尺度融合车道线检测及优化方法

针对黑夜和大雾天气下车道线检测的问题,在数据预处理阶段采用改进的自适应伽马变换对过暗或漂白的图片进行增强,并利用暗通道先验法对大雾场景下的图像进行数据增强,从而降低干扰. 在特征提取阶段,采用改进的rotation forest block（RFB）网络提取车道线的特征信息,并通过基于锚点的分类方法实现了快速而准确的车道线检测功能.     

自动驾驶汽车连通专用道网络设计问题研究

【目的】现有自动驾驶汽车专用道设计模型不能保证设立的专用道彼此相互连通，将导致自动驾驶汽车频繁驶入驶出专用道。这不仅增加自动驾驶汽车的走行时间，也会增加与有人驾驶车辆的相互干扰，降低整个交通系统的性能。基于此建立了一个自动驾驶汽车连通专用道网络设计模型，用于设计连通的自动驾驶汽车专用道网络，保证无人驾驶汽车只使用专用道即可完成出行。【方法】提出的自动驾驶汽车连通专用道网络设计模型是一个离散双层规划模型，上层问题以系统总出行时间最小为目标，决策在哪些路径上设置自动驾驶汽车专用道；下层问题描述自动驾驶汽车连通专用道条件下有人驾驶汽车与自动驾驶汽车的均衡配流问题。由于所提模型的特点，基于模拟退火算法设计了求解算法，并通过数值试验验证了算法的有效性。【结果】通过数值分析发现即使在自动驾驶汽车的市场占有率较低时，所提连通专用道方案仍然可以有效减少系统总出行时间。【结论】当自动驾驶汽车在市场占有绝对份额后，应设立有人驾驶汽车的连通专用道，允许自动驾驶汽车自由使用剩余车道。这样既能保证有人驾驶汽车的路权，也能充分发挥自动驾驶汽车提高道路通行能力及减少系统总出行时间的潜力。     

智慧高速公路收费站潮汐车道的开放数量研究

为解决智慧高速公路收费广场交通分布不均衡、拥堵的问题，在空间资源一定的前提下，提出开放潮汐车道的措施，探讨最佳开放数量。首先，以京雄智慧高速雄安北主线收费站为研究对象，分析车道的潮汐交通流特性，论证设置潮汐车道的可行性；其次，选定潮汐系数分别为0.6,0.7,0.8,0.9,将交通量划分为A-F共6个等级，建立VISSIM收费站仿真模型；最后，以收费站工作日早高峰为例，分析各方案的交通量等仿真结果，确定不同交通流状态下潮汐车道的开放数量。结果表明，收费站出口为主要车流方向时，潮汐系数为0.7且交通量为C-F级，以及潮汐系数为0.9且交通量为B级时，宜开放1条潮汐车道；潮汐系数为0.8和0.9时，C-F级交通量下分别开放2条、3条潮汐车道；其他情况下不开放潮汐车道。依托具有通勤功能的京雄智慧高速公路雄安北主线收费站，研究潮汐车道的最佳开放数量，可为智慧高速公路出入口车道的调控提供参考，对提高高速公路通行能力和通行效率具有现实意义。