原文传递
基于Android平台的车道线检测技术的实现
| 论文题名： | 基于Android平台的车道线检测技术的实现 |
| 关键词： | 车道偏离预警系统;Android平台;车道线检测;卡尔曼滤波;图像预处理;Hough变换 |
| 摘要： | 汽车工业的迅速发展，给人们带来方便的同时，也带来了安全的隐患。每年交通事故频发，而大部分是驾驶员自身原因引起的。因此，给驾驶员提供辅助驾驶，当有危险发生时，提前给驾驶员信号，会减少许多悲剧的发生。车道偏离预警系统是辅助驾驶系统的重要组成部分，通过计算车道的宽度，车辆在车道中的相对位置，当汽车将要偏离车道线时，警告驾驶人员。在车道偏离预警系统中，车道线检测无疑是最核心的部分。当前Android操作系统的开放性使得其受到人们的青睐。本文主要研究基于Android平台的车道线检测技术的实现。 车道线检测技术从现有的技术水平来看，影响可靠性的最主要因素是系统应用的天气条件，光照变化的影响，以及路边景物的干扰。本文利用AndroidCamera实现对道路图像的实时采集，并对车道线图片进行预处理。由于本文是基于图像边缘信息的车道线检测，因此先将图像进行灰度化，去除大量的彩色不必要信息，以提高系统实时性。为了消除干扰，对道路图像进行滤波，实验证明中值滤波对椒盐噪声和高斯噪声都可以较好滤除。接下来的边缘检测，通过对比分析，选择Canny算子进行边缘检测。最后实现了基于最大类间方差的Canny边缘检测，实验证明，这种方法无论在光照条件或光照条件恶劣的环境下，不需要依靠人为经验去设置阈值，就能够很好的得到车道线边缘。 在车道线检测过程中，本文采用基于Hough变换车道线的直线检测。研究中将车道线分为左右车道，通过对车道线斜率的范围和最小长度的限定，可以排除道路景观和道路边缘杂线的干扰。另外，由于在实际路况中车道线有一定宽度，会造成检测到两条车道线，本文利用消失点可以得到连续的车道线。为了提高算法的实时性，采用Kalman滤波方法，根据上一帧图像车道线的位置先确定车道线的动态感兴趣区域，然后在下一帧图像的感兴趣区域内搜索车道线。 最后，在pc机上测试算法的实时性，实验证明通过Kalman确定动态感兴趣区域可以大大减少算法时间。并利用JNI技术成功将c++车道线算法移植到安卓平台，实验证明处理单张图片的时间是300毫秒左右，对车道偏离预警基本达到要求。 |
| 作者： | 陈茜 |
| 专业： | 通信与信息系统 |
| 导师： | 曾春年 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
