原文传递
基于机器视觉的车道线检测及车道偏离预警系统研究
| 论文题名： | 基于机器视觉的车道线检测及车道偏离预警系统研究 |
| 关键词： | 机器学习;图像处理;车道线检测;车道偏离预警系统 |
| 摘要： | 近年来随着道路交通的迅猛发展，交通事故频发严重影响道路通行，给人民生命财产健康安全带来不可忽视的危害。本文针对汽车行驶过程中的安全性和可靠性问题，分析了车道偏离预警系统的理论意义和实际应用价值，概述了国内外车道偏离预警系统的研究进展，研究了一种基于机器视觉的车道偏离预警系统。该系统通过图像处理技术和传感技术，可实时检测车道线、获取车辆状态信息、决策车道偏离风险，将部分重要车辆状态信息和预警结果直观呈现于嵌入式工控机显示屏上，便于驾驶员适时修正车辆行进方向。 论文构建了改进FasterRCNN模型的车道线检测方法。针对原始FasterRCNN模型对远处小目标检测效果较差问题，对原始模型的特征提取网络进行改进优化，引入了融合多层次特征的特征提取网络，改变不同层次特征图的映射方向，采用上采样的方式将全部较高层次的特征图映射到统一尺寸的低层次，避免下采样带来的信息丢失，提高模型对不同尺寸目标的检测性能，并使用批量归一化操作，加快模型收敛速度；针对原始FasterRCNN模型出现目标框偏移现象，对原始模型的ROIPooling层中第二次量化取整进行改进优化，提出了AdaptivePooling操作，扩大在第二次量化取整中的每一个小像素块的感受野，然后对每一个小块进行平均池化操作，降低量化取整带来的位置偏差，提高模型检测效率。 论文构建了融合kalamn估计的车道偏离预警模型，完成了算法的离线仿真。选取车辆即将与车道线接触时间TLC作为偏离风险评价标准，引入了融合kalman的车辆状态估计，探讨了直道、弯道下TLC的求解过程和驾驶员三种驾驶风格下TLC的阈值设定。在Carsim中建立车辆模型、搭建道路交通场景，在Carsim/Simulink环境下对直道和弯道工况、三种驾驶风格、有无kalman融合情况进行离线仿真，结果表明该算法准确有效。 论文研究了车道偏离预警系统。针对车道偏离预警系统的功能需求，给出了系统总体方案研究，给出了硬件选型和软件设计思路，包括数据采集与存储模块、车道线检测模块、车道偏离预警模块以及人机交互界面模块四大模块。 |
| 作者： | 刘威宏 |
| 专业： | 机械工程 |
| 导师： | 杨光友 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖北工业大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
