一種快速的公交專(zhuān)用車(chē)道檢測(cè)方法

　　摘 要： 為了提高車(chē)道線檢測(cè)的準(zhǔn)確性和實(shí)時(shí)性，提出了一種快速準(zhǔn)確的車(chē)道線檢測(cè)方法。首先根據(jù)道路的紋理特征求出道路的消失點(diǎn)，再采用改進(jìn)的Hough變換檢測(cè)出車(chē)道線，結(jié)合車(chē)道線的一些特征以及攝像頭的參數(shù)，在不影響測(cè)量結(jié)果的情況下縮小檢測(cè)空間，快速準(zhǔn)確地檢測(cè)道路的車(chē)道線，并結(jié)合BRT車(chē)道（快速公交車(chē)道）的一些特征識(shí)別車(chē)輛所在車(chē)道是否為BRT車(chē)道，從而實(shí)現(xiàn)對(duì)BRT車(chē)道內(nèi)前方車(chē)輛的監(jiān)督。將代碼移植到DM6437開(kāi)發(fā)平臺(tái)隨著經(jīng)濟(jì)以及道路的發(fā)展，我國(guó)的汽車(chē)保有量迅速上升，交通事故也成為人們普遍關(guān)注的焦點(diǎn)。為了提高駕駛的安全性以及操作的簡(jiǎn)單性，車(chē)輛安全輔助駕駛系統(tǒng)成為當(dāng)今國(guó)際智能交通系統(tǒng)研究的重要內(nèi)容。車(chē)道線檢測(cè)作為車(chē)輛安全駕駛的一個(gè)重要研究方向，可以在車(chē)輛偏離航道時(shí)發(fā)出報(bào)警信息，有效地抑制事故的發(fā)生，具有重要的研究意義。

　　目前，國(guó)內(nèi)外學(xué)者已經(jīng)提出了很多車(chē)道線檢測(cè)算法，主要分為兩類(lèi)：一類(lèi)是基于圖像特征的檢測(cè)方法，即特征驅(qū)動(dòng)法，是基于道路圖像的一些特征（如車(chē)道線顏色、寬度以及邊緣等特征）將圖像的所有點(diǎn)標(biāo)記為車(chē)道線點(diǎn)和非車(chē)道線點(diǎn)，這種機(jī)制要求道路的車(chē)道線顏色較為明顯，邊緣較為清晰，否則無(wú)法得到準(zhǔn)確的檢測(cè)結(jié)果；另一類(lèi)方法是基于模型的檢測(cè)方法，是根據(jù)提取的特征對(duì)預(yù)先定義好的車(chē)道線模型進(jìn)行匹配，將車(chē)道線的提取轉(zhuǎn)化為車(chē)道線模型中參數(shù)的計(jì)算問(wèn)題。模型的假設(shè)主要有直線模型和曲線模型兩種，其優(yōu)點(diǎn)是對(duì)噪音不敏感，能較好地處理圖像中物體局部被遮擋和覆蓋的情況。本文結(jié)合道路的紋理特征并建立模型進(jìn)行車(chē)道檢測(cè)，既充分利用圖像的信息，又在一定程度上保證了算法的魯棒性。

　　本文首先對(duì)圖像進(jìn)行預(yù)處理，然后對(duì)圖像進(jìn)行Hough變換或者Gabor變換，得到車(chē)道線位置信息，判斷出車(chē)輛是否在車(chē)道內(nèi)行駛，如果不在則發(fā)出預(yù)警信號(hào)。

　　1 圖像的預(yù)處理

　　圖像的預(yù)處理主要是對(duì)攝像頭實(shí)時(shí)采集的圖像進(jìn)行前期處理，主要包括去除圖像的各種噪聲，并根據(jù)攝像機(jī)的位置調(diào)節(jié)算法中的一些參數(shù)提取圖像的感興趣區(qū)域（ROI），以及進(jìn)行邊緣檢測(cè)等，目的是為了加強(qiáng)圖像的有用信息，抑制干擾。

　　標(biāo)定攝像頭以后，選取一定的區(qū)域作為車(chē)道線檢測(cè)區(qū)域，進(jìn)行平滑去噪，并對(duì)其邊緣進(jìn)行檢測(cè)。本文采用Canny邊緣檢測(cè)。圖1為拍攝的原始道路圖像，圖2為不同環(huán)境下（白天、陰天、夜晚）的檢測(cè)結(jié)果。