[发明专利]基于车道线模型检测方法和在线学习方法的车道偏离报警系统

权利要求书

1.一种基于车道线模型检测方法和在线学习方法的车道偏离报警系统，其特征在于，硬件系统包括：

1)图像传感模块(H1)，用于实时获取汽车前方图像数据；

2)CAN总线通讯模块(H2)，与汽车CAN总线进行通讯，实时获取车速信号、转向灯信号、制动信号、油门信号；

3)中央处理器模块(H3)，为车道线模型检测方法(S1)和在线学习方法(S2)提供计算平台，

4)人机交互模块(H4)，该模块包括开关、两个调节按钮、LED显示器和喇叭，开关用于开启和关闭车道偏离报警系统，两个调节按钮分别用来设定危险预警级别，LED显示器用来显示左右车道线，喇叭用来提供车道偏离预警声音；

5)数据存储器模块(H5)，用于存储摄像机标定参数和S2在线学习方法中所使用的样本数据。

2.一种基于车道线模型检测方法和在线学习方法的车道偏离报警系统，其特征在于，软件系统包括：

车道线模型检测方法(S1)，用于实时检测汽车前方车道线，并计算车道线与汽车之间的相对位置；

在线学习方法(S2)，通过该方法对汽车偏离车道的状态进行在线学习，有效区分驾驶员有意识的换道操作而造成的车道偏离状态和驾驶员无意识下使汽车偏离车道行驶的车道偏离状态，并通过学习结果，对第二种车道偏离状态进行预警。

3.根据权利要求1所述的基于车道线模型检测方法和在线学习方法的车道偏离报警系统，其特征在于，

所述的图像传感模块(H1)采用高系数的低照度感光的CMOS器件。

4.根据权利要求2所述的基于车道线模型检测方法和在线学习方法的车道偏离报警系统，其特征在于，

所述的车道线模型检测方法(S1)包括：

1)图像信息获取模块(a)；通过中央处理器模块(H3)从图像传感模块(H1)获取前方道路图片，图片的宽度为752个像素，图片的高度为480个像素；

2)车道线滤波处理模块(b)，通过基于透视变换参数车道线滤波处理算法对车道线进行滤波处理；

3)车道线投影变换模块(c)，将通过车道线滤波处理模块处理后的车道线信息进行投影变换，变换到新的线性空间；

4)车道线模型检测模块(d)，将车道线投影变换模块所得到的变换结果，对车道线进行数学建模，从而利用模型匹配搜索的方法对车道线进行检测；

5)卡尔曼滤波模块(e)，将CAN总线通讯模块(H2)提供的车辆状态信息和车道线模型检测模块

(d)提供的车道线信息进行滤波处理，并计算出各信号连续状态变化的增益系数，提供给信号同步模块(f)；

6)信号同步模块(f)通过对卡尔曼滤波模块(e)提供的各信号连续状态变化的增益系数，计算出各信号在同一时间点上的状态值。

5.根据权利要求2所述的基于车道线模型检测方法和在线学习方法的车道偏离报警系统，其特征在于，所述的在线学习方法(S2)包括：

1)驾驶模式在线学习模块(g)，通过数学的方法学习驾驶员在有意识换道操作下的驾驶模式，并将这些驾驶模式作为样本存储在数据存储器模块(H5)中，并通过对以往样本数据的学习，对进行本次换道的驾驶模式进行判断，并给出判断结果；

2)车道偏离危险状态估计模块(h)，对比驾驶模式在线学习模块(g)给出的本次换道的驾驶模式判断结果，并将该结果与用户选择的安全级别进行对比，当判断为危险状态后，打开H4中的LED和喇叭，发出报警信息。

6.根据权利要求4所述的基于车道线模型检测方法和在线学习方法的车道偏离报警系统，其特征在于，所述的车道线滤波处理模块(b)包含的步骤为：

1)灰度图变换：将由图像信息获取模块(a)获取到的彩色图片转换为灰度图片；

2)中值滤波处理：利用中值滤波器对灰度图片进行降噪处理； 

3)车道线特征提取：根据如下公式，对灰度图片进行车道线特征进行提取：

其中，x和y分别为图像的横坐标和纵坐标，F(x，y)为车道线特征图像，I(x，y)为灰度图像在(x，y)处的灰度值，T为阈值；

车道线提取：根据提取到的车道线特征图像，按照如下公式提取车道线：

其中，L(x，y)为车道线图像，l为小于W的任意自然数，W为车道线宽度阈值。