[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

说明书

技术领域：

本发明涉及智能交通和智能车辆研究领域，尤其是一种车道偏离报警系统。

本发明能够通过车辆的前置摄像头实时采集的图像信号，通过图像处理技术对车道线进行检测，同时，能够通过模式识别技术来学习驾驶员的驾驶模式，对驾驶员在疲劳驾驶或疏忽驾驶情况下产生的车辆偏离车道的状态进行警报，提醒驾驶员对车辆进行纠偏操作，从而减少潜在交通事故的发生。

背景技术：

随着经济和交通事业的不断发展，汽车已经成为人们不可或缺的交通工具。但随着汽车使用率的不断提高，交通事故率也呈现出了逐年上升的趋势。据统计，在所有机动车事故中，由于车道偏离而造成的交通事故占所有交通事故的百分之二十，更严重的是，由车道偏离而引起的交通事故死亡率占所有交通死亡率的百分之三十七。从这一数据可以看出，车道偏离事故已经严重影响到了人们的生命财产安全。因此，近年来国内外许多研究机构开始致力于车道偏离报警系统的研究。

现有技术提供了一种车道偏离报警系统。该系统通过对前视摄像头实时采集来的图像信息进行处理，通过使用图像滤波技术提取车道线特征，然后利用检测技术将提取到的特征进行参数估计，估计出车道线参数，再通过计算这些参数与车辆之间的相对位置关系，当车辆偏离车道线时，给出警告，提醒驾驶员纠正车辆回到安全行驶状态。

但是这些研究的重点往往放在了如何提高车道线的检测精度和系统运行的实时性上，而忽略了一个很关键的问题：驾驶员是否是在疲劳驾驶或疏忽驾驶状态等无意识状态下使车辆偏离车道。因为，换道和超车等操作本身也会产生车道偏离状态。如果一种车道偏离报警系统没有有效的区分驾驶员的换道行为，而简单的在每一种车道偏离状态都给出警告，会产生两种设计缺陷：1，报警信号会对正确驾驶行为下的驾驶员产生注意力干扰，从而引发交通事故；2，频繁报警会促使驾驶员关闭车道偏离报警系统，从而使系统失去其作用和意义。

另外，基于视觉的车道偏离报警系统，其车道线检测方法在各种复杂环境和各种路况下的抗干扰性和鲁棒性仍然是现有技术的瓶颈。

发明内容：

为了解决现有技术方案所存在的问题，本发明提供了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。以便能够对各种路况下以及各种复杂环境下的车道线进行精确的检测，并通过在线学习驾驶员的驾驶模式，只对驾驶员在无意识状态下时的车道偏离状态产生警告。

本发明采用分层的设计方法，将系统按照不同的功能分为底层系统(P1)和上层系统(P2)，底层系统(P1)由系统的硬件部分，其中含有信号层(L1)。上层系统(P2)是系统的软件部分，包括检测层(L2)和决策层(L3)。信号层(L1)为上层系统计算所需的信号量提供接口、驱动以及信号的计算平台。在上层系统(P2)中，检测层(L2)负责接收由信号层(L1)传递的车速信号、车辆加速度信号、转向灯信号、油门信号、制动信号和图像信号，并通过对图像信号进行处理，提取出车道线信号；决策层(L3)负责用检测层(L2)传递的信号来量化驾驶模式，然后通过学习这些驾驶模式，并对本次车道偏离状态进行判断，对不符合安全驾驶行为下的车道偏离状态进行警告。

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，硬件系统包括：图像传感模块(H1)，用于实时获取汽车前方图像数据；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；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，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；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。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。

本发明在信号层(L1)的设计如下：