基于視覺的車道線檢測技術研究

劉康婷，高 坤，趙奉奎

（南京林業大學 汽車與交通工程學院，南京210037）

0 引 言

當代汽車工業發生了革命性的變化，道路日趨復雜，汽車數量逐年攀升，交通事故發生率也在增加。其中，人為因素成了道路安全問題的主要來源，要想有效解決這一重大難題，必須把未來汽車研究的方向轉移到智能交通系統上來［1］。智能交通系統包括道路、車輛以及駕駛人三大主體，如何有效采集道路信息，反饋給車輛以及駕駛員，減少交通事故的發生是目前智能交通系統所要解決的問題。

汽車智能化是解決該問題的重要步驟。有研究者在汽車上安裝環境感知傳感器，如基于激光雷達的汽車防撞預警系統，實現對周圍車輛的準確檢測，并在車距過近時及時進行聲光報警，有效減少了車輛間的碰撞所帶來的安全隱患［2］。圖像處理［3］在汽車智能化方面發揮著重要的作用，可實現車道線檢測、障礙物識別、交通標志識別等功能。其中車道線檢測技術是汽車自動駕駛的基礎，研究人員常使用Hough變換［4］、最小二乘法［5］之類的方法來識別車道線，為完善車道線檢測的一系列算法提供必要的理論依據。但如果道路狀況比較復雜并且不斷變化，道路標志被行人或障礙物遮擋，天氣情況不好時，這些算法可能無法檢測，還存在計算量大，精度不高，受噪聲干擾嚴重等問題。

為了解決這一問題，本文采用“張正友標定法”對相機參數進行標定，并利用基于隨機樣本共識（RANSAC）的魯棒曲線擬合算法擬合車道線，并對所提算法進行了驗證。……