第一部分：設計概述

安全輔助駕駛(Safety Driving Assist，簡稱SDA)是當前國際智能交通系統(tǒng)研究的重要內容，它主要解決交通安全的問題，對于困擾運輸領域的交通堵塞及環(huán)境污染兩個問題也有緩解作用?；诖耍澜缟虾芏鄧叶荚诩訌娷囕v安全輔助駕駛技術領域的研究。關于安全輔助駕駛技術的研究主要集中在車道偏離預警，前方障礙物探測，以及駕駛員狀態(tài)監(jiān)測等方面。近20年來，車道偏離預警系統(tǒng)作為安全輔助駕駛研究領域的一個組成部分，已經(jīng)受到越來越多的關注，很多國家都投入大量的人力、物力和財力進行系統(tǒng)研發(fā)。

車道偏離預警系統(tǒng)研究背景：

車道偏離報警系統(tǒng)( Lane Departure Warning System, 簡稱LDWS)是指汽車在高速行駛的過程中,在駕駛員沒有示意車輛變道的情況下,車輛偏離了正常行駛的車道時, 利用報警方式提醒駕駛員修正車輛方向的汽車主動安全裝置。車道偏離報警系統(tǒng)將會是繼安全帶、安全氣囊后,在汽車內安裝的又一項安全裝置。在美國,1994 年由于車道偏離引起的傷亡事故占所有車輛傷亡事故的37.0%, 2000 年為42.0%, 2001 年則上升到43.0%, 平均每年上升0.75 個百分點。車道偏離報警系統(tǒng)在車輛偏離車道線時, 可以向駕駛員發(fā)出警示信號, 提示駕駛員修正車輛的方向, 提醒駕駛員集中注意力。有研究表明,車道偏離報警系統(tǒng)可以減少至少24%的車道偏離傷亡事故。世界上一些國家已經(jīng)成功研制出一些各具特色的車道偏離報警系統(tǒng), 如Auto Vue 系統(tǒng)、AWSTM系統(tǒng)、DSS 系統(tǒng)、SCARF 系統(tǒng)和ALVINN 系統(tǒng)等。在我國,車道偏離報警方面的研究起步較晚,還沒有相關的產(chǎn)品問世, 只有吉林大學的汽車動態(tài)模擬國家重點實驗室、東南大學儀器科學與工程學院進行了一些探索性的研究。經(jīng)過探索性的研究表明, 基于視覺的車道偏離報警系統(tǒng)是一種切實可行的方案。

MicroBlaze嵌入式軟核是一個被Xilinx公司優(yōu)化過的可以嵌入在FPGA中的RISC處理器軟核，具有運行速度快、占用資源少、可配置性強等優(yōu)點，廣泛應用于通信、軍事、高端消費市場等領域。Xilinx公司的MicroBlaze 32位軟處理器核是支持CoreConnect總線的標準外設集合。MicroBlaze處理器運行在150MHz時鐘下，可提供125 D-MIPS的性能，非常適合設計針對網(wǎng)絡、電信、數(shù)據(jù)通信和消費市場的復雜嵌入式系統(tǒng)。

設計摘要：

本課題是以Xilinx公司FPGA開發(fā)板上的MicroBlaze微處理器IP核為核心，和其它外設一起，針對于行駛在高速公路或者城市道路上的司機，設計出了汽車離道報警系統(tǒng)。該系統(tǒng)圖像采集子系統(tǒng)、FPGA開發(fā)板和其他設備組成。圖像采集子系統(tǒng)能實時地采集路面實況數(shù)據(jù)，數(shù)據(jù)進入系統(tǒng)后，它被實時地變換成可處理的格式，在處理器內部，首先進行預處理，過濾掉圖像捕獲期間混入的噪聲，然后探測車輛相對于車行道標志線的位置。道路圖像的輸入信息流被變換為一系列畫出道路表面輪廓的線條。在數(shù)據(jù)字段內尋找邊緣就能發(fā)現(xiàn)車道標志線。這些邊緣事實上形成了車輛向前行駛應保持的邊界。處理器則要時刻跟蹤這些標志線，以確定行車路線是否正常。一旦發(fā)現(xiàn)車輛無意間偏離車行道，處理器作出判斷后輸出一個信號驅動報警電路，讓駕駛員立即糾正行車路線。報警電路采用蜂鳴器放出警告聲音。

第二部分：設計結構

1.系統(tǒng)框圖介紹

不管是哪一種車道偏離報警系統(tǒng)，都可以劃分成三個基本模塊：道路和車輛狀態(tài)感知模塊、車道偏離評價算法模塊和信號報警電路，如圖1所示系統(tǒng)運行的基本過程是：狀態(tài)感知模塊感知道路幾何特征和車輛的動態(tài)參數(shù)，然后由車道偏離評價算法對車道偏離的可能性進行評價，一旦發(fā)現(xiàn)車輛無意間偏離車行道，處理器作出判斷后輸出一個信號驅動報警電路，讓駕駛員立即糾正行車路線。報警形式可以是蜂鳴器或者喇叭，也可以用語言提示，還可以用振動座椅來提醒駕駛員。

圖1 系統(tǒng)設計框圖

車道偏離報警系統(tǒng)具體在硬件上則是通過裝在車上的攝像頭進行視頻圖像的采樣，然后對表現(xiàn)為模擬信號的視頻圖像進行數(shù)字轉換，將數(shù)字的視頻信息傳輸給處理器單元，處理器單元根據(jù)算法要求進行計算，得出車輛偏離車道的實時狀態(tài)，如果出現(xiàn)車道偏離或者將要出現(xiàn)車道偏離，系統(tǒng)將通過報警電路對駕駛員進行提示報警，防止意外發(fā)生。

2.硬件框圖

圖2 硬件框圖

3.軟件流程圖

軟件流程圖如圖3所示

圖3 軟件流程圖

1.道路圖像采集

本文主要研究車道線檢測技術在車道偏離預警中的應用，圖像在采集過程中，光照強度、障礙物遮擋、路邊樹木以及路面不平坦而導致的攝像頭抖動都會對圖像中車道線信息造成影響。因而，要想準確地提取出車道線參數(shù)，就必須對采集的道路圖像在車道線檢測之前進行預處理。在圖像處理算法中，沒有哪一種算法可以適用于各類圖像，每一種算法都有自己的局限性。因此，在實際應用中，需要做大量的實驗，并結合車道偏離預警系統(tǒng)的需要，選取適合該系統(tǒng)的算法。適用于本文檢測算法的路面為攝像機視野上方可能會為天空或高山等背景的至少含有兩個同向以車道線隔開的高速公路和城市道路。

2.圖像預處理

根據(jù)投影理論，當攝像機光軸與地平面平行時，而車輛一般在下方的地面部分，因此圖像下半部分有車輛的區(qū)域才是我們的感興趣區(qū)域，只需要分析這部分的情況即可，預處理中一般把圖像的下半部分劃分為感興趣的部分，而上半部分一律作黑色處理，從而使得預處理后的白色部分所表示的信息即為車道線。這樣既較好地符合實際情況，同時算法簡便，避免了處理大量信息的冗余，提高了計算速率。預處理分四步完成：

a.灰度化。這里之所以進行灰度化，是因為石子瀝青路面為深黑色，而黃線為淺色，灰度化以后，二者在圖像上就表現(xiàn)為一黑一白，易于操作，也便于后面的處理。

b.采用空間濾波技術去除圖像中多余的噪聲?？捎玫乃惴ㄓ兄狈綀D均衡化、領域平均、中值濾波等。

c. 采用道路圖像的二值化分割對圖像進行分割，以獲取明顯的車道線特征，大大簡化了后面分析并檢測車道標識線的復雜度。可用的算法有直方圖波形分析法、最大熵法、最大類方差法等。

d. 劃分感興趣的區(qū)域。通過縮減檢測區(qū)域的范圍來減少冗余的數(shù)據(jù)，提高運算速度。常見的感興趣區(qū)域的劃分算法有:基于灰度圖投影法、動態(tài)感興趣區(qū)域。

3. 車道線檢測算法設計與實現(xiàn)

車道線的快速與準確識別是實現(xiàn)車道偏離預警系統(tǒng)實時性和魯棒性的前提和基礎，本章在敘述基于曲線擬合的車道線檢測的原理的基礎上提出了一種基于LMedsquare選取最佳子集。LMedsquare的核心思想是對隨機選擇數(shù)據(jù)子集進行重復操作，直到至少有一個子集的數(shù)據(jù)能夠達到一定的可信度(比如95%)，它是一種隨機采樣算法。車道線檢測算法包含以下幾個步驟：

a. 種子點的選取。要想準確得到車道線坐標方程，就需要先找出車道線的中心點，再對車道線中心點的集合進行車道線擬合。因此，需要找出車道線中心點。在這里，可以根據(jù)車道線圖像二值化后車道線的特征來找出車道線中心點，為下一步車道線參數(shù)擬合做準備工作。

b. 車道標識線的檢測。在種子點歸類后，我們就要判斷待擬合的種子點數(shù)是否充足，在道路路況較好的情況下，近視野車道線比較清晰，自下至上掃描歸類，一般都會獲得數(shù)目比較充足車道線種子點數(shù)，則可以直接利用LMedsquare選取最佳子集的車道線檢測算法進行參數(shù)的擬合。

c. 基于最佳子集的最小二乘直線擬合。運用最小二乘法擬合曲線是智能導航技術中常用的擬合算法，但是其最大的缺點就是對噪聲比較敏感，顯而言之，解決噪聲的影響是準確地擬合出車道線參數(shù)的前提和基礎。因此，在車道線種子點歸類后種子點數(shù)目比較充足時，可以利用LMedsquare曲線擬合技術的思想選取最佳子集，以去除多余的噪聲后，再利用最小二乘法在最佳子集內進行直線擬合，會得到很好的效果。

第三部分：系統(tǒng)原理和技術特點

1.首先用EDK軟件XPS(Xilinx Platform Studio)構建一個MicroBlaze軟核系統(tǒng)，F(xiàn)PGA內部CPU外圍各種模塊用Vhdl語言編寫，然后再將FPGA外部模塊通過FPGA接口與FPGA相連。

2.道路圖像采集可以采用CCD攝像頭。CCD攝像頭安裝于擋風玻璃內側，駕駛臺中央位置，采用長焦鏡頭，采集路面狀況。路面信息碼流處理應用Philips半導體公司的視頻解碼芯片SAA7115，它是一款多通道輸入的視頻解碼器，支持多種視頻信號格式，如PAL制、NTSC制、SECAM制等。SAA7115對于輸入的視頻信號自動檢測并完成轉換。SAA7115能提供捕捉各種標準清晰度信號的高性能。芯片采用一個小的100 引腳QFP14X142100A封裝，并在其中集成抗鋸齒濾波器和ADLLT( adap tive digital line length tracking，自適應數(shù)字列長度追蹤) ，且支持多種視頻信號格式，如PAL 制、NTSC制、SECAM制等，能對于輸入的視頻信號自動檢測并完成轉換。基于以上特性本設計選用其作為視頻編碼芯片，可以實現(xiàn)與FPGA的無縫連接。因外圍電路與FPGA的處理速度相差甚大,故信號流要先經(jīng)SN74CBT3245芯片緩沖,然后送處理器進行車道特征值得提取。

3.圖像預處理技術

圖像中含有豐富的信息，在車道識別中，并不是所有信息都是需要的。因此要對采集到的連續(xù)圖像進行處理，去除無用信息，增強有用信息，有利于后續(xù)處理。在進行圖像預處理時，車道檢測部分對其進行反饋，可以增快它的處理速度。具體步驟包括圖像灰度變換、圖像噪聲濾除、圖像邊緣檢測、圖像二值分割。

圖像在采集過程中，由于光照強度、障礙物遮擋等影響因素，對采集進來的圖像中車道線信息造成影響。因此，要想準確提取出車道線參數(shù)，就必須對采集的道路圖像在車道線檢測之前進行預處理。在圖像處理算法中，沒有哪一種算法可以適用于各類圖像，每一種算法都有自己的局限性。因此，在實際運用中，需要做大量的實驗，并結合車道偏離預警系統(tǒng)的需要，選取適合該系統(tǒng)的算法。

首先采用空間濾波技術去除圖像中多余噪聲。

然后進行道路圖像的二值化分割將圖像分割，這將大量壓縮數(shù)據(jù)，而且將簡化其后的分析和處理。

再進行車道線特征點搜索區(qū)域的劃分，及感興趣區(qū)域的劃分，通過縮減檢測區(qū)域范圍來減少冗余數(shù)據(jù)，提高運算速度。

4.車道線識別算法

一是基于Hough變換的車道線識別技術。首先提取出車道線樣本點，然后對樣本點進行Hough擬合。用此法進行車道線檢測時優(yōu)點是不受車道線間斷影響，有很好的抗干擾性。但其也有不足之處，到實際運用時需要通過做實驗驗證并進行改進。

二是基于LMedsquare選取最佳子集結合卡爾曼預測的車道線檢測算法。首先進行種子點的選取，然后進行車道標識線的檢測，最后進行基于最佳子集的最小二乘直線擬合。

5.車道偏離決策

我們是依靠機器視覺預警決策方法，可以用僅基于圖像的車道線夾角法偏離預警決策方式，有兩種報警方式：一是設定一個角度閾值為大偏航角分界，如果連續(xù)幾幀圖片檢測結果顯示車輛位置處于大偏航角狀態(tài)，則立即報警。二是設定一個角度域值為小偏航角的分界，車輛位置處于小偏航角狀態(tài)時，等待連續(xù)多幀圖片處理結果，如果連續(xù)多幀圖像顯示車輛偏航角處于持續(xù)增大過程，則立即報警。

6.擴展功能:

在人為主動換道時，在離道之前打開指示信號，報警系統(tǒng)在車偏離車道時不會報警。

技術特點：

1.用EDK軟件XPS構建MicroBlaze軟核系統(tǒng)，簡便而且高效地實現(xiàn)了系統(tǒng)設計對CPU的要求。在FPGA內的各種接口模塊，將采用vhdl語言編寫。

2.圖像處理細節(jié)較多，而且圖像處理每一步算法多樣，在實際應用時要結合所采用的硬件，經(jīng)過實際做實驗，結合系統(tǒng)需要選取最合適的算法。

3.圖像預處理算法中選取感興趣部分。它不僅提高了計算速率，而且減小了不必要的信息干擾，為提高了檢測的準確性和及時性打下了很好的基礎。

4.車道線檢測算法中采用了選取種子點以后的基于最佳子集的最小二乘直線擬合方法，它可以很好地除去最小二乘直線擬合法中常遇到的噪聲干擾問題。

5.攝像頭具有自動校正功能。在車里坐多人時，車底盤會發(fā)生下沉而且會發(fā)生傾斜，這時候攝像頭會自動校正，依然可以檢測出離道信息。