基于MonoSLAM算法的車道偏離預警系統(tǒng)

介紹了一種基于MonoSLAM算法的車道偏離預警（LDW）系統(tǒng)設計方法。應用該方法時，車輛模型的橫向速度是恒定的（即車輛的高斯橫向加速度不確定），其適用于低成本的攝像頭。車輛在道路上的位置是第一輸出。每個車道選取5個控制點用來跟蹤車道，建模時這些控制點的位置是不變的。利用可調濾波器進行檢測，該濾波器使用了擴展卡爾曼濾波（EKF）狀態(tài)協(xié)方差，使其檢測的魯棒性更強。進行了200次離線試驗并獲得了試驗結果，比較了平面圖像上的車道偏離結果與地面實際車道偏離結果，并給出了車輛位置估計閉環(huán)測試結果。

提出的定位方法適用于不同的車道檢測算法，因此需要對不同算法的定位性能進行研究，以獲得最佳性能。MonoSLAM方法使用了傳感器融合技術，且支持其它定位傳感器，如IMU和GPS，具有高度兼容性，系統(tǒng)性能具有很強的魯棒性與很高的精確性。MonoSLAM方法是一種在未知環(huán)境中的定位技術，能夠針對不同道路條件（如惡劣天氣、能見度低或標志不清等）進行檢測。

在車輛行駛過程中，由于駕駛員注意力分散、疲勞或其它人為錯誤，致使車輛偏離車道導致交通事故發(fā)生。先進駕駛輔助系統(tǒng)（ADAS）包含LDW模塊。傳統(tǒng)LDW系統(tǒng)通常包括3部分：車道特征檢測、車道模型的參數(shù)估計和車道跟蹤。車道模型有多種，如直線、二次/三次拋物線、Clothoids曲線等。使用高采樣率的計算機系統(tǒng)建立精細的道路模型，以便提取線性特征。車道提取有多種方法，如頂部過濾、正負梯度、可調濾波等。LDW系統(tǒng)多針對道路曲率較小的高速公路設計。

Julian Stoev et al. 2014 IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM), France - July 8-11, 2014.

編譯：王亮