分段切换模型参数寻优的车道检测算法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｍ ｏ ｌ ｒ ｍ ｅ ｅ ｏｒＬａ ｔ ｃ ｉ ｎ Ａｌ ｏ ｉｈｍ ｄｅ Ｐａ ａ ｔ ｒ ｆ ｎｅ Ｄｅ ｅ ｔｏ ｇ ｒ ｔ
●
ＺＨ Ｏ Ｕ ｅｌ ＲＥＮ ｕ ． Ｌ ｉ Ｇ ｏ ｑｕａ ＸＩ ｎ， ＡＯ ｏ Ｈａ ２ ，
，
ＬＩＤ ｏ ． ｉ ｎｇ ｗｅ
中国分类号 ：Ｔ ３ １ １ Ｐ ９． ４ 文献标志码 ：Ａ ｄ ｉ ０３ ６ ￣ｉｓ． ０ ．０ Ｘ． １．１ ０ ｏ ：１．９ ９ ． ｎ１ ３５ １ ２ ２０ ． ４ ｓ ０ ０ ０
Ｓ ａ ｃ ｉ ｇ Ｏｐｔｍ ｕｍ ｌ ｔｏ ｆＭ ｕ ｔ－ｅ ｔｏ ｌ ｅ ｒｈｎ ｉ Ｓｏ ｕ ｉ ｎ ｏ ｌｉｓ ｃ ｉ ｎａ Ｓｗｉｃ ｔｈ
０ 引 言
车 道识 别与跟 踪 是智 能车 辆基 于机 器视 觉 自动导 航 的关 键技术 。 目前 ，车 道检 测方 法主要 包 括基于 特 征 和 基于 模 型两大 类 。前者 主要 通过 道 路的边 缘 、颜 色 、纹理 等特 征来 检测 道路． 易受 到光 照条 件 、阴 ，容
影遮挡、车道 曲率 、车道线污损的影响 。后者先建立道路的参数模型 ，然后通过 图像分析确定模型参数 ， 得到 完整 的车 道 线［。 ¨
ｍａ ｋ ｎ ｔ ｅ ｌｎ ｄ ｌ ｓｓ ｔｈ ｄ ｂ ｔ ｅ ｎ ａ ｄ ｌ ｎ ｕ ｉ ｕ ｖ ｄ １ Ｃｏ ｉ ｅ ｔ ｅ ｇ ａ ｉｎ ａｕ ， ｒ ｉ ｇ ｗｉ ｔ ｅｍｏ ｅ ｗｉ ｅ ｅｗｅ ｎ ｌ ｅ ｒ ｈ ｈ ａ ｉ ｃ ｉ ｍｏ ｅ ｄ ｃ ｂ ｃｃ ｒ ｅｍｏ ｅ ． ｍｂ ｎ ｄ ｗｉ ｔ ｒ ｄ ｅ ｔ ｌ ｅ ａ ｈ ｈ ｖ
ｍｏ ｅ ａ ａ ｅｅ ｆ ｔ ｅ ｄ ｓ ｒ ｎ ｎ ｍｃｉ ｎ ｔ ｍｐ ｅ ｎ ａｉ ｎ ｌｎ ｅｅ ｔ ｎ ｈ ｅ ｕ ｔ ｏ ｈ ｅ ｌｒ ａ ｍａ ｅ ｄ ｌ ｐ ｒ ｍ ｔ ｒ ｏ ｉｃ ｉ ｈ ｍｉ ａ ｔ ｆ ｔｏ ｏ ｉ ｌ ｍｅ ｔ ｔ ａ ｅ ｄ ｔｃ ｉ ．Ｔ ｅ ｒ ｓ ｌ ｆ ｔ ｅ ｒ ａ ｏ ｄ ｉ ｇ ｉ ｏ ｏ ｓ
（１Ａ ｔｌ ｙＥ ｇｎ ｅｉ ， ｄ ａ ｃ ｎ ｉｅｒ ｇＣ ｌｇ ，ｈ ｉ ｈ ａ ｇ０ ０ ０ ， ｈｎ ； ． ｒｌ ｒ ｎ ｉ ｒ ｇ Ｏｒｎ ｎｅ ｇｎｅｉ ｏ ｅ ｅＳ ｉａ ｕ ｎ ５ ０３ Ｃ ｉａ ｉｅ ｅ ｎ Ｅ ｎ ｌ ｊｚ
２ Ｃ ｌｇ Ｍｅｈ ｎｃ ｌ ｎ ｅｉｌＥ ｇｎ ｅｉｇ Ｈｕ ａ ｎｖｒｉ ， ｈ ｎｓ ａ １０ ２ Ｃ ｉａ） ． ｏｌ ｅｏ ｃ ａ ｉ ｄＶｈｃ ｎ ｉｅｒ ， ｎ ｎＵ ｉ ｓｙ Ｃ ａ ｇｈ ０ １， ｈｎ ｅ ｆ ａａ ｅ ｎ ｅ ｔ ４
ｉ ｔｒ ｅ ｅ ｃ ｃ ｏ ｓ ｎｔ ｅｒ ａ ｃ ｓｓ ａ ｏ ｎ ｎ ｕ ｉ ＩＩ ｉ ｕ ｉ ａ ｃ ｖ ｈ ｃ ｅｂ ｒｉ ｒ ｎ ｏ ｌｄ ｌ ｅｂ ｕ ｄ ｒ ｓ ｎ ｅ ｆ ｒ ｎ ｅｆ ｔ ｒ ｏ ｄ ｓ ｈ ａ ｈ ｄ ｗ， ｏ ． ｎ ｆ ＴＩ Ｕ ｍ ｎ ｎ ｅ ｅ ｉｌ ａｒｅ ＇ ｄ ｓ ｉｅ ａ ｉ ｈ ｕ ｏ ａ ｎ ａ ｏ ｎ ａｉ ． ｅ
率的路段 。如果为了得到较好的车道线 匹配效果而始终采用 曲线模型 ，会增加系统的计算负担 ，影响算法
的实 时性 。 ’
１１ 分段 直线 模 型 ．
在图形坐标 中 ，规定左上角为坐标原 点，ｖ代表横轴方 向，Ｕ 代表纵 轴 方 向 ，图像下 部 分 为近景 区域 ，上部 分 为远景 区域 ，如 图
取直线模型或三次 曲线模型匹配车道线 ，三次 曲线模型对于 曲率变化明显的道路识别效果好 ，利用已知的
近 景 区直 线模 型参 数可 以减 少 三次 曲线 模型 的 复杂 度 。结合 道路 图像 的 灰度 和梯 度信 息 ，建 立模 型参 数 的
概率判别函数 ，遗传算法操作改进标准粒子群算法 ，全局搜索车道模型的最优参数 ，实现车道标识线的拟 合。试验表明该算法具有 良好的鲁棒性 ，能有效地抵抗光照变化 、阴影以及遮挡等干扰 ，在结构化和半结
ｅ ｐ ｒ ｎ ｈ ｗ ｅ ｐ ｏ ｏ ｅ ｔ ｏ ａ ｏ ｕ ｔ ｎ ａ ｉ ｌ ｅｅ ｔ ｔ ｅ ｌ ｅ ｍａｋ ｎ ｓ ｅ ｅ ｉ ｅ ｅ ａ ｅ ｏ ｅ ｘ ｅ ｍｅ ｔ ｓ ｏ ｔ ｒ ｐ ｓ ｄ ｍｅｈ ｄ ｃ ｎ ｒ ｂ ｓｌ ａ ｄ ｒ ｐ ｄ ｙ ｄ ｔ ｃ ａ ｒ ｇ ｖ ｎ ｆ ｔ ｒ ｒ ｓ ｍ ｉ ｈ ｙ ｈ ｎ ｉ ｈ
过一 组 控制 点 生成 任意 形状 ，可 以描 述 更多 的车 道 类型 ，计算 损 耗大 。为弥 补单 一模 型 的缺 陷 ，有研 究者
提出组合模型、切换模型等 。对于近视场 区域 ，组合模型利用直线匹配车道线 ，但是对于远视场模型的选
择 ，组 合模 型 依然 面临 困难 。如 果 选择 直线 模 型 ，有 曲率道 路吻 合 得不 好 ，如果 选择 曲线模 型 ，又不 利 于 计 算量 的控 制 。文 献 【】 Ｊ ８对远 视 场 区域在 直 线模 型和 二次 曲线 模 型之 间进 行切 换 ，确 定车 道 模型 参数 时 采 用 投票 表决 方 法 ，二次 曲线 拟合 曲率 变化 明显 的道路 效果 不理 想 。 本 文将 道 路 图像 分 为近 景和 远景 区域 ，近景 区采 用 直线模 型 快速 拟 合车 道线 。远 景 区根据 切换 策 略选
Ａｂ ｔ ａ ｔ ｔ ｉ ｐ ｎ ｉ ａ ｏ ｄ ｔｃ ａ ｅ ｒ ｂ ｓｌ ｄ ｒ ｐ ｄ ｙ ｆ ｒ ｉ ｔ ｌ ｇ ｎ ｅ ｉｌ ａ ｅ ｎ ｔ ｅ ｉｆ ｒ ｔ ｎ ｏ ｏ ｄ ｓｒ ｃ ：Ｉ ｓ ｒ ｃｐ ｌｔ ｅｅ ｔ ｌｎ ｏ ｕ ｔ ａ ａ ｉ ｌ ｏ ｎ ｅｌ ｅ ｔ ｖ ｈ ｃ ｅ ｂ ｓ ｄ ｏ ｈ ｎ ｏ ｍａｉ ｆ ｒ ａ ｉ ｙｎ ｉ ｏ ｍａ ｋ ｎ ｒｒ ａ ｅ ｉ ｎ Ｔ ｅ ｒ ａ ｒ ｉ ｇ ｏ ｏ ｄ ｒ ｇ ｏ ． ｈ ｏ ｄ ｉ ｇ ｓｄ ｖ ｄ ｄ ｉ ｔ Ｏ ｐ ｒｓｃ ｌ ｄ ｎ ａ ｅ ｎ ａ ｅ ａ ｅ ｎ ｐ ｅ ｋ ｏ ｅ ｇ ｍａ ｅ ｉ ｉ ｉ ｅ ｏ ｔ Ｗ ａ ｔ ａｌ ｅ ｒａ ａ ａ ｄ ｆｒ ａ ａｂ ｓ ｄ ｏ ｒ — ｎ ｗｌ ｄ ｅ ｎ ｅ ｒ ｒ
，
Ｋｅ ｒ ｓ ｉ ｔ ｌ ｇ ｎ ｅ ｉ ｌ； ａ ｅｄ ｔ ｃ ｉｎ ｓ ｔ ｈ ｍｏ ｅ ； ｉｃｉ ｎ ｎ ｎ ｔ ｎ Ｐ Ｏ ｙ ｗｏ ｄ ： ｎ ｅｌ ｅ ｔ ｈ ｃｅ ｌｎ ｅｅ ｔ ； ｗｉ ｄ ｌ ｄ ｓ ｒｍｉ ａ ｔ ｕ ｃ ｉ ； Ｓ ｉ ｖ ｏ ｃ ｆ ｏ
ａ ｄ ｈ ｍ ａ ｉ ａ ｘ ｅ ｅ ｃ ． ｌ ｅ ｒ ｍｏ ｅ ｓａ ｏ ｔｄ ｔ ｔｔ ｅ ｌ ｅ ｍａ ｋ ｎ ｅ ｒａｅ ， ｉ ｎ ｆ ｒａ ｅ ， ｈ ｎ ｎ ｕ ｎ ｖ ｓ ｌｅ ｐ ｒ ｎ ｅ Ａ ｎ ａ ｄ ｌ ｄ ｐ ｅ ｆ ａ ｒ ｉ ｇ ｉ ｎ ａ ａ ｗｈ ｌ ｉ ａ ａ ｔ ｅ ｌ ｅ ｕ ｉ ｉ ｉ ｏｉ ｈ ｎ ｎ ｒ ｅ ｒ ａ
ｈｔ ：１ ｔｐ ／ｗｗｗ．ｄ ｃａ ｒ ｇ ｇ ｃｃｌ
１ ８
光 电 工 程
２１ ０ ２年 １月
基 于模 型 的方 法是 应用 于车 道识 别 和跟 踪最 合适 有效 的 方法 ，国 内外研 究者 已提 出了多 种车 道模 型 。
直线模型 简单 ， 计算量小 ， 对于有 曲率的道路 匹配不准确 ； 三次曲线模型对于边界 曲率半径较小 ，曲率 变化 较 快 的道路 识 别效 果较 好 ，但对 边界 附近 噪 声点 干扰 却 比较敏 感 ，且计 算量 大 【 ４ ＿ ；样 条 曲线模 型 【通 ６ 】
遗传算法操作 的改进粒子群优化 算法，快速搜 索关于概 率函数 的最优模型 参数 ，实现对 车道的检 测。对 实际道路 图 的试验结果表 明，在路 面存在 阴影 、光照 不均匀、车辆遮挡 以及 车道标识 线污损情 况下，该 算法都 能很好 地 像
识别车道 ，具有很强的鲁棒性 。 关键 词 ：智能车辆；车道检测；切换模型 ；判别 函数 ；粒子群优化
分段切换模 型参数 寻优 的车道检测算法
周 磊 ，任 国全 ， 肖 浩 ２ ，李冬伟
（． １ 军械工程学院 火炮工程系 ，石家庄 ０ ０ ０ ； ５ ０ ３ ２ ．湖南大学 机械 与载运 工程学 院 ，长沙 ４ ０ １ １ ０２）
摘要 ：车道检测算法 的研究是智 能车辆基 于道路标识 线或 边界信 息 自主导航 的首要 环节。根据道路先验知识和 驾 驶 员视 觉处理经验 ，将道路 图像分 为近景和远 景区域，近景 区使 用直线模 型拟合 车道线 ，远景 区切换 直线模型 或 三次 曲线模型 匹配车道 线。融合 道路 图像 的梯度 幅值 、梯度 方向和灰度 特征信 息 ，建立概率判别函数 ，采用基 于
ｒ ｄ ｅ ｔｄ ｒ ｃｉ ｎ ｙ ｉ ｆ ｒ ｔ ， ｉｃ ｉ ｎ ｎ ｕ ｃｉ ｆｔ ｒ ｂ ｂ ｌ ｙ ｉ ｄ ｒ ｅ ． ｈ ｎ ｔ ｅ ｉ ｒ ｖ ｄ Ｐ ｒｉ ｅ ｇ ａ ｉｎ ｉｅ ｔ ｎ ａ ｄ ａ ｎ ｏ ｍａ ｉｎ ｄ ｓｒｍｉ ａ ｔｆ ｎ ｔ ｎ ｏ ｅ ｐ ｏ ａ ｉ ｔ ｅ ｖ ｄ Ｔ ｅ ｈ ｍｐ ｏ ｅ ａ ｔ ｌ ｏ ｏ ｏ ｈ ｉ ｓ ｉ ｃ
Ｓ ｒ ｐｉ ｚ ｔ ｎ（ Ｓ ） ｌｏ ｔｍ ｏ ｉｅ ｔ ｅ ｅｉ ａ ｏ ｔ ｐ ｒｔｒ ｓｄ ｔ ｑ ｉ ｌ ｅ ｃ ｅｏ ｔ ｌ ｗａ Ｏ ｔ ａｉ Ｐ Ｏ ａｇ ｒ ｈ ｃ ｍｂｎ ｄ ｍ ｍｉ ｏ ｉ ｈｇ ｎ ｔ ｌ ｒ ｈ ｏ ｅａ ｓ ｓ ｅ ｕ ｃ ｙ ｓａ ｈ ｔ ｐ ｉ ｃ ｇ ｉｍ ｏ ｉｕ ｏ ｋ ｒ ｈ ｍａ
１ 所示 。用 Ｌ 表 示 左车 道 线方程 ，Ｌ 表 示右 车 道线 方程 。道路 近景 Ｌ Ｒ 区域 所用 的车 道 模型 如式 （） 示 ： １所
收稿 日期 ：２ １— ６ １ ； 收 到修 改稿 日期 ：２ １—９ ２ ０ １０— ５ ０ １０— ８
基 金项 目 ：军械 工程 学院 原始 创新 基金 （ Ｃ ０ ４ ＹＳ Ｘ ０） 作 者简 介 ：） （９ ７ ，男（ ￣ １８－ ） 汉族） ，湖南 湘潭 人 。硕 士研究 生 ，主要 研 究方 向视 觉导航 和 图像处 理 。Ｅｍａ ：ｋ ｎｊｈｅ １３ｃｍ。 － ｉ ｏ ｇｚｌ＠ ６．ｏ ｌ ｉ
第３ ９卷第 １ 期
２１ ０ ２牟 １ 月
光 电工 程
Ｏｐ ｏ Ｅｌｃ ｒ ｎ ｃ Ｅｎ ｉ ｅ ｉ ｇ ｔ — ｅ ｔｏ ｉ ｇ ｎｅ ｒｎ
、０ ＿９． ｏ． ，ｌ３ Ｎ １
Ｊｎ ２ ２ ａ 。 ０１
文 章编 号 ：１０ —０ Ｘ ２ １）１０ １— ７ ０ ３５ １ （０ ２０—０ ７ ０
构化 道 路 上 ，能够 准确 实时 地检 测 车道 。
１ 车道 模形状在整个视场范 围内都可以用直线去描述 ，对于有曲率的道路 ，在
近 景 区域 ，车 道 线依然 可 以用直 线 近似 ，但 是 在远 景 区域 ，直 线不 能够 很好 的吻 合 车道 线 ，采用 曲线 模 型 更 为 合适 。应 用于 视觉 导 航的 车道 识 别算法 往往 面 临着 多种 使 用工 况 ，既 会包含 直 线路 段 ，也会 遇 到有 曲
●
ＺＨ Ｏ Ｕ ｅｌ ＲＥＮ ｕ ． Ｌ ｉ Ｇ ｏ ｑｕａ ＸＩ ｎ， ＡＯ ｏ Ｈａ ２ ，
，
ＬＩＤ ｏ ． ｉ ｎｇ ｗｅ
中国分类号 ：Ｔ ３ １ １ Ｐ ９． ４ 文献标志码 ：Ａ ｄ ｉ ０３ ６ ￣ｉｓ． ０ ．０ Ｘ． １．１ ０ ｏ ：１．９ ９ ． ｎ１ ３５ １ ２ ２０ ． ４ ｓ ０ ０ ０
Ｓ ａ ｃ ｉ ｇ Ｏｐｔｍ ｕｍ ｌ ｔｏ ｆＭ ｕ ｔ－ｅ ｔｏ ｌ ｅ ｒｈｎ ｉ Ｓｏ ｕ ｉ ｎ ｏ ｌｉｓ ｃ ｉ ｎａ Ｓｗｉｃ ｔｈ
０ 引 言
车 道识 别与跟 踪 是智 能车 辆基 于机 器视 觉 自动导 航 的关 键技术 。 目前 ，车 道检 测方 法主要 包 括基于 特 征 和 基于 模 型两大 类 。前者 主要 通过 道 路的边 缘 、颜 色 、纹理 等特 征来 检测 道路． 易受 到光 照条 件 、阴 ，容
影遮挡、车道 曲率 、车道线污损的影响 。后者先建立道路的参数模型 ，然后通过 图像分析确定模型参数 ， 得到 完整 的车 道 线［。 ¨
ｍａ ｋ ｎ ｔ ｅ ｌｎ ｄ ｌ ｓｓ ｔｈ ｄ ｂ ｔ ｅ ｎ ａ ｄ ｌ ｎ ｕ ｉ ｕ ｖ ｄ １ Ｃｏ ｉ ｅ ｔ ｅ ｇ ａ ｉｎ ａｕ ， ｒ ｉ ｇ ｗｉ ｔ ｅｍｏ ｅ ｗｉ ｅ ｅｗｅ ｎ ｌ ｅ ｒ ｈ ｈ ａ ｉ ｃ ｉ ｍｏ ｅ ｄ ｃ ｂ ｃｃ ｒ ｅｍｏ ｅ ． ｍｂ ｎ ｄ ｗｉ ｔ ｒ ｄ ｅ ｔ ｌ ｅ ａ ｈ ｈ ｖ
ｍｏ ｅ ａ ａ ｅｅ ｆ ｔ ｅ ｄ ｓ ｒ ｎ ｎ ｍｃｉ ｎ ｔ ｍｐ ｅ ｎ ａｉ ｎ ｌｎ ｅｅ ｔ ｎ ｈ ｅ ｕ ｔ ｏ ｈ ｅ ｌｒ ａ ｍａ ｅ ｄ ｌ ｐ ｒ ｍ ｔ ｒ ｏ ｉｃ ｉ ｈ ｍｉ ａ ｔ ｆ ｔｏ ｏ ｉ ｌ ｍｅ ｔ ｔ ａ ｅ ｄ ｔｃ ｉ ．Ｔ ｅ ｒ ｓ ｌ ｆ ｔ ｅ ｒ ａ ｏ ｄ ｉ ｇ ｉ ｏ ｏ ｓ
（１Ａ ｔｌ ｙＥ ｇｎ ｅｉ ， ｄ ａ ｃ ｎ ｉｅｒ ｇＣ ｌｇ ，ｈ ｉ ｈ ａ ｇ０ ０ ０ ， ｈｎ ； ． ｒｌ ｒ ｎ ｉ ｒ ｇ Ｏｒｎ ｎｅ ｇｎｅｉ ｏ ｅ ｅＳ ｉａ ｕ ｎ ５ ０３ Ｃ ｉａ ｉｅ ｅ ｎ Ｅ ｎ ｌ ｊｚ
２ Ｃ ｌｇ Ｍｅｈ ｎｃ ｌ ｎ ｅｉｌＥ ｇｎ ｅｉｇ Ｈｕ ａ ｎｖｒｉ ， ｈ ｎｓ ａ １０ ２ Ｃ ｉａ） ． ｏｌ ｅｏ ｃ ａ ｉ ｄＶｈｃ ｎ ｉｅｒ ， ｎ ｎＵ ｉ ｓｙ Ｃ ａ ｇｈ ０ １， ｈｎ ｅ ｆ ａａ ｅ ｎ ｅ ｔ ４
ｉ ｔｒ ｅ ｅ ｃ ｃ ｏ ｓ ｎｔ ｅｒ ａ ｃ ｓｓ ａ ｏ ｎ ｎ ｕ ｉ ＩＩ ｉ ｕ ｉ ａ ｃ ｖ ｈ ｃ ｅｂ ｒｉ ｒ ｎ ｏ ｌｄ ｌ ｅｂ ｕ ｄ ｒ ｓ ｎ ｅ ｆ ｒ ｎ ｅｆ ｔ ｒ ｏ ｄ ｓ ｈ ａ ｈ ｄ ｗ， ｏ ． ｎ ｆ ＴＩ Ｕ ｍ ｎ ｎ ｅ ｅ ｉｌ ａｒｅ ＇ ｄ ｓ ｉｅ ａ ｉ ｈ ｕ ｏ ａ ｎ ａ ｏ ｎ ａｉ ． ｅ
率的路段 。如果为了得到较好的车道线 匹配效果而始终采用 曲线模型 ，会增加系统的计算负担 ，影响算法
的实 时性 。 ’
１１ 分段 直线 模 型 ．
在图形坐标 中 ，规定左上角为坐标原 点，ｖ代表横轴方 向，Ｕ 代表纵 轴 方 向 ，图像下 部 分 为近景 区域 ，上部 分 为远景 区域 ，如 图
取直线模型或三次 曲线模型匹配车道线 ，三次 曲线模型对于 曲率变化明显的道路识别效果好 ，利用已知的
近 景 区直 线模 型参 数可 以减 少 三次 曲线 模型 的 复杂 度 。结合 道路 图像 的 灰度 和梯 度信 息 ，建 立模 型参 数 的
概率判别函数 ，遗传算法操作改进标准粒子群算法 ，全局搜索车道模型的最优参数 ，实现车道标识线的拟 合。试验表明该算法具有 良好的鲁棒性 ，能有效地抵抗光照变化 、阴影以及遮挡等干扰 ，在结构化和半结
ｅ ｐ ｒ ｎ ｈ ｗ ｅ ｐ ｏ ｏ ｅ ｔ ｏ ａ ｏ ｕ ｔ ｎ ａ ｉ ｌ ｅｅ ｔ ｔ ｅ ｌ ｅ ｍａｋ ｎ ｓ ｅ ｅ ｉ ｅ ｅ ａ ｅ ｏ ｅ ｘ ｅ ｍｅ ｔ ｓ ｏ ｔ ｒ ｐ ｓ ｄ ｍｅｈ ｄ ｃ ｎ ｒ ｂ ｓｌ ａ ｄ ｒ ｐ ｄ ｙ ｄ ｔ ｃ ａ ｒ ｇ ｖ ｎ ｆ ｔ ｒ ｒ ｓ ｍ ｉ ｈ ｙ ｈ ｎ ｉ ｈ
过一 组 控制 点 生成 任意 形状 ，可 以描 述 更多 的车 道 类型 ，计算 损 耗大 。为弥 补单 一模 型 的缺 陷 ，有研 究者
提出组合模型、切换模型等 。对于近视场 区域 ，组合模型利用直线匹配车道线 ，但是对于远视场模型的选
择 ，组 合模 型 依然 面临 困难 。如 果 选择 直线 模 型 ，有 曲率道 路吻 合 得不 好 ，如果 选择 曲线模 型 ，又不 利 于 计 算量 的控 制 。文 献 【】 Ｊ ８对远 视 场 区域在 直 线模 型和 二次 曲线 模 型之 间进 行切 换 ，确 定车 道 模型 参数 时 采 用 投票 表决 方 法 ，二次 曲线 拟合 曲率 变化 明显 的道路 效果 不理 想 。 本 文将 道 路 图像 分 为近 景和 远景 区域 ，近景 区采 用 直线模 型 快速 拟 合车 道线 。远 景 区根据 切换 策 略选
Ａｂ ｔ ａ ｔ ｔ ｉ ｐ ｎ ｉ ａ ｏ ｄ ｔｃ ａ ｅ ｒ ｂ ｓｌ ｄ ｒ ｐ ｄ ｙ ｆ ｒ ｉ ｔ ｌ ｇ ｎ ｅ ｉｌ ａ ｅ ｎ ｔ ｅ ｉｆ ｒ ｔ ｎ ｏ ｏ ｄ ｓｒ ｃ ：Ｉ ｓ ｒ ｃｐ ｌｔ ｅｅ ｔ ｌｎ ｏ ｕ ｔ ａ ａ ｉ ｌ ｏ ｎ ｅｌ ｅ ｔ ｖ ｈ ｃ ｅ ｂ ｓ ｄ ｏ ｈ ｎ ｏ ｍａｉ ｆ ｒ ａ ｉ ｙｎ ｉ ｏ ｍａ ｋ ｎ ｒｒ ａ ｅ ｉ ｎ Ｔ ｅ ｒ ａ ｒ ｉ ｇ ｏ ｏ ｄ ｒ ｇ ｏ ． ｈ ｏ ｄ ｉ ｇ ｓｄ ｖ ｄ ｄ ｉ ｔ Ｏ ｐ ｒｓｃ ｌ ｄ ｎ ａ ｅ ｎ ａ ｅ ａ ｅ ｎ ｐ ｅ ｋ ｏ ｅ ｇ ｍａ ｅ ｉ ｉ ｉ ｅ ｏ ｔ Ｗ ａ ｔ ａｌ ｅ ｒａ ａ ａ ｄ ｆｒ ａ ａｂ ｓ ｄ ｏ ｒ — ｎ ｗｌ ｄ ｅ ｎ ｅ ｒ ｒ
，
Ｋｅ ｒ ｓ ｉ ｔ ｌ ｇ ｎ ｅ ｉ ｌ； ａ ｅｄ ｔ ｃ ｉｎ ｓ ｔ ｈ ｍｏ ｅ ； ｉｃｉ ｎ ｎ ｎ ｔ ｎ Ｐ Ｏ ｙ ｗｏ ｄ ： ｎ ｅｌ ｅ ｔ ｈ ｃｅ ｌｎ ｅｅ ｔ ； ｗｉ ｄ ｌ ｄ ｓ ｒｍｉ ａ ｔ ｕ ｃ ｉ ； Ｓ ｉ ｖ ｏ ｃ ｆ ｏ
ａ ｄ ｈ ｍ ａ ｉ ａ ｘ ｅ ｅ ｃ ． ｌ ｅ ｒ ｍｏ ｅ ｓａ ｏ ｔｄ ｔ ｔｔ ｅ ｌ ｅ ｍａ ｋ ｎ ｅ ｒａｅ ， ｉ ｎ ｆ ｒａ ｅ ， ｈ ｎ ｎ ｕ ｎ ｖ ｓ ｌｅ ｐ ｒ ｎ ｅ Ａ ｎ ａ ｄ ｌ ｄ ｐ ｅ ｆ ａ ｒ ｉ ｇ ｉ ｎ ａ ａ ｗｈ ｌ ｉ ａ ａ ｔ ｅ ｌ ｅ ｕ ｉ ｉ ｉ ｏｉ ｈ ｎ ｎ ｒ ｅ ｒ ａ
ｈｔ ：１ ｔｐ ／ｗｗｗ．ｄ ｃａ ｒ ｇ ｇ ｃｃｌ
１ ８
光 电 工 程
２１ ０ ２年 １月
基 于模 型 的方 法是 应用 于车 道识 别 和跟 踪最 合适 有效 的 方法 ，国 内外研 究者 已提 出了多 种车 道模 型 。
直线模型 简单 ， 计算量小 ， 对于有 曲率的道路 匹配不准确 ； 三次曲线模型对于边界 曲率半径较小 ，曲率 变化 较 快 的道路 识 别效 果较 好 ，但对 边界 附近 噪 声点 干扰 却 比较敏 感 ，且计 算量 大 【 ４ ＿ ；样 条 曲线模 型 【通 ６ 】
遗传算法操作 的改进粒子群优化 算法，快速搜 索关于概 率函数 的最优模型 参数 ，实现对 车道的检 测。对 实际道路 图 的试验结果表 明，在路 面存在 阴影 、光照 不均匀、车辆遮挡 以及 车道标识 线污损情 况下，该 算法都 能很好 地 像
识别车道 ，具有很强的鲁棒性 。 关键 词 ：智能车辆；车道检测；切换模型 ；判别 函数 ；粒子群优化
分段切换模 型参数 寻优 的车道检测算法
周 磊 ，任 国全 ， 肖 浩 ２ ，李冬伟
（． １ 军械工程学院 火炮工程系 ，石家庄 ０ ０ ０ ； ５ ０ ３ ２ ．湖南大学 机械 与载运 工程学 院 ，长沙 ４ ０ １ １ ０２）
摘要 ：车道检测算法 的研究是智 能车辆基 于道路标识 线或 边界信 息 自主导航 的首要 环节。根据道路先验知识和 驾 驶 员视 觉处理经验 ，将道路 图像分 为近景和远 景区域，近景 区使 用直线模 型拟合 车道线 ，远景 区切换 直线模型 或 三次 曲线模型 匹配车道 线。融合 道路 图像 的梯度 幅值 、梯度 方向和灰度 特征信 息 ，建立概率判别函数 ，采用基 于
ｒ ｄ ｅ ｔｄ ｒ ｃｉ ｎ ｙ ｉ ｆ ｒ ｔ ， ｉｃ ｉ ｎ ｎ ｕ ｃｉ ｆｔ ｒ ｂ ｂ ｌ ｙ ｉ ｄ ｒ ｅ ． ｈ ｎ ｔ ｅ ｉ ｒ ｖ ｄ Ｐ ｒｉ ｅ ｇ ａ ｉｎ ｉｅ ｔ ｎ ａ ｄ ａ ｎ ｏ ｍａ ｉｎ ｄ ｓｒｍｉ ａ ｔｆ ｎ ｔ ｎ ｏ ｅ ｐ ｏ ａ ｉ ｔ ｅ ｖ ｄ Ｔ ｅ ｈ ｍｐ ｏ ｅ ａ ｔ ｌ ｏ ｏ ｏ ｈ ｉ ｓ ｉ ｃ
Ｓ ｒ ｐｉ ｚ ｔ ｎ（ Ｓ ） ｌｏ ｔｍ ｏ ｉｅ ｔ ｅ ｅｉ ａ ｏ ｔ ｐ ｒｔｒ ｓｄ ｔ ｑ ｉ ｌ ｅ ｃ ｅｏ ｔ ｌ ｗａ Ｏ ｔ ａｉ Ｐ Ｏ ａｇ ｒ ｈ ｃ ｍｂｎ ｄ ｍ ｍｉ ｏ ｉ ｈｇ ｎ ｔ ｌ ｒ ｈ ｏ ｅａ ｓ ｓ ｅ ｕ ｃ ｙ ｓａ ｈ ｔ ｐ ｉ ｃ ｇ ｉｍ ｏ ｉｕ ｏ ｋ ｒ ｈ ｍａ
１ 所示 。用 Ｌ 表 示 左车 道 线方程 ，Ｌ 表 示右 车 道线 方程 。道路 近景 Ｌ Ｒ 区域 所用 的车 道 模型 如式 （） 示 ： １所
收稿 日期 ：２ １— ６ １ ； 收 到修 改稿 日期 ：２ １—９ ２ ０ １０— ５ ０ １０— ８
基 金项 目 ：军械 工程 学院 原始 创新 基金 （ Ｃ ０ ４ ＹＳ Ｘ ０） 作 者简 介 ：） （９ ７ ，男（ ￣ １８－ ） 汉族） ，湖南 湘潭 人 。硕 士研究 生 ，主要 研 究方 向视 觉导航 和 图像处 理 。Ｅｍａ ：ｋ ｎｊｈｅ １３ｃｍ。 － ｉ ｏ ｇｚｌ＠ ６．ｏ ｌ ｉ
第３ ９卷第 １ 期
２１ ０ ２牟 １ 月
光 电工 程
Ｏｐ ｏ Ｅｌｃ ｒ ｎ ｃ Ｅｎ ｉ ｅ ｉ ｇ ｔ — ｅ ｔｏ ｉ ｇ ｎｅ ｒｎ
、０ ＿９． ｏ． ，ｌ３ Ｎ １
Ｊｎ ２ ２ ａ 。 ０１
文 章编 号 ：１０ —０ Ｘ ２ １）１０ １— ７ ０ ３５ １ （０ ２０—０ ７ ０
构化 道 路 上 ，能够 准确 实时 地检 测 车道 。
１ 车道 模形状在整个视场范 围内都可以用直线去描述 ，对于有曲率的道路 ，在
近 景 区域 ，车 道 线依然 可 以用直 线 近似 ，但 是 在远 景 区域 ，直 线不 能够 很好 的吻 合 车道 线 ，采用 曲线 模 型 更 为 合适 。应 用于 视觉 导 航的 车道 识 别算法 往往 面 临着 多种 使 用工 况 ，既 会包含 直 线路 段 ，也会 遇 到有 曲