即将面世的两种汽车新产品

世界著名的汽车零部件生产厂海拉公司最近开发了一种先进的采用成像传感器的车道识别系统，该系统有望在2006年投入市场，这意味着不久的将来，汽车驾驶员可以根据图像来控制汽车的行驶。这种系统可以在汽车行驶时采集汽车周围区域的可视数据，并且在汽车偏离车道时提醒驾驶员注意。     

基于机器视觉的智能车辆前方道路边界及车道标识识别方法综述

为了全面了解国内外在基于机器视觉的智能车辆前方道路边界及车道标识识别领域的研究进展，文章介绍了近年来一些典型的基于机器视觉的道路边界及车道标识识别系统，对基于机器视觉的前方道路边界及车道标识识别方法进行了分类，对各大类方法中采用的不同技术进行了阐述，然后对基于机器视觉与其他传感器融合的识别方法进行了总结，最后就该领域的研究难点及发展趋势进行了简要论述。     

面向营改增的高速公路网精确路径收费算法及系统实现研究

多义性路径识别算法和系统建设是精确收费、精确拆分,实现营改增的基础,论文比较了基于牌照识别、5. 8GHz、GSM、433M等多义性路径识别方式的适用环境,提出了基于5. 8GHz+牌照识别的组合式多义性路径识别系统,研究了从ETC、MTC入口车道、标识站、清分结算中心、出口车道的数据采集及算法流程,提出中心计算为主、车道计算为辅的模式,以达到精确、高效地高速公路网精确路径收费的目标。     

微观交通仿真中的车道变换模型

将车道变换行为分为强制性车道变换和任意性车道变换两种类型，分析了两种车道变换类型的各种常见情形，建立了描述车辆车道变换意图的产生、车道变换可行性分析以及车道变换的实施等行为的车道变换模型。此外，作为一种特殊的车道变换行为，还建立了反映车辆在拥挤状态下的挤车变道行为的挤车变道模型。     

新一代的高速公路收费车道车牌识别技术

针对车牌识别系统实用化存在的问题,在国内首次提出和开发了视频检测和车辆检测线圈组合触发的车牌识别技术。此技术将使高速公路收费车道车牌识别正确率稳定保持在一个较高水平上,同时可以取消车牌识别设备安装的各种限制。     

一种基于机器视觉的车道偏离报警系统

本文介绍了车道偏离报警系统及其国内外的研究现状,重点介绍了基于机器视觉的车道偏离报警系统。对基于机器视觉的车道偏离报警系统中的CPCI架构的硬件结构和车道线实时检测算法进行了描述,提出了一种切实有效的车道线检测算法。     

利用超时表解决收费系统中的换卡作弊问题

本文通过对收费系统中换卡作弊可能性的分析,在比较了车牌人工输入和自动车牌识别系统在防止换卡作弊优劣的基础上,提出了建立超时表和增加入口车道摄像机,通过提升和挖掘收费系统的整体性能和效率解决防止换卡作弊的技术路线.     

基于路面图像对称性的车道偏离识别方法研究

利用车道边缘信息定义了边缘分布函数EDF,通过分析车道线在道路图像中的方向变化来判断车辆是否偏离了车道中央。将车道偏离识别问题通过EDF函数本身重要形态特征对称轴转换成一个数学问题,减少了动态道路场景噪声的影响,无需在测量车道方向时考虑摄像机自身的参数,提高了适应随机和动态道路环境的能力,是一种可靠的车道偏离识别方法。     

用于车道识别的分段切换车道模型

为了使得车道模型既能准确地描述车道形状,又不影响车道识别算法的实时性,提出了一种分段切换车道模型。对近视场区域使用直线模型匹配车道线,对远视场区域则在直线模型和二次曲线模型之间进行切换,以适应有曲率和无曲率道路的识别要求。试验表明,使用分段切换车道模型的车道识别算法能够很好地匹配各种形状道路,并能满足实时性要求。     

一种实时监控的车道偏离预警系统

车道偏离预警系统是一种通过听觉警告、视觉警告以及触觉警告等方式辅助驾驶员减少汽车因车道偏离而发生交通事故的系统。针对目前大部分车道偏离预警系统不能实时监控车辆偏离情况,文章提出了一种实时监控的车道偏离预警系统,该系统将车速划分为若干个不同区间,在每个速度区间内设置不同的阈值,这样就可以解决当前车道偏离预警系统只在大于某一速度值下才发挥作用并且只设置一个阈值的问题,通过验证该预警系统能够有效起到车道偏离预警的作用。     

基于Matlab的汽车偏离车道报警系统

为提高汽车的主动安全性并克服现有的汽车偏离车道报警系统所存在的结构复杂和成本高等缺点,文章设计了一种基于Matlab的汽车偏离车道报警系统,利用摄像头获取车道图像并实时传给车内计算机系统,经过对图像一系列的处理分析判断汽车是否偏离车道而进行报警。经验证,该系统能够实时检测出左右车道标志线,可以根据车道夹角法判断汽车是否偏离车道,满足了汽车偏离车道报警的需要。该系统结构简单高效,能显著提高汽车行驶的主动安全性。     

基于道路模型的弯道检测研究与应用

基于机器视觉的弯道图像能提供车辆行驶道路环境的丰富信息,从建立弯道模型、提取车道线像素点以及拟合车道模型等步骤分析了传统基于道路模型的弯道检测方法,针对传统方法很难适用于多种不同形状弯道的特点,提出一种基于特征点提取的弯道检测新方法;介绍了弯道检测在车道偏离预警、弯道限速以及弯道防碰撞预警等领域的应用情况;最后提出弯道检测应该建立三维车道线模型、注重发展多传感器融合技术,提高其适用性和鲁棒性.     

A new shared control for lane keeping and road departure prevention

In recent years, the driver's active assistances have become important features in commercialised vehicles. In this paper, we present one of these features which consists of an advanced driver assistance system for lane keeping. A thorough analysis of its performance and stability with respect to variations in driver behaviour will be given. Firstly, the lateral control model based on visual preview is established and the kinematics model based on visual preview, including speed and other factors, is used to calculate the lateral error and direction error. Secondly, and according to the characteristics of the lateral control, an efficient strategy of intelligent electric vehicle lateral mode is proposed. The integration of the vehicle current lateral error and direction error is chosen as the parameter of the sliding mode switching function to design the sliding surface. The control variables are adjusted according to the fuzzy control rules to ensure that they meet the existence and reaching condition. A new fuzzy logic-based switching strategy with an efficient control law is also proposed to ensure a level of continuous and variable sharing according to the state of the driver and the vehicle positioning on the roadway. The proposed control law acts either at the centre of the lane, as a lane keeping assistance system to reduce the driver's workload for long trips, or as a lane departure avoidance system that intervenes for unintended lane departures. Simulation results are included in this paper to explain this concept.     

基于模糊集理论的车道标志线精确检测

为了解决复杂路面条件下车道标志线的检测问题,提出了一种基于模糊集理论的车道标志线精确检测方法.采用阈值分割、腐蚀、边缘检测等技术对交通图像进行处理;通过Hough变换粗略提取位于各车道标志线及其附近的所有亮点像素作为待分类的像素点,构成样本集;按照模糊聚类分析准则得到直线的斜率和截距,实现车道标志线的精确检测.实验证明了该方法的精确性和有效性.     

基于改进RepVGG网络的车道线检测算法

为提高自动驾驶系统中车道线检测的速度和精度,提出了基于可解耦训练状态与推理状态的车道线检测算法.在结构重参数化VGG(RepVGG)主干网络中引入注意力机制压缩-激励(SE)模块,增强对重要车道线信息的特征提取;同时设计并行可分离的辅助分割分支,对局部特征进行建模以提高检测精度.采用行方向位置分类车道线检测方式,在主干...     

Sensor fusion-based lane detection for LKS+ACC system

This paper discusses the market trends and advantages of a safety system integrating LKS (Lane Keeping System) and ACC (Adaptive Cruise Control), referred to as the LKS+ACC system, and proposes a method utilizing the range data from ACC for the sake of lane detection. The overall structure of lane detection is the same as the conventional method using monocular vision: EDF (Edge Distribution Function)-based initialization, sub-ROI (Region Of Interest) for left/right and distance-based layers, steerable filter-based feature extraction, and model fitting in each sub-ROI. The proposed method adds only the system for confining lane detection ROI to free space that is established by range data. Experimental results indicate that such a simple adaptive ROI can overcome occlusion of lane markings and disturbance of neighboring vehicles.     

基于成像模型的车道线检测与跟踪方法

针对结构化道路上存在非车道线标记干扰的情况,提出一种基于成像模型的线扫描车道线检测及跟踪方法。检测算法中首先对路面图像进行形态学高帽变换预处理,然后建立前方道路图像的成像模型,将图像坐标系中车道参数和世界坐标系中实际车道参数对应,对图像进行初扫描,利用边缘贡献函数及RANSAC算法选取最确定线后,以此线为标准进行二次扫描,得到边缘点后统计边缘贡献函数局部最大值并拟合成直线车道线。跟踪算法中运用Kalman滤波器预测车道线区域,并提取符合标准的控制点拟合成模型为B样条的车道线。试验结果表明:该方法能够快速准确地在复杂环境中提取多个车道线,尤其对存在非车道线道路标记干扰的情况有显著效果。     

大型营运客车在高速公路的换道安全性辨识

为了给大型营运客车换道预警系统设计提供参考,采用毫米波雷达、激光雷达、车道线识别传感器、GPS、视频监控系统以及控制器局域网（CAN）总线数据采集仪等设备,基于小型乘用车搭建浮动车采集平台。通过在试验线路上进行1.5×10⁴ km的驾驶试验,获取1 200余次营运客车的真实换道数据。以Jula提出的换道安全性模型为基础,结合营运客车的换道行为特征,通过分析换道进程结束后客车需要与周围车辆保持的安全距离,建立适合于营运客车的3类换道安全性识别模型（客车与自车道前方车辆、目标车道前方车辆、目标车道后方车辆）,并利用真实数据对3类模型进行验证。研究结果表明：客车换道持续时间均值为10.4 s,换道起始时刻与目标车道后方车辆的距离为10.0~40.0 m;所有换道样本中,73.3%的换道过程中客车速度要高于目标车道后方车辆,且超过90%的换道过程是由前方慢车引起;不同的速度区间下,车速和航向角联合变化情况下,驾驶人控制营运客车的横向偏移速度保持稳定,可认为客车驾驶人的心理预期换道进程存在固定经验模式,这与小型车换道的研究结论存在较大差异,传统的TTC预警算法识别率较低,在不同速度区间情况下,所提出的模型对客车与自车道前方车辆、目标车道前方车辆、目标车道后方车辆的换道安全识别评价准确率均超过了90%。     

基于多属性决策的无人驾驶自主变道决策技术研究

在无人驾驶领域,随着车辆上布置的传感器不断丰富,无人驾驶系统可以从周围环境获得更多的信息,从而为车辆的自主判断行为决策带来可能。然而即使是有经验的驾驶员在进行变道动作的时候也需要格外的小心,因此无人驾驶系统的变道行为分析需要做到足够准确和谨慎,才能保证安全性,这也正是目前为止还没有非常完善的无人驾驶变道决策系统的原因。本文提出一种基于多属性决策的无人驾驶自主变道决策技术,帮助无人驾驶车辆在道路行驶中进行更有效、更安全的自主变道决策。     

Effect of drowsiness on driving performance variables of commercial vehicle drivers

Driver drowsiness is a major safety concern, especially among commercial vehicle drivers, and is responsible for thousands of accidents and numerous fatalities every year. The design of a drowsiness detection system is based on identifying suitable driver-related and/or vehicle-related variables that are correlated to the driver’s level of drowsiness. Among different candidates, vehicle control variables seem to be more promising since they are unobtrusive, easy to implement, and cost effective. This paper focuses on in-depth analysis of different driver-vehicle control variables, e.g., steering angle, lane keeping, etc. that are correlated with the level of drowsiness. The goal is to find relationships and to characterize the effect of a driver’s drowsiness on measurable vehicle or driving variables and set up a framework for developing a drowsiness detection system. Several commercial drivers were tested in a simulated environment and different variables were recorded. This study shows that drowsiness has a major impact on lane keeping and steering control behavior. The correlation of the number and type of accidents with the level of drowsiness was also examined. Significant patterns in lateral position variations and steering corrections were observed, and two phases of drowsiness-related degradation in steering control were identified. The two steering degradation phases examined are suitable features for use in drowsiness detection systems.