车道偏离预警算法研究

为提高车辆行驶的主动安全性,文章根据车辆偏离速度将TLC算法和FOD算法相结合,针对车道偏离预警系统提出了多模式车道偏离预警算法,并搭建Simulink模型,结合Carsim进行联合仿真实验。仿真结果表明,提出的算法能更好的进行车道偏离预警。     

自适应均衡学习的端到端类人驾驶控制决策网络

针对现有端到端自动驾驶网络对于类人驾驶行为与思维特征模拟不足的问题，从类人驾驶特征出发，设计了一个包含时空特征、历史状态特征及未来特征的端到端类人驾驶控制决策网络。采用多层卷积和长短期卷积时序记忆网络（Conv-LSTM），对前方道路视觉感知图像时间序列进行时空特征提取，同时采用一维卷积和长短期时序记忆网络（Long Short-Term Memory，LSTM） 对车辆状态信息时间序列进行历史状态特征提取，进而采用多任务参数共享方式进行当前时刻和未来序列的方向盘转角、车速的控制决策，并以未来序列作为辅助任务督促当前时刻的主任务学习。为更好地耦合汽车纵横向控制参数学习的过程，还提出一种权衡纵横向控制参数损失量级及学习速度的权重自适应方法，并引入容差阈值，建立衡量纵横向控制参数训练效果的评价方法。依托Comma2k19数据集对所构建控制决策网络进行训练和验证，体现出良好的可行性及优越性。     

车道偏离预警系统原理研究及未来技术展望分析

车道的偏离是交通事故的重要诱因,因此,利用车道偏离系统来进一步的减少交通事故率具有重要的实践意义,文章从车道偏离系统的工作原理出发,对车道偏离系统的原理进行了分析,对应用进行了阐述,同时,车道偏离系统的未来发展进行了展望,文章的研究对车辆车道偏离系统的技术应用拥有重要的意义。     

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。     

车辆自适应车道偏离识别算法研究

针对车辆在行驶时由于车道线检测方法单一,导致对直道线和弯道线检测效果不一致,从而影响车道偏离识别效果的问题,基于摄像头采集到的图像信息,提出了1种自适应车道偏离识别算法。该算法对车辆在直道行驶时采用偏离判断基准线法,而在弯道行驶时采用基于触线时间阈值法,分别对行驶状态进行车道偏离判断,该算法既保证了计算速度,又保证了结果的准确性。为了验证所提出方法的有效性,采用仿真的方法,使用车道偏离识别算法获取的数据,通过比例-积分-微分(PID)算法对车辆行驶状态进行控制,得到车辆在预期车道内的行驶状况,以此证明了所提出的车道偏离识别算法的有效性。     

基于视频图像和RBF神经网络的疲劳驾驶监测系统

采用视频采集方式和神经网络方法实现了驾驶员疲劳驾驶的非接触式监测。应用车头前端和车厢内部双路视频摄像头分别采集车辆相对于车道线的行驶轨迹和驾驶员的睁闭眼状态,应用Radon变换提取5 s内车头与车道线间的最大和最小偏离、相邻2帧间车头与车道线的最大角度变化量和平均角度差,应用AdaBoost算法提取驾驶员眼睛闭合帧数比例,并将上述各参数作为RBF神经网络的输入来实现驾驶员疲劳状态的动态监测,实验数据表明监测效果良好。     

深度学习的车道线检测方法

随着人工智能技术的不断发展,无人驾驶技术已经成为当下社会发展的热门,车道线检测是无人驾驶技术的关键一环,但传统的基于视觉的车道线检测方法处理时间较长、过程繁琐、需要人为干预。基于深度学习的车道线检测可大大减少此类问题。文章设计了一个完成双任务的Enet网络,分别解决目标区域分割问题和不同车道区分问题,以实现端到端的检测。与主流车道线检测网络模型deeplab v3和YOLO v3进行对比。实验验证表明,网络模型的最终训练准确率为99.8%,相对于deeplab v3和YOLO v3网络分别提升1.2%和0.8%。     

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MM-STConv的端到端自动驾驶行为决策模型

针对现有端到端自动驾驶模型输入数据类型单一导致预测精确度低的问题，选取RGB图像、深度图像和车辆历史连续运动状态序列作为多模态输入，并利用语义信息构建一种基于时空卷积的多模态多任务（Multimodal Multitask of Spatial-temporal Convolution，MM-STConv）端到端自动驾驶行为决策模型，得到速度和转向多任务预测参量。首先，通过不同复杂度的卷积神经网络提取场景空间位置特征，构建空间特征提取子网络，准确解析场景目标空间特征及语义信息；其次，通过长短期记忆网络（LSTM）编码-解码结构捕捉场景时间上、下文特征，构建时间特征提取子网络，理解并记忆场景时间序列信息；最后，采用硬参数共享方式构建多任务预测子网络，输出速度和转向角的预测值，实现对车辆的行为预测。基于AirSim自动驾驶仿真平台采集虚拟场景数据，以98 200帧虚拟图像及对应的车辆速度和转向角标签作为训练集，历经10 000次训练周期、6 h训练时长后，利用真实驾驶场景数据集BDD100K进行模型的测试与验证工作。研究结果表明：MM-STConv模型的训练误差为0.130 5，预测精确度达到83.6%，在多种真实驾驶场景中预测效果较好；与现有其他主流模型相比，该模型综合场景空间信息与时间序列信息，在预测车辆速度和转向角方面具有明显的优势，可提升模型的预测精度、稳定性和泛化能力。     

三次样条曲线在互通式立交匝道端部设计中的应用

高速公路互通式立交设计,对于直线上的车道驶出(驶入)道口,匝道是按一定的斜率偏离主线的,这时斜行的变速车道是一条直线,而对于曲线上的驶出(驶入)道口,变速车道不是直线而是按斜率规定的偏离度逐渐偏离主线的一条曲线.本文提出采用三次样条曲线来设计计算匝道端部曲线,并推广到一般的匝道线形设计.     

识别驾驶人意图的车道偏离防避有界控制

为了防止车辆偏离车道导致交通事故的发生和避免车道偏离防避系统（Lane Departure Avoidance Systems,LDAS）对驾驶人行为不必要的干预,提出基于中心区操纵特性阈值法和基于D-S（Dempster-Shafer）证据理论的车辆偏离车道驾驶人意图识别准则,并运用CarSim/Simulink联合仿真对比2种识别准则的有效性。建立转向盘角速度为输入的车路模型,设计LDAS滑模转向控制器,基于预瞄点的侧向偏移量和横摆角速度设计LDAS的期望横摆角速度观测器,并与基于道路曲率和预瞄点侧向偏移量的期望横摆角速度的LDAS进行性能对比。运用相平面法确定保证LDAS车辆稳定性的前轮转向角最大值,并基于CarSim/LabVIEW RT硬件在环试验平台验证基于BP神经网络训练获得D-S证据理论的初始概率赋值的驾驶人意图决策算法的有效性。结果表明：所提出的识别准则能够及时识别车辆偏离车道时的驾驶人意图,为LDAS控制器介入赢得了宝贵的时间,所设计的期望横摆角速度观测器具有很好的稳定性,所提出的方法能够有效避免车辆偏离车道。     

三次样条曲线在互通式立交匝道端部设计中的应用

高速公路互通式立交设计，对于直线上的车道驶出（驶入）道口，匝道是按一定的斜率偏离主线的，这时斜行的变速车道是一条直线，而对于曲线上的驶出（驶入）道口，变速车道不是直线而是按斜率规定的偏离度逐渐偏离主线的一条曲线。本文提出采用三次样条曲线来设计计算匝道端部曲线，并推广到一般的匝道线形设计。     

“车道保持”原理揭秘

您开车,车道我来保持(续)据一项在欧洲所做调查表明,39.4%的意外交通事故是在无意间偏离车道而产生的。当车辆偏离车道行驶时,车道保持辅助功能可以提醒驾驶者注意并自动轻微转动方向盘来修正车辆行驶轨迹,以保证车辆行驶在正确而安全的车道上。     

减速车道平面线形设计探讨

文章根据车辆在减速过程中的行驶特征,分析了国内互通立交减速车道平面线形设计所存在的问题,提出主线减速段和匝道减速段的概念,明确了减速车道的界定,给出了减速车道长度的计算方法和取值表,并阐明了减速车道平面线形设计要点。     

可变临界间隙条件下的加速车道车辆汇入模型

考虑驾驶员在入口匝道加速车道上行驶过程中车辆汇入的临界间隙变化的情况,应用微分法推导求得加速车道上车辆的汇入概率模型。该模型更好地考虑了道路物理特征和主路交通状况对驾驶员汇入行为的影响,并揭示了加速车道长度、主路外侧车道车流量对于车辆汇入概率的影响规律。结果表明:当主路外侧车道流量较低时,车辆在加速车道始端较近距离内就可以寻找到可汇入间隙;而当主路流量较大时,车辆在加速车道始端汇入主路的概率大大降低。另外,随着加速车道长度的增加,驾驶员在加速车道上的汇入紧迫感下降,会导致相同位置汇入概率的降低。     

基于机器视觉的车道偏离报警系统

客车作为生产资料的属性决定了安全性是客车行业发展过程中不可回避的重要问题,事关乘客生命和财产安全,也事关运输企业的前途和命运,同时也是保障社会稳定、保证经济发展的重要前提.从世界范围内客车安全的发展趋势来看,科技进步和新技术应用已成为解决道路交通安全问题的重要手段. 车道偏离报警系统(Lane Departure Warning System,简称LDWS)是一种通过报警的方式辅助过度疲惫或者长时间驾驶的驾驶员保持车辆在车道内行驶,减少汽车因车道偏离而引发交通事故的系统.该系统提供智能的车道偏离预警,在无意识(驾驶员未打转向灯)偏离原车道时,能在偏离车道前发出警报,为驾驶员提供更多的反应时间,大大减少了因车道偏离引发的碰撞事故.本文介绍了一种基于DSP的车道偏离报警系统硬件设计及软件实现方案,通过实际测试验证了算法的实时性及系统的可靠性.     

基于信息融合的车辆险态运行模式评价研究

提出了一种车辆运行状态识别体系.鉴于车辆行驶环境的复杂性,多作业工况条件的影响以及车辆行驶行为表现特征的多元性,采用BP神经网络技术与Dempster-Shafer证据推理技术相结合的信息模式分类及融合判断的解决方案.为验证所提出的方案,建立车载摄像机视频实时检测系统,以车道偏离信息和跟驰车间距信息作为车辆行驶的表征参量,实现车辆险态行驶特征表现的检测和评价.研究结果表明,模式分类和多源信息融合决策技术的综合运用提高了车辆危险行驶姿态表征信息甄别的自适应性和智能化水平.      

互通式立交楔形端位置的计算

在互通式立交施工图设计中,楔形端位置是确定加减速车道起(终)点的重要依据.对互通式立交的范围及互通式的施工放样具有较大的影响。楔形端在主线与匝道之间的位置有八种情况,文中对经常出现的三种情况的计算方法作了较详细的介绍,并编制了相应的PC—1500程序。     

熊荣华的专家门诊

<正>Q熊老师您好!起亚凯尊车道偏离警告系统偶发性失效,请问应该如何检修?另外,听说,车辆安全带振动、方向盘振动、加速踏板振动也与车道偏离警告系统故障有关,是这样吗?湖北读者:石浩然A车道偏离警告系统(LDWS)由控制模块、开关、显示器和蜂鸣器组成。系统利用前摄像头,检测并监控车辆在车道中心线和车道线上的相对位置,摄像头、电子控制单     

应用HCM—TRB评估匝道与主线连接端部通行能力

介绍了美国《道路通行能力手册》１９９４年最新修订版中有关匝道分岔端通行能力与服务水平的分析计算方法，该方法对我国高等级公路中互通式立交变速车道的设计与评定具有一定的参考价值。