專利名稱：基于切道行為檢測的車輛駕駛狀態(tài)評價方法
技術(shù)領(lǐng)域：
本發(fā)明屬于汽車主動安全領(lǐng)域，特別是一種基于切道行為的檢測來判斷車輛目前 行駛狀態(tài)的方法。
背景技術(shù)：
汽車主動安全技術(shù)是當(dāng)前汽車安全性技術(shù)發(fā)展的新趨勢，與以往的側(cè)重于沖撞后 乘員保護(hù)的被動安全技術(shù)不同，主動安全技術(shù)以危險預(yù)防未核心，即主動安全技術(shù)幫助駕 駛者控制車輛的行駛狀況，事先防范交通事故的發(fā)生。車輛主動安全技術(shù)的基本技術(shù)路線是利用各種傳感器來提高司機(jī)的感應(yīng)能力并 獲取車內(nèi)外相關(guān)環(huán)境信息，根據(jù)計算機(jī)處理和策略規(guī)劃結(jié)果，作用在揚聲器、剎車、信號燈 等功能部件上，達(dá)到輔助駕駛與提高行駛安全性的目的。車外信息的獲取傳感器有超聲波傳感器、微波傳感器、激光傳感器、視覺傳感器 等，各有特長。激光、雷達(dá)等設(shè)備能較好地完成對車外障礙物的檢測工作(如專利“汽車防 撞系統(tǒng)”，申請?zhí)?00410044477)，但價格相對較貴而且有其他限制，比如對車道線等平面紋 理信息的檢測工作就難以勝任。視覺傳感器由于其相對低廉的價格，故能更適用于民用設(shè) 備與廣泛推廣，而且視覺傳感器較之其他傳感設(shè)備能獲得更直觀、更豐富的信息，而且具有 一定的穿透性，能適應(yīng)大部分氣候條件下的應(yīng)用，所以視覺傳感器便成為國內(nèi)外智能車輛 技術(shù)的首選。目前國內(nèi)主動安全技術(shù)的研究大致集中在防止車道偏離、保持安全車距與防撞預(yù) 警、疲勞駕駛檢測三個方面。其中防止偏離技術(shù)上，我國各研究機(jī)關(guān)也取得了一定成就，如 發(fā)明專利“車輛行駛軌跡預(yù)估及車道偏離評價方法”(申請?zhí)?00510017293. 5)、“一種汽車 偏離道路的提示方法和裝置而由于行駛環(huán)境的多變性”(申請?zhí)?00410025317. 7)等。以 上專利都是依靠評估行駛變化方向以達(dá)到防止車輛偏離車道的目的。但事實上，由于車輛 行駛環(huán)境的多變性，僅僅對車道線偏離所做的警報是無法滿足車輛輔助駕駛的需求的。駕駛員在長時間駕駛過程中，可能因車輛自身問題或駕駛員疲勞等客觀原因而導(dǎo) 致車輛掌控不穩(wěn)，在車外表現(xiàn)的最明顯的特征就是車輛無法保持正常行駛狀態(tài)，即保持行 駛在正常車道內(nèi)，一般會出現(xiàn)長時間壓線行駛的情況。而就主觀因素上來說，駕駛員頻繁換 道與超車的行為也是引發(fā)事故的重要原因。故針對車輛行駛行為進(jìn)行判定車輛的危險性判 定是行之有效的。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種通過單目視覺來檢測車輛切道行為，并自動評判車輛 當(dāng)前行駛狀態(tài)的方法。本發(fā)明可以通過對車輛的行駛狀態(tài)的檢測，判斷車輛是否處于長時間壓線行駛狀 態(tài)或有頻繁換道的危險駕駛行為，及時做出預(yù)警，以避免駕駛員無意或大意導(dǎo)致的危險，并 達(dá)到規(guī)范駕駛行為的目的。
實現(xiàn)本發(fā)明目的的技術(shù)解決步驟如下一種基于切道行為檢測的車輛駕駛狀態(tài)評 價方法，包括以下步驟(1)信息獲取過程步驟1. 1，在車輛內(nèi)部或車輛頂部安裝一個面向前方的攝像頭，該攝像頭用于拍攝 并獲取前方路面環(huán)境信息；步驟1. 2，進(jìn)行攝像頭的參數(shù)測定，即攝像頭的外部參數(shù)包括攝像頭相對地面的高 度H、攝像頭相對車輪外側(cè)的距離V、俯視角9、偏離角e ；其內(nèi)部參數(shù)包括焦距f、視場角 o、光圈F ；步驟1. 3，利用攝像頭實時拍攝前方路況信息，并存儲為bmp圖像；(2)車輛行駛狀態(tài)檢測過程步驟1. 4，對bmp圖像進(jìn)行計算機(jī)處理，實現(xiàn)車道線檢測與擬合，以獲取當(dāng)前行駛 狀態(tài)下的前方道路車道線信息；步驟1. 5，根據(jù)車道線與圖像下邊緣交點所處的位置信息，判斷車輛目前的行駛狀 態(tài)，當(dāng)車輛處于壓線行駛狀態(tài)時，進(jìn)入狀態(tài)跟蹤判定；(3)車輛駕駛行為評價過程步驟1. 6，通過跟蹤車輛行駛狀態(tài)的變化，判斷車輛目前的動作為變道還是一般的 擦線；步驟1. 7，根據(jù)所判定的結(jié)果，再結(jié)合最近一段時間內(nèi)車輛的壓線信息，分析車輛 目前的駕駛危險度，并在相關(guān)條件下給出危險提示預(yù)警。本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點為(1)不僅能夠有效地抑制圖像噪聲，適應(yīng) 復(fù)雜天氣下的需要，還能夠適應(yīng)白晝與黑夜的工作要求；(2)采用高效穩(wěn)定的車道線檢測 算法，確保實時有效地達(dá)到對當(dāng)前信息的處理；(3)能夠準(zhǔn)確判定車輛當(dāng)前是否偏離道路 行駛狀態(tài)；(4)能夠通過對車輛行駛狀態(tài)的跟蹤判定，達(dá)到對危險行為的及時預(yù)警，而不會 因為無意的擦線行為而頻繁報警。下面結(jié)合附圖來對本發(fā)明做進(jìn)一步詳細(xì)描述。


圖1是本發(fā)明基于切道行為檢測的車輛駕駛狀態(tài)評價方法的流程圖。圖2是本發(fā)明基于切道行為檢測的車輛駕駛狀態(tài)評價方法的車載攝像頭外部參 數(shù)示意圖。圖3是本發(fā)明基于切道行為檢測的車輛駕駛狀態(tài)評價方法的車道線檢測流程圖。圖4是本發(fā)明基于切道行為檢測的車輛駕駛狀態(tài)評價方法中車道線檢測與狀態(tài) 判斷的實驗效果圖。圖5是本發(fā)明基于切道行為檢測的車輛駕駛狀態(tài)評價方法的硬件結(jié)構(gòu)示意圖。
具體實施例方式本發(fā)明基于切道行為檢測的車輛駕駛狀態(tài)評價方法，包括以下步驟步驟1 在車前擋風(fēng)玻璃后或車輛頂部安裝一個攝像頭，用于拍攝前方道路圖像， 并獲取攝像頭的內(nèi)外參數(shù)；
5
步驟2 通過攝像頭獲取前方道路信息；步驟3 檢測前方車道標(biāo)志線；步驟4:根據(jù)所獲得的車道線信息，檢查車輛是否處于壓線狀態(tài)，如果處于壓線狀 態(tài)，進(jìn)入步驟5 ；否則，回到步驟2 ；步驟5 壓線狀態(tài)時，進(jìn)入車輛狀態(tài)跟蹤循環(huán)，讀取圖像；步驟6 ；判斷車輛壓線狀態(tài)是否結(jié)束，如果依然在壓線狀態(tài)則進(jìn)入步驟7 ；如果結(jié) 束，則進(jìn)入步驟8 ；步驟7 壓線狀態(tài)下，計時，并判斷最近一段時間內(nèi)車輛處于壓線狀態(tài)的總時間是 否達(dá)到某閾值。如果是，則判斷為長時間壓線，進(jìn)行報警提醒；如果沒有，回到步驟5 ；步驟8 判斷車輛的壓線動作是變道還是擦線；步驟9 變道動作時，計數(shù)，并根據(jù)最近一段時間內(nèi)車輛變道次數(shù)判定車輛是否處 于危險行駛狀態(tài)；步驟10 擦線動作的話，回到步驟2。本發(fā)明的具體實施過程如下步驟1，開始信息獲取過程，如圖2所示；步驟1. 1，在車輛內(nèi)部安裝一個面向前方的攝像頭，將一個攝像頭固定在車內(nèi)駕駛 員前上方的后視鏡附近，這樣有較大的拍攝視野且不會對駕駛視野造成影響。也可以將攝 像頭安裝在車輛頂部，同樣符合要求。系統(tǒng)總線結(jié)構(gòu)如圖5所示。步驟1. 2，進(jìn)行攝像頭的內(nèi)外部參數(shù)測定。不同的車型和安裝方式，攝像頭的外部 參數(shù)也有不同，包括攝像頭相對地面的高度H、攝像頭相對車輪外側(cè)的距離V、攝像頭光軸 與水平平面的夾角φ (又稱俯視角)、攝像頭光軸與垂直平面的夾角θ (又稱偏離角)等。 除了外部參數(shù)，還需知道攝像頭的內(nèi)部參數(shù)，包括焦距f、視場角σ、光圈大小F等。比如我 們采用的Hitachi VK-S274E攝像頭，固定安裝在豐田實驗車的前擋風(fēng)玻璃后面，來拍攝獲 取前方路況，該攝像頭離地高度1. 73米，俯視角9度左右，與車輛外側(cè)距離0. 95米，并通過 焦距與光圈的調(diào)整獲得足夠視野與景深。攝像頭內(nèi)外參數(shù)的測定，是進(jìn)行后續(xù)計算工作的 前提。步驟1. 3，利用攝像頭實時拍攝前方路況信息，并存儲為bmp圖像；步驟2，進(jìn)行車道線的檢測過程，如圖3所示；步驟2. 1，對由攝像頭獲得RGB道路圖像進(jìn)行灰度化處理，以在不丟失必要信息的 同時降低圖像維數(shù)與減少計算量。而且由于光照惡劣的夜間道路圖像中紅色分量R和藍(lán)色 分量B為主要噪聲來源，所以完全使用綠分量G作為灰度化后的灰度值，該灰度圖也符合白 天檢測的算法需要；步驟2. 2，進(jìn)行圖像二值分割，就是設(shè)定一個閾值Thr，對圖像進(jìn)行二值分割。在每 個二值圖像中，大于等于閾值的像素在二值圖像中的值為Ta，反之為Tb;步驟2. 3，對每一幅二值圖像沿水平方向進(jìn)行掃描，使用鏈碼跟蹤輪廓法，在鏈碼 中尋找所有滿足長度大于La和角度大于Ga并小于Gb的、且值為Ta的直線段；并在該幅二 值圖像中，從獲取的所述的直線為起始點，沿水平方向，向兩邊尋找滿足寬度在Da Db范 圍內(nèi)的值為Ta的水平直線段；步驟2. 4，將在所有的二值圖像中得到的步驟2. 4所述的水平直線段累計合成一幅新的圖像，記為A ；圖像A中像素點的灰度值是該點在所有二值圖像中符合條件的水平直 線段上的出現(xiàn)的次數(shù)，即圖像A是車道線的結(jié)構(gòu)信息的匯總；步驟2. 5，將圖像A進(jìn)行平滑處理，再在A中尋找滿足寬度在Da Db范圍內(nèi)范圍 的、灰度值大于Tc的水平直線段，將該直線段上的像素坐標(biāo)連同其在A中的灰度值記錄到 數(shù)組C中；步驟2. 6，對數(shù)組C中的像素坐標(biāo)進(jìn)行按其灰度值加權(quán)的Hough變換，找到Hough 投影值最高的N條直線段，記為數(shù)組L[N]；步驟2.7，在L[N]中搜尋滿足角度范圍在Ga Gb，相距距離大于Dc的直線，記為 數(shù)組R[M]；步驟2.8，R[l]…R[M]即為車道標(biāo)志線。步驟3，開始車輛狀態(tài)判定過程，如圖1所示；步驟3. 1，根據(jù)車輛寬度、高度并結(jié)合步驟1. 2里對攝像頭參數(shù)的測定結(jié)果，預(yù)定 一個視野中心橫坐標(biāo)mid與一個車寬閾值Tv。視野中心坐標(biāo)mid與攝像頭的安裝位置有 關(guān)，正常情況下一般為圖像寬的中點；步驟3. 2，從當(dāng)前圖像的多條車道線中，選擇兩條距離中軸線最近的車道線，左車 道線N[l]、右車道線N[2]；步驟3. 3，計算兩條車道線與橫軸的交點坐標(biāo)xl、x2 ；步驟3. 4，判斷當(dāng)前圖像中車輛是否處于壓線狀態(tài)，即偏離車道狀態(tài)，如圖4所示。 如果Ixl-midl <Tv或|x2-mid| < Tv，則判定當(dāng)前圖像中車輛處于壓線狀態(tài)，偏離計數(shù)器 MNum加1，安全計數(shù)器SNum置0。否則，判斷當(dāng)前圖像中車輛處于正常行駛狀態(tài)，MNum置0， SNum 力口 1 ；步驟3. 5，將判斷車輛安全狀態(tài)的計數(shù)器，與一個安全時間閾值Ts作比較。當(dāng)SNum
>Ts時，就確定車輛處于正常行駛狀態(tài)；步驟3. 6，將判斷車輛壓線狀態(tài)的計數(shù)器，與一個偏離時間閾值Tm作比較。當(dāng)MNum
>Tm時，確定車輛處于壓線狀態(tài)；步驟3. 7，如果判定為安全狀態(tài)，則返回繼續(xù)處理下張圖像。如果判定為壓線狀態(tài)， 則進(jìn)入車輛狀態(tài)跟蹤判定。步驟4，開始車輛狀態(tài)跟蹤判定過程，如圖1所示。步驟4. 1，讀取下張圖像；步驟4. 2，判斷車輛壓線狀態(tài)是否結(jié)束，方法同步驟3. 2 3. 6。如果目前依然為 壓線狀態(tài)，則進(jìn)行步驟4. 3 ；如果判定為回到安全行駛狀態(tài)，進(jìn)行步驟4. 5 ；步驟4. 3，在壓線狀態(tài)下，在計時器內(nèi)保存目前狀態(tài)；步驟4. 4，進(jìn)行長時間壓線行為判定。在最近一段時間Tl內(nèi)，判斷處于壓線狀態(tài)的 總時間P是否大于閾值Tl*m%。如果是，則進(jìn)行長時間壓線警報提示；否則回到步驟4. 1 ；步驟4. 5，壓線狀態(tài)結(jié)束，根據(jù)所交車道線χ的變化方向，判斷之前車輛行為為變 道還是無意的擦道行為；步驟4. 6，如果是擦道，則跳出狀態(tài)跟蹤循環(huán)；步驟4. 7，如果是變道行為，在計時器內(nèi)保存變道時間段。再判定車輛是否處于不 斷變道的危險狀態(tài)。計算在最近一段時間T2內(nèi)，變道次數(shù)M是否大于閾值Q，如果大于，判定車輛處于危險駕駛狀態(tài)，并進(jìn)行警報提示；否則，跳出狀態(tài)跟蹤循環(huán)。
權(quán)利要求
一種基于切道行為檢測的車輛駕駛狀態(tài)評價方法，其特征在于包括以下步驟(1)信息獲取過程步驟1.1，在車輛內(nèi)部或車輛頂部安裝一個面向前方的攝像頭，該攝像頭用于拍攝并獲取前方路面環(huán)境信息；步驟1.2，進(jìn)行攝像頭的參數(shù)測定，即攝像頭的外部參數(shù)包括攝像頭相對地面的高度H、攝像頭相對車輪外側(cè)的距離V、俯視角偏離角θ；其內(nèi)部參數(shù)包括焦距f、視場角σ、光圈F；步驟1.3，利用攝像頭實時拍攝前方路況信息，并存儲為bmp圖像；(2)車輛行駛狀態(tài)檢測過程步驟1.4，對bmp圖像進(jìn)行計算機(jī)處理，實現(xiàn)車道線檢測與擬合，以獲取當(dāng)前行駛狀態(tài)下的前方道路車道線信息；步驟1.5，根據(jù)車道線與圖像下邊緣交點所處的位置信息，判斷車輛目前的行駛狀態(tài)，當(dāng)車輛處于壓線行駛狀態(tài)時，進(jìn)入狀態(tài)跟蹤判定；(3)車輛駕駛行為評價過程步驟1.6，通過跟蹤車輛行駛狀態(tài)的變化，判斷車輛目前的動作為變道還是一般的擦線；步驟1.7，根據(jù)所判定的結(jié)果，再結(jié)合最近一段時間內(nèi)車輛的壓線信息，分析車輛目前的駕駛危險度，并在相關(guān)條件下給出危險提示預(yù)警。F2009100310261C0000011.tif
2.根據(jù)權(quán)利要求1所述的基于切道行為檢測的車輛駕駛狀態(tài)評價方法，其特征在于車 道線的檢測與擬合步驟如下步驟2. 1，對由攝像頭獲得RGB道路圖像進(jìn)行灰度化處理，以在不丟失必要信息的同時 降低圖像維數(shù)與減少計算量；步驟2. 2，進(jìn)行圖像二值分割，就是設(shè)定一個閾值Thr，對圖像進(jìn)行二值分割； 步驟2. 3，對每一幅二值圖像沿水平方向進(jìn)行掃描，使用鏈碼跟蹤輪廓法，在鏈碼中尋 找所有滿足長度大于La和角度大于Ga并小于Gb的、且值為Ta的直線段；并在該幅二值圖 像中，從獲取的所述的直線為起始點，沿水平方向，向兩邊尋找滿足寬度在Da Db范圍內(nèi) 的值為Ta的水平直線段；步驟2. 4，將在所有的二值圖像中得到的步驟2. 4所述的水平直線段累計合成一幅新 的圖像，記為A ；圖像A中像素點的灰度值是該點在所有二值圖像中符合條件的水平直線段 上的出現(xiàn)的次數(shù)，即圖像A是車道線的結(jié)構(gòu)信息的匯總；步驟2. 5，將圖像A進(jìn)行平滑處理，再在A中尋找滿足寬度在Da Db范圍內(nèi)范圍的、灰 度值大于Tc的水平直線段，將該直線段上的像素坐標(biāo)連同其在A中的灰度值記錄到數(shù)組C 中；步驟2. 6，對數(shù)組C中的像素坐標(biāo)進(jìn)行按其灰度值加權(quán)的Hough變換，找到Hough投影 值最高的N條直線段，記為數(shù)組L[N]；步驟2. 7，在L[N]中搜尋滿足角度范圍在Ga Gb，相距距離大于Dc的直線，記為數(shù)組 R[M]；步驟2.8，R[1]…R[M]即為車道標(biāo)志線。
3.根據(jù)權(quán)利要求1所述的基于切道行為檢測的車輛駕駛狀態(tài)評價方法，其特征在于車輛行駛狀態(tài)的判定步驟如下步驟3. 1，根據(jù)車輛寬度、高度并結(jié)合攝像頭的參數(shù)測定的結(jié)果，預(yù)定一個視野中心橫 坐標(biāo)mid與一個車寬閾值Tv ；步驟3. 2，從當(dāng)前圖像的多條車道線中，選擇兩條距離中軸線最近的車道線，左車道線 N[l]、右車道線N[2]；步驟3. 3，計算兩條車道線與圖像下端橫軸的交點坐標(biāo)xl、x2 ； 步驟3. 4，判斷當(dāng)前圖像中車輛是否處于壓線狀態(tài)，即偏離車道狀態(tài)，如果|xl-mid| <Tv或|x2-mid| <Tv，則判定當(dāng)前圖像中車輛處于壓線狀態(tài)，偏離計數(shù)器MNum加1，安全 計數(shù)器SNum置0 ；否則，判斷當(dāng)前圖像中車輛處于正常行駛狀態(tài)，MNum置0，SNum加1 ；步驟3. 5，將判斷車輛安全狀態(tài)的計數(shù)器，與一個安全時間閾值Ts作比較，當(dāng)SNum > Ts時，就確定車輛處于正常行駛狀態(tài)；步驟3. 6，將判斷車輛壓線狀態(tài)的計數(shù)器，與一個偏離時間閾值Tm作比較，當(dāng)MNum > Tm時，確定車輛處于壓線狀態(tài)；步驟3. 7，如果判定為安全狀態(tài)，則返回繼續(xù)處理下張圖像。如果判定為壓線狀態(tài)，則進(jìn) 入車輛狀態(tài)跟蹤判定。
4.根據(jù)權(quán)利要求1所述的基于切道行為檢測的車輛駕駛狀態(tài)評價方法，其特征在于車 輛駕駛行為評價步驟如下步驟4. 1，開始車輛狀態(tài)跟蹤判定，讀取下張圖像；步驟4. 2，根據(jù)車道線檢測的結(jié)果，計算兩條車道線與圖像下端橫軸的交點坐標(biāo)xl、x2 ；步驟4.3，判斷當(dāng)前圖像中車輛是否處于壓線狀態(tài)，如果|xl-mid| <Tv或|x2-mid < Tv，則判定當(dāng)前圖像中車輛處于壓線狀態(tài)，偏離計數(shù)器MNum加1，安全計數(shù)器SNum置0 ； 否則，判斷當(dāng)前圖像中車輛處于正常行駛狀態(tài)，MNum置0，SNum加1 ；步驟4. 4，將判斷車輛壓線狀態(tài)的計數(shù)器，與一個偏離時間閾值Tm作比較，當(dāng)MNum > Tm時，確定目前車輛依然處于壓線狀態(tài)，則進(jìn)行步驟4. 6 ；步驟4. 5，將判斷車輛安全狀態(tài)的計數(shù)器，與一個安全時間閾值Ts作比較，當(dāng)SNum > Ts時，確定目前車輛已經(jīng)回到正常行駛狀態(tài)，則進(jìn)行步驟4.8 ； 步驟4. 6，在壓線狀態(tài)下，在計時器內(nèi)保存目前狀態(tài)；步驟4. 7，進(jìn)行長時間壓線行為判定，在最近一段時間T1內(nèi)，判斷處于壓線狀態(tài)的總時 間P是否大于閾值Tl*m% ；如果是，則進(jìn)行長時間壓線警報提示；否則回到步驟4. 1 ；步驟4. 8，壓線狀態(tài)結(jié)束，根據(jù)所交車道線x的變化方向，判斷之前車輛行為為變道還 是無意的擦道行為；步驟4. 6，如果是擦道，則跳出狀態(tài)跟蹤循環(huán)；步驟4. 7，如果是變道行為，在計時器內(nèi)保存變道時間段，再判定車輛是否處于不斷變 道的危險狀態(tài)，即計算在最近一段時間T2內(nèi)，變道次數(shù)M是否大于閾值Q，如果大于，判定車 輛處于危險駕駛狀態(tài)，并進(jìn)行警報提示；否則，跳出狀態(tài)跟蹤循環(huán)。
全文摘要
本發(fā)明公開了一種基于切道行為檢測的車輛駕駛狀態(tài)評價方法，通過攝像頭對前方路況進(jìn)行視頻采集和實時處理，達(dá)到對車輛的不斷切道、長時間壓線行駛等危險駕駛行為的監(jiān)測，并及時預(yù)警，即在車輛內(nèi)部安裝一個面向前方的攝像頭來獲取前方路況信息；進(jìn)行車道線的檢測與跟蹤；判定車輛的當(dāng)前位置狀態(tài)，如果車輛進(jìn)入壓線狀態(tài)，進(jìn)行狀態(tài)跟蹤以判定車輛是否變道操作；如果是變道操作，根據(jù)最近一段時間內(nèi)的變道次數(shù)判斷車輛的行為危險度；如果在近段時間內(nèi)處于壓線狀態(tài)的總時間占到m％，則做出長時間壓線行駛的警報。本發(fā)明面向車輛主動安全駕駛，采用計算機(jī)單目視覺與圖像處理技術(shù)，具有系統(tǒng)配置簡單、價格成本低、實時性好、能應(yīng)用于白晝黑夜以及多種氣候環(huán)境的特點。
文檔編號B60W40/10GK101870293SQ20091003102
公開日2010年10月27日 申請日期2009年4月24日 優(yōu)先權(quán)日2009年4月24日
發(fā)明者張浩峰, 李旻先, 王超, 趙春霞 申請人:南京理工大學(xué)