[发明专利]一种相机参数和车辆系统无关的车道偏离提前预警方法

说明书

技术领域

本发明主要涉及基于视觉的车道偏离预警(Lane Departure Warning based on Vision)领域，特别涉及一种基于CCP(Car's Current Position)和灰色预测的车道偏离预警方法。 

背景技术

随着经济的飞速发展，人们对汽车的需求量不断攀升，交通事故的发生率也随之快速增长，安全驾驶也成为了社会关注的焦点之一。在所有的交通事故中，因驾驶员注意力不集中而造成的车道偏离事故所占比例高达37.4%。因此，如何减少因车辆偏离而导致的交通事故的发生率，成为当今社会的重大挑战。调查表明，如果能够提前0.5秒预警，交通事故的发生率将会降低60%。车道偏离预警技术是解决这一问题的有效解决方案。车道偏离预警技术是基于视觉的车道偏离预警系统的核心技术之一，预警效果的好坏直接决定着整个系统的实用性，因此研究车道偏离预警方法具有重要意义。

目前，基于视觉的车道偏离预警方法可以归纳为两类：基于图像信息的方法和基于图像信息与道路模型相结合的方法。

基于图像信息的车道偏离预警方法，利用了物体从真实的三维世界转化到图像中的二维平面过程中车辆和车道的一些关联特征，例如图像平面内车道与车辆位置变化的剧烈程度直接反应了真实三维空间中车道与车辆位置变化的剧烈程度，图像中车道线与左右车道线夹角的差别与真实三维空间中车辆与左右车道线夹角的差别直接相关。这种方法的优点在于其不需要相机参数和车辆系统，但其缺点也是明显的，即往往会因为考虑信息不全面而出现许多错误判断。

基于图像信息和车道模型相结合的车道偏离预警方法，使用图像信息和几何模型，通过严格的数学推导，可以得到高准确度的车道偏离预警决策。然而，这种方法一般会建立图像平面和真实空间的几何模型，需要相机参数和车辆行驶状态，对相机和车辆系统的依赖性较强，不易实现大众化；此类方法中，对相机和车辆系统依赖性较弱的CCP方法只能判断当前时刻车辆是否发生车道偏离，但是不能提前预警车道偏离事件的发生，所以不能给驾驶员提供足够的预警时间采取必要措施纠正偏离车道现象。

发明内容

为摆脱车道偏离方法对相机和车辆系统的依赖性且能实现提前车道偏离预警功能，本发明提供一种相机参数和车辆系统无关的车道偏离提前预警方法。其主要思想为：通过分析两类方法的优缺点，发现CCP方法具有准确度高且不依赖相机参数和车辆系统的优势，但其存在一个明显的不足，即只能判断当前时刻车辆是否发生车道偏离，未实现提前预警的功能。针对这一弊端，通过深入分析CCP数据得知，同一视频段中的CCP数据具有短时间相关性，而对不同视频段中的CCP数据具有随机性。这正符合灰色预测的特性：对样本量少、随机性高的数据具有较好的预测效果，因此在保持CCP方法优势的基础上，使用灰色预测实现提前预警功能。

已知图像中当前车道的两条车道线被检测出。本发明解决其技术问题的技术方案是：

步骤1—计算CCP数据：

根据CCP方法计算每帧图片中本车前部中心距离同一参考车道中线的横向距离，记为ccpData，根据每帧图片的车道线信息可以得到一个当前时刻的ccpData。

步骤2—灰色预测：

当ccpData连续累计大于等于15个数据时，使用符合其数据特点的灰色预测方法预测将来一段时间内的ccpData，记为predictCCPData。

步骤3—提前预警时间计算：

当将来一段时间内的所有预测值predictCCPData中存在一个符合车道偏离现象时提前发出预警，并计算预警时间；否则不发出预警。

1、CCP方法：

在基于图像信息和车道模型相结合的车道偏离预警方法中，发现CCP方法具有准确度高且不依赖相机参数与车辆系统的优势，本发明使用CCP方法为本发明所提出的能提前预警的车道偏离方法摆脱对相机参数和车辆系统的依赖性奠定了基础。CCP方法比较直观，主要是根据车辆相对于当前车道的位置信息，计算车辆与当前车道中线的距离，并以此为依据判断当前时刻车辆是否发生车道偏离。

2、灰色预测：

CCP方法计算本车前部中点与当前车道中线的距离Dist，根据Dist可以判断当前时刻本车是否偏离车道。但是，CCP方法只能判断当前时刻车辆是否发车道偏离现象而不能实现提前一定时间预警的功能。通过分析CCP数据得知，其对同一视频段具有短时间相关性，对不同视频段具有随机性，这正符合灰色预测的特性：对样本量少、随机性高的数据具有较好的预测效果。基于此，本发明使用灰色预测方法实现车道偏离提前预警功能。