一種快速的公交專(zhuān)用車(chē)道檢測方法

6 改進(jìn)應用

該模型不僅適用于公路等有車(chē)道線(xiàn)的結構化道路，也可適用于車(chē)轍痕跡較為清晰的鄉間土路、沒(méi)有車(chē)道線(xiàn)的柏油路等非結構化道路， 能夠較為準確地檢測道路的消失點(diǎn)。當車(chē)輛行進(jìn)方向偏離其消失點(diǎn)時(shí)， 提醒司機采取相應的措施， 從而實(shí)現了車(chē)道偏離預警， 可以有效地抑制事故的發(fā)生。圖12 為對白色區域進(jìn)行Gabor 卷積運算， 將卷積結果較大( 即能量較大) 的點(diǎn)的方向繪制出來(lái)， 如圖12 右圖所示?？梢钥闯?， 方向基本指向道路的消失點(diǎn)。圖13 為復雜道路的消失點(diǎn)， 其中圓圈表示消失點(diǎn)投票結果。

本文對合肥公交專(zhuān)用車(chē)道進(jìn)行了大量的實(shí)驗，實(shí)驗結果表明，該算法具有很強的適用性，能夠準確地檢測到車(chē)輛所在車(chē)道的車(chē)道線(xiàn)，并對其車(chē)道作出正確的判斷。車(chē)道識別結果如圖11所示。

本文提出了基于道路紋理特征的車(chē)道線(xiàn)檢測方法，將直線(xiàn)模型算法成功移植到DM6437開(kāi)發(fā)平臺。通過(guò)攝像頭實(shí)時(shí)采集道路圖像(25 S/s,圖像大小為720×576)，實(shí)時(shí)統計車(chē)道線(xiàn)信息，并在城市道路上進(jìn)行了大量的實(shí)驗測試，平均每幀圖像的算法耗時(shí)控制在50 ms以?xún)?，能夠較為準確地檢測出車(chē)道線(xiàn)的位置，具有較強的實(shí)時(shí)性和魯棒性。