車道偏離預(yù)警算法概述

1、目錄車道偏離預(yù)警算法概述 2.1. 基于 TLC的預(yù)警決策算法 3.2. 基于瞬時側(cè)向位移的預(yù)警算法 6.3. 基于橫向速度的評價算法 6.4. 基于 CCP的評價算法 6.5. 基于預(yù)測軌跡偏離的預(yù)警算法 7.6. 基于 EDF的預(yù)警算法 8.7. 基于預(yù)瞄軌跡偏離 TTD的評價算法 9.8. 基于 FOD的評價算法 1.0車道偏離預(yù)警算法概述車道偏離預(yù)警算法也就是車道偏離的危險性評估， 是指利用當(dāng)前車輛的運(yùn)動 狀態(tài)、前方道路的幾何結(jié)構(gòu)等從感知部分獲得的信息判斷車輛是否存在偏離本車 道的危險。 判斷是否存在危險通常用預(yù)警時間來描述。 一個合適的預(yù)警時間， 既 要保證不會出現(xiàn)頻繁的錯誤報警給駕

2、駛員造成不必要的干擾， 又要保證預(yù)留給駕 駛員恰當(dāng)?shù)姆磻?yīng)時間采取校正措施。 這是因?yàn)椴煌鸟{駛員生理和心理素質(zhì)的不 同，人與人之間駕駛風(fēng)格的不同， 因而對車輛偏離危險性的感知特性也不盡相同， 即便是同一個駕駛員， 其駕駛行為特性也會隨著時間空間以及精神狀態(tài)的不同而 改變，所以不同類型駕駛員對預(yù)警系統(tǒng)的要求與影響也有區(qū)別。 從駕駛經(jīng)驗(yàn)一般 的駕駛員到熟練駕駛的駕駛員， 不同駕駛員對車道偏離危險性的認(rèn)識理解都不同。 如果預(yù)警系統(tǒng)是針對新手駕駛員開發(fā)， 那么熟練駕駛員就會覺得系統(tǒng)發(fā)出的預(yù)警 過于頻繁進(jìn)而感到失去耐心 ;反之，為熟練駕駛員設(shè)計(jì)的預(yù)警系統(tǒng)，新手駕駛員 則會認(rèn)為系統(tǒng)的預(yù)警作用不明顯，不能預(yù)

3、知危險，因此不能夠信任系統(tǒng)， 所以在系統(tǒng)開發(fā)過程中需要全面考慮駕駛員的駕駛行 為特性，最大限度地滿足不同風(fēng)格的駕駛需求。 此外外界環(huán)境因素對車道偏離預(yù) 警算法也有一定的影響?？偟恼f來合理的預(yù)警算法應(yīng)當(dāng)包括下面兩個基本標(biāo)準(zhǔn) :1、保證能夠及時恰當(dāng)?shù)念A(yù)警，保證駕駛員有足夠多的反應(yīng)時間。由于駕駛 員對預(yù)警信號的感知響應(yīng)以及駕駛員采取校正操作后汽車本身的響應(yīng)都有一定 的遲滯時間， 所以，車道偏離預(yù)警系統(tǒng)應(yīng)該在車輛橫跨車道線、 發(fā)生車道偏離狀 況之前的特定時間內(nèi)準(zhǔn)確預(yù)測出即將發(fā)生的危險， 并向駕駛員及時的發(fā)出預(yù)警信 號，保證駕駛員有充足的時間采取校正措施， 防止致命傷亡事故的產(chǎn)生。 但是如 果預(yù)警時刻過

4、早， 反而會令駕駛員感到系統(tǒng)報警的不必要， 會不加理睬， 這也就 是去了系統(tǒng)本身的意義。2、根據(jù) ISO 17361:2007國際標(biāo)準(zhǔn)提出的評價指標(biāo) :誤報警的次數(shù)和遺漏的正 確報警次數(shù)都要盡量少。 誤報警是指車輛在車道內(nèi)保持正常行駛軌跡的情況下系 統(tǒng)發(fā)出的報警。 如果車道偏離預(yù)警系統(tǒng)發(fā)出的誤報警過于頻繁， 勢必引起駕駛員 的厭煩，如此下去， 將導(dǎo)致駕駛員對系統(tǒng)報警的不信任性 ;另一方面，如果過度關(guān) 注降低系統(tǒng)的誤報警率， 必然會造成一些正確報警被遺漏， 同樣使系統(tǒng)預(yù)警功能不可靠，甚至可能發(fā)生嚴(yán)重的后果。完善的車道偏離預(yù)警算法應(yīng)該全面考慮各種情況， 應(yīng)該經(jīng)過長期的對大量數(shù) 據(jù)的優(yōu)化分析和實(shí)車實(shí)

5、驗(yàn)驗(yàn)證得到， 為了實(shí)現(xiàn)這個目的， 國內(nèi)外的研究人員在視 覺感知算法和車道偏離預(yù)警算法方面都做了很多的工作。 大多都是通過預(yù)測汽車 的未來運(yùn)動軌跡來估算發(fā)生車道偏離剩余的時間， 并由此選擇恰當(dāng)?shù)念A(yù)警時間目 前國內(nèi)外的各種車道偏離預(yù)警系統(tǒng)，以及國內(nèi)各大高校、研究機(jī)構(gòu)所進(jìn)行的對 LDW系統(tǒng)的研究中，采用預(yù)警決策算法有很多種。 總的說來，基本上都是以時間、 速度或者距離作為評價指標(biāo)。下面介紹幾種常用的車道偏離預(yù)警算法 :1. 基于 TLC的預(yù)警決策算法TLC ( Time to Lane Crossing)方法是國際上各類車道偏離預(yù)警系統(tǒng)中非常 流行的一種決策算法， 是當(dāng)今大部分研究車道偏離預(yù)警的機(jī)構(gòu)

6、與高校所采用的方 法。TLC是指從汽車當(dāng)前位置開始到汽車與車道線開始接觸為止所需的運(yùn)動時間， 也可稱之為汽車從當(dāng)前的時刻開始到汽車偏離本車道之前所剩余的時間。 為了盡 可能迅速的識別出未來可能發(fā)生的軌跡偏離是提出 TLC方法的目的。該方法一般 是對未來特定時間內(nèi)的車輛動力學(xué)模型進(jìn)行有效假設(shè)， 根據(jù)建立的車輛運(yùn)動模型 和對前方道路模型的正確識別， 最后計(jì)算出汽車即將跨越道路邊界的時間。 基于 TLC的預(yù)警算法，是由 Godthelp最初提出來的， 基本原理是如果 TLC小于給定的 時間閾值 T th即:TLC<T th，我們認(rèn)為汽車將發(fā)生車道偏離，觸發(fā)系統(tǒng)報警。TLC的評價算法可以分為橫向

7、 TLC算法和縱向 TLC算法，這是由所考慮的車 道偏離方向的不同來區(qū)分的。 AURORA系統(tǒng) (美國卡內(nèi)基麥隆大學(xué) )采用了橫向 TLC算法，其公式如下 :TLC公式中， 離，LPvyLP 表示汽車側(cè)向的位置，即車輛的縱軸線與道路中心線的側(cè)向距vy 表示汽車的側(cè)向速度，通過計(jì)算最后半秒內(nèi)汽車標(biāo)志線相對汽車移動的 距離計(jì)算獲得時間，該方法中道路寬度已知且為常量。該算法使用了側(cè)向位移和側(cè)向速度信息同時考慮了汽車的行駛軌跡， 能夠保 證在一定的時間范圍內(nèi)向駕駛員報警，給駕駛員預(yù)留了一定的反應(yīng)時間 ;但是本算法假定汽車的側(cè)向速度在較短的時間間隔內(nèi)保持不變， 并且汽車的航向角保持 恒定，但是某些情況下

8、這種假設(shè)是不正確的。 我們知道當(dāng)方向盤轉(zhuǎn)角為一固定值 時，汽車會沿著圓弧軌跡行駛， 因而在道路上車輛的側(cè)向速度是不斷改變的， 同 時汽車的航向角也是不斷改變的。韓國三星公司、 德國的 R.Risack 使用的是縱向 TLC公式，相對來說使用比較 廣泛:TLCLvx上式中 vx 表示汽車的縱向速度， L 表示從當(dāng)前時刻開始到汽車前輪接觸車道 線為止在汽車縱軸線方向的縱向距離。由公式可見，縱向 TLC算法關(guān)鍵之處是如何確定縱向距離 L 的值，計(jì)算方法 主要有兩種，兩種方法的區(qū)別主要在于用于預(yù)測汽車運(yùn)動軌跡的車輛模型不同。(l)假定車輛發(fā)生偏離過程中航向角始終保持不變， 汽車橫向和縱向的速度也(2)

9、假定車輛發(fā)生偏離過程中方向盤轉(zhuǎn)角角保持恒定，汽車的運(yùn)動軌跡能夠 很好跟隨道路邊界線曲率，因而汽車的運(yùn)動軌跡曲線與道路邊界線比較類似。假設(shè)地面水平，車道邊界線可以近似表述為常見的回旋曲線， 如圖 1.8所示: b 1 2 13y(l)ch0l2 ch1 l32 2 6式中 ch0 為道路曲線在水平方向的曲率， ch1表示道路曲線在水平方向的曲 率變化率。假定道路曲線的曲率為固定常數(shù)即 ch1= 0，b表示道路的寬度并且為 已知常數(shù)，加號對應(yīng)右車道減號對應(yīng)左車道。汽車質(zhì)心的運(yùn)動行駛軌跡可以表示為如下公式12 y(l) y0 l 21 ccl2上式中 cc 為汽車運(yùn)動軌跡曲率，可通過當(dāng)前的方向盤轉(zhuǎn)角

10、得到。上述兩種模型的建立都是通過對汽車質(zhì)心運(yùn)動軌跡的預(yù)估得到的， 下文公式 又可表示左右車輪的運(yùn)動 :yllr l式中左、右車輪由下標(biāo)由 l、r 分別對應(yīng)。 由此得到的汽車行駛軌跡曲線和對 應(yīng)的道路邊界曲線的交點(diǎn)與當(dāng)前汽車在道路中的位置之間的距離就稱之為2. 基于瞬時側(cè)向位移的預(yù)警算法這種算法利用汽車中心偏離車道中心的瞬時側(cè)向位移 L,作為評價指標(biāo)， 是一 種比較簡單的車道偏離預(yù)警算法。 當(dāng)Lp 大于事先給定的閾值時系統(tǒng)則發(fā)出報警。 這種算法比較簡單， 在實(shí)際應(yīng)用中比較易于實(shí)現(xiàn) ;但是它忽略了汽車的運(yùn)動軌跡， 尤其是當(dāng)車輛的運(yùn)動行駛軌跡偏離道路中心一個距離且平行車道行駛時（如圖1.9 a所示）

11、會發(fā)出錯誤報警。通常情況下，駕駛員開車時不可能嚴(yán)格沿著道路中 心線行駛，而是偏離道路中心線特定距離，這個值最大可以達(dá)到 10 厘米，對具 有這種駕駛行為的駕駛員來說， 該預(yù)警算法可導(dǎo)致頻繁的誤報警。 當(dāng)車輛以較大 角度偏離當(dāng)前行駛車道的工況下 （如圖 1.9b 所示），系統(tǒng)發(fā)出預(yù)警信號后留給駕駛 員的反映時間太短， 駕駛員一般來不及糾正車道偏離行為， 這樣系統(tǒng)發(fā)出的預(yù)警 也就失去了作用。3. 基于橫向速度的評價算法該預(yù)警算法以車輛的側(cè)向速度 Vy 作為評價指標(biāo)，如果車輛以比較大的速度 偏離道路邊界線時系統(tǒng)發(fā)出預(yù)警，公式如下 :vy vth 報警式中vth為給定的速度閾值。 該方法同樣的會導(dǎo)致錯

12、誤的報警， 因?yàn)槟承{駛 員開車并不緊緊跟隨道路車道線，而是在道路上左右搖擺 （如圖 1.9c 所示），這時 車輛側(cè)向速度會較大， 對這種駕駛員來說， 該方法也會導(dǎo)致頻繁的錯誤報警， 會 導(dǎo)致駕駛員不認(rèn)可系統(tǒng)的預(yù)警功能。 另外，若駕駛員發(fā)現(xiàn)汽車偏離道路中心線比 較大的距離時， 會迅速反應(yīng)轉(zhuǎn)動方向盤使汽車回到道路中心線附近， 這時汽車的 側(cè)向速度很大，如果此時報警必將干擾駕駛員的校正，令駕駛員感到厭煩。4. 基于 CCP的評價算法基于汽車當(dāng)前位置 CCP （ Car's Current Position）的評價算法是利用汽車在 道路中當(dāng)前位置作為評價指標(biāo)， 判斷車輛是否會發(fā)生偏離。 汽車

13、在道路中的坐標(biāo) 由車道線檢測算法得到， 道路中心與汽車縱向軸線的距離用 y0 表示。這種算法假 定汽車平行于行駛車道， 給出汽車車寬 bc ，則不難計(jì)算出目前汽車前輪相對于左 右道路邊界的位置 :ylbc2y0yry0bc2由道路識別算法可計(jì)算出公式中道路寬度 b , yl 和 yr表示左右輪胎到相 應(yīng)道路邊界的位置。當(dāng) yl> 0并且 yr >0時，說明汽車在本行駛車道內(nèi)，不需發(fā)出預(yù)警。當(dāng) yl < 0或者 yr <0時，則說明汽車即將偏離行駛車道，系統(tǒng)發(fā)出預(yù)警。5. 基于預(yù)測軌跡偏離的預(yù)警算法基于預(yù)測軌跡偏離的預(yù)警算法依據(jù)一段時間后汽車的預(yù)測軌跡與目標(biāo)行駛 軌跡之間

14、的偏差值來進(jìn)行評價， 如果偏差大于給定的閾值， 我們就認(rèn)為會發(fā)生車 道偏離，系統(tǒng)報警。豐田汽車 （日本 ）公司的 STAR系統(tǒng)所采用的就是這種預(yù)警方 法。如圖 1.10 所示，汽車的預(yù)測行駛軌跡與目標(biāo)行駛軌跡的偏差值萬計(jì)算方法 如下:xm x v上式中 x 為當(dāng)前時刻汽車質(zhì)心的側(cè)向位置， xm 為 秒后汽車質(zhì)心的側(cè)向位 置， 表示車輛橫擺角， v 表示車速。該算法一般假定駕駛員能較好的跟隨道路曲率變化， 因而目標(biāo)運(yùn)動軌跡通常 為行駛道路的中心線。 于此同時， 這種算法假設(shè)汽車的橫擺角恒定， 則預(yù)測軌跡 為直線。6. 基于 EDF的預(yù)警算法基于邊緣分布函數(shù) EDF ( Edge Distribu

15、tin Function)的預(yù)警方法，是指將 邊緣方向角的邊緣強(qiáng)度直方圖進(jìn)行考慮。韓國全南大學(xué)的 Joon Woong Lee 等 主要采用 EDF 的評價方法，它通過邊緣分布函數(shù)將車道信息和邊緣信息聯(lián)系起 來。該算法對行車線作出幾條假設(shè) : (1)車道線平滑過渡， (2)車道線比路面其它部 分明亮， (3)左右車道線應(yīng)該平行道路中心線。如圖 1.11b 所示。依據(jù)上述假設(shè)， EDF具有兩個重要特征一一對稱軸和局部最大值，如圖 1.11b 所示。基于邊緣分布函數(shù)的預(yù)警算法，一般有三個步驟組成。 第一步就是邊緣的提取和圖像的獲取。對于點(diǎn) (x,y)力相應(yīng)的圖像 .f (x .y)梯度 用向量 f

16、 表示 :f Gx,Gy,xy方向 a x,y 與幅值 f x,y 分別為：1 Gya x, y tanGXf x,yGx Gy Gx Gy第二步用遞歸求和濾波器估算邊緣分布函數(shù)， 邊緣分布函數(shù) EDF定義如下：F d f x,y nd其中 n d 是方向?yàn)?a x,y 的像素的數(shù)量EDF的形狀如圖 1.11 所示，從圖中可以明顯看出 EDF 的主要特征，一是在1 和 2 附近有兩極值，其分別對應(yīng)右側(cè)和左側(cè)道路邊界線 ;二是它具有一條對稱 軸，如果道路圖像是在道路中心線上采集的， 對稱軸則會位于九十度附近， 而如 果采集的圖像偏離道路中心線，則對稱軸就會偏離九十度位置。由于噪聲影響，我們通常很

17、難僅僅通過 F d 的極值判斷車道線的方向，所 以采用求和的方式估算 EDF給定N幀圖像序列， EDF估算方法如下 :kH k dFi d ,k nik n1其中 k 表示當(dāng)前幀， N 由試驗(yàn)來確定，遞歸形式如下：Hk d Hk-1 d Fk n d Fi d ,k n 1第二步為搜索邊緣分布函數(shù)的局部最大值和對稱軸， 確定是否發(fā)生車道偏離 有以下兩種方法 :方法一 :通過對稱軸來判斷是否發(fā)生了車道偏離，如果我們就認(rèn)為發(fā)生了車道偏離， P 為對稱軸偏移量，計(jì)算公式如下 :x xc為安全閾值，可通過試驗(yàn)確定， x為 EDF的對稱軸位置， xc為從道路中心 線處拍攝圖像的 EDF對稱軸位置。方法二

18、:通過極值判斷能否發(fā)生車道偏離，如果2 或者1，則認(rèn)為發(fā)生車道偏離，評價指標(biāo)咨計(jì)算如下 :dl xcxc drdl和分別為相應(yīng)于方向 1和 2的兩個極值， 1和 2分別為大于 1 和小于 1 的常數(shù)，通過試驗(yàn)可以確定?；?EDF的預(yù)警算法不需要攝像機(jī)相關(guān)參數(shù)， 忽略了車道線的定位， 而前方 道路的形狀 (如傾斜、坡度、寬窄 )，車輛的類型，和乘坐人數(shù)等對算法都幾乎沒 有影響。7. 基于預(yù)瞄軌跡偏離 TTD的評價算法TTD ( Time to Trajectory Divergence)是指從最初狀態(tài)到汽車軌跡與預(yù)期 軌跡偏差達(dá)到期望值所經(jīng)歷的時間。如果 TTD時間比給定的時間閾值 Tth 小

19、，系 統(tǒng)則會發(fā)出報警，即D11TTDrc rv Tth 報警v公式中， rc是期望行駛軌跡的曲率半徑， D是汽車運(yùn)動軌跡與期望軌跡的最 大允許偏差， rv是汽車實(shí)際行駛軌跡的曲率半徑， v 是車速。車輛能夠跟隨最優(yōu)路徑是這種算法的優(yōu)點(diǎn)， 而最優(yōu)路徑始終使車輛位于道路 中心線處，因?yàn)樽顑?yōu)路徑與自然車道類似，即使汽車靠近內(nèi)彎道， TTD的值也較 大，因此可對車道偏離更具有預(yù)見性。 由于這種算法比較復(fù)雜， 最優(yōu)路徑的精度 影響系統(tǒng)的精度。 在彎道上， 如果駕駛員轉(zhuǎn)彎比較急則會造成這種預(yù)警算法的誤 報警。8. 基于 FOD的評價算法基于未來偏移距離 FOD ( Future Offset Distan

20、ce)的預(yù)警算法主要由卡內(nèi) 基梅隆機(jī)器人研究所的 Parag H Batavia所采用，該方法原理與 TLC算法類似， 都是根據(jù)汽車跨越車道線之前的剩余的時間與閾值進(jìn)行比較來判斷汽車是否會 發(fā)生車道偏離。 該方法借取了路邊振動帶的想法， 將實(shí)際的車道線擴(kuò)展為虛擬車 道線，設(shè)置虛擬車道線后則允許汽車偏離實(shí)際的車道邊界。 這種方法充分考慮了 駕駛員駕駛行為特性， 在設(shè)定虛擬車道線時考慮了駕駛員轉(zhuǎn)向習(xí)慣導(dǎo)致的偏離量， 并且為適應(yīng)不同駕駛員的駕駛習(xí)慣虛擬車道線的位置是可以調(diào)整的。 如果駕駛員 在轉(zhuǎn)向時沒有偏離的習(xí)慣，真實(shí)車道線將與虛擬車道線重疊一起?；?FOD的預(yù)警算法有兩參數(shù) :前視預(yù)瞄時間 T

21、和虛擬的車道線 V。前視預(yù) 瞄時間是指系統(tǒng)預(yù)測汽車未來狀態(tài)的時刻距當(dāng)前時刻的時間， 虛擬車道線是指允 許駕駛員轉(zhuǎn)向?qū)е碌钠x到真實(shí)車道線外側(cè)的距離。 如果汽車在 T 秒后的預(yù)測位 置偏離實(shí)際車道線時， 系統(tǒng)并不發(fā)出報警， 而是只有當(dāng)其偏離虛擬的車道線時系 統(tǒng)才會發(fā)出報警 (如圖 1.12所示)，即滿足如下條件， 系統(tǒng)才認(rèn)為即將發(fā)生車道偏 離，系統(tǒng)報警 :LP V公式中為 T 秒后車輛的側(cè)向預(yù)測位置，其一階運(yùn)動學(xué)計(jì)算方法如下： dLP Lp TLv其中 Lv為橫向速度， Lp 為當(dāng)前時刻汽車與虛擬車道線之間的距離各類算法的優(yōu)缺點(diǎn)：車道偏離預(yù)警系統(tǒng)一般分為 3 部分，車道線檢測 :通過視覺傳感器檢測車道線 ; 預(yù)警變量估計(jì) :一般選擇橫向偏移量和車輛越過車道線的時間作為預(yù)警變量 ; 預(yù)警:決策何時、何種方式提醒駕駛員。系統(tǒng)所采用的警告標(biāo)準(zhǔn)大致分為4 種:基于當(dāng)前車輛于車道中位置 (car's current positon, CCP、) 基于未來車輛偏離量的不同 (future offset difference, FOD) 、基于車輛前輪跨越車道線邊界的時間 TLC(time to lane crossing,TLC、) 基于對道路場景的感知 (knowledge based interpretation of road scenes , IBIRS