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21.基于TLC的預(yù)警決策算法32.基于瞬時(shí)側(cè)向位移的預(yù)警算法63.基于橫向速度的評價(jià)算法64.基于CCP的評價(jià)算法65.基于預(yù)測軌跡偏離的預(yù)警算法76.基于EDF的預(yù)警算法87.基于預(yù)瞄軌跡偏離TTD的評價(jià)算法98.基于FOD的評價(jià)算法10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(xiǎn)性評估，是指利用當(dāng)前車輛的運(yùn)動(dòng)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(xiǎn)。判斷是否存在危險(xiǎn)通常用預(yù)警時(shí)間來描述。一個(gè)合適的預(yù)警時(shí)間，既要保證不會出現(xiàn)頻繁的錯(cuò)誤報(bào)警給駕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(shí)間采取校正措施。這是

2、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(xiǎn)性的感知特性也不盡相同，即便是同一個(gè)駕駛員，其駕駛行為特性也會隨著時(shí)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(xiǎn)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)知危險(xiǎn)，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

3、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(gè)基本標(biāo)準(zhǔn):1、保證能夠及時(shí)恰當(dāng)?shù)念A(yù)警，保證駕駛員有足夠多的反應(yīng)時(shí)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(shí)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(shí)間內(nèi)準(zhǔn)確預(yù)測出即將發(fā)生的危險(xiǎn)，并向駕駛員及時(shí)的發(fā)出預(yù)警信號，保證駕駛員有充足的時(shí)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(shí)刻過早，反而會令駕駛員感到系統(tǒng)報(bào)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(jià)指

4、標(biāo):誤報(bào)警的次數(shù)和遺漏的正確報(bào)警次數(shù)都要盡量少。誤報(bào)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(bào)警。如果車道偏離預(yù)警系統(tǒng)發(fā)出的誤報(bào)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(bào)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(bào)警率，必然會造成一些正確報(bào)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)驗(yàn)驗(yàn)證得到，為了實(shí)現(xiàn)這個(gè)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(dòng)軌跡來估算發(fā)生車道偏離剩余的時(shí)間，并由此選擇

5、恰當(dāng)?shù)念A(yù)警時(shí)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?？偟恼f來，基本上都是以時(shí)間、速度或者距離作為評價(jià)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)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(dòng)時(shí)間，也可稱之為汽車從當(dāng)前的時(shí)刻開始到汽車偏離本車道之前所剩余的時(shí)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

6、TLC方法的目的。該方法一般是對未來特定時(shí)間內(nèi)的車輛動(dòng)力學(xué)模型進(jìn)行有效假設(shè)，根據(jù)建立的車輛運(yùn)動(dòng)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(shí)間?；赥LC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(shí)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(bào)警。TLC的評價(jià)算法可以分為橫向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:公式中，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)向距離，表示汽車的側(cè)向速度，通過計(jì)

7、算最后半秒內(nèi)汽車標(biāo)志線相對汽車移動(dòng)的距離計(jì)算獲得時(shí)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(shí)考慮了汽車的行駛軌跡，能夠保證在一定的時(shí)間范圍內(nèi)向駕駛員報(bào)警，給駕駛員預(yù)留了一定的反應(yīng)時(shí)間;但是本算法假定汽車的側(cè)向速度在較短的時(shí)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(shí)，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(shí)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: 上式中表示汽車的縱向速度，L表示從當(dāng)前時(shí)刻開始到汽車前

8、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(dòng)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保持恒定。如圖1.7所示，L是根據(jù)汽車質(zhì)心偏離本車道時(shí)所確定的縱向距離。(2)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(dòng)軌跡能夠很好跟隨道路邊界線曲率，因而汽車的運(yùn)動(dòng)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: 式中為道路曲線在水平方向的曲率，表示道路曲線在水平方向的曲率變化率。

9、假定道路曲線的曲率為固定常數(shù)即= 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(dòng)行駛軌跡可以表示為如下公式: 上式中為汽車運(yùn)動(dòng)軌跡曲率，可通過當(dāng)前的方向盤轉(zhuǎn)角得到。上述兩種模型的建立都是通過對汽車質(zhì)心運(yùn)動(dòng)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(dòng): 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L。2.基于瞬時(shí)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(shí)側(cè)向位移L,作為評價(jià)指標(biāo)，是一種比較簡單的車道偏離預(yù)警算法。當(dāng)大于事先給定的閾值時(shí)系統(tǒng)則發(fā)出報(bào)警。這種算法

10、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(dòng)軌跡，尤其是當(dāng)車輛的運(yùn)動(dòng)行駛軌跡偏離道路中心一個(gè)距離且平行車道行駛時(shí)(如圖1.9 a所示)會發(fā)出錯(cuò)誤報(bào)警。通常情況下，駕駛員開車時(shí)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(gè)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(bào)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(shí)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(jià)算法該預(yù)警算法以車輛的側(cè)向速度Vy作為評價(jià)指標(biāo)，如果車輛以比較大的速

11、度偏離道路邊界線時(shí)系統(tǒng)發(fā)出預(yù)警，公式如下:式中為給定的速度閾值。該方法同樣的會導(dǎo)致錯(cuò)誤的報(bào)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(shí)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(cuò)誤報(bào)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(shí)，會迅速反應(yīng)轉(zhuǎn)動(dòng)方向盤使汽車回到道路中心線附近，這時(shí)汽車的側(cè)向速度很大，如果此時(shí)報(bào)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(jià)算法 基于汽車當(dāng)前位置CCP ( Car's Current Position)的評價(jià)算法是利用汽車在道路中當(dāng)前位

12、置作為評價(jià)指標(biāo)，判斷車輛是否會發(fā)生偏離。汽車在道路中的坐標(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表示。這種算法假定汽車平行于行駛車道，給出汽車車寬，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:由道路識別算法可計(jì)算出公式中道路寬度b , 和表示左右輪胎到相應(yīng)道路邊界的位置。當(dāng)> 0并且 >0時(shí)，說明汽車在本行駛車道內(nèi)，不需發(fā)出預(yù)警。當(dāng)< 0或者 <0時(shí)，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(shí)間后汽車的預(yù)測軌跡與目標(biāo)行駛軌跡之間的偏差值來進(jìn)行評價(jià)，如果偏差大于給定的閾值，我們就認(rèn)為會發(fā)

13、生車道偏離，系統(tǒng)報(bào)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:上式中x為當(dāng)前時(shí)刻汽車質(zhì)心的側(cè)向位置，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(dòng)軌跡通常為行駛道路的中心線。于此同時(shí)，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 Distributin 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

14、采用EDF的評價(jià)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(gè)重要特征一一對稱軸和局部最大值，如圖1.11b所示?；谶吘壏植己瘮?shù)的預(yù)警算法，一般有三個(gè)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)梯度用向量表示: 方向與幅值分別為： 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：其中是方向?yàn)榈南袼氐臄?shù)量EDF的形狀如圖1.11所示，從圖中可以明顯看出ED

15、F的主要特征，一是在和附近有兩極值，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，我們通常很難僅僅通過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:其中k 表示當(dāng)前幀，N由試驗(yàn)來確定，遞歸形式如下：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:為安全閾值，可通過試驗(yàn)確

16、定，x為EDF的對稱軸位置，為從道路中心線處拍攝圖像的EDF對稱軸位置。方法二:通過極值判斷能否發(fā)生車道偏離，如果或者，則認(rèn)為發(fā)生車道偏離，評價(jià)指標(biāo)咨計(jì)算如下: 和分別為相應(yīng)于方向和的兩個(gè)極值，和分別為大于1和小于1的常數(shù)，通過試驗(yàn)可以確定?；贓DF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(jià)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(shí)間。如果TTD時(shí)間比給定的時(shí)間閾值小，系統(tǒng)

17、則會發(fā)出報(bào)警，即公式中，是期望行駛軌跡的曲率半徑，D是汽車運(yùn)動(dòng)軌跡與期望軌跡的最大允許偏差，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(bào)警。8.基于FOD的評價(jià)算法基于未來偏移距離FOD ( Future Offset Distance)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

18、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(shí)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(dòng)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(shí)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(shí)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。基于FOD的預(yù)警算法有兩參數(shù):前視預(yù)瞄時(shí)間T和虛擬的車道線V。前視預(yù)瞄時(shí)間是指系統(tǒng)預(yù)測汽車未來狀態(tài)的時(shí)刻距當(dāng)前時(shí)刻的時(shí)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

19、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(shí)，系統(tǒng)并不發(fā)出報(bào)警，而是只有當(dāng)其偏離虛擬的車道線時(shí)系統(tǒng)才會發(fā)出報(bào)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(bào)警:公式中為T秒后車輛的側(cè)向預(yù)測位置，其一階運(yùn)動(dòng)學(xué)計(jì)算方法如下：其中為橫向速度，為當(dāng)前時(shí)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(shí)間作為預(yù)警變量;預(yù)警:決策何時(shí)、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(shí)間TLC(time to lane crossing,TLC)、基于對道路場景的感知(knowledge based interpretation of road scenes , IBIRS ) 。4種警告標(biāo)準(zhǔn)中TLC應(yīng)用最為廣泛。這些警告標(biāo)準(zhǔn)算法中大都是利用時(shí)間或者距