刘康婷，高 坤，赵奉奎

（南京林业大学 汽车与交通工程学院，南京210037）

0 引 言

当代汽车工业发生了革命性的变化，道路日趋复杂，汽车数量逐年攀升，交通事故发生率也在增加。其中，人为因素成了道路安全问题的主要来源，要想有效解决这一重大难题，必须把未来汽车研究的方向转移到智能交通系统上来［1］。智能交通系统包括道路、车辆以及驾驶人三大主体，如何有效采集道路信息，反馈给车辆以及驾驶员，减少交通事故的发生是目前智能交通系统所要解决的问题。

汽车智能化是解决该问题的重要步骤。有研究者在汽车上安装环境感知传感器，如基于激光雷达的汽车防撞预警系统，实现对周围车辆的准确检测，并在车距过近时及时进行声光报警，有效减少了车辆间的碰撞所带来的安全隐患［2］。图像处理［3］在汽车智能化方面发挥着重要的作用，可实现车道线检测、障碍物识别、交通标志识别等功能。其中车道线检测技术是汽车自动驾驶的基础，研究人员常使用Hough变换［4］、最小二乘法［5］之类的方法来识别车道线，为完善车道线检测的一系列算法提供必要的理论依据。但如果道路状况比较复杂并且不断变化，道路标志被行人或障碍物遮挡，天气情况不好时，这些算法可能无法检测，还存在计算量大，精度不高，受噪声干扰严重等问题。

为了解决这一问题，本文采用“张正友标定法”对相机参数进行标定，并利用基于随机样本共识（RANSAC）的鲁棒曲线拟合算法拟合车道线，并对所提算法进行了验证。……