杨清峻 侯忠伟

（1.重庆交通大学机电与车辆工程学院；2.重庆交通大学土木工程学院）

在智能交通系统中，先进驾驶辅助系统里的前方车辆距离测量是热点问题之一。目前，国内外主要的环境感知手段有激光、雷达、超声波和视觉传感器等，视觉传感器成本较低、信息量丰富，应用更为广泛，已经成为驾驶辅助系统获取外界信息的主要手段。在车辆行驶过程中，由于道路环境存在水平或垂直方向上的激励，摄像机的外部参数会发生变化，进而影响单目视觉测距的精度。针对上述问题，文章提出一种改进的车道线消失点检测的算法，实现前方车辆距离的测量。该方法使用车载摄像机拍摄的图像获取车道线信息，通过检测车道线消失点并实时更新消失点坐标，结合建立的单帧静态图像车距测量模型完成前方车距测量。

1 车道线检测

车道线无论是对传统汽车，还是智能交通系统中的车辆的行驶都能起到约束保障的作用，是道路中最主要的交通标志之一，不但可以减少交通事故的发生，而且在以后智能交通发展中，车道线检测都是一个必不可少的功能模块。近几年来，针对车道线检测的问题，国内外进行了大量的研究，而通过机器视觉的主要检测方法有2种，一个是基于模型的车道线检测方法[1]，利用车道线几何特征建立匹配的数学模型，常见有直线型、曲线型和抛物线型等模型。然后根据模型对车道线进行拟合，但一种模型只适应于一种道路场景。……