邓 欢，罗 山

(攀枝花学院智能制造学院，四川 攀枝花 617000)

0 引言

目前国内外开发了许多车道偏离预警系统，如日本的DSS系统[1]、美国卡内基梅隆大学研发的AURORA系统[2]、荷兰以色列公司Mobileye研制的Mobileye_AWS系统[3]、德国的AutoVue系统[4]等。这些系统在判断车辆即将偏离车道时，立即给驾驶员发出警告(如声音警报、LED显示、座椅或方向盘振动等)，提醒驾驶员采取正确的操作措施来防止车辆发生车道偏离[5]。但是目前的车道偏离预警系统一般采用的是单一车道偏离决策算法，对于复杂的行驶环境不能及时、准确的进行偏离预警，并且很多算法复杂性高、计算量大，导致系统不能及时进行偏离预警，实时性差。为此本文提出一种基于将来偏离量与车辆将横越车道边界时间的联合预警模型，有效地结合了FOD(Future Offset Difference)模型和TLC(Time to Lane Crossing)模型的优点，同时在划分预警区域时，不同行驶速度可选择不同的预警区域。

1 车道偏离决策算法设计

本文的车道偏离决策算法流程如图1所示。

图1 车道偏离决策算法控制模型流程图

1.1 逆透视法

安装在车辆上的摄像机所拍摄到的是车道线发生变形的透视图像，需要先将透视图像转换为俯视图像。本文所使用的坐标转换方法叫逆透视法，它是基于图像平面到路面的单映射矩形计算得到，通过逆透视变换可以得到车道线的空间信息，其变换见式(1)。

(1)

1.2 车道偏离决策算法

1) TLC模型：TLC算法[6]是通过计算在当前行驶状态下，车辆前轮触碰到车道边界线的时间t,再与设定的预警阈值T相比较，当车辆行驶时间t小于阈值T时，系统发出警报。……