基于MonoSLAM算法的车道偏离预警系统

介绍了一种基于MonoSLAM算法的车道偏离预警（LDW）系统设计方法。应用该方法时，车辆模型的横向速度是恒定的（即车辆的高斯横向加速度不确定），其适用于低成本的摄像头。车辆在道路上的位置是第一输出。每个车道选取5个控制点用来跟踪车道，建模时这些控制点的位置是不变的。利用可调滤波器进行检测，该滤波器使用了扩展卡尔曼滤波（EKF）状态协方差，使其检测的鲁棒性更强。进行了200次离线试验并获得了试验结果，比较了平面图像上的车道偏离结果与地面实际车道偏离结果，并给出了车辆位置估计闭环测试结果。

提出的定位方法适用于不同的车道检测算法，因此需要对不同算法的定位性能进行研究，以获得最佳性能。MonoSLAM方法使用了传感器融合技术，且支持其它定位传感器，如IMU和GPS，具有高度兼容性，系统性能具有很强的鲁棒性与很高的精确性。MonoSLAM方法是一种在未知环境中的定位技术，能够针对不同道路条件（如恶劣天气、能见度低或标志不清等）进行检测。

在车辆行驶过程中，由于驾驶员注意力分散、疲劳或其它人为错误，致使车辆偏离车道导致交通事故发生。先进驾驶辅助系统（ADAS）包含LDW模块。传统LDW系统通常包括3部分：车道特征检测、车道模型的参数估计和车道跟踪。车道模型有多种，如直线、二次/三次抛物线、Clothoids曲线等。使用高采样率的计算机系统建立精细的道路模型，以便提取线性特征。车道提取有多种方法，如顶部过滤、正负梯度、可调滤波等。LDW系统多针对道路曲率较小的高速公路设计。

Julian Stoev et al. 2014 IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM), France - July 8-11, 2014.

编译：王亮