汽車主動安全技術是指為預防汽車發生事故，避免人員受到傷害而采取的安全技術(如LDWS、ABS、EBD等)。車道偏離預警系統LDWS(Lane Departure Warning System)是一種通過報警的方式輔助駕駛員減少汽車因車道偏離而發生交通事故的系統，其研制獲得很多國家的高度重視[1-3]。其中,美國卡內基梅隆大學機器人學院于1997年成功開發AURORA系統；日本三菱汽車公司提出的DSS系統于1999年應用于模型車上。2006年吉林大學汽車動態模擬國家重點實驗室開發了基于單目視覺的JLUVA-1系統;2012年南京航空航天大學和東南大學共同開發的車道偏離檢測[4]，可計算出車道偏離的程度。

1 車道圖像預處理與車道線檢測
　    通常攝像頭采集的道路圖像會包含與車道無關的信息。為了簡化算法難度，影像區域的中下部分分辨率為400×100的圖像作為圖像處理區域。



1.2 車道線識別
    在車道偏離預警系統中，車道偏離決策算法要依賴車道線識別結果。本文主要研究對近景區域中的車道線，選用直線模型[7]擬合車道線。由于在連通域標記的開始階段，在連通域標記的圖像中，當前工作像素點之后的值都為零。因此，本文的連通域標記算法中，只調整在連通域標記圖像中對應于當前工作點之前的像素點的標號，從而減少了每次遍歷的時間。在連通域選擇階段，首先對連通域圖像分成左右對稱的兩個區域，然后分別對兩個區域中的連通域進行搜索，掃描連通域標記圖像。若該點的像素值為零，則繼續掃描下一點；否則將兩個數組中與當前像素點的值對應的元素加1。這樣只需對圖像進行一次遍歷就能夠完成各個連通域像素個數的統計操作，分別求得兩個部分的像素點個數最多的連通域。然后采用最小二乘法將上述得到連通域中的像素點進行擬合，進而得到車道線的斜率和截距。該方法可以提高車道線擬合的準確性和系統的實時性。
1.3 車道偏離決策
    根據是否對攝像頭進行標定可將基于機器視覺的車道偏離決策算法分為兩類：一類是需要對攝像頭進行標定的算法[8]；另一類是非攝像頭標定算法[9-11]。與參考文獻[12]中方法不同，本文采用的預警判別中的車道線夾角定義為道路圖像中左右車道線與水平軸夾角之和。在判斷偏離的基礎上區分出是左偏還是右偏，本文采用非攝像頭標定算法進行車道偏離決策。車道線夾角法的原理示意圖如圖3所示，θL、θR為左、右車道線與水平軸的夾角，θS為兩個夾角之和。若θS超過設定的閾值，則認為車道偏離正常行駛車道。    

車道線的斜率求出車道線夾角θS=θL+θR，從而計算出車道偏離決策閾值θ1和θ2。若θS值大于θ1，則判定車輛左偏，系統將預警；若θS值小于θ2，則判定車輛右偏，系統也將預警。
2 測試與結果分析
2.1系統算法的Matlab仿真測試結果
    車道安全預警算法的實現是建立在各個模塊算法的基礎上，本文利用Matlab中時間函數tic、toc統計算法準確的運行時間。正常行駛、左偏行駛和右偏行駛時的待測試圖像如圖5所示。

    由表2可知，DSP系統能夠作為一個獨立的平臺，實現車道偏離和障礙檢測預警功能。
2.3 結果分析
　 本文算法測試結果與實際情況相符，驗證了算法的可行性。測試系統通過讀取測試圖像，選取感興趣區域、執行偏離分析算法及進行預警顯示，每幅圖像在Matlab仿真環境下的平均處理時間約為0.6 s，此值為整個測試系統程序運行的時間。在未來開發車載系統的實際應用中，圖像采集等部分可由專用硬件平臺實現(如聲音提示)，車道偏離分析預警程序運行的時間將遠小于仿真系統需要的時間。
    本文系統闡述了基于視頻實時車道偏離預警算法的研究，算法主要采用圖像預處理算法、車道線識別算法、車道偏離決策算法、改進的中值濾波等預處理算法、優化的循環體Ostu自適應算法、最小二乘法和車道線夾角法。利用車道線擬合后得到的車道線斜率,求得左右車道線與水平軸夾角之和來判斷車輛是否偏離車道,并通過Matlab仿真實驗驗證了算法的可行性和魯棒性。
參考文獻
[1] 仝光, 李虎, 鄭文成. 車道偏離預警系統研究概述[J]. 汽車與配件,2009,18(5):26-27.
[2] BERTOZZI M, BROGGI A. Artificial vision in road vehicles[C]. Proceedings of the IEEE, 2002,90(7):1258-1271.
[3] BOUMEDIENE M, OUAMRI A,DAHNOUN N. Lane boundary detection and tracking using NNF and HMM approaches[C]. Proceedings of the 2007 IEEE Intelligent Vehicles Symposium Istanbul, 2007.
[4] 余厚云，張為公，趙轉萍.基于車道線斜率的車道偏離檢測[J].光電工程,2012,39(07):43-48.
[5] 田炳香,鄭榜貴，吳晴.高速公路車道線檢測與跟蹤算法研究[J].現代電子技術, 2008(9):180-183.
[6] 胡穎.Otsu算法的研究與改進[J].棗莊學院學報，2009,26(5)：68-69.
[7] Xu Houjie, Li Huifang. Study on a robust approach of lane departure warning algrithm[C]. 2010 2nd International  Conference on Signal Processing Systems (ICSPS), 2010.
[8] 畢雁冰. 高速汽車車道偏離預警系統可行區域感知算法研究[D]. 吉林:吉林大學,2006.
[9] 于兵, 張為公, 龔宗洋.基于機器視覺的車道偏離報警系統[J]. 東南大學學報,2009,39(5):930-931.
[10] 劉燕兵.基于方向可調濾波器的車道線識別方法研究[D].成都：電子科技大學，2009.
[11] An Xiangjing, Wu Mo, He Hangen. A novel approach to provide lane departure warning using only one for-wardlooking camera[C]. International Symposium on Collaborative Technologies and Systems, 2006.
[12] 吳沫.基于計算機視覺的車道跑偏告警系統方法研究[D]. 長沙：國防科技大學，2005.