在使用超广角摄像头的车道偏离预警系统中最大限度地减少光学属性错误

科学领域:

• 汽车工程 汽车工程
• 计算机视觉 计算机视觉
• 机器人技术 机器人技术 机器人技术

背景情况:

• 先进的驾驶辅助系统 (ADAS) 越来越多地使用车道偏离警告 (LDW) 来提高驾驶安全.
• 超广角镜头提供了成本和精度的好处,但为LDW带来了光学扭曲和处理挑战.
• 现有的LDW系统在与镜头扭曲和缓慢的失踪点估计作斗争,限制了性能和集成.

研究的目的:

• 开发先进的技术,以使用超广角摄像头有效实施车道偏离警告 (LDW).
• 为了克服与光学扭曲,图像处理速度和LDW系统中的性能准确性相关的挑战.
• 通过可靠的参数估计,使LDW与其他ADAS功能无集成.

主要方法:

• 开发了基于光学镜头投影特征的错误函数的扭曲校正算法.
• 实现了自动失踪点估计,利用道路场景的几何特征.
• 采用了由几何和视觉线索所限制的车道跟踪和离开检测算法.

主要成果:

• 实现了自动计算和更新LDW参数,提高了系统稳定性和用户便利性.
• 通过自动扭曲校正和失踪点估计,证明了拟议的LDW技术与其他ADAS (包括前置摄像头) 的成功融合.
• 实现了快速而准确的消失点估计,优于忽略镜头扭曲的现有方法.

结论:

• 开发的技术有效地解决了当前LDW系统在使用超广角镜头时的局限性.
• 自动扭曲校正和消失点估计有助于提高LDW性能和集成能力.
• 拟议的方法为道路环境的变化提供了适应性反应,提高了ADAS的整体功能和驾驶安全.