智能车辆的道路检测概述

郝建名 耿守强

摘 要：道路检测是智能车辆环境感知的主要内容，也是实现自动驾驶的基础。无论是在结构化还是在非结构化的道路上环境复杂多变，所以车道检测面临很严峻的考验，本文以基于机器视觉的智能车辆和基于视觉的缩微智能车车道检测与控制两个方面分析智能车辆的道路检测。同时详细介绍当前最具代表性的、美国军方研制的DEMOⅢ系统，提出一种灰度形态学 Top-Hat变换与亮度轮廓扫描方法相结合的车道线检测算法.为分析智能车在缩微交通环境下的自主驾驶表现，设计了一种模拟驾驶员转向行为的舵机模糊控制算法，最后指智能车辆导航技术的研究与发展趋势。实验结果表明，本实验可以有效模拟车辆在真实道路交通环境中的自主驾驶行为，为智能交通系统研究提供了一种新方法。

关键词：智能交通;磁感应检测;数字信号控制技术;自主驾驶;车道线检测

随着城市化进程和汽车工业的快速发展和计算机和机器人技术的飞速发展。智能车辆研究已经取得了长足进展， 但智能车自主驾驶研究，目前还面临诸多困难.例如，智能车昂贵的改装、维护费用限制了大规模无人车多车交互实验的进行;智能车行驶可能违反交通规则，难以保证安全驾驶;自主行驶暂时不被我国法律法规所允许等。结合国内外最新研究动态，本文首先讨论道路检测和障碍物检测中的典型方法;然后从软硬件架构、数据通信方式介绍了基于视觉导航的缩微智能车系统。最后设计了一种模拟驾驶员转向行为的舵机模糊控制算法

1 道路检测

在智能车辆导航中，道路检测主要是为了估计车辆在道路中的位置和方向，以便控制车辆按预定路线行驶。另外，它还为后续的障碍物检测确定搜索范围，缩小障碍物检测的搜索空间，降低算法复杂度和误识率。

由于现实中道路形式多样，环境复杂多变，道路检测一直是十分困难的问题，到现在还没有一个通用的算法。现在基本上都是在各种道路上进行针对的设计和计算相对应的检测算法。并且为了降低处理难度和提高检测速度，都对道路进行假设：（1）特定兴趣区域假设。在确定系统中，道路在图像中的位置相对固定，因此可以仅对图像中特定区域进行处理，从而缩短处理时间，降低算法的复杂度。（2）道路等宽假设。假设道路的宽度基本不变或变化很小，两条路边可以认为是平行的。这样就可以利用平行路边这一特征进行道路检测。（3）道路平坦假设。利用这一假设，既可以将检测结果从图像坐标系转换到世界坐标系，为车辆控制提供直观信息;也可以对图像进行逆透视变换，将前视图转换为准俯视图，降低道路检测难度。

目前道路检测算法主要有两大类：基于道路特征的方法和基于道路模型的方法。

2缩微智能交通系统

缩微道路交通环境是以真实城市交通环境为原型，按1∶100构建具有多种城市道路元素的封闭实验平台（见图1），包含单车道、双车道、直道、弯道、障碍物、十字路口、丁字路口，立交桥、匝道、交通灯、交通标志等多种道路元素，具有较高的实验仿真度，为智能交通系统的研究提供了一个可重复、可评估、可验证的实验平台在微缩的道路交通系统中，智能车进行自主驾驶，实现在微缩的环境中车辆车道保持自主驾驶行为。

3  车辆磁感应检测原理

目前国内外在交通检测系统或交通信息采集系统中，大量应用了电磁传感技术、超声传感技术、雷达探测技术、视频检测技术、计算机技术、通信技术等高新科学技术。相应地，交通信息检测器主要有：电感应环检测器（环型感应线圈）、超声波检测器、红外检测器、雷达检测器、视频检测器等。行驶车辆检测器是基于感应原理工作的，将具有高磁导率的环形线圈埋在路面下，当车辆行驶靠近或通过检测线圈时，引起穿过线圈的磁场发生变化，从而在线圈中产生感应电压，感应电压信号经过放大电路放大后，可得到车辆通过的信息。

4 智能车辆控制系统PID算法的设计

在道路行驶中智能车辆需要不停的检测前方道路信息以及自身的行驶信息。在检测过程中有许多复杂信息需要采集，并有多种干扰因素需要抗拒。将检测到的道路信息与自身行驶信息相结合，来确定下一步动作。在工程实际中，应用最为广泛的调节控制规律为比例、积分、微分控制，简称P I D 控制，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主流技术之一。本文采用超声波测位和无线通信实现两辆车安全地交替超车，具有很高的稳定性和快速性。在硬件上采用基于P W M 技术的H 型桥式驱动电路，解决了电机驱动的效率问题，这种设计能实现对电动车的运动状态进行实时监控，控制灵活、精度高，以实现小车的智能化设计。依据控制系统的结构和特点，结合嵌入式系统设计了基于A V R 的车辆控制系统。对P I D 控制器的算法作了深入的研究，确定了系统的控制策略。它具有不依赖于被控对象数学模型的优点，算法简单可靠，在实际生活和生产中得到了广泛的应用。完成了相关的分析算法程序和各功能模块的应用程序的设计，实现了两辆小车的智能控制。整个软件的设计采用模块化、结构化设计思想，使程序便于植。分析了控制系统中可能存在和各种干扰源，在设计中，采用硬件和软件抗干扰技术相结合的方法进行了抗干扰设计，保证了控制系统的可靠性。

5  结论

道路检测是智能车辆环境感知的重要内容。本文通过道路检测技术的简要综述，结合缩微交通环境下的智能车辆平台的道路检测系统分析，以及基于道路检测技术的典型车载应用等内容。基于机器视觉的道路跟踪已经取得了很大成就。大多数试验车基本上能在绝大多数的时间内实现自主行驶。基于视觉导航的缩微智能车系统中，该车道保持系统抗干扰能力强，在缩微城市结构化道路上可以获得较为理想的效果.但对复杂车道线的跟踪效率不高，是将来研究工作的重点。以及PID控制这一结构简单、稳定性好、工作可靠、調整方便的主流技术也要大力发展。

参考文献：

[1]黄武陵.智能车辆的道路检测及其应用[J].单片机与嵌入式系统应用，2016，16（09）：3-7.

[2]凡辉，袁焕，陈文浩，钟雪波.双车追踪智能交通模型的建立[J].物流工程与管理，2016，38（04）：127-129.

[3]王进，赵蕊，曹宝林，邓欣，陈乔松.基于视觉的缩微智能车车道检测与控制[J].上海交通大学学报，2015，49（08）：1159-1167.

[4]陈占林，吴小所.智能车辆控制系统PID算法的设计[J].自动化与仪器仪表，2012，（02）：68-70.

[5]赵俊梅，张利平.智能车辆中非结构化道路检测技术的研究[J].车辆与动力技术，2010，（04）：10-13+24.

[6]姜旭，朱灿焰.视频处理技术在智能交通系统的应用[J].通信技术，2010，43（01）：99-101+104.

[7]王洪建，李志敏.基于视频图像的车辆流量实时检测系统[J].光学精密工程，2005，（S1）：222-226.

[8]李斌，史忠科.基于计算机视觉的行人检测技术的发展[J].计算机工程与设计，2005，（10）：2565-2568.

[9]孙涵，任明武，唐振民，杨静宇.基于机器视觉的智能车辆导航综述[J].公路交通科技，2005，（05）：132-135.

作者简介：

郝建名（1998.05.05-）男，汉族，河南省信阳市，本科生，研究方向：道路桥梁与渡河工程

耿守强（1997.12.08-）男，汉族，河南省周口市，本科生，研究方向：道路桥梁与渡河工程