1、第六章第六章 车道偏离预警系统车道偏离预警系统 6.1 概述 6.2 车道偏离预警系统组成 6.3 车道偏离预警算法 6.4 相关应用 6.3 车道偏离预警算法 基于路面设施的预警系统 基于路面基础设施的预警系统，如一些公路路边设置隆声带，铺设的位置通常是超出车道物理边界15-45cm，由一系列凹凸机构形成，用声音和震动来警告那些驶离行车道的司机，减少交通事故的发生。 隆声带位置示意图 基于车辆当前位置的预警算法 基于车辆当前位置的预警算法(Cars Current Position, CCP)主要根据车辆在车道中当前位置来做出预警判断，它主要包括横向位置法、角度差值法和位置差值法。 1.横向
2、位置法 横向位置法是依据车辆横向位置判断车辆是否发生偏离。实时检测车辆前轮与其最近车道线的距离，当低于阈值时，系统将发出警告。其关键是要得到车辆的空间位置、车辆的运行轨迹，以及给出的距离报警阈值，并且在信息采集完成后，进行是否偏离的判断。 车辆左右前轮距左右车道线距离计算公式: (b) 22(a) 22corcolbybybyby基于车辆当前位置的算法 为了方便算法理解，虚拟一条车道中心线。按照图中所示的车辆行驶方向，yo表示车辆质心距车道中心的距离。bc为车辆宽度，b为车道宽度， 为左前轮距左车道线距离， 为右前轮距右车道边界的距离。 当车辆左侧偏离时，如图(a)所示，当前车辆的纵轴线位于车
3、道中心线的左侧；同理如图(b)所示，当车辆右侧偏离时，当前车辆的纵轴线位于车道中心线的右侧。 lyry偏离判断条件： 车辆中心距离车道线的距离大于阈值，表明车辆在车道内，不需要报警; 当车辆中心距车道线距离小于阈值，认为车辆偏离车道，则系统发出报警。 0 THEN , AND IFwarnyyyythrthl1 THEN , OR IFwarnyyyythrthl2.角度差值法 该算法是通过摄像机实时获取图像，通过计算机系统处理图片，提取车道特征，并计算车道夹角，根据车道线的角度来判断车辆是否偏离。 以左右车道线与地平线夹角之和的绝对值 作为判断依据。很显然，当车辆行驶在车道正中时， 为0；随
4、着车辆离车道中心越远， 值越大。当 大于阈值 时，系统发出偏离预警。判断条件如下: ， 为左、右车道线与地平线夹角。 1 THEN , IF th21warn，th12 3.位置差值法 位置差值法与基于横向位置法类似，也是计算左右车轮相对车道标线的距离 和 ，将 作为判断的条件，显然当车辆纵轴线与车道的虚拟中心线重合时，左右车轮距车道线距离相等，此时 ；车辆偏离道路中心线越远， 越大。当 时，系统发出偏离警告。判断条件下式所示: lyryrlyy-0-rlyyrlyy-thrlyyy-1 THEN - IFwarnyyythrl 基于车辆跨越车道时间的预警算法 TLC(Time to Lane
5、 Crossing)算法是国际上主流的车道偏离预警算法，根据短时间内车辆运动假设模型，估计车辆从当前位置运动到车辆与车道标线相交位置时所需要的时间t，并将t与所设定的报警阈值Tth比较，判断t小于设定的时间阈值Tth，则认为车辆将发生车道偏离，此时系统向驾驶员发出警告；反之不需要。判断条件如下式所示: 1 THEN IFwarnTtth TLC算法的关键是计算跨越车道线时间的方法。TLC的评价算法可以分为横向TLC算法和纵向TLC算法，这是由所考虑的车道偏离方向的不同来区分的。对于横向TLC算法,以车辆向左偏离为例 d：轮胎距车道线的最短距离 dlc：当前时刻车辆质心到左车 道线距离 drc：
6、当前时刻车辆质心到右车 道线距离 vl：侧向速度 cos2sincflclWldd横向TLC车道偏离示意图 fl 预计轮胎跨越车道时间计算公式如下: 同理如果车辆向右侧偏离，计算公式如下: 则预计轮胎跨越车道时间计算公式为： 如果t Tth则系统发出警告。 llvdt cos2sincfrcrWlddlrvdt 该算法使用了侧向位移和侧向速度信息同时考虑了汽车的行驶轨迹，能够保证在一定的时间范围内向驾驶员报警，给驾驶员预留了一定的反应时间；但是本算法假定汽车的侧向速度在较短的时间间隔内保持不变，并且汽车的航向角保持恒定，但是某些情况下这种假设是不正确的。我们知道当方向盘转角为一固定值时，汽车会
7、沿着圆弧轨迹行驶，因而在道路上车辆的侧向速度是不断改变的，同时汽车的航向角也是不断改变的。 纵向TLC公式，相对来说使用比较广泛: 上式中 表示汽车的纵向速度，L表示从当前时刻开始到汽车前轮接触车道线为止在汽车纵轴线方向的纵向距离。 由公式可见，纵向TLC算法关键之处是如何确定纵向距离L的值，计算方法主要有两种，两种方法的区别主要在于用于预测汽车运动轨迹的车辆模型不同。 xLTLCvxv(l)假定车辆发生偏离过程中航向角始终保持不变，汽车横向和纵向的速度也保持恒定。如图所示，L是根据汽车质心偏离本车道时所确定的纵向距离。 直线行驶时L的确定 式中 为车辆相对于车道的方向角； 为当前时刻车辆相对
8、于车道中心的横向偏移量； 为车辆驶出的直线距离； 为车辆在驶出距离为 时的横向偏移量。 0( )y lyl0yl lyl(2)假定车辆发生偏离过程中方向盘转角角保持恒定，汽车的运动轨迹能够很好跟随道路边界线曲率，因而汽车的运动轨迹曲线与道路边界线比较类似。 假设地面水平，车道边界线可以近似表述为常见的回旋曲线，如图所示: 运动轨迹为回旋曲线时L的确定 312061212lclcblyhh 式中， 为道路曲线在水平方向的曲率， 表示道路曲线在水平方向的曲率变化率。假定道路曲线的曲率为固定常数即 ， 表示道路的宽度并且为已知常数，加号对应右车道减号对应左车道。 汽车质心的运动行驶轨迹可以表示为如下
9、公式: 0hc1hc01hc 2021lclylyc上式中， 为汽车运动轨迹曲率，可通过当前的方向盘转角得到。 ccb 上述两种模型都是基于车辆中心的运动估计,而左右车轮的运动分别描述为: 式中下标 、 分别对应左、右车轮。由此得到的车辆运动曲线与相应的车道边界曲线的相交点就表示了车辆将横越车道边界的假定距离,用这个距离再比照现有车辆的速度可以计算出TLC值。当TLC值小于一定阈值,就发出警告。 2/2/crclblylyblylylr四、基于将来偏差的预警算法 基于未来偏移距离FOD( Future Offset Distance)的预警算法原理与TLC算法类似，都是根据汽车跨越车道线之前的
10、剩余的时间与阈值进行比较来判断汽车是否会发生车道偏离。该方法借取了路边振动带的想法，将实际的车道线扩展为虚拟车道线，设置虚拟车道线后则允许汽车偏离实际的车道边界。这种方法充分考虑了驾驶员驾驶行为特性，在设定虚拟车道线时考虑了驾驶员转向习惯导致的偏离量，并且为适应不同驾驶员的驾驶习惯虚拟车道线的位置是可以调整的。如果驾驶员在转向时没有偏离的习惯，真实车道线将与虚拟车道线重叠一起。 基于FOD的预警算法有两参数:前视预瞄时间T和虚拟的车道线V。前视预瞄时间是指系统预测汽车未来状态的时刻距当前时刻的时间，虚拟车道线是指允许驾驶员转向导致的偏离到真实车道线外侧的距离。如果汽车在T秒后的预测位置偏离实际
11、车道线时，系统并不发出报警，而是只有当其偏离虚拟的车道线时系统才会发出报警(如图所示)， FOD决策算法 即满足如下条件，系统才认为即将发生车道偏离，系统报警: 公式中 为T秒后车辆的侧向预测位置，其一阶运动学计算方法如下： 其中 为横向速度， 为当前时刻汽车与虚拟车道线之间的距离。 , 为期望发生的点。 PLVpvPLLTLdvLPLPLvLxvT/x五、其他算法 1. 基于预测轨迹偏离的预警算法 基于预测轨迹偏离的预警算法依据一段时间后汽车的预测轨迹与目标行驶轨迹之间的偏差值来进行评价，如果偏差大于给定的阈值，我们就认为会发生车道偏离，系统报警。丰田汽车(日本)公司的STAR系统所采用的就是这种预警方法。如图所示。 基于预测轨迹偏离的预警算法 汽车的预测行驶轨迹与目标行驶轨迹的偏差值万计算方法如下: 上式中， 为当前时刻汽车质心的侧向位置， 为 秒后汽车质心的侧向位置， 表示车辆横摆角， 表示车速。 该算法一般假定驾驶员能较好的跟随道路曲率变化，因而目标运动轨迹通常为行驶道路的中心线。于此同时，这种算法假设汽车的横摆角恒定，则预测轨迹为直线。 mxvx xmxv