1.1 項目背景

隨著汽車的普及和高速公路的興建，汽車的主動安全性能受到人們越來越多的關注，安全輔助駕駛已成為國際智能交通系統研究的重要內容。然而，研究表明，在駕駛員--汽車--道路3個環節中，駕駛員是可靠性最差的一個環節，80％以上的交通事故來自于駕駛員的錯誤。據統計，其中約有44％的交通事故與車輛行駛偏離正常車道有關，其主要原因是駕駛員注意力不集中或者疲勞駕駛，造成車輛的無意識偏離。針對此情況，行車過程中的車道檢測及報警的研究，受到了世界各國的高度重視。

1.2 系統功能及項目目標

系統的主要功能分為下面五個部分：

（1）通過攝像機獲取車道信息，即視頻幀圖像

（2）對得到的視頻幀圖像進行預處理

（3）對預處理后的圖像進行邊緣提取，獲得車道標識

（4）根據車道標識進行離道評估

（5）根據評估結果做出相應報警措施

系統的要求及目標：

（1）系統的所有功能和算法都使用FPGA實現

（2）系統能滿足實時處理要求，達到系統的實用性

2.項目方案

2.1 功能模塊

從功能上，車道偏離報警系統可分為4個功能模塊，分別是：車道識別預處理(Preprocessing)、車道模型判斷(Mode Selection)、車道識別(Lane Detection)和道路偏離判斷(Warning)，采用例圖表示系統功能，如圖一所示。

圖（一）車道偏離報警系統結構圖

1. 車道識別預處理模塊

車道識別預處理模塊是整個系統的基礎，車道邊緣特征點提取模塊主要包括一些預處理的平滑算法，基于灰度閾值分割的車道外邊緣檢測和車道圖像的二值化處理。

2. 車道判斷模塊

車道判斷模塊，根據道路的先驗知識，通過直線或者曲線模型來確定車道線，將車道檢測轉化為確定數學模型的參數。車道模型分為直線模型，曲線模型和組合模型三種。

3. 車道檢測模塊

車道檢測指在沒有道路先驗信息條件下，確定車道標志線的位置，用直線或者曲線擬合車道特征點，得到車道線的數學模型，用于車道偏離預警的判斷。

4. 道路偏離模塊

道路偏離模塊根據車道檢測模塊得到的數據，利用車道偏離警告標準進行車道偏離判斷，根據判斷的結果和給定的閾值比較，做出相應警告。

從用例圖中可以看出這四個模塊的相互關系，在圖像預處理模塊和車道模型選擇模塊的基礎上，啟動車道檢測模塊。預警模塊則依賴于車道檢測模塊，根據車道檢測的參數，判斷是否預警。

2.2 處理流程

該系統的流程圖如圖二所示：

圖（二）車道偏離報警系統流程圖

1.視頻圖像采集

根據攝像頭的安裝位置，攝像頭可以分為側視攝像（攝像頭安裝在車輛側面）和前視攝像（攝像頭安裝在車輛前部，斜指向車輛的前方），本系統中采用前視攝像方式。

2.圖像預處理

圖像在采集過程中，由于路面存在坡度，障礙物，車道在遠方還有天空等信息，這些信息具有很強的干擾性，因此捕獲得到的車道不能直接用于車道檢測。需要通過一些圖像初始化，選擇感興趣的區域，以減少干擾和提高計算性能。為了消除噪音的影響還要做低通濾波，最后還要采用利用閾值對圖像進行二值化分割，以獲取更為清晰的車道線，簡化了車道線檢測。

3.車道檢測

車道檢測指在沒有道路先驗信息條件下，確定車道標志線的位值，用直線或者曲線擬合車道特征點，得到車道線的數學模型，用于車道偏離預警的判斷。車道的視頻圖像具有連續性，車道線不會發生突變，因此，對于車道特征不明的單幀圖像，可以引入前一幀圖像的車道模型參數，提高檢測的精度。同時，在前一幀車道線周圍設置感興趣區域，縮小檢測范圍，提高檢測速度。

4.車道偏離判斷

車道偏離判斷的警告標準可以分為四種，基于車輛在車道中的當前位置，基于將來偏移量的不同，基于車輛將橫越車道邊界的時間，基于知識的道路場景感知。

2.3 硬件架構

本設計采用Xilinx公司的Nexys 3 Spartan-6 FPGA Board開發板，利用其上的Xilinx Spartan®-6 FPGA (XC6LX16-CS324) 的大容量邏輯資源完成各個模塊。根據2.2節中的處理流程，系統應該包括以下模塊：視頻數據提取模塊，預處理模塊，車道檢測模塊，車道偏離模塊，整體的硬件架構如圖三所示：

圖（三）硬件架構圖

視頻數據提取模塊復雜提取車道視頻圖像，并通過USB控制單元將視頻幀傳輸到預處理模塊。在預處理模塊對視頻幀圖像進行加強，得到車道與背景分割的二值化圖像。在車道檢測模塊中將二值化圖像的中的車道進行擬合，得到清晰穩定的車道信息。最后根據車道的信息參數，判斷汽車離道。