汽车车道偏离报警系统设计方案解析

一 前言

根据交通部的数据统计，约有50%的交通事故是由于车辆在行驶过程中偏移正常行驶的车道引起的，根据（美国）联邦公路局的统计，美国2002年所有的致命交通事故中44%是跟车道偏离有关的，同时车道偏离也被看成车辆侧翻事故的主要原因。AssitWare网站的分析结果认为：23%的汽车驾驶员一个月内至少在转向盘上睡着一次；66%的卡车驾驶员在驾驶过程中打瞌睡；28%的卡车驾驶员在一个月内有在转向盘上睡着的经历；四个驾驶员中就有一个驾驶员经历过车道偏离引起的伤亡事故。

究其主要原因，主要是因为驾驶员在驾驶车辆过程中出现注意力不集中、驾驶疲劳、心烦意乱等，严重影响驾驶员在驾驶车辆时的安全性。开车走神和疲劳驾驶是大多数司机都会面临并且需要克服的问题，因这种问题引起车辆偏离车道而造成的碰撞事故也是时有发生，尤其是在高速行驶过程中，因此而造成的事故尤为严重。 随着汽车智能化方向的发展，发展与应用驾驶员辅助系统（包括安全车距预警、车道偏离预警、疲劳驾驶检测、变道辅助系统、自适应巡航等）引起了高度的重视，越来越多高级辅助驾驶功能得以在汽车上得到应用，其中影响驾驶员驾驶习惯、提升驾驶员驾驶安全性的高级辅助驾驶系统也越来越多成为人们购车时考量的因素之一，车道偏移预警系统就是其中一个应用较为普及的高级辅助驾驶系统。

随着科技的发展，智能交通已成为当前的研究热点，自适应巡航是智能交通主要应用之一，而车道偏离预警在主动安全、自适应巡航中起着关键性的作用。同时汽车安全性受到人们更多的关注,高科技在汽车中的应用层出不穷,车道偏离报警系统就是一例，这是继安全带、安全汽囊后，在汽车内安装的又一项安全装置。 自适应巡航控制在高速时可以相对解放右脚的工作，但长时间处于一个相对单调的环境中很容易使人产生疲劳。而因为疲劳或注意力不集中所造成短暂的对方向控制产生偏差也十分常见的现象，这样看似不经意的行为，却着实存在着极大的安全隐患，一旦车辆出现无遇见性的车道偏离加之车速相对较快，不论对于自身还是后方的车辆来说都非常容易引发巨大的灾难，在高速公路上，由于车道偏离引起的交通事故在总交通事故数量中占了很大一部分比重，所以为了确保行驶安全，保持车道的稳定就会变得和控制车速一样重要。

任何事物的存在都是有原因的，LDW也不例外。在高速上，驾驶员疲劳驾驶极有可能会发生车辆无意识偏离所在车道的情况，然而，当驾驶员意识到车辆偏离既定路线时，往往为时已晚，要么发生碰撞，要么就是急打方向盘进行反向纠正，最终造成侧翻的事故发生。为了有效避免上述危险的发生，车道偏离警告功能应运而生，其基本原理就是通过视觉传感器（安装在前挡风玻璃中上部的摄像头）感知前方道路的车道线，并结合车辆当前行驶状态以及驾驶员意图来判断当前车辆是否已经发生无意识偏离，并在发生无意识偏离车道时提醒驾驶员。

LDW系统会在车辆高速行驶时提醒驾驶员，汽车正在偏离正常行驶的车道，让驾驶员及时纠正行车路线。即使是经验丰富的老司机，也免不了有过开车走神的经历，一旦出现开车走神或是疲劳驾驶，车辆跑偏车道的情况是非常常见的，尤其是在高速驾驶时，即使是轻微的方向跑偏都有可能造成严重的后果。在高速上，当驾驶员疲劳驾驶时，则极有可能发生车辆无意识偏离所在车道，然而当驾驶员意识到车辆偏离既定路线时，往往为时已晚，要么发生碰撞，要么就是急打方向盘进行反向纠正，最终造成侧翻。为了有效避免上述危险的发生，车道偏离预警系统LDW和车道保持辅助系统便应运而生。

车道偏离预警系统的出现为避免此类事故的发生做出了贡献，这种系统最大的作用就是在车辆偏离原车道时，能够迅速主动的判断该情形是否属于驾驶员无意识行为，从而在0.5秒内作出反应，通过各种手段对驾驶者进行明显警示，提醒驾驶者尽快纠正错误的驾驶行为，从而达到防患于未然的作用。

近年来随着汽车科技配置的丰富，避免车道跑偏的“防出轨神器”——车道偏离预警系统及车道保持系统，逐渐成为了主流配置，但是不少车主却选择关闭这些功能，难道这些高科技的防出轨神器真的只是鸡肋？现在很多高级车辆都会配备，那么它真的有效吗？最近美国IIHS的一项新研究显示，车道偏离警告系统技术，将所有的交通事故的发生率降低了11%，并降低了相同类型的伤害事故发生率的21%。这意味着如果所有的乘用车都配备了车道偏离警告，类似的事故率将大幅度降低。车道偏离警告功能，作为近几年来比较火的高级驾驶辅助功能之一，经常能够在汽车广告和配置表中看到，并且车道偏离警告功能作为车辆安全性程度的一项重要指标，可见它对于行车安全的重要性。

二 概述

1.根据美国高速公路安全管理局的定义，无人驾驶技术水平的演进可以分为五个阶段，包括L0驾驶员模式、L1辅助驾驶阶段、L2半无人驾驶阶段、L3高度无人驾驶阶段和L4完全无人驾驶阶段。目前，无人驾驶的实现程度，在技术面已达到L2、L3水平。在传统汽车上，各类丰富的辅助驾驶功能逐步由高端汽车选配向中低端选配和标配下沉，如车道偏离预警系统、夜视辅助系统等。车道偏离预警系统是汽车自动驾驶的核心技术之一，更是车辆安全技术的核心组成部分。

2016年3月2日，强制性国家标准GB7528《机动车运行安全技术条件》发布征求意见稿，将于2016年内完全落地。新版本的征求意见稿，对大中型客车的运行安全性和防火安全性提出进一步的要求，增加了“车长大于11m 的客车应装备符合标准规定的车道偏离报警系统（LDWS）和前车碰撞预警系统（FVCWs）”的要求。

2016年内标准新规落地，11米以上大客车有望成为全市场首先受益于强制性配套政策、带动ADAS出货的细分领域。2014年，国内10米以上大客车的年产量约16万辆，规模可观、占全国客车产量超1/4；11米以上大客车标配LDWS、FVCWs等，将加快国内ADAS研发和产业化进程，并进一步带动ADAS向其他车型的下沉和渗透，成为全行业智能配置标准化的探路者。3月17日，中国汽车工业协会发布了《“十三五”汽车工业发展规划意见》，对未来5年间的中国汽车工业发展提出了八个发展目标，其中“积极发展智能网联汽车”引人注目。规划指明，将积极发展智能网联汽车，具有驾驶辅助功能（1级自动化）的智能网联汽车当年新车渗透率达到50%，有条件自动化（2级自动化）的汽车的当年新车渗透率达到10%，为智能网联汽车的全面推广建立基础。此前，工信部装备工业司也曾表示，将构建智能网联汽车发展平台，促使产业链上下互补、共同开发，并优化环境、加速法规建设等，从政策层面培育优良成长环境。

2016年3月23日，联合国欧洲经济委员会表示，1968年通过的《维也纳道路交通公约》一项有关车辆无人驾驶技术的修正案自当天起正式生效。这项修正案明确规定，在全面符合联合国车辆管理条例或者驾驶员可以选择关闭该技术的情况下，将驾驶车辆的职责交给无人驾驶技术可以被允许应用到交通运输当中。

三 定义

车道偏离预警系统，其英文全程为Lane Departure Warning System，简称LDW，因此很多车型上都将车道偏离预警系统简称为LDW系统。根据美国公路交通安全管理局的定义，车道偏离预警系统只是在车辆发生偏离时以报警的方式提醒驾驶员，以使驾驶员及时作出反应的安全系统，辅助驾驶员避免或者减少车道偏离事故的系统。

车道偏离警告系统（LDW）是一个驾驶员辅助系统，是一种为驾驶提供支持的系统。是一种通过报警或振动等方式辅助驾驶员减少汽车因车道偏离而发生交通事故的系统。通过一个摄像机探测车辆前方区域，从而能够识别出当前所在车道右侧和左侧的道路标线。如果在没有接通转向信号灯的情况下车辆接近一侧道路标线，或车辆在非人为操作的情况下偏离车道时，就会在越过标线之前通过方向盘振动及时提醒驾驶员车辆偏离了车道。其工作方式是通过显示器或声音提前提醒驾驶员车辆无意中偏离了车道，提醒驾驶员修正方向，并要求驾驶员校正行驶方向，以降低由于车辆偏离引起交通事故的可能。通过摄像头、雷达、传感器，系统能够识别马路上的划线；通过摄像头检测前方车道线，计算出车身与车道线之间的距离，判断汽车是否偏离车道。

在驾驶员无意识（未打转向灯）偏离原车道时，车道偏移预警系统就是通过环境感知传感器探测车辆在行驶过程中与两侧车道线的距离，侦测到车辆偏离预定车道时，车辆偏离行驶路线车轮碾压到划线时，系统会发出报警。由于车道偏移预警系统（LDWS）能够提供智能的车道偏离预警，决定了驾驶员驾驶汽车过程的安全性，所以在该系统工作整个过程是十分短的，大概0.5s之内就可以完成所有步骤。在驾驶员无意识偏离原车道时，系统能在偏离车道0.5s之前发出发出视觉警告和听觉警告或方向盘开始震动以提醒驾驶员目前车辆偏离的状况。一般驾驶员对危急情况的反应时间是0.2到0.4秒，提前0.5秒就给驾驶员赢得了宝贵的操作时间，为驾驶员提供更多的反应时间。

通过给予方向盘一个反方向的力矩微调方向盘来提醒驾驶员，驾驶员在开车过程中精神不济疏忽导致车辆偏移预定车道时，就可以获得很好的提示，从而及时调整车辆，让车辆重新回到原来的行驶路线上，回到本车道内，减少因汽车偏离车道引发的碰撞事故等危险，保障驾驶员驾驶过程的安全性。一个车道偏离预警本身不会主动干预车辆的运动轨迹，不会试图控制车辆以防止因车道偏离可能引发的碰撞事故。

当车道偏离系统开启且车速达到40km/h以上时，摄像头会时刻采集行驶车道的标识线，通过图像处理获得汽车在当前车道中的位置参数，当车速达到60km/h时且检测到驾驶员无意识/汽车偏离车道时，报警器发出警报信号（方向盘振动和仪表声音提示3声），提示驾驶员注意安全驾驶，为驾驶者提供更多的反应时间。而如果驾驶者打开转向灯，对于驾驶员在需要控制车辆变道时，正常进行变线行驶，那么车道偏离预警系统就不会工作不会做出任何提示，确保驾驶员可以正常变道。使用LDWS还能纠正驾驶员不打转向灯的习惯，该系统其主要功能是提醒过度疲劳或解决长时间单调驾驶引发的注意力不集中等情况。

目前各厂商所配备的车道偏离预警系统均基于视觉（摄像头）方式采集数据的基础上研发，但它们在雨雪天气或能见度不高的路面时，采集车道标识线的准确度会下降。那么为了解决这个难题，聪明的技术工程师开发了红外线传感器的采集方式，其一般安置在前保险杠两侧，并通过红外线收集信号来分析路面状况，即使在恶劣环境的路面，也能识别车道标志线，便于在任何环境的路况下均能及时提醒驾驶员汽车道路偏离状态。

四 组成

1.车道偏离预警系统主要由人机交互单元(HUD抬头显示器、仪表中的图像显示器和蜂鸣器）、图像采集单元（视觉传感器：车载摄像头）、图像处理芯片、配备摄像头的电子控制单元（LDWS ECU控制器）以及车辆状态传感器（激光传感器和红外传感器）、LDWS开关、组成，如下图所示。

车道偏移预警系统主要还是基于视觉系统开发出来的，无论是侧视系统还是前视系统，都由道路和车辆状态感知、车道偏离评价算法和信号显示界面三个基本模块组成。

（1）图像采集单元完成车辆前方道路图像和环境信息的采集，并将模拟视频信号转换为数字视频信号，主要包括工业照相机、镜头和图像采集卡等。主要是由装置在前风挡玻璃后的车内照后镜的传感摄像头（影像感测器）检测前路两边的分道线。

车载摄像头的安装位置将决定车道偏移预警系统的安全性，除了安装在车侧（车身侧面或后视镜位置）的车载摄像头，斜指车道线的方案外，还有通过安装在车辆前部的车载摄像头，斜指向前方车道的解决方案。更少的情况下是在车辆后方安装摄像头检测后方车道标志。在感觉上，检测后方车道标志不如检测前方标志来的及时，特别是在弯道中。而汽车制造商表示，事实并非如此，此外车道偏离警告主要用于直线车道。

目前最常见的车道偏离预警系统基本上都采用了视觉传感器（少部分品牌采用红外线传感器），由前风挡玻璃下的摄像头进行道路分道线的监测，随后由感知模块分析道路几何特征和车辆动态参数，最后通过算法对车道偏离的可能性进行评价，一旦判定车辆偏离车道系统就会向驾驶员报警。KAFAS立体摄像机提供有关可用车道和道路标线的信息。

▲位于前风挡玻璃下的视觉传感器

▲驾驶辅助系统上的双眼立体摄像头

▲红外线传感器

摄像机

摄像机位于镜脚区域

车内后视镜前区域内的挡风玻璃要保持清洁和可用

在这一过程中前风挡玻璃下的“眼睛”显得尤为重要，尽管听起来在三个传感器中视觉传感器并不十分新鲜，但是也绝不能低估了当今的视觉传感技术，某驾驶辅助系统安上了双眼立体摄像头，并打算靠这对眼睛实现完全的自动驾驶功能。

车道偏离预警系统主要依靠集成在LDWS ECU上的摄像头识别车道，当车辆行驶在两侧没有明显道路标线，或雨、雪、雾等恶劣天气时，由于摄像头不能准确识别道路，LDWS不工作；当雨刷器高速工作时，系统默认LDWS不工作；当LDWS系统或部件故障时，LDWS退出工作。

由于车道偏移预警系统主要是依托于视觉系统，因此车载摄像头的很多弊端在车道偏移预警系统上也得到了很好的体现，像是雨雪天气下或者能见度不高的大雾天气时，或者在车道上有积水导致反光时，车载摄像头采集车道线的精准度就会降低，导致车道偏移预警系统准确度下降，目前研究各种鲁棒性强、能适应各种天气条件、克服光照变化以及阴影条件的影响车道偏离的评价算法是所有基于视觉的车道偏离预警系统的发展趋势。但车道偏移预警系统的出现，是可以有效减少由于车道偏移导致的事故，保障驾驶员行车安全的。

（2）车辆状态传感器采集车速、车辆转向状态等车辆运动参数；系统首先通过状态感知模块感知道路几何特征和车辆的动态参数，并且回传至行车电脑进行数据分析。少数情况会包括一系列激光或红外线传感器。

（3）电子控制单元可以完成数字图像处理、车辆状态分析以及决策控制等功能；由车道偏离评价算法对车道偏离的可能性进行评价。根据相对于自身车辆相对位置的计算位置、车道边缘和曲率发出相应警告（通过方向盘轻微振动）。LDWS ECU安装在前风挡中间位置室内后视镜前。摄像头与处理软件会判别车辆与路面标记（例如车道线）的距离，当车辆在没有打开转向灯的条件下即将越线时发生车道偏移时，电脑会认定此情况属于驾驶员无意识下的行为，从而开启车道偏离提示。

摄像头的用处并不局限在车道标记上

（4）人机交互单元通过显示界面向驾驶员提示系统当前的状态，当存在危险情况时，报警装置可以发出声音、光的提示，也有座椅或转向盘振动的形式。图像显示在仪表中间的多功能显示区，蜂鸣器安装在仪表内。必要的时候通过信号显示界面向驾驶员报警。

偏离车道警告系统通过显示器上的一个按钮接通和关闭。打开点火开关时，偏离车道警告系统恢复到上次停车前的启用状态（上次功能模式）。偏离车道警告系统的接通或关闭状态通过组合仪表或通过平视显示屏显示出来。偏离车道警告系统接通时还会显示系统是否处于准备发出警告的状态。只有在接通状态下且车速超过60km/h时识别到一条或两条车道边线时，系统才会进入准备发出警告的状态。平视显示屏内可能出现下列显示符号。

显示

箭头1：系统已激活

箭头2：至少识别出一条行车界线并可以发出警报

灵敏度设置

在音响显示屏的“车辆设置”中进行灵敏度设定，可以选择“标准”和“智能”两种模式，“智能”模式下，系统的预警功能更加灵敏。

组合仪表报警界面

当LDW检测到车辆偏离车道时，组合仪表界面显示报警信息。

绿线表示LDW检测到该侧车道线；白线表示未检测到该侧车道线；红线表示LDW检测到该侧车道线，但此时车辆已经发生车道偏离。

可通过IDrive在设置菜单内设置所需方向盘触觉反馈特性的强度。

可在智能安全系统子菜单中个性化配置车道偏离报警装置

驾驶员应用的个性化设置会根据当前使用的驾驶员配置进行保存

声音警告or振动警告

车道偏离警告系统在仪表板处都有一个警示灯，并伴随着车道警示图像一起出现。当车辆即将偏离车道时，图像中车道的某一边会闪烁或发生颜色变化。而通常司机从车辆侧视镜中看见的警示灯闪烁是由盲点检测系统发出的警高，而不是车道偏离警告。

当然，车道偏离警告系统还有进一步警告方式。在亚洲几乎所有配备车道偏离警告的汽车中，系统都会发出警告声响，在德国福特与林肯品牌的车中则采用方向盘振动的方式发出警告，通用汽车的新车中则采用座椅单边振动的方式来提醒司机过于靠近哪边的车道。

在多种警告方式之中，许多人认为声音警告最不科学。因为不仅是司机还是乘客都会受到该警告的影响，甚至有时候会被警告声吓一跳，若声音警告多次触发，这就等于向乘客传递一项信息——这位司机驾驶技术很烂。而振动警告则只有司机本人能够感受到。

车道偏移警报系统的控制按钮

至少到目前为止，没有一辆车中有这样的设置——关闭声音警报但同时保留仪表板视觉警告。每辆具备车道偏离警告系统的车只有“开”或“关”的选项。一些车中，当汽车启动后会默认将偏离警告系统打开。司机所要做的就是记住该系统的开关按钮位置。

车道偏离警告并不是任何情况都有效

车道偏离警告在提升安全性方面的重要性仅次于盲点检测系统。不过由于成本偏高，要将其作为新车的固定配置不太现实。相对来说，美国NHTSA更可能先批准将后视摄像头作为新车的标配。在是否需要配备该车道偏离警告方面，如果司机大部分情况下在高速路况下行驶，那么该系统则非常有必要；而若只是在城市路况间行驶，则没必要配备该系统。

（5）LDWS开关键一般安装在方向盘左侧仪表台护板

驾驶员启动车辆，按下LDWS开关按键启动系统，车辆速度达到40km/h以上时，系统开始侦测道路情况，检测完毕显示道路影像已识别；车辆速度达到60km/h（或70公里/小时）以上，偏离车道时，系统开始进行警示。

接通/关闭

打开：LED指示灯亮起

关闭：LED指示灯熄灭

该系统从约70公里/小时起发出警告，状态储存在当前使用的遥控器中。

开启和关闭

按下位于副仪表板，音响显示屏控制旋钮右侧的LDW按键即可开启和关闭系统，开启式，仪表上的指示灯会点亮。

2.车辆行驶在预定车道时，安装在车身侧面或后视镜位置的车载摄像头会时刻采集行驶车道的标识线，或通过车辆前方左右两侧的视频传感器来探测道路标识线，并不断探测车辆相对两侧车道线的距离，通过图像处理获得车辆在当前车道中的位置参数，当发现车辆在没有打开转向灯的条件下偏移预定车道线时，传感器就会及时收集车辆数据和驾驶员的生物状态，并通过声音警示信号（警示音）、仪表板警示灯、振动方向盘甚至振动座椅等方式提醒驾驶员车辆行驶偏离出了当前车道。有些系统甚至可以当完全偏离时做出一定的指令。

车辆转向时需要开启转向开关，当驾驶员打开转向灯准备正常并线超车时，当LDWS ECU接到转向开关信号时，该系统将不启动，不再进行车道偏离警示，不会干预和影响正常的驾驶操作。所以车道偏离系统不仅可以预防高速事故的发生，同时还起到了纠正驾驶员不良驾驶习惯的作用。

奥迪车道偏离预警系统的使用与激活方法说明

当行驶过程中车辆有脱离本车车道的危险时，车道偏离预警系统会对司机予以警示，车道偏离预警报警工作时有个前提条件：司机事前并未激活相应的转向灯来有意识的要切换车道。车道偏离警报系统使用转向信号，就是要区别当前这个偏离车道是司机有意为之还是无意中出现的。只有当系统判断出这个车道偏离不是司机有意为之的，才会触发出警报。

车道偏离预警系统的接通和关闭是通过触摸下屏上的一个虚拟按键来实现，如果功能符号上有一个红色的杠就说明车道偏离预警系统已关闭，此功能的关闭能持续一个启动循环，下次点火开关接通时，该功能又被激活。

车道偏离警报的接通和关闭用的虚拟按键位置

车道偏离预警的激活与关闭会在仪表或高配带抬头显示显示来知晓

1、 车道偏离已关闭或者此功能通过隐藏功能开启

2、 车道偏离接通，但没有工作，可能是车速较低或车道无分界线。

3、 车道偏离接通并在工作。识别到了左侧车道分界线，因此也只能对车辆靠左侧脱离车道发出警报

4、 车道偏离接通并在工作，识别出来左侧和右侧的车道分界线

5、 车道偏离接通并在工作，识别到左侧和右侧的车道分界线。由于车辆有靠右侧脱离车道的危险。于是会发出报警，并给方向施加一个像左侧校准的扭矩，避免发生危险。

只要车上前挡风玻璃有摄像头，那么车辆都可以开启此功能，无需加装任何配件，只需要通过软件开启即可。

如何激活车道保持功能：

首先要有一台带有软件的电脑，第一步：A5驾驶员辅助系统前部传感器系统---编码---ALDW-active-lane-departure-warning---将not -installed改成installed

第二步：44动力转向---编码---Heading Control Assistant未激活改成激活

第三步：09电子中央电气系统---编码---heading-control-config将no- heading-control修改成heading-control

第四步：A5驾驶员辅助系统前部传感器系统---访问权限-输入20103开启访问权限---匹配---偏离车道警告，开启状态---将通过菜单进行选择，默认"关闭"修改成将通过菜单进行选择，默认"开启"

第五步：5F信息电子设备---匹配---Car-Function-Adaptations-Gen2---将menu-display-lane-Departure-Warning改成激活状态；同时将menu-display-lane-Departure-Warning-over-threshold-hig改成激活

第六步：5F信息电子设备---匹配---Car-Function-List-BAP-Gen2---将LDW-HCA-0x19改成激活状态；同时将LDW-HCA-0x19-msg-bus改成端子15状态。

第七步：5驾驶员辅助系统前部传感器系统---编码---ALDW-handing-修改成car-menue状态

最后：重启系统

五 原理 1.工作原理 当车道偏离报警系统开启时，系统利用安装在汽车上的图像采集单元获取车辆前方的道路图像，摄像头（一般安置在车身侧面或后视镜位置）会时刻采集行驶车道的标识线，或根据安装于前风档玻璃顶端的摄像头或安装在前挡风玻璃中上部的摄像头（视觉传感器）监测行驶道路状况，感知前方道路的车道线。

控制单元对图像进行分析处理，通过图像处理从而获得汽车在当前车道中的位置参数，车辆状态传感器会及时收集车速、车辆转向状态等车辆运动参数和驾驶员的操作状态，控制单元的决策算法并结合车辆当前行驶状态以及驾驶员意图来判定车辆是否发生无意识车道偏离。当检测到汽车距离当前车道线过近有可能偏入临近车道或驶离本车道而且驾驶员并没有打转向灯时，人机交互界面（仪表盘及蜂鸣器）就会发出警告信息，提醒驾驶员注意纠正这种无意识的车道偏离，及时回到当前行驶车道上，整个过程大约在0.5秒完成，为驾驶员提供更多的反应时间，从而尽可能地减少车道偏离事故的发生。如果驾驶员打开转向灯，正常进行变线行驶，则车道偏离报警系统不会做出任何提示。

通常一个或多个图像传感器提供道路的多帧图像，这些传感器连接至处理器的多个视频端口。数据进入系统后，被实时地变换成可处理的格式。在处理器内部，首先进行预处理，过滤掉图像捕获期间混入的噪声；然后探测车辆相对于车道标志线的位置，道路图像的输入信息流被变换为一系列画出道路表面轮廓的线条，在数据字段内寻找边缘就能发现车道标志线，这些边实际上形成了车辆向前行驶应保持的边界。处理器则要时刻跟踪这些标志线，以确定行车路线是否正常。一旦发现车辆无意间偏离车行道，处理器做出判断后输出一个信号驱动报警电路，让驾驶员立即纠正行车路线。

报警形式可以是蜂鸣器或扬声器，也可以用语言提示，还有用振动座椅或转向盘的方式来提醒驾驶员。LDW系统还要考虑到汽车正常使用的制动装置和转向装置，这些装置会影响LDW的工作，使系统复杂化。因此，在慢速行驶或制动、正常转向时，LDW系统是不工作的。

2.车道偏离警告如何工作？最常见的车道偏离警告系统中，通过安装在挡风玻璃后方的车内后视镜区域内的摄像头捕捉前方道路图像。该摄像机通过一根数据导线将摄像机图像发送至控制单元。系统从数字化影像中解析出道路中的实线与虚线车道标记。控制单元内的软件根据摄像机图像确定车辆在车道中的位置。如果系统识别出在一定时间内保持当前行驶状态就会越过车道边线时，就会发出警告。发出警告时可以感觉到方向盘的振动。偏离车道警告系统设计用于高速公路、主干道和养护良好的城间公路行驶情况。在欧洲国家，车速超过70km/h（国际标准60km/h ）时偏离车道警告系统才会进入准备发出警告的状态。

作为司机应当时刻将车辆保持在实线与虚线之间，不过一旦司机操作疏忽使车辆靠近或触碰到车道线，系统将发出视觉、听觉双重警告并在方向盘或座椅上发出振动提示。但如果转向灯开启时，该系统便不会发出任何警告。

车道偏移预警系统的摄像头会捕捉道路图像

（1）在有行车界线的车道上行驶并且速度高于约70公里/小时时，如果车辆即将偏离出车道，系统会发出警告。

（2）方向盘开始轻微颤动。警告时间点根据当前行驶状况的变化而变化。

（3）如果汽车在偏离车道前转向灯闪烁，系统则不会发出警告。

3.基于机器视觉的车道偏离预警的实现

基于机器视觉的车道偏离预警系统大都依赖机器视觉所获取的道路图像中的车道标识线信息，根据一定的先验知识，通过合适的转换确定自身车辆在车道中的位置和方向信息，然后根据假定的预警模型确定在当前状态下是否必要触发警报。

基于机器视觉的道路边界以及车道标识线识别方法基本上可以归结为两类方法：一类为基于特征的识别方法，一类为基于模型的识别方法。

（1）基于特征的识别方法

基于特征的识别方法主要是结合道路图像的一些特征（颜色特征、灰度梯度特征），从所获取的图像中识别道路边界或车道标识线（对特征车道线进行连接、拟合或其它分析，或是对图像中边缘检测进行直线拟合得到边界线段、对其长度和方向进行聚类并连接）。基于特征的车道识别算法中的特征主要可以分为灰度特征和彩色特征，基于灰度特征的识别方法是从车辆前方的序列灰度图像中，利用道路边界及车道标识线的灰度特征而完成的对道路边界及车道标识线的识别。基于彩色特征的识别方法是利用从获取的序列彩色图像中，根据道路及车道标识线的特殊色彩特征来完成对道路边界及车道标识线的识别。目前应用较多的是基于灰度特征的识别方法。优点在于能适应道路形状，同时检查时处理速度快，但当道路图像复杂时边缘检测还需要很多后续工作来完成对边缘的分析会降低实时性，且道路出现阴影和车道线边缘受损，此方法可能会失效。

1）图像预处理

此过程主要由图像采集、道路图像预处理和可行区域的建立三部分组成。图像预处理过程：彩色图像灰度化、灰度拉伸、边界增强与边界检测、用大律法求图像阈值、图像二值化（把灰度图像转化为黑白图像）。

（2）基于模型的识别方法

基于模型的道路边界及车道标识线识别方法主要是针对结构化道路具有相对规则的标记，根据其形状建立相应的曲线模型，采用不同的识别技术（Hough变换、模板匹配技术、神经网络技术等）来对道路边界及车道标识线进行识别。目前最常用的道路几何模型是直线道路模拟，也提出了曲线道路模型。基于模型的车道线识别可以有效地克服路面污染、阴影、光照不均等外界环境影响。但当道路不符合预先假设时，模型会失效。

4.车道偏离识别方法

（1）主要有基于道路模型与图像信息结合的方法和仅基于图像信息来识别车道偏离两种方法。

目前基于道路模型与图像信息结合的车道偏离警告系统采用的预警模型大致可分为：①基于车辆在车道的当前位置（Car's Current Position)、基于将来偏离量的不同（Future Offset Difference)、基于车辆将横越车道边界的时间（Time to Lane Crossing)。特点为是通过从图像中提取有用信息作为特征量即车辆在车道中位置依靠精确定位车道线来获取车辆与车道边界的间距，简单易行但建立路面、摄像机、车辆系统的几何成像模型会受到摄像机的选取、光学镜头与摄像机的安装位置、道路类型以及车辆型号尺寸等影响。

②仅基于图像信息的车道偏离预警系统采用的模型可分为：基于知识的道路场景感知（Knowledge-Based Interpretation Of Road Scenes)、基于对车辆在行驶中航向变化、车道夹角法。特点车道线与图像平面坐标轴夹角不会发生变化，不用进行摄像机的标定，但由于外界环境复杂会出现识别错误的情况。

（2）存在车辆干扰时车道线如何精确识别

为解决车辆的干扰问题，提出了一种结合车辆识别的车道线识别方法：

融合雷达数据，车辆识别模块首先在图像中识别出车辆占据的区域。对于每一个车道线识别模块挑出的车道线候选点进行判断，去除处于车辆区域的车道线点；如果有效车道线点数目不足，则利用卡尔曼滤波的跟踪结果，确定符合最小风险函数的车道线位置。

5.在软件核心算法上，

（1）车道偏离警示系统主要采用霍夫变换和边缘检测等图像处理方法来实时检测摄像头拍摄的道路视频中的车道线。

车道线检测的图像处理方法

①基于hough变换的车道识别算法原理

霍夫变换是由霍夫于1468年提出的一种用参数来检测线性目标的方法，它将原始图像中给定形状的曲线或直线变换到参数空间的一个点，即原始图像中给定形状的曲线或直线的检测问题，变成了寻找参数空间中峰值的问题，也即把检测整体特性(给定曲线的点集）变成检测局部特性的问题。

（2）车道线识别算法结构：

（3）如何保证系统的实时性和准确性

当车辆以100km/h的速度高速行驶时，一秒钟将通过约27m的距离！

系统算法流程图

图像处理快速算法

5.几个技术问题的实现方式的思考

（1）车道偏离预警系统在内部硬件如何实现

以基于视觉的车道偏离预警系统的典型计算机控制为例。实际的应用环境，由于天气、光照等因素的影响，甚至是一系列特殊情况的出现，一般的图像传感器在各种条件下难以具有较好的鲁棒性。

数据传输方案

FPGA:辅助逻辑控制和前端处理模块，主要完成图像的前期采集和一些类似直方图统计、卷积等底层的高密度图像处理工作。

SDRAM:主存储芯片    DSP:高速计算芯片

（2）有意识转向与无意识转向的辨识

汽车偏离行驶轨道时有两种可能：

一种是驾驶员有意的变换车道行驶，那么此时发出的警告则为错误信息，有可能会影响到驾驶员的正常行驶；一种驾驶员处于无意中状态比如驾驶员注意力不集中或驾驶疲劳而引起的，此时的预警系统就会发挥其功能从而避免了事故的发生。

1）转向灯

优点：识别简单；稳定性好；成本低；纠正驾驶员的不规则驾驶行为

缺点：过度依赖转向灯导致人为因素影响较大

2）车速

设计依据主要有以下几个原因：

第一，车辆在市区范围内，车速超过限定值的几率非常小，市区范围内的频繁变道和停车都使系统的适用范围受到较大限制。

第二，低速下车辆的危险性较低，系统的使用性及预警性不能很好地发挥。

3）其它实现辨识的方法

驾驶员的驾驶状态进行如下分析：

测正常行驶时驾驶员施加在方向盘上的力，那么人手搭载在方向盘上本身就有了一个压力，而且有的司机在驾驶时转弯时用手掌撮转方向盘，不是紧握方向盘的旋转；另外，还要区分司机是用两只手握还是一支手握，因为两只手和一只手的握力肯定不一样。

准确测量转向器受到的作用力来判断驾驶员的意图较困难！

转向器中轴的扭矩M（构想）

分析了正常驾驶状态、疲劳状态、注意力不集中三种情况下驾驶员对转向器的作用情况。大多数情况下，转向器中轴的扭矩M存在一个临界值，当转向器中轴所受扭矩大于限定值时，为驾驶员的主动转向（有意识转向）。反之，则为无意识转向，将激活车道偏离预警系统。

那么转向器的角度θ和角加速度α能否作为触发因素？

在不同情况下，转向器的转向角度θ都不是确定的。不可能找到一定的值作为系统触发的临界值。经过同样的弯道车速较低时转向器转角一般远远大于车速较高的转向器转角，尤其是在车速相当高时，如果转角角速度非常小，转向器的角度θ也较小；低速时，转向器的角度θ大多数情况下又很高，这些不确定因素导致转向器θ不能简单的作为车道偏离预警系统的触发条件。

转向器的角加速度α（构想）

M=J*α

由于转向器的转动惯量J为定值，因此扭矩M与角速度α成正比。也就是说转向器的角加速度α可作为系统触发条件。

注：这里所说的转向器中轴的扭矩M和转向器的角加速度α都是瞬时值。

驾驶员状态监控（构想）

驾驶员的状态监控主要是指在疲劳驾驶、注意力不集中的驾驶环境下对车道偏离预警系统触发与否进行控制。

（3）系统发出警示的判断方法和计算方法

绝大部分的车道偏离预警系统都将车辆在车道内的横向位置作为计算警告发生与否的一个基础。

检测车辆横向位置的系统基本上可以分为两类：

1）基于道路基础构造的系统

用来检测车辆横向位置，需要对现有道路进行改造。

最典型的道路改造方式就是使用埋在道路下的铁磁体标记（通常为磁体或电线），这种方法对车辆横向位置的估计精度能达到几个厘米，但这种方法最大的缺陷是道路改造耗资巨大。

2）基于车辆的系统

该系统主要是利用机器视觉或红外传感器检测车道标识的位置，按照传感器的安装方式可分为俯视系统和前视系统。

基于车辆的俯视系统其优势就是在结构化道路上效率高并简单易行，并又可能取得更高的定位精度。其不利的因素是只能在结构化道路上使用。

系统的预警算法

如何判断车辆偏离车道是防出轨系统的核心所在，这一过程主要需要依靠传感器，能识

别车辆偏离车道的传感器主要有三种，分别是安装在前风挡玻璃内侧后视镜上的视觉传

感器，车辆前方（多见于进气格栅附近）的雷达传感器，以及红外传感器。

基于视觉的车道偏离预警系统

系统设计和方法

（1）感知

道路状态检测

图像传感器 其它传感器

由嵌入式微机控制图像传感器获得的车辆前方的车道标识线、其它传感器获得的车辆状态数据和驾驶员的操作行为等信息。

基于视觉的车道偏离预警系统，根据摄像头安装位置不同，可以将系统分为：

侧视系统--摄像头安装在车辆侧面，斜指向车道；

前视系统--摄像头安装在车辆前部，斜指向前方的车道。

（2）判定

视频处理

VC++ openCV

本系统涉及车道识别偏离检测算法，包括以下步骤：

1）获取车道图像，并对所述车道图像进行预处理；

2)对进行预处理的车道图像进行Canny算子边缘检测，得到车道边缘图像；

3）根据得到的车道边缘图像基于卡尔曼预测器的车道跟踪方法，确定出车道线的位置，选择卡尔曼预测区域，使用距离判别法筛选出有效点集，最后在点集优化后的基础上提取车道参数；

4）根据得到的车道参数，利用带直线拟合的Hough变换提取车道线；

5）利用步骤3）确定的出发点位置和车道的动态预测，在卡尔曼预测区域内统计背景点与车道线点的个数，并求背景点与车道线点之间的比值。本发明能够快速稳定地实现对车道状况的监测。

（3）警告

音响等进行声音报警

当一旦检测到汽车距离自身车道白线过近有可能偏入临近车道而且司机并没有打转向灯时，该系统就会发出警告信息提醒司机注意纠正这种无意识的车道偏离，从而尽可能地减少车道偏离事故的发生。

设计难点

（1）各种天气条件；

（2）克服光照变化以及阴影条件；

--研究自适应优化算法

（3）要求采用的阈值警告策略以适应不同的驾驶风格；

（4）在有意识的车道偏离、制动和没有道路标识等情况下能对警告的产生进行了抑制。

研究现状与分析

国内外对车道偏离预警系统的做过许多研究，主要是基于视觉的车道偏离预警系统上。系统可靠性的最主要因素是系统应用的天气条件以及光照变化的影响，这是所有基于视觉系统目前面临的一个主要难题。目前，研究各种鲁棒性强、能适应各种天气条件、克服光照变化以及阴影条件影响的车道偏离评价算法。

另一个研究是将高速的实时处理芯片应用到视频图像处理中。

车道偏离预警系统（LDWS）设计开发 

1 视觉导航系统算法框架

车道偏离报警系统（LDWS）技术实际上来源于移动机器人视觉导航。早期的室外移动机器人视觉导航大多采用基于无地图的方法，研究背景主要针对结构化环境，包括高速公路车辆自动巡航和工厂自动导引车(AGV)。根据道路环境结构类型，室外视觉导航分为结构化环境和非结构化环境下的视觉导航两大类。

结构化环境下室外视觉导航主要是指道路检测及跟踪。道路检测及跟踪方面最具代表性的研究成果是CMU（Carnegie Mellon University）的Navlab项目。该项目从1984年开始，已研制成功一系列的汽车机器人。最新的Navlab家族产品是Navlab 11，由吉普车改装而成，能完成近范围和中等范围的障碍物检测。Navlab项目中的单幅图像算法包括三个阶段：一是对道路和非道路像素采用高斯分布进行颜色和纹理分类；二是对道路像素执行Hough变换以获取道路消失点和朝向参数；三是根据确定的道路边缘对像素再分类。NavLab在有车道线道路上行驶的道路场景如图1所示，其车道保持系统如图2所示。许多结构化室外道路跟踪的研究工作实际上都是延续了Navlab项目的思想。

图1  NavLab行驶场景

图2  NavLab车道保持系统

视觉导航系统的算法框架通常包括特征提取、环境参数估计和系统状态跟踪三部分，如下图所示。

视觉导航算法框架

2 车道偏离报警系统仿真模型

车道模型及纠偏机理如下图所示。

车道模型及纠偏机理

在MATLAB Simulink中建立的车道偏离报警系统仿真模型如下图所示

                                            车道线偏离报警系统模仿真型

3 关键技术环节

3.1 车道线检测识别

以北京实际道路场景视频为模型输入，采用改进的Hough变换、边缘特征提取方法识别虚线、实线、双黄线等各种典型城市道路车道线。以四车道线情况为研究原型，车道线检测识别结果如下图所示。

四车道线检测识别

3.2 逆透视映射

逆透视映射（Inverse Perspective Mapping, IPM）是透视映射的逆过程，可利用摄像机的角度、高度等位置信息建立三维坐标系，消除透视作用，得到场景的俯视图。经过逆透视映射之后，原本有相交趋势的车道线转化为俯视图中的平行线，更便于检测。

逆透视映射技术领域的典型IPM公式是由M.Bertozzi等人推导出来的，并成功应用于GOLD自主车上。IPM公式如下：

由上式可推导出世界坐标系下路面坐标与图像坐标的关系式为：

公式推导工程背景如下图所示：

摄像机的位置参数 

3.3 位姿预测

当道路信息损失或遇到严重烟雾等恶劣环境，依靠常规视觉和雷达融合感知系统无法提供准确信息时，为增加系统的容错性，此时将常规感知算法切换至估计感知算法。估计感知用卡尔曼滤波器算法实现。系统状态方程为：

                    

式中，为噪声。

设观测向量为，则观测方程为

式中，观测向量可由旋转矩阵R和平移向量t（Horn解析法）换算得到。

利用关系式，可求得从k到k+1时刻机器人位置和姿态变化量，通过累加获得k+1时刻机器人在全局坐标系下的运动参数估计。 

4 实验结果

车道线跟踪方法为：首先将检测到的车道线存储成一个知识库，并对检测到车道线的次数进行累计。跟踪系统将当前视频帧中检测到的车道线与知识库中车道线进行匹配，若当前车道线与知识库中车道线的某条足够相似，则用新检测到的车道线取代库中车道线。采用尺度自适应Kalman滤波器预测知识库中车道线的位置，从而改进车道跟踪精度。车道偏离预警部分采用Hough变换车道线检测模块将极坐标转换为笛卡尔坐标，进而计算出两车道线间的距离及中心线位置。若偏航距离大于设定阈值，则系统发出报警提示。

设置基本实验参数为：检测到并允许为合法车道线的最低帧数为5帧，车道线无法正确匹配而被错过的最大允许帧数为20帧。车道偏离报警结果如图8所示。

图8 运行结果

安全界限通过车辆与最近车道线的距离来表示。图9中黄色曲线代表安全界限，当该曲线位于0基准线以下时，车辆就处于偏离车道状态，且偏离程度由偏离0基准线的程度决定；否则，车辆处于正常驾驶状态。

图9 车道偏离量测量结果

5 结语

无人车实际道路检测实验表明，自然道路图像受光照强度、车道线清晰程度影响较大，检测的实时性和精度是需要综合考虑又相互制约的因素，因此理想的边缘检测算法应能根据路况实时调整精度，基于小波模极大值的多尺度边缘检测算法恰好能够满足此要求，以此为出发点本文开展了针对实际道路的鲁棒视觉检测器及其实现算法的研究。在分析车道线模型的基础上，提出一种自校正闭环车道视觉检测器架构，并给出两种实现算法：一种基于IPM图二维二进小波多尺度边缘特征，一种基于前视图最佳小波包边缘特征。具体阐述了基于IPM图的车道线检测算法实现过程。针对阴影干扰车道提出一种仅在分解后的垂直子图上检测直线的快速鲁棒车道线检测法，实验结果表明该方法能够有效去除阴影干扰。为验证上述车道线检测方法的有效性和实用性，将车道线检测结果输入到尺度自适应Kalman滤波器，搭建出一套车道线实时跟踪及车道自动就偏系统仿真模型。实验结果表明，提出的车道线检测算法在实时性、鲁棒性、自适应性方面的综合性能优秀，可满足车辆自动纠偏的需求。

面向汽车驾驶安全的视觉导航型车道偏离预警系统仿真设计

面向汽车驾驶安全的视觉导航型车道偏离预警系统仿真设计

1 视觉导航系统算法框架

车道偏离报警系统（LDWS）技术实际上来源于移动机器人视觉导航。早期的室外移动机器人视觉导航大多采用基于无地图的方法，研究背景主要针对结构化环境，包括高速公路车辆自动巡航和工厂自动导引车(AGV)。根据道路环境结构类型，室外视觉导航分为结构化环境和非结构化环境下的视觉导航两大类。

结构化环境下室外视觉导航主要是指道路检测及跟踪。道路检测及跟踪方面最具代表性的研究成果是CMU（Carnegie Mellon University）的Navlab项目。该项目从1984年开始，已研制成功一系列的汽车机器人。最新的Navlab家族产品是Navlab 11，由吉普车改装而成，能完成近范围和中等范围的障碍物检测。Navlab项目中的单幅图像算法包括三个阶段：一是对道路和非道路像素采用高斯分布进行颜色和纹理分类；二是对道路像素执行Hough变换以获取道路消失点和朝向参数；三是根据确定的道路边缘对像素再分类。NavLab在有车道线道路上行驶的道路场景如上图所示，其车道保持系统如上图所示。许多结构化室外道路跟踪的研究工作实际上都是延续了Navlab项目的思想。

视觉导航系统的算法框架通常包括特征提取、环境参数估计和系统状态跟踪三部分，如下图所示。 

视觉导航算法框架

在参考前人工作的基础上，本文重点对结构化道路导航标志（在公路上即为车道线）的检测方法进行研究，提出基于小波域多尺度特征的车道线检测算法。为验证车道线检测算法效果，进一步提出一种基于尺度自适应Kalman滤波器的车道线跟踪方法，将车道线检测和跟踪算法看作两个模块，封装为车道偏离预警系统，搭建了系统仿真模型。实验结果表明，本文车道线检测算法快速有效、鲁棒性强，可用于车道偏离度检测及偏离预警。

2 车道偏离报警系统仿真模型

车道模型及纠偏机理如下图所示。

（a）机器视野中的车道                          （b）CCD成像模型                    （c）车道纠偏机理示意

车道模型及纠偏机理

本课题在MATLAB Simulink中建立的车道偏离报警系统仿真模型如下图所示

车道线偏离报警系统模仿真型

3 关键技术环节

3.1 车道线检测识别

以北京实际道路场景视频为模型输入，采用改进的Hough变换、边缘特征提取方法识别虚线、实线、双黄线等各种典型城市道路车道线。以四车道线情况为研究原型，车道线检测识别结果如下图所示。

四车道线检测识别

3.2 逆透视映射

逆透视映射（Inverse Perspective Mapping, IPM）是透视映射的逆过程，可利用摄像机的角度、高度等位置信息建立三维坐标系，消除透视作用，得到场景的俯视图。经过逆透视映射之后，原本有相交趋势的车道线转化为俯视图中的平行线，更便于检测。

逆透视映射技术领域的典型IPM公式是由M.Bertozzi等人推导出来的，并成功应用于GOLD自主车上。IPM公式如下：

由上式可推导出世界坐标系下路面坐标与图像坐标的关系式为：   

公式推导工程背景如下图所示，其中：摄像机在世界坐标系中的位置坐标为米，摄像机分辨率为像素，视场角为弧度，偏航角为弧度，俯仰角为弧度。

(a)侧视图                                                        (b)顶视图

摄像机的位置参数 

3.3 位姿预测

当道路信息损失或遇到严重烟雾等恶劣环境，依靠常规视觉和雷达融合感知系统无法提供准确信息时，为增加系统的容错性，此时将常规感知算法切换至估计感知算法。估计感知用卡尔曼滤波器算法实现。

式中，为噪声。

设观测向量为，则观测方程为

式中，观测向量可由旋转矩阵R和平移向量t（Horn解析法）换算得到。

利用关系式，可求得从k到k+1时刻机器人位置和姿态变化量，通过累加获得k+1时刻机器人在全局坐标系下的运动参数估计。 

4 实验结果

车道线跟踪方法为：首先将检测到的车道线存储成一个知识库，并对检测到车道线的次数进行累计。跟踪系统将当前视频帧中检测到的车道线与知识库中车道线进行匹配，若当前车道线与知识库中车道线的某条足够相似，则用新检测到的车道线取代库中车道线。采用尺度自适应Kalman滤波器预测知识库中车道线的位置，从而改进车道跟踪精度。车道偏离预警部分采用Hough变换车道线检测模块将极坐标转换为笛卡尔坐标，进而计算出两车道线间的距离及中心线位置。若偏航距离大于设定阈值，则系统发出报警提示。

设置基本实验参数为：检测到并允许为合法车道线的最低帧数为5帧，车道线无法正确匹配而被错过的最大允许帧数为20帧。车道偏离报警结果如下图所示。

运行结果

安全界限通过车辆与最近车道线的距离来表示。下图中黄色曲线代表安全界限，当该曲线位于0基准线以下时，车辆就处于偏离车道状态，且偏离程度由偏离0基准线的程度决定；否则，车辆处于正常驾驶状态。

车道偏离量测量结果

5 结语

无人车实际道路检测实验表明，自然道路图像受光照强度、车道线清晰程度影响较大，检测的实时性和精度是需要综合考虑又相互制约的因素，因此理想的边缘检测算法应能根据路况实时调整精度，基于小波模极大值的多尺度边缘检测算法恰好能够满足此要求，以此为出发点本文开展了针对实际道路的鲁棒视觉检测器及其实现算法的研究。在分析车道线模型的基础上，提出一种自校正闭环车道视觉检测器架构，并给出两种实现算法：一种基于IPM图二维二进小波多尺度边缘特征，一种基于前视图最佳小波包边缘特征。具体阐述了基于IPM图的车道线检测算法实现过程。针对阴影干扰车道提出一种仅在分解后的垂直子图上检测直线的快速鲁棒车道线检测法，实验结果表明该方法能够有效去除阴影干扰。为验证上述车道线检测方法的有效性和实用性，将车道线检测结果输入到尺度自适应Kalman滤波器，搭建出一套车道线实时跟踪及车道自动就偏系统仿真模型。实验结果表明，提出的车道线检测算法在实时性、鲁棒性、自适应性方面的综合性能优秀，可满足车辆自动纠偏的需求。

基于单目视觉的车道偏离预警算法研究

提出一种基于视频的车道偏离预警算法，把检测到的车道线的ROI分割为两个子区域，两个子区域分别应用霍夫变换寻找左右车道线。分割的方法可以提高车道线检测的计算速度。综合车辆驾驶状态、驾驶环境等相关影响因素，基于混合高斯隐型马尔科夫模型建立了驾驶人换道意图识别模型，以提高驾驶员换道意图辨别的准确率与灵敏度。

主要针对车道偏离预警展开研究，比较经典的预测车道偏离的方法有跨道时间(TLC)与跨道距离(DLC) ，但这两个方法都只考虑了车与路，误警率、虚警率比较高，容易使驾驶员分心。

国内外学者在驾驶员意图识别、换道行为等方面展开了一定的研究，如模糊推理、神经网络、认知模型、动态贝叶斯网络等，但大多数是基于模拟器的仿真或采用不能描述随时间变化的特征信号，所以在真实驾车环境下误警率及虚警率比较高，因此本文采用HMM模型并综合考虑自车与周围车辆的动力学关系，如横向速度、偏向角、角速度等动力学特征，进行驾驶员驾驶意图识别，进而降低车道偏离预警的虚警率。

1兴趣区域分割

　　1.1兴趣区域

兴趣区域的选择是影响车道线检测算法计算复杂度的关键因素，在车道线检测的图片当中只有40%左右的ROI是有效的车道线区域，车辆前部遮挡、天空、车道周边环境占了大部分，如图1所示。ROI的选取可以减少计算复杂度，提高算法的实时性，因此本文只针对ROI应用车道线检测算法，并针对该区域计算出用于驾驶员换道意图预测的特征参数。

通过将ROI区域（图1）划分为左、右两个子区域，并且分别实施霍夫变换，检测左右车道线标记。如图2所示，霍夫变换的中间点初始位于W/2(W是ROI区域的宽)，根据检测到的左右标线边界不断的改变中间点（图2中细实线）的位置。　　

1.2车道线提取与跟踪

车道线检测是决定车道偏离预警算法实时性与鲁棒性的关键因素之一。在近视端，车道线可近似为直线，因此本算法是基于上文所述ROI区域进行霍夫变换的，获取车道线位置，并利用卡尔曼滤波器进行跟踪。

由于高速公路车道线分为4车道、6车道不等，因此本文假设视频中车道线数目最多为12条，建立12组卡尔曼跟踪模型。每个滤波器定义对应的计数向量，在跟踪的过程中，如果检测结果与预测输出值匹配，将检测结果作为滤波器的观测值输入，并将对应的计数位加1，反之输出预测结果作为观测值，并将计数自减1。设定一定阈值，当连续不匹配次数占对应滤波器总迭代次数的比率大于阈值，则重新跟踪。算法流程图如3所示。

2混合高斯隐型马尔科夫模型

驾驶员驾驶意图是一系列不能直接观察到的内部状态，但是它可以通过观察自车与周围驾驶环境的相对状态来推测，如横向车速、转向角、角速度、相对运动状态等，而且此刻的状态与前一刻状态和采取的动作有关。隐形马尔科夫链(HMM)［8］不仅可以描述随着时间变化的观察信号，还能推测驾驶员的驾驶意图。

HMM是一个双重随机过程，其中之一是Markov链，它描述了状态之间的转移，另一个随机过程描述状态和观测序列之间的统计关系，如图4所示。　　

本文选取的观察值为连续信号，并将观测矢量的PDF（概率分布函数）拟合称为混合高斯概率密度函数，避免矢量化时信息丢失和减少误差，因此本文选择混合高斯隐型马尔科夫链来识别驾驶员的驾驶意图。

3实验结果

由于驾驶行为与一个时间序列的动力学状态相关，因此本文还考虑将横向车速、加速度、转向角、角速度作为特征参数。驾驶状态划分为三类：保持、左偏和右偏。横向速度由相邻两帧图像获取的横向距离计算而来:

其中，T为相邻帧时间间隔，do当前帧横向偏移量，dpre为前一帧横向偏移量。偏向角由极坐标下求得的theta获得，同理可求得角速度和横向加速度。驾驶行为是一个连续的过程，而且当前的状态仅依赖于上一个状态，基于以上所选的特征参数，每个意图模型的隐含状态参数为3个，高斯混合数为3个。其中观测向量如式(2)所示，分别为横向偏移do、横向速度vo、加速度ao、偏向角thetao、角速度ωo。

特征变化曲线如图5所示，第一列是车辆右偏时的变化曲线，第二列是车辆左偏时的变化曲线，横坐标是用图像帧表示的时间序列，纵坐标为特征幅值。可以看出不同驾驶行为特性向量的时间序列所呈现出动力学特性，例如右偏驾驶时，到右车道线的横向距离逐渐减小，横向速度、横向加速度与角速度在一定范围内波动，偏向角逐渐变大。

本文采用t=2 s、3 s、4 s、5 s作为时间窗（实验验证2 s时间窗效果最佳），分别训练意图识别模型，包括：左偏离状态模型（HMMLeft）、右偏离状态模型（HMMRight）、车道保持模型（HMMKeep）。得到HMMLeft模型部分参数如下：

π=［0100］T(3)

类似可以得到另外两个模型的参数。本文实验选取测试时间序列长度为15帧，得到驾驶人换道意图识别结果为样本分别在3个模型中的最大loglikehood值，部分样本测试结果分布如表1所示，20个车道保持样本检测正确率达到100%，左偏测试样本检测正确率85%，右偏测试样本检测正确率90%。

据Daimler Benz调查显示，如果能够提前0.5 s发出危险警告，可以防止60%的碰撞，提前1.5 s可防止90%的碰撞危险，本算法可以提前2 s对驾驶偏离状态发出警告，故本算法是可靠的。

4 结论

通过算法仿真结果表明，本算法对驾驶员驾驶行为辨别有较高的准确率，针对感兴趣区域提取车道线，使得算法满足实时性要求，采用基于马尔科夫链模型的驾驶行为辨别模型，可以提前2 s发出危险警告，算法可靠性较强。

基于可拓决策和人工势场法的车道偏离辅助系统研究

试验方法

在基于CarSim 和LabVIEW PXI 的硬件在环平台上进行硬件在环试验研究。其硬件组成包括转向盘、转向执行电机及控制器、伺服电动机、转角及车速等传感器、负责信号采集信号的 PXI 主机、接线板和计算机监测系统等。

上位机是一台工控机，在CarSim环境中建立整车模型，LabVIEW负责编程和界面设计；下位机为实时控制器PXI主机，编好的程序加载到PXI主机中编译后执行，车辆状态参数如转向盘转角、横摆角速度等和车辆运行轨迹在LabVIEW界面上显示。主要信号有转向盘转角、转向盘转角速度等，通过转角传感器采集到接线板上。各硬件系统通过CAN信号连接发送信号。驾驶员操作转向盘输入，转向盘转角传感器采集转角信号由接线板发送给PXI主机，再到LabVIEW/CarSim中计算出辅助转角由执行电机控制器执行。

结果

直道工况结果：比较模式切换图中的两种切换状态，采用可拓决策的系统4.8s进入辅助驾驶模式，6.1s进入线控主动转向模式，8.1s进入辅助驾驶模式，9.0s恢复自由驾驶模式，其中线控主动转向模式启动一次；采用单独TLC决策的系统则出现了模式跳动现象，在6.3s和7.2s模式出现了两次反复的切换，导致系统稳定性降低。转向盘转角图可以看出各驾驶模式时转向盘转角的变化情况：自由驾驶模式时驾驶员输入即为实际转角，辅助转角为0；辅助驾驶模式时实际转角为驾驶员输入和辅助转角加权计算得到；线控主动转向模式时辅助转角即为实际转角。比较横向偏差图中三种策略下的DLC，基于时间势场与可拓控制的系统，其最大DLC幅值为0.68m，明显优于道路势场法和单独TLC决策。

弯道工况结果：由模式切换图可以看出，弯道路况复杂，其车道偏离状态也比较复杂，可拓决策系统3次启动线控主动转向模式，且是在辅助驾驶和线控主动转向之间切换，而单独TLC决策系统则是3种模式下频繁切换多达5次。比较横向偏差图中三种策略下的DLC，基于时间势场与可拓决策的系统最大DLC幅值为0.94m，由于弯道模型较为复杂，系统的优越性没有直道明显，但控制效果仍是比道路势场和单独TLC好。

结论

（1）本文针对车道偏离辅助中的决策问题设计了基于TLC和DLC的可拓决策控制器，划分了经典域、可拓域和非域以对应不同的车道偏离危险程度，在不同域中采用了不同的控制方法，并且设计了动态跨道时间阈值作为可拓域边界。考虑到跨道时间既能反映车道偏离状态又能对车速响应，设计了基于跨道时间势场法的转角控制器。

（2）通过Carsim/Simulink联合仿真和硬件在环实验，验证了本文所述方法的有效性和可行性。其在模式切换中的控制效果明显优于单独TLC决策，在直道工况和弯道工况下线控主动转向模式启动次数都有了减少，提高了系统的模式切换稳定性，减轻了车道偏离辅助系统对驾驶员的影响。其在直道工况和弯道工况车道偏离辅助纠正中的控制效果要优于道路势场法，且在不同车速工况下均表现出了良好的控制效果。

六 标准

ISO-17361-车道偏离预警系统的设计需求

前言

法规是功能设计的最低要求，本文梳理了ISO-17361中对车道偏离系统LDW的设计需求，有需要的欢迎查看，同时提供了ISO-17361-2017英文全文

ISO-17361-车道偏离预警系统LDW测试方法和流程

在智能驾驶相关功能测试中，都是从测试条件、测试系统安装与配置，测试流程及测试是否通过的KPI几个方面来看。

测试条件 其中测试条件包含测试环境条件、测试道路条件、测试车辆条件等方面。 测试环境条件： a) 测试地点应在平坦、干燥的沥青或混凝土表面。 b) 温度范围应是10±30℃。 c) 测试地点的可见车道标记应处于良好状态，符合国家规定GB-5768，需要的请联系小编(微信 zhijiashexiaoming)。的可见车道标记。同时，应按照适用的车道标记设计和材料标准进行标记。 d) 水平可视范围应大于1公里。

测试道路条件： 测试路线应设置如ISO-17361中系统需要中为相关等级规定的最小曲率半径的±10 %范围内。测试路线应足够长，以保持最低车速(I级为17米/秒，II级为20米/秒)，允许以0 < V ≤ 0.8米/秒的偏移率漂出车道。

测试车辆条件：

测试车辆的质量应介于整车重量加上驾驶员和测试设备(驾驶员和测试设备的总质量不应超过150公斤)和最大授权总质量之间(见ISO 15037)。一旦测试程序开始，就不得进行任何改动。

注1：整车重量包括润滑油、冷却液、清洗液、燃料、备胎、灭火器、标准备件、卡盘和标准工具箱。

注2：授权的最大总质量由行政当局确定为最大值。

测试系统安装与配置：

LDWS应按照OEM提供的说明进行安装和配置。对于带有用户可调整的预警阈值的LDWS的测试，每次测试应进行两次：一次是预警阈值的最早设置，另一次是预警阈值的最晚设置。一旦测试程序开始，就不得对系统进行任何改动。

测试流程： 可从数据记录中恢复的参数： 以下参数可从数据记录中恢复： a) 预警问题点 b) 偏离的速度 c) 车辆速度 测试过程中发生的所有预警都应被记录下来。数据应通过系统以外的设备进行恢复。测试设备的精度应在测试报告中注明。 流程： 测试过程一般分为预警触发测试、重复测试及预警失效测试。 预警触发测试： 车道内的起点位置应在车道的大约中心位置。 车辆进入车道并顺利跟踪，使车辆姿态稳定后，车辆应在赛道内外缓缓漂移，同时根据曲线分类以20米/秒至22米/秒的速度（I级）和17米/秒至19米/秒的速度（II级）驶入曲线。车辆应在右侧和左侧的弯道上，在两个离去率范围内（0至0.4米/秒和0.4米/秒至0.8米/秒）向左右两边离去一次，总共有8次离去，如ISO-17361 LDW系统设计需求及下图所示。

 

偏离率(m/s)	右侧弯道		左侧弯道
	左侧偏离	右侧偏离	左侧偏离	右侧偏离
0->0,4	一次试验	一次试验	一次试验	一次试验
0,4->0,8	一次试验	一次试验	一次试验	一次试验

 

重复性试验 重复性测试应在一段直路上进行。车辆将以20米/秒至22米/秒的速度沿直线行驶。当沿直路段直行时，车辆可在车道中央行驶，也可沿车道线行驶，而车道线则与偏离车道时要越过的车道标线相反。例如，当向右偏离车道时，车辆可沿左侧车道线行驶，反之亦然，如下图所示。在保持相关级别的规定速度，车辆平稳地跟踪路线，使其姿态稳定的情况下，车辆应转向，以0.1米/秒

 

偏离率(m/s)	偏离方向
	左侧	右侧
0,1  < (V1 ±  0,05) ≤0,3	组1测试四次	组2测试4次
0,6  < (V2 ±  0,05) ≤  0,8	组3测试四次	组4测试4次

 

预警失效测试：

在无警告区内行驶时，系统应在直道上总距离为1000米的范围内不发出任何警告（可分一个1000米的路段或两个500米的路段进行）。

测试评价 预警生成测试： 系统应在跨越最晚的预警线之前提供预警，但在跨越每个测试案例的最早的预警线之前不提供警告。 可重复性测试： 系统应在每个测试组的宽度为30厘米的区域内发出预警。在预警阈值放置区之外不应发出预警。如果一个特定的测试组在规定的速度容许范围内包括四个以上的试验，只考虑在规定速度容许范围内的前四个试验。 预警错误的试验： 在两条最早的警告线之间不应出现警告。 备注： 根据GB 5768-2009 中国道路相关参数如下： 中国 - 车道边界相关参数 车道宽度应在3.0米和3.75米之间。 车道边界的宽度应该是10厘米、15厘米或20厘米。 中断标志线应该是 ⎯ 4米(段)+6米(空)，用于相反方向。 ⎯ 2米(段)+4米(空)，用于城市地区的同一方向。 ⎯ 高速公路上同向为6米(段)+9米(空)。

七 分类

1.这种系统目前应用较为广泛,其中具有代表性的有:AutoVue系统、AWSTM系统、DSS系统、ALVINN系统和SCARF系统等。

（1）AutoVue系统：

Autovue系统是一套可自行安装的LDW系统套件，包括接线束、喇叭、开关、连接器和电缆等零件。

AutoVue系统结构紧凑,该系统主要由一个安装在汽车内风窗玻璃后部的摄像机、两个立体音箱、一个小显示设备和控制单元等组成。该系统工作原理是通过实时监测本车在当前车道中的位置，计算本车到车道标识线距离，然后与设定的报警距离相比较，判断是否进行预警。当检测到将要发生车道偏离时，它将发出一种类似于车辆在隆声带上行驶时发出的隆隆作响的声音来提醒驾驶员修正车辆位置。

AutoVue系统环境适应性较强,在多数气候条件下能够有效工作。目前,AutoVue系统已经在欧洲的多种货车上作为一个选件进行了装备,美国正大力推广该系统,以减少车辆车道偏离事故的发生。据说AutoVue一般情况下三小时内就可安装完毕。使用还是比较方便的。该系统适用于北美使用的8类载重汽车。

（2）ALVINN系统和SCARF系统: 

ALVINN系统利用神经网络从训练数据中学习正确的行为。该系统利用机器学习方法，训练车载电脑控制的车辆，使其在各种类型的道路上正确行驶。目前，ALVINN系统已经能利用它学会的策略独自在高速公路的其他车辆之间行驰，并以70英里的时速行驶了90英里。获得了初步的成功。该系统堪称神经网络应用的典范。

ALVINN系统主要是采用神经网络对各种道路环境进行学习，最终获得最优行驶策略。SCARF系统利用图像模式识别技术讲像素进行聚类分析，实现道路图像二分类。

SCARF系统将图像中的像素点基于它们各自的颜色，聚类为道路类和非道路类,在基于假设道路在图像中表现为梯形的条件下,利用Hough变换寻找最佳的道路位置。不过，由于该系统仅仅寻找道路像素组成的梯形区域,因此不能用于多车道行车以及避障操作。

（3）AWSTM系统：

研究计算机视觉(Computer Vision)，即研究用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。   

AWSTM系统利用安装在前挡风玻璃上的单个摄像头，监测车道标识线以及测量和监控本车与道路边界的距离。AWS系统使用单眼图像处理器来检测不同的车道标识，测量汽车相对于标志线的位置。它的特点是能检测各类标志线，实线的、虚线的、箱式的和猫眼的。在没有车道标识的情况下,该系统能利用道路边界线如道路边缘和路沿等，来进行车道偏离警告。

该系统利用安装在前风窗玻璃上的单个摄像机监测车道标识线，测量和监控本车与道路边界的距离。该系统的车道偏离警告模块通过检测道路边界，计算车辆相对于车道的位置和车辆的侧向运动，预测车辆将横越车道标识的时间，当该时间低于设定值时，系统触发视觉警告和声音警告，以使驾驶员对不同的危险状态做出适当的反应而减少意外事故的发生。该系统在有意识的车道偏离、制动和没有道路标识等情况下能对警告的产生进行了抑制。

AWS系统的车道偏离警告模块，通过检测道路边界,计算汽车相对于车道的位置和汽车的侧向运动，来预测汽车将横越车道标识的时间。当该时间低于设定的阈值时，AWS系统将触发视觉警告和声音警告,以使驾驶者对不同的危险状态做出适当的反应，从而减少意外事故的发生。系统拟合横向距离、斜率和曲率三个道路模型参数，以提高报警的可靠性。

AWS系统采用的警告阈值能适应不同的驾驶风格。这类车道偏离预警系统在有意识的车道偏离、制动以及没有道路标识等情况下，对警告的产生进行了抑制。同时也适当考虑了驾驶者的个人驾驶行为。该系统还可在雨天和夜晚下工作。

（4）DSS系统

其英文为：Driver Support System，简称为DSS.原意为：驾驶辅助系统。DSS系统是利用角度传感器和加速度传感器获得的汽车行驶状态，结合驾驶者行为习惯，来实现偏离预警的。

DSS系统由1个小型的CCD摄像机、速度传感器以及视觉和指示器及警报蜂鸣器等听觉警告装置组成。DSS系统利用装在后视镜内的CCD摄像头，通过图像处理方式识别车道线，并进行车道曲率半径、横向偏移量和横摆角的计算。使用横摆角速度传感器检测车辆的横摆角速度，并通过控制器来计算当前车辆的实际行驶轨迹和预期行驶轨迹的偏差，确定本车与车道线的相对距离和速度。进而判断汽车是否已经开始偏离其车道。DSS系统计算预期的跨道时间，以此判断是否应该发出警报。在需要发出预警时，DSS系统将利用视觉警告信息和听觉警告信息，以及震动转向盘等多种途径，来提醒驾驶者此时应小心驾驶汽车，避免事故的发生。

该系统由一个安装在汽车后视镜内的小型CCD摄像机、一些检测车辆状态和驾驶员操作行为的传感器 以及视觉和听觉警告装置组成。该系统利用由CCD摄像机获得的车辆前方的车道标识线、其他传感器 获得的车辆状态数据和驾驶员的操作行为等信息，判断车辆是否已经开始偏离其车道。如有必要，系统将利用视觉警告信息、听觉警告信息以及振动转向盘来提醒驾驶员小心驾驶车辆。

DSS系统的特别之处，是系统将产生一个促使车辆回到自身车道中央的转向力矩，来帮助驾驶者采取正确的驾驶行为。当然,该力矩不会干涉驾驶者自己施加的转向力矩,保证驾驶者对车辆的完全控制。

（5）

LDW系统由安装在前挡风玻璃上的小型摄像头，速度传感器、指示器和声响报警器等部分组成。   

车道偏离预警系统LDW是日常行车，尤其是夜晚驾驶必不可少的好帮手。其LDW系统只有在汽车偏离车道线时才会启动。该系统通过安装在车内后视镜上的光学摄像头,感知汽车所处道路上的车道线，获取路面信息。当汽车向车道标志线偏离的时候，LDW系统会发出提示音，仪表盘也会有指示灯产生闪烁，以唤醒驾驶者的注意。如果此时驾驶者依然没有做出正确的反应，车道偏离修正系统（LDP）便会介入，通过对车辆内侧车轮施以制动，使车辆离开车道标记线，将车辆拉回正常行驶的车道。不过，车轮扭转超过2°以上，车道偏离预警系统(LDW)就会处于关闭，不会对正常的车道变更产生干扰，这十分有助于长途驾驶及夜间行车。

（6）STAR系统：

STAR系统主要由车道识别传感器、横向角速度传感器、前转向促动器和控制器等部分组成。STAR系统的车道识别传感器主要由黑白摄像头和图像处理模块组成。摄像头安装在驾驶室后视镜处，指向前方车道，主要功能是识别车道标志线、道路曲率半径、侧向偏移和航向角。图像处理模块完成实时图像的预处理，并将处理后的图像数据传送到控制器做进一步处理。

STAR系统的横向角速度传感器主要功能是检测车辆的横摆角速度。前转向促动器主要由液压动力转向机构组成，主要功能是根据控制器指令，对转向机构施加一定大小的力矩，使方向盘转动一定的角度。

STAR系统的控制器的主要功能，是根据内置的算法，对实时图像数据进行处理和分析，以计算当前汽车的实际行驶轨迹和预期行驶轨迹这两种轨迹的偏差。如果偏差超过设定的阈值，STAR系统就会发出警告指令和转向促动器控制指令。

（7）AURORA系统
该系统由带广角镜头的彩色摄像机、数字转换器和一个便携SunSparc工作站等组成。该系统通过安装在车辆一侧的视野大约为1.5m-1.6m区域的俯视彩色摄像机检测车辆旁边的车道标识，通过数字转换器采集摄像机的视频输出并在一个便携SunSparc工作站上进行处理，处理速度为60Hz。

2.国内车道偏离预警系统
（1）JLUVA-1系统
该系统是基于单目视觉的前视系统，主要由车载电源、嵌入式微机、显示设备、黑白CCD摄像机、数据线、音箱以及图像采集卡等组成。
系统利用安装在汽车后视镜位置处的CCD摄像机采集汽车前方的道路图像，通过图像处理获得汽车在当前车道中位置参数，当一旦检测到汽车距离自身车道白线过近有可能偏入邻近车道而且司机并没有打转向灯时，该系统就会发出警告信息提醒司机注意纠正这种无意识的车道偏离，从而尽可能地减少车道偏离事故的发生。
（2）基于DSP技术的嵌入式车道偏离报警系统
是基于单目视觉的前视系统，由模/数转化及解码电路模块、缓冲电路模块、媒体处理器DSP电路模块、编码及数/模转换电路模块等模块组成。该系统通过车载摄像头采集被跟踪车道线的模拟视频信号，经解码生成数字信号码流缓冲后送到高速媒体处理器DSP的视频接口，然后再由视频处理模块对数字视频信号进行车道特征值的提取，最后将处理后的视频信号送编码及数/模转换电路输出显示。

3.在基于汽车的车道偏离预警系统中，LDW系统主要是利用机器视觉或红外传感器来检测车道标识的位置。而按照传感器的安装方式又可分为俯视系统和前视系统。 

前视系统可以利用更多的道路信息,在没有道路标识的道路上也可以使用。其不利因素就是用来定位车辆横向位置的一些图像特征点可能被其他车辆或行人干扰。

车道偏离预警系统已经商业化使用的产品都是基于视觉的系统，根据摄像头安装位置不同，可以将系统分为：
（1）侧视系统

——摄像头安装在车辆侧面，斜指向车道；
（2）前视系统

——摄像头安装在车辆前部，斜指向前方的车道。
无论是侧视系统还是前视系统，都由道路和车辆状态感知、车道偏离评价算法和信号显示界面三个基本模块组成。系统首先通过状态感知模块感知道路几何特征和车辆的动态参数，然后由车道偏离评价算法对车道偏离的可能性进行评价，必要的时候通过信号显示界面向驾驶员报警。

（4）车道偏离警示系统主要有两类：一是车道偏离报警系统（LDW），当机动车偏离其车道时，系统将通过视、听觉或者震动进行警示；二是车道保持系统（LKS），车道偏离报警系统在警示驾驶人后，若驾驶人没有作出相应操作，车道保持系统将自动采取措施保证机动车行驶在车道内。当驾驶人在变道前主动给出转向信号时，系统将不起作用。

（5）车辆偏离预警系统分为"纵向“和”横向“车道偏离警告两个主要功能，其中纵向车道偏移预警系统主要用于预防那种由于驾驶员注意力不集中以及驾驶员放弃转向操作而引起的车速过快或车辆方向失控导致的车道偏移碰撞；横向车道偏移预警系统主要用于在驾驶员驾驶车辆过程中，不注意驾驶环境，精神涣散等导致的车道偏移碰撞，车道偏移预警的商用化程度已经比较高，很多车辆上已经加装了该系统。

七 作用

车道偏离警示系统的主要功能是通过车辆上的传感器，控制器等部件，在车辆发生无意识偏离车道时通过声音、闪光和振动等方式提醒驾驶员。是在机动车将要驶出车道时警示驾驶人，能够减少因驾驶人失误、分心以及疲劳引起的交通事故，该系统一般在高速公路或快速路上发挥作用。

车道偏离预警系统功能

车辆偏离预警系统有“纵向”和“横向”车道偏离警告两个主要功能。纵向车道偏离警告系统主要用于预防那种由于车速太快或方向失控引起的车道偏离碰撞，横向车道偏离警告系统主要用于预防由于驾驶员注意力不集中以及驾驶员放弃转向操作而引起的车道偏离碰撞。

（1）如果系统已启动并准备就绪，而驾驶员尚未开启转向指示灯，车道偏离预警将通过正确的转向干预防止车辆越过已识别的车道边界线。如果驾驶员愿意，可设置额外的方向盘振动。该系统的工作范围在大约60km/h到最高250km/h范围内。

（2）一旦打开点火开关，系统将启动，这也可以通过MMI手动打开和关闭。

1）进行干预，防止车辆漂出车道

2）在多车道道路上行驶时很轻便

3）在注意力不集中或疲劳时发出警告

车道偏离警告功能用来在车辆“无意识地偏离车道”时提醒驾驶员。这里“无意识地偏离车道”包含两种情况：车辆已经偏出车道，或者车辆马上会偏出车道。当前摄像头监测到，车辆不是故意地偏离车道时， 系统会通过报警提醒您保持在原车道内行驶。该系统使用内部后视镜上安装的摄像头自动检测车道线！

警告驾驶员

①视觉-驾驶员组合仪表系统液晶显示屏显示报警信号 

②听觉-蜂鸣器报警

在报警声发出之后，如果报警侧车轮仍处于报警区域之内，新的报警会被抑制，除此之外， 以下操作也可抑制报警：

车道偏离指示灯：该灯为黄色，当偏离已识别的车道时，接通系统并且在某些条件下报警，而不会提前闪烁。

报警条件

当满足以下条件时，将会触发仪表报警界面和报警蜂鸣音：

①车道偏离预警系统开启

②在可以探测到的车道边界行驶，并且有偏离车道的危险

③没有打转向灯

④车速在在60km/h至180km/h范围内

（3）当车速升高至 60 km/h 以上时，车道偏离警告功能自动激活，当车速降低至 55 km/h 以下时，车道偏离警告功能退出。

1）警报会自动中断的情形

①约 3 秒钟后。

②返回到自己的车道上。

③在强力制动时。

④操作转向灯时。

2）功能故障

①方向盘的经常振动会导致系统过热。车道偏离警告被关闭。

②待系统冷却下来，通过按压按钮可重新激活。

八 优缺点

1.优点

车道偏离系统的适应范围相对比较严苛，但对于高速行驶中安全隐患的预防作用是非常明显的，而自适应巡航控制虽然不完全属于主动安全配置，但是在实际使用中也间接增强了行驶的安全性。对消费者来说，如果能够驾驶一辆同时拥有这两项配置的车，那肯定将会为高速行驶提供更多的从容和舒适。

（1）LDW属于高级驾驶辅助功能，也就注定了此配置不可能在最低配车型上配置，注定LDW是那些愿意为高科技配置买单的人们的菜（不过，可能有些人永远不会知道LDW是什么，因为可能要的只是天窗或者导航，而LDW是绑定在一起的配置）；

（2）那些经常跑高速，而且也确实了解LDW的人也许不会有意疲劳驾驶，但是难免会出现疲劳驾驶的时候，而LDW就是那个能在危难时刻给出最及时的报警提醒的功能；

（3）那些在高速行驶时，经常压线行驶或不自觉就走S型或慢慢偏离车道而不打转向灯的人（驾驶行为不规范），LDW在某种程度上可以起到规范驾驶习惯的作用，同时减小了对于旁边其他车辆产生危险的概率（当然前提是他不要关掉LDW功能）。

2.缺点

车道偏离预警功能作为一个驾驶辅助功能，确实能够在车辆发生无意识偏离时给出及时的报警，避免碰撞或翻车的发生，是一个非常实用的安全性功能。不过LDW再好，也只是个辅助，而真的要提高驾驶安全性，还是需要规范自身的驾驶习惯，同时避免疲劳驾驶。驾车期间过度疲劳或漫不经心可能会导致车辆无意中偏离车道，结果可能会使车辆驶入对向行驶车道或掉入路旁排水沟内。

（1）车道偏离系统对于应用环境有着比较高的要求，比如行车速度，路面宽度以及分道线的清晰程度，所以在我国恐怕只有路况较好的高速公路上才有施展才能的机会，而对于山道，省道或者路况较差的非铺装路面来说，这套系统恐怕也鞭长莫及了。

（2）同时如果因为雨雪及大雾天气造成路面被覆盖或者辨识度不高时，该系统也无法进行正常工作，但是随着科技的进步，车道偏离预警系统也会克服种种困难，逐渐完善自身的功能，更好的为驾驶者服务。

（3）仍然不能否认基于视觉传感器的车道偏离预警系统的局限性，首先是车速，一般车道偏离预警功能的开启速度在50-60公里/小时之间；其次就是视野的问题了，由于视觉传感器对视野的严格要求，因此即使是采用了技术先进的摄像头系统，在大雨、大雾等视线较差的情况下，车道偏离系统也很可能会失效，若是在没有车道线的小路上，更是无能为力。

（4）根据美国公路安全保险协会（IIHS）的报道：大多数驾驶员比较信任自适应巡航功能，但对车道偏离预警的信任感较低。IIHS的20名员工试驾了5款搭载这些功能的车辆，结果对车道偏离预警功能提出了很多意见，其中有：车辆过度纠正驾驶员的操作、车辆喜欢和驾驶员闹别扭、该功能不能很好地保持车辆在车道中心等问题，使得驾驶员无法信任车道偏离预警这个功能。

（5）系统的局限性/系统限制：该系统不能替代驾驶员对于道路以及交通状况的个人判断。有警报时不要用力移动方向盘，否则车辆会失控。系统功能在如下情形会也许不可用或受到限制仅可受限使用：

1）在大雾、暴雨大雨或者暴雪大雪天气时。

2）由于行驶而磨损的、看不清的、在一起或者分开的或者不明显的界线，例如施工路段。

3）边界线被冰、雪、污垢或者水（雪块、冰块、污物或水迹等）覆盖时。

4）在急转弯或者狭窄的行车道上时。

5）边界线不是白色的时。

6）边界线被物体遮挡时。

7）在距离前方行驶的车辆较近时。

8）在迎面灯光光线较强时。

9）当车内后视镜前的挡风玻璃上有水雾、脏污或者被贴纸、标签等东西遮盖时。

10）在摄像机校准期间直接进行了车辆移交后。

11）一旦驾驶员返回自身车道

12）边界线消失、磨损、不易见、重合或分叉亦或是难以辨别，例如行车经过施工道路

九 使用注意事项

1.车道偏离警告系统使用的条件:

(1)系统没有出现故障

(2)偏离车道警告系统未经过正确校准

(3)车速高于启用限值

(4)系统至少准确识别一条道路标线

(5)车辆处在多条道路标线的施工区域

(6)车辆所在道路的平均车道宽度超过了2.5m。可以启用偏离车道*警告系统功能的车速限值已根据不同国家的情况作出调整!

2.车道偏离预警系统在使用过程中有哪些注意事项：

（1）若驾驶员开启了危险警告灯或开启了转向灯且转向灯方向进行变道，车道偏离预警功能将被抑制。

（2）若驾驶员故意压线行驶，车道偏离预警功能将被抑制。

（3）车道偏离预警功能受天气、照明度和车道线清晰度的影响。在背光、日落、路面被冰雪覆盖以及路面磨损严重的情况下，性能会显著下降。车道标线模糊不清或光线较暗的情况下，车道偏离预警功能可能会失效，不会进行预警提示。

（4）LDW一般都有个按钮开关，在打开后，功能激活，但此时LDW只是处于待机状态，因为LDW功能只有在车速达到60km/h（一般开启速度在50~60km/h之间）以上才真正开始工作。除了速度上有要求之外，LDW为了保证能够有效识别驾驶员意图，只有在没有打转向灯的情况下，车辆发生无意识偏离时才给出报警，同时由于整个LDW系统是通过摄像头来识别前方道路情况的，因此，镜头前方的视野很重要，大雨、大雾等视线较差的情况下，LDW也会失效（人眼看不清车道线，LDW也基本失效），前方没有车道线的话，LDW也无能为力。

总之，该系统的“纠偏”更多是给驾驶员一个提醒，让驾驶员迅速回过神，接管驾驶，让车辆回到正确的行驶路线上，是对安全的多一份保障。当然，LDW再好，也只是个辅助系统，真的要提高驾驶安全性，还是需要规范自身的驾驶习惯，同时避免疲劳驾驶。

3.车道偏离报警装置可在70km/h至210km/h的速度范围内使用，LDW在以下情况不发出警报

(1)未标出车道,或者车道标记不清晰

(2)行驶速度低于55km/h(35pm/h)

(3)正在使用方向指示灯(闪烁灯)，使用转向显示

(4)急转弯

(5)系统静音或者关闭时

(6)车道宽度不足2.60m

4.在下列情况中撤销警告:

约3秒后自动撤销

一旦驾驶员返回自身车道

使用转向显示

突然制动或转向与动态稳定控制系统执行干预

5.车道偏离警告已经成为汽车主动安全系统不可缺少的一项功能。关于主动安全系统，需要记住的一点就是：它并不能保证万无一失。车道偏离警告在雨雪路况下的效果将变得很差，甚至可能在视野不好的情况下自动关闭，并向司机发出提示信息。很显然，雨雪天气中，雪将车道标记覆盖，系统也无从进行车道辨别。在高速公路出入口地带，因为岔道的存在，车道标记会突然发生 偏离，此时系统也将暂时失去作用。而盲点检测系统有时也会将隧道的墙壁误认为是相邻车道的汽车。另一种情况是，当道路中的车道标记因时间过久而褪色时，系统的功能性将大幅下降。

6.车道偏离警告真的能降低事故率吗？

车道偏离警告应用的目的就是降低事故率，不过它真的做到了吗？美国保险业资助下的公路安全保险信息（Insurance Information for Highway Safety）机构表示，车道偏离警告每年可减少7500起交通事故的发生。然而，在2012年，美国公路损失数据研究所（Highway Loss Data Institute）指出，车道偏离警告系统反而会略微增加交通事故率。其中，2012年，美国市场上的别克品牌汽车在配备了车道偏离警告和盲点监测系统后，事故率反而同比略微上升。

美国公路安全保险协会（IIHS）指出：“有记载的交通事故中，97%与是否搭载车道偏离辅助无关。”造成该结果的原因或许是当司机认为有安全系统作为“靠山”后驾驶变得更随意。但请记住，再先进的安全系统也只能尽量避免事故发生，而不能实现零事故率。

7.车道偏离预警系统如何使用？

（1）可通过位于驾驶辅助开关组的功能按键开关直接开启或关闭车道偏离预警系统的功能。

▲车道偏离预警开关

（2）除此之外，还可通过多媒体系统开启或关闭车道偏离预警系统的功能，并对系统的灵敏度及报警方式进行选择设置。

（3）灵敏度分为智能、标准两种状态，报警方式分为声音报警、方向盘振动、声音报警 +方向盘振动三种。

（4）系统默认记忆上一点火循环的设置状态。

十 故障分析

宝马车道偏离警告的转向干预过于强烈的技术通报

故障现象：车道偏离警告的转向过于强烈，或过于不舒服。

涉及车型：F91 F92 F93 F95 F96

G05 G06 G07 G12 G14

G15 G16 G20 G28 G29

带至少一个以下选装配置：

SA5AV – 碰撞防御辅助

SA5AQ – 加强型碰撞防御辅助

SA5AS – 驾驶辅助功能

SA5AU – 专业型驾驶辅助功能

故障原因：基于摄像机的驾驶员辅助系统控制单元中的软件程序问题。为了满足新车魔性的新法律需求，需要在某些情况下强力反向转向。因此，与先前的车辆相比，这可能引起驾驶的不适感。

处理措施：读取车辆的集成等级，如果当前集成等级小于S18A-20-07-500 / S15A-20-07-500 / S15C-20-07-500，则用ISTA将车辆编程和设码为集成等级S18A-20-07-500 / S15A-20-07-500 / S15C-20-07-500或更高版本，然后重新评估车辆。

PS：集成等级为S18A-20-07-500 / S15A-20-07-500 / S15C-20-07-500或更高版本只是对各种参数进行了优化，并以此细化了转向干预的反应特性，但危险情况时依然会进行安全转向干预。

取消车道偏离预警系统的方法，驾驶员可以通过按下车道偏离预警系统的开关按键进行关闭即可取消，其开关上面是有一条虚线和一辆倾斜的汽车的图标。不过需要注意的是，车道偏离预警系统是无法关闭的，若想关闭的话，需要去刷掉安全模块。

车道偏离预警系统主要由HUD抬头显示器、摄像头（一般安置于车身侧面或后视镜位置）、控制器以及传感器组成。

当该系统开启时，摄像头会时刻采集行驶车道的标志线，然后通过图像处理获得汽车在当前车道中的位置参数，从而当检测到汽车偏离车道时，传感器便会及时收集车辆数据和驾驶员的操作状态，之后再由控制器发出警报信号。

整个过程大约会在0.5秒即可完成，可以为驾驶员提供更多的反应时间。不过，在行驶过程中，若驾驶员有打开转向灯，正常进行变道行驶，车道偏离预警系统则不会做出任何提示。那车道偏离提示怎么关闭呢？每个车型的关闭方式会有所不同，具体可查看随车用户手册。这里以长安CS55为例，具体操作如下：

1、在incall系统中选择“设置”后，并点击“车辆”；

2、进入后，点击“车道辅助”；

3、在界面会显示“仅预警”、“仅纠偏”、“预警+纠偏”的功能，进行选择确认即可。

车道偏离警告系统不起作用需要从两个方面去检测： 1、车道偏离警告系统控制或装置发生故障造成警告失效或不能启动，如果是此类原因就要到服务站进行系统检测或标定。 2、车辆外部原因： （1）车道标记没有或逐渐减弱； （2）天气条件不好导致能见度低； （3）通过隧道时外部光线突然变化或路面急转弯； （4）路面湿滑反射太阳光，路灯或其它车辆的光线时； （5）因阳光直射车内后视镜周围温度很高时； （6）岔道或复杂的交叉道路； （7）前挡风玻璃很脏摄像头不能清晰识别； （8）人行道和其它划分结构沿车到边缘。 以上是部分外部原因，车道偏离警告系统工作比较复杂，需要使用专用设备进行检测或标定，当发生事故维修底盘或更换前挡风玻璃时需进行摄像头或系统模块标定。 15款唐故障原因分析

一辆2015款比亚迪唐，该车上电瞬间仪表报请检查车道偏离预警系统，OK挡后报请检查制动系统，熄火后仪表偶发性显示超越加速中。

原因分析：

1、仪表程序没有更新

2、仪表故障

3、整车网络系统故障

4、电动真空泵运行时间超时

5、其它

维修过程：

1、考虑到15款唐无自适应巡航系统，但此车报故障，观察仪表软件版本对比正常车显示板ECU版本低于正常车，用U盘更新仪表后故障依旧。

2、咨询技术督导告知刷程序后可能车上某个网络有异常，要将整车进入超低功耗重新唤醒，可以恢复，按照此方法操作后，车辆不报请检测车道偏离系统了，还报请检查制动系统。

3、然后检查刹车油正常，刹车片感应线正常，软件版本正常，查看前期发的通告发动机控制模块数据流中电动真空泵工作时间超过1200H说明电动真空泵需更换，观察数据流显示1202H,超出范围。

4、清除真空泵工作时间，上电车辆一切正常。

维修小结：刚开始仪表报车道偏离报普，可能是车辆升级过程序后出现的，刷完程序规范操作燃油车是断蓄电池，混动车是进超低功耗再上电。可能车上某个网络有异常，整车进超低功耗重新唤醒，可以恢复。

维修过程中一定要细心，平时多看通告与技术通报方面的文件，排查故障时方能学以致用少走弯路。

维修点评：真空泵工作时间超过1200h,真空泵必须更换。

十一 发展趋势

1.车道偏离预警系统的功能拓展

（1）由辅助提醒逐渐加入主动转向

驾驶者可以通过适当增加控制力，来否决“车道偏离预警系统”。

（2）车道预警系统的硬件利用将不断扩展

目前已经有部分车道预警系统拓展了功能，比如“黑匣子行车记录仪”就是其中比较成功拓展。

2.偏离预警系统发展

作为近几年来比较火的高级驾驶辅助功能之一，经常能够在汽车广告和配置表中看到，并且车道偏离预警功能（以下简称LDW）已经纳入了EU-NCAP欧洲新车评估程序中，作为车辆安全性程度的一项重要指标，可见LDW在安全方面的重要性。

基于汽车主动安全发展的趋势以及国内的一些交通现状，汽车主动安全电子这一行业逐渐在形成一个独立的体系，国内很多汽车业内人士多很关注，也在积极地研发中，国内现在只有少部分公司对车道偏离系统的研发比较完善，而且形成了一个独立的产业，像车道偏离系统的上市意味着中国进入了一个汽车主动安全的新时期。车道偏离预警系统（LDW）及驾驶警示系统分别通过车内警示音，提醒司机车辆已偏离行驶车道、或可能发生碰撞事故，势必将成为未来汽车安全技术的新趋势之一!

经过几年的发展时间，车道偏离警告逐渐升级成了车道保持辅助，除了具有警告功能外，该系统还能够在汽车“压线”时自动修正偏差，甚至现在最先进的车道保持辅助系统能够 将车辆实时保持在车道中央，该结果由系统通过不间断地微调方向盘实现。零跑汽车自主研发的ADAS（智能驾驶辅助）系统，具备车道偏离预警和车道保持功能，可确保车主无论在低速或是高速行驶状态下，都能稳健前行。车道偏离预警：当功能开启状态下，在行车过程中如发生非主动偏离车道压线时，系统会以图像和声音组合的方式来警示驾驶员，使其保持在原车道上行驶；车道保持：当车辆达到一定的速度时，如出现非主动车道偏离压线情况，系统可主动介入调节车辆转向，使其回归到原有车道内行驶。

车道偏离预警系统的研究主要集中在基于视觉的车道偏离预警系统上，但是从现有的技术水平来看，影响基于视觉的车道偏离预警系统可靠性的最主要因素是系统应用的天气条件以及光照变化的影响，这是所有基于视觉系统目前面临的一个主要难题。目前研究各种鲁棒性强、能适应各种天气条件、克服光照变化以及阴影条件的影响的车道偏离评价算法是所有基于视觉的车道偏离预警系统的发展趋势。

车道偏离警告是“汽车安全循环”中的一环：自适应巡航控制系统负责将车辆与前车保持一定距离跟随；车道偏离警告/车道保持辅助则负责观察侧面车辆行驶情况；盲点检测系统负责检测相邻车道是否有车辆靠近；后方停车声纳和后视摄像头（有些车在车身四周均具备摄像头）则监视车辆后方情况。在某种程度上，这已经可以称得上“自动驾驶”。

对于自动驾驶的发展，车道偏移预警系统将担任很重要的角色，自动驾驶达到L5级后，驾驶员的角色将消失，自动驾驶车辆在道路行驶时，除了需要监测车辆与前车位置、车辆行驶路径的正确与否外，还是需要不断探测车辆相对于两侧车道线的位置的，这时车道偏移预警系统将起到决定性的作用。不同于HUD抬头显示会随着自动驾驶的出现、驾驶员角色的消失，将会通过另一种形态来满足人们乘车出行时的娱乐需求，车道偏移预警系统将会在现有的技术方向上不断提升，将可以直接应用到自动驾驶汽车上。

编辑：黄飞