基于单目视觉的智能车辆视觉导航系统设计

3 试验结果

系统框架及所有算法在Boiland C++ Builder 6环境下编译完成。为了验证系统算法的可靠性和实时性，利用在合肥市环城高速公路上采集不同车型、不同路段、不同环境光下多组道路图像作为测试序列，进行了大量实验。

图3为典型道路场景下的实验结果，图3(a)为大型卡车；(b)为小型面包车；(c)为远距离处；(d)为近距离处的检测结果。系统将检测到的目标用黑框标记出来。

可以看出，系统能够检测到本车道内不同距离上的各种车型车辆。在高速公路上的实验结果表明，在最大车速100 km／h的情况下，系统在Celeron M 600 MHz处理器上的处理速度为8 j／s左右，也就是说处理一帧图像的时间内车辆行驶3～4 m，基本满足实时报警的要求。在一般光照条件下，系统正常报警的纵向距离超过200 m，视场角远远大于雷达(一般为±7°)。

为了验证单目视觉测距准确性，在市内道路上采集了前车与本车距离从5～100 m的一组图像。对采集的图像进行处理后，根据公式推导出本车与前车距离以及实际距离见表1。表中数据显示，单目视觉测距的相对误差都在5％以内，可以满足实际工作中测距告警的需要。

4 结语

本文设计了一个基于单目视觉的汽车追尾预警系统。该系统采用了一种基于光密度差的道路检测算法，并使用了一种以车辆阴影检测为主、左右边缘检测为辅的车辆探测方法，同时采用了简单、实用的测距和报警方法。高速公路上的实验结果证明了该系统的实时性、鲁棒性和准确性。该系统目前还没有在雨雾天气或缺少照明的夜间环境下进行试验，未来我们将针对这些使用环境对系统做进一步改进和优化。