道重合。采用这种方法的警告触发准则为'p L V ?其中 V为虚拟的车道边界; 'pL 为预计的车辆的侧向位置。' = + p p v L L TL 式中 vL 为侧向速度; pL 为当前车辆距车道边界的距离;T为预计时间,T= ( v-x)/ vL ,x为期望发生的点。经过试验,这种方法能减少误警。 3.3 TLC 标准提出 TLC 方法的目的是为了尽可能早地检测到可能的车道偏离。该方法主要根据以后几秒钟内车辆运动假设模型,估计出车辆将离开车道的时间。在计算时主要考虑如下 2种运动模型。(1) 假设车辆保持现有方向不变。这样得到的运动模型可以描述为: 0 ( ) y l y l ?? ?式中?为车辆相对于车道的方向角; 0y 为当前时刻车辆相对于车道中心的横向偏移量;l 为车辆驶出的直线距离; ( ) y l 为车辆在驶出距离为 l 时的横向偏移量。 7 (2) 假设驾驶员保持相同的转向盘转角。这样车辆的运动曲线跟车道边界的回归曲线模型相类似,可以描述为: 为车辆运动曲线的曲率, 可由当前的转向盘转角计算得到。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 l、r 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。 3.4 KBIRS 标准该标准现仅作为一种理论观点,主要集中在对自然场景的感知。把这种标准 8 应用于道路偏离警告系统中目前还不是很完善。采用这种标准的系统分析获取的道路图像,利用物体的几何轮廓大致估计物体存在与否。这种方法可能会用于车道偏离警告系统中, 因为当车道急剧地偏离, 系统对场景的感知会发生剧烈的改变。当这种情况发生时,就应当发出警告信息。
全文预览
