交通事故数据统计表明，所有的重大致命交通事故中的34%与车道偏离有关，同时研究发现23%的驾驶人员六个月内至少有一次在方向盘上睡着，36%的人在驾驶过程中打瞌睡。据不完全统计，因驾驶失误（如注意力不集中、决策失误、判断失误等）造成的事故占总交通事故的90%。由于非正常意图偏离原车道所引起的对向车辆相撞、邻车道车辆追尾、路边障碍物相撞或驶离路面等等交通事故经常发生，给人民的生命财产和社会经济带来了巨大的威胁。

车道偏离事故（Run Off Road，简称ROR）可以用如图1-1车辆偏离车道来表示。报告中车道偏离事故被定义为：车辆由于偏离当前所行驶的车道而引发的交通事故，不包括倒车或者与路人有关的碰撞。根据数据统计分析，车道偏离引起的事故的主要原因如图1-2 偏离原因图所示，图里可以看出，超速行驶是造成偏离事故的最主要原因，占32%，这一方面可以通过交通法规限速来限制。其次是驾驶人员没有能力控车，由长时间疲劳驾驶引发，占21%。紧急避障和方向失控各占16%，车道湿滑和冰雪路面是重要原因。注意力分散占13%，车辆故障（转向系统失效，爆胎等等）占4%。研究表明，车辆装配有主动稳定控制系统的能减少交通事故的20%-40%。而装有车辆动态检测横向位置的车辆能防止大约53%的事故。据不完全统计，加装了车道偏离预警系统的国家，大大减少了交通事故的发生，间接的降低了经济损失。 

图1-1车辆偏离车道图解

图1-2 偏离原因图

车道偏离预警在国外早已成为一个车辆主动安全防御的新方向，简单的来说就是利用信息和传感技术来扩展驾驶人员的感知能力，通过分析处理车辆前方路况信息以及根据驾驶人员的驾驶习惯，在车辆即将驶离当前车道线时，通过声音或者震动的形式来告知驾驶人员，从而达到预警效果，减少交通事故，保证行车安全。车道偏离预警系统主要包括：车道线的识别和跟踪以及偏离预警决策算法的研究。综上所述，车辆偏离预警系统的研究具有重要的理论意义以及实际应用价值

1。2 国内外研究现状

1。2。1 国外研究现状

1。2。2 国内研究现状

1。2。3 存在问题

1。3 本文研究内容

图像在识别信息中扮演着非常重要的角色，如何通过图像提取车道线，就目前来说存在很多算法，如模板匹配，像素扫描，Hough变换和边缘跟踪等。

在研究不同算法检测车道线的过程中，图像的预处理非常重要。本文先对一些图像的预处理算法，如图像灰度化、图像滤波、图像边缘增强等，用MATLAB软件进行仿真，比较处理结果。因为不同的预处理方法影响检测的实时性和准确性，其中为了更多的利用原图像的车道标记线和路面色彩信息，本文设计使用彩色通道提取法得到灰度化图像。但是实际情况多变，如遇到暴雨、暴雪等天气，所以加入了椒盐噪声来模拟实际环境情况，并且使用常用的滤波方法处理图像。从处理好的图像效果中，选出最佳的滤波方法。一般获得的图像包括车道线和路面，车道线作为一种边缘，根据边缘的基本属性，可以用差分算子把边缘检测出来。图像边缘增强后，树木，行人，车辆也被增强，但图像中会多出许多虚假的边界。本文利用Hough变换的方法定位车道线，然后建立并提取车道线模型，因为采集的是车辆正前方不远处的图像，在此提出直线型车道线模型，其计算量小的特点满足对实时性的要求，基于直线型车道线的假设，采用Hough变换算法提取并画出车道线，再通过建立基于车道线夹角的偏离模型，利用检测出来的角度即斜率，同时设置一个偏航率和阈值来判定车辆是否偏离车道。若大于设定阈值，那么就会发出视觉，触觉警报来提醒驾驶人员；若在设定范围内，不发出警报，系统继续正常运行。论文网