江苏大学学报(自然科学版)

作者：黄晨,李悦彬,孙晓强

单位：江苏大学 汽车工程研究院， 江苏 镇江 212013

关键词： 车道线曲率, 立体视觉,  卡尔曼滤波,  最小二乘估计,  车辆安全

基金：江苏省科技计划港澳台科技合作项目(BZ2022050，YZ2021183)； 中国博士后科学基金资助项目(2021M691847)； 国家重点实验室开放基金资助项目(KFY2207，20201206)<br />\r\n<div>\r\n\t<br />\r\n</div>

为了给车辆通过弯道提供更可靠的安全建议，研究了基于双目立体视觉的车道线曲率测量方法.利用MATLAB双目相机标定工具箱对双目相机进行标定，获取内、外参数.将双目相机左、右原始图像输入立体匹配网络，获得视差图.同时，在左相机原始图像中，对感兴趣区域(ROI)应用Sobel算子进行边缘检测和阈值检测，并将两个结果融合，再应用透视变换操作，获取通过统计得到的ROI内二值图像中白像素位置和数量的直方图.利用最小二乘法拟合车道线，采用卡尔曼滤波预测法提高拟合准确性.由反仿射变换及拟合结果确定车道线像素坐标.根据像素坐标获取视差图内的视差值，利用三角测量方法得到车道线相对于双目相机主相机的三维坐标.最后，计算真实世界坐标与图像像素坐标的距离转换尺度，将计算结果应用于车道线曲率计算中.研究结果表明：采用基于卡尔曼滤波预测的车道线检测方法和基于双目立体视觉测量的车道线曲率半径算法得到的弯道车道线曲率半径平均值偏差为5.98%，能保证车道线拟合的鲁棒性，从而提高了基于双目立体视觉的车道线曲率测量方法的准确性和可靠性.

来源：2025年第4期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2025年第4期