摘要：随着智能交通和科技的快速发展，采用科技手段保障交通安全的研究受到了社会广泛而持续的关注。其中，车道保持智能驾驶技术是目前研究中极其重要的一环，本文研究了基于视觉的车道保持智能驾驶系统，本文利用车载单目视觉传感器采集规范化道路图像信息。首先，对这些图像信息进行预处理，然后采用canny算子的方法提取图像中边缘信息，接着利用基于霍夫变换的检测方式提取图像中直线信息，再采取独创的基于斜率约束的车道线提取方法提取图片中的车道线信息。车道线提取完成之后，对车道线进行拟合。紧接着改进BP神经网络判定车辆是否偏离，从而进行预警。这种方法极大简化了运算量和运算难度，并且具有较强的准确性和鲁棒性。

关键词：单目摄像头 规范化道路 霍夫变换 斜率约束 BP神经网络

目录

摘要

Abstract

1 绪论-1

1.1 研究背景和意义-1

1.1.1 研究背景-1

1.1.2 研究意义-1

1.2 研究现状-2

1.2.1 车道线检测国内外研究现状-2

1.2.2 车道偏离国内外研究现状-3

1.2 课题研究内容-3

2 图像预处理-5

2.1 图像采集-5

2.2 彩色图和灰度图-5

2.3 图像剪切-7

2.4 图像滤波-8

3 车道线检测-12

3.1 canny算子边缘检测-12

3.2  Hough变换检测直线原理-13

3.3 车道线直线判定-15

4 车道偏离检测-17

4.1 车道偏离研究-17

4.2 输入数据分析提取-18

4.3 BP神经网络算法-18

4.4 基于BP神经网络的车道偏离检测20

4.4.1 参数及数据设置20

4.4.2 隐藏层参数设置21

4.4.3 车道线偏离检测21

4.5 车道线偏离检测结果分析.22

5 结论24

参考文献-25

致谢-27