在高速公路上,驾驶员操作失误或者注意力分散等引起车辆偏离车道行驶是造成重大伤亡事故的一个重要因素。车道偏离预警装置能为驾驶员无意识偏离原车道时发出报警,从而大大减少因车道偏离而引发的交通事故。本文基于机器视觉的方法,开展车道偏离预警系统的嵌入式研发,主要完成了如下的研究工作:(1)设计了嵌入式Linux系统的试验平台。利用SONY EFFIO-P模拟摄像头的宽动态和强光抑制功能,获取清晰的道路图像。图像数据经由TVP5150视频解码模块传输至基于ARMV7架构的S5PV210处理器,经过处理将结果输出至LCD显示屏,并控制蜂鸣器的预警。(2)完成了在嵌入式Linux系统下各设备的驱动开发。针对各设备模块,首先介绍了设备的工作原理,然后重点分析了其在Linux系统下的驱动架构,最后设计了驱动开发流程。在完成驱动开发的基础上,编写应用程序对硬件设备进行测试,最终实现蜂鸣器在不同频率下的鸣叫、TVP5150对图像数据的采集及在LCD上的图像显示。(3)通过图像预处理消除不同行车环境下的噪声干扰。根据车道线横截面的数学模型,对图像局部区域,采用不同尺度的关联滤波,实现不同场景条件下车道线区域的特征增强。另外,利用高帽滤波进一步削弱了背景噪声,并应用最大方差阈值分割提取出多种环境下的车道线特征点。(4)实现了快速准确的车道线识别,建立了有效的预警决策机制。本文对图像预处理的结果首先进行Hough变换,准确提取初始帧的车道线;然后采用基于箱形图和随机抽样一致性的方法快速拟合车道边界线,进行跟踪检测。此外,在车道线跟踪阶段,建立车道线参数数据库,分析当前帧车道线与数据库的匹配置信度,并动态更新该数据库,从而实现了多种典型场景下的车道线的识别。在获取车道线参数的基础上,建立基于角度偏置差和距离偏置差变化率的预警决策,并且验证了其有效性。通过开展嵌入式系统平台下的车道偏离预警试验,结果表明嵌入式车道偏离预警系统具有良好的实时性、准确性及稳定性。