道路检测是智能车辆的核心技术。智能车辆具有广泛的应用范围和极高的实用价值。在军事和工业领域,智能车辆可以代替人类在危险区域完成物质运输工作。日常生活中,智能车辆可以有效地防止交通事故,提高公路交通的安全性。本文提出一套基于模式聚类的道路检测方法,用于结构和半结构道路场景下的道路检测。聚类是将属性相近的数据划分为一类的过程。模糊C均值聚类、图像分割都属于聚类方法。结构化道路如国道,有明显的道路标志线。在这类道路上,车辆运行速度高,要求道路检测处理时间尽量短。针对这种要求,本文提出一种基于模糊C均值聚类的道路标志线快速检测方法,满足实时视频处理的要求。在该方法中,本文采用连通域从边缘图像中识别出道路标志线。新的方法运行时间不超过35ms,一秒钟能够处理25帧图像,满足了智能车辆的速度要求。另一方面,半结构化道路通常没有明显的道路标志线,但其沥青或水泥铺设的路面和周围环境存在明显反差。在这样的道路场景中,为了提取道路区域,本文提出一种基于图像分割的道路检测方法。通过图像分割得到的道路区域是判断道路曲率和边界的基准。文中还提出一种新的基于几何模型的道路曲率匹配方法来从候选曲率中找到最符合道路区域的曲率。最后,为了和前端相机通信,本文设计了一款硬件传输接口。ADSP-BF561是该接口的核心芯片。道路检测软件通过该接口向相机发送控制命令,并取回相机拍摄的图像。这部分内容着重论述了传输接口的架构和各个通讯协议在ADSP-BF561上的实现。由于ADSP-BF561安装uCLinux操作系统,该部分内容会涉及Linux驱动编程。