车道保持辅助系统是汽车主动安全系统中的重要门类,它可以有效地避免驾驶员发生因车道偏离而造成的交通事故。针对基于机器视觉的车道保持辅助系统,本文分别研究了系统涉及的摄像头标定算法、车道线识别与跟踪算法、车道偏离预警算法和车道保持横向控制算法。在第二章中,本文对摄像头标定算法进行了研究。针对摄像头内参数,本文设计了一套基于OpenCV的标定方法,并采用LIBCBDETECT算法来提高棋盘格角点检测的成功率。针对摄像头外参数,本文首先检测连续图像序列对应的最优道路消失点,再利用该消失点和摄像头安装参数来计算摄像头外参数,实现了外参数的快速、准确标定。另外,本文还在该章中阐述了单目测距原理。在第三章中,本文对车道线识别与跟踪算法展开了研究。在图像预处理阶段,本文围绕基于车道线宽度特征的线性滤波设计了一套图像预处理方法,并通过该方法获得了效果良好的车道线特征图。在特征点提取阶段,本文首先检测车道线的起点,再利用一种具有方向指导的滑动窗口搜索算法来搜索特征图中的车道线特征点,并获得了良好的搜索效果。在车道线拟合阶段,本文通过最小二乘法对车道线拟合二次曲线模型。在车道线跟踪阶段,本文以车道线起点和车道线模型参数作为跟踪对象,设计了合理的跟踪策略,提高了车道线识别算法的鲁棒性。在第四章中,本文通过对比常见车道偏离预警算法的优缺点,最终建立了基于CCP(Car’s Current Position)和TLC(Time to Lane Crossing)联合的车道偏离预警算法。仿真实验结果表明该算法能够应对不同车速下的不同类型的车道偏离事件。在第五章中,本文基于魔术公式轮胎模型和二自由度车辆动力学模型建立了单点预瞄驾驶员模型,并在该模型下基于最优横摆角速度设计了车道保持横向控制算法。为了验证算法的可行性,本文在CarSim/Simulink下对算法进行了路径跟踪实验和车道保持实验,实验结果表明本文的横向控制算法路径跟踪精度高,且当车辆发生车道偏离后,其能够快速、有效地控制车辆驶回车道中心线附近。