Vision-based lane departure warning framework

Le collisioni derivanti dalle partenze di corsia hanno contribuito agli incidenti stradali causando milioni di feriti e decine di migliaia di vittime all’anno in tutto il mondo. Molti studi correlati hanno dimostrato che le collisioni per partenza di corsia di un singolo veicolo hanno contribuito in gran parte alle morti per incidenti stradali che derivano dalla deriva fuori dalla carreggiata. Quindi, la sicurezza automobilistica sta diventando una preoccupazione per gli utenti della strada in quanto la maggior parte delle vittime della strada si è verificata a causa del giudizio fallace del conducente sul percorso del veicolo. Questo articolo propone una struttura di avviso di uscita di corsia basata sulla visione per il rilevamento dell’uscita di corsia in ambienti di guida diurna e notturna. Il flusso di traffico e le condizioni della superficie stradale sia per le strade urbane che per le autostrade nella città di Malacca sono analizzati in termini di tasso di rilevamento della corsia e di falso positivo. La struttura proposta per l’avviso di abbandono della corsia basata sulla visione include il rilevamento della corsia seguito dal calcolo di un rapporto di offset laterale. Il rilevamento della corsia è composto da due fasi: pre-elaborazione e rilevamento. Nella pre-elaborazione, vengono effettuate la conversione dello spazio colore, l’estrazione della regione di interesse e la segmentazione della marcatura della corsia. Nella successiva fase di rilevamento, viene utilizzata la trasformata di Hough per rilevare le corsie. Infine, il rapporto di offset laterale viene calcolato per produrre un avviso di uscita di corsia basato sulle coordinate X rilevate dei punti finali inferiori di ogni confine di corsia nel piano dell’immagine. Per la valutazione delle prestazioni di rilevamento della corsia e della deviazione di corsia, sono stati considerati set di dati reali per strade urbane e autostrade in ambienti di guida diurni e notturni, flussi di traffico e condizioni della superficie stradale. I risultati sperimentali mostrano che la struttura proposta produce risultati soddisfacenti. In media, i tassi di rilevamento del 94,71% per il tasso di rilevamento della corsia e dell’81,18% per il tasso di rilevamento della partenza dalla corsia sono stati raggiunti utilizzando il quadro proposto. Inoltre, i metodi di segmentazione della marcatura della corsia di riferimento e il set di dati Caltech lanes sono stati considerati anche per la valutazione di confronto nel rilevamento della corsia. Le sfide per il rilevamento della corsia e il rilevamento della deviazione di corsia, come le marcature di corsia usurate, la scarsa illuminazione, i segnali a freccia e le marcature di corsia occluse, sono evidenziate come fattori che contribuiscono ai tassi di falsi positivi.