Vision-based lane departure warning framework

Kolizje wynikające ze zmiany pasa ruchu przyczyniły się do wypadków drogowych powodując miliony obrażeń i dziesiątki tysięcy ofiar rocznie na całym świecie. Wiele badań wykazało, że zderzenia związane z opuszczeniem pasa ruchu przez pojedynczy pojazd stanowią główną przyczynę śmiertelności w ruchu drogowym, która wynika ze zjechania z jezdni. W związku z tym bezpieczeństwo samochodowe stało się przedmiotem troski użytkowników dróg, gdyż większość wypadków drogowych jest spowodowana błędną oceną toru jazdy pojazdu przez kierowcę. W niniejszym artykule zaproponowano system ostrzegania przed niezamierzoną zmianą pasa ruchu oparty na technologii wizyjnej, umożliwiający wykrywanie niezamierzonej zmiany pasa ruchu w warunkach jazdy dziennej i nocnej. Przeanalizowano natężenie ruchu i warunki drogowe na drogach miejskich i autostradach w mieście Malacca pod kątem współczynnika wykrywania pasa ruchu i współczynnika fałszywych wyników pozytywnych. Proponowany system ostrzegania o opuszczeniu pasa ruchu oparty na technologii wizyjnej obejmuje wykrywanie pasa ruchu, po którym następuje obliczenie współczynnika przesunięcia bocznego. Wykrywanie pasa ruchu składa się z dwóch etapów: przetwarzania wstępnego i wykrywania. W ramach przetwarzania wstępnego przeprowadzana jest konwersja przestrzeni barw, ekstrakcja obszaru zainteresowania oraz segmentacja oznakowania pasa ruchu. W kolejnym etapie detekcji do wykrywania pasów ruchu wykorzystywana jest transformata Hougha. Na koniec obliczany jest współczynnik przesunięcia bocznego, aby uzyskać ostrzeżenie o opuszczeniu pasa ruchu w oparciu o wykryte współrzędne X dolnych punktów końcowych każdej granicy pasa ruchu na płaszczyźnie obrazu. Do oceny wydajności wykrywania pasów ruchu i wykrywania zmiany pasa ruchu wykorzystano rzeczywiste zestawy danych dla dróg miejskich i autostrad w warunkach jazdy dziennej i nocnej, natężenia ruchu i warunków nawierzchni drogi. Wyniki eksperymentalne pokazują, że proponowany system daje zadowalające rezultaty. Średnio, wskaźniki wykrywalności na poziomie 94,71% dla wskaźnika wykrywania pasa ruchu oraz 81,18% dla wskaźnika wykrywania zjazdu z pasa ruchu zostały osiągnięte przy użyciu proponowanych ram. Dodatkowo, benchmarkowe metody segmentacji oznakowania pasów ruchu oraz zbiór danych Caltech lanes zostały również wzięte pod uwagę do oceny porównawczej w wykrywaniu pasów ruchu. Wyzwania związane z wykrywaniem pasów ruchu i wykrywaniem zmiany pasa ruchu, takie jak zużyte oznaczenia pasów ruchu, słabe oświetlenie, znaki strzałek i zasłonięte oznaczenia pasów ruchu, zostały podkreślone jako czynniki przyczyniające się do uzyskania wyników fałszywie pozytywnych.