一 前言

根據交通部的數據統計，約有50%的交通事故是由于車輛在行駛過程中偏移正常行駛的車道引起的，根據（美國）聯邦公路局的統計，美國2002年所有的致命交通事故中44%是跟車道偏離有關的，同時車道偏離也被看成車輛側翻事故的主要原因。AssitWare網站的分析結果認為：23%的汽車駕駛員一個月內至少在轉向盤上睡著一次；66%的卡車駕駛員在駕駛過程中打瞌睡；28%的卡車駕駛員在一個月內有在轉向盤上睡著的經歷；四個駕駛員中就有一個駕駛員經歷過車道偏離引起的傷亡事故。

究其主要原因，主要是因為駕駛員在駕駛車輛過程中出現注意力不集中、駕駛疲勞、心煩意亂等，嚴重影響駕駛員在駕駛車輛時的安全性。開車走神和疲勞駕駛是大多數司機都會面臨并且需要克服的問題，因這種問題引起車輛偏離車道而造成的碰撞事故也是時有發生，尤其是在高速行駛過程中，因此而造成的事故尤為嚴重。 隨著汽車智能化方向的發展，發展與應用駕駛員輔助系統（包括安全車距預警、車道偏離預警、疲勞駕駛檢測、變道輔助系統、自適應巡航等）引起了高度的重視，越來越多高級輔助駕駛功能得以在汽車上得到應用，其中影響駕駛員駕駛習慣、提升駕駛員駕駛安全性的高級輔助駕駛系統也越來越多成為人們購車時考量的因素之一，車道偏移預警系統就是其中一個應用較為普及的高級輔助駕駛系統。

隨著科技的發展，智能交通已成為當前的研究熱點，自適應巡航是智能交通主要應用之一，而車道偏離預警在主動安全、自適應巡航中起著關鍵性的作用。同時汽車安全性受到人們更多的關注,高科技在汽車中的應用層出不窮,車道偏離報警系統就是一例，這是繼安全帶、安全汽囊后，在汽車內安裝的又一項安全裝置。 自適應巡航控制在高速時可以相對解放右腳的工作，但長時間處于一個相對單調的環境中很容易使人產生疲勞。而因為疲勞或注意力不集中所造成短暫的對方向控制產生偏差也十分常見的現象，這樣看似不經意的行為，卻著實存在著極大的安全隱患，一旦車輛出現無遇見性的車道偏離加之車速相對較快，不論對于自身還是后方的車輛來說都非常容易引發巨大的災難，在高速公路上，由于車道偏離引起的交通事故在總交通事故數量中占了很大一部分比重，所以為了確保行駛安全，保持車道的穩定就會變得和控制車速一樣重要。

任何事物的存在都是有原因的，LDW也不例外。在高速上，駕駛員疲勞駕駛極有可能會發生車輛無意識偏離所在車道的情況，然而，當駕駛員意識到車輛偏離既定路線時，往往為時已晚，要么發生碰撞，要么就是急打方向盤進行反向糾正，最終造成側翻的事故發生。為了有效避免上述危險的發生，車道偏離警告功能應運而生，其基本原理就是通過視覺傳感器（安裝在前擋風玻璃中上部的攝像頭）感知前方道路的車道線，并結合車輛當前行駛狀態以及駕駛員意圖來判斷當前車輛是否已經發生無意識偏離，并在發生無意識偏離車道時提醒駕駛員。

LDW系統會在車輛高速行駛時提醒駕駛員，汽車正在偏離正常行駛的車道，讓駕駛員及時糾正行車路線。即使是經驗豐富的老司機，也免不了有過開車走神的經歷，一旦出現開車走神或是疲勞駕駛，車輛跑偏車道的情況是非常常見的，尤其是在高速駕駛時，即使是輕微的方向跑偏都有可能造成嚴重的后果。在高速上，當駕駛員疲勞駕駛時，則極有可能發生車輛無意識偏離所在車道，然而當駕駛員意識到車輛偏離既定路線時，往往為時已晚，要么發生碰撞，要么就是急打方向盤進行反向糾正，最終造成側翻。為了有效避免上述危險的發生，車道偏離預警系統LDW和車道保持輔助系統便應運而生。

車道偏離預警系統的出現為避免此類事故的發生做出了貢獻，這種系統最大的作用就是在車輛偏離原車道時，能夠迅速主動的判斷該情形是否屬于駕駛員無意識行為，從而在0.5秒內作出反應，通過各種手段對駕駛者進行明顯警示，提醒駕駛者盡快糾正錯誤的駕駛行為，從而達到防患于未然的作用。

近年來隨著汽車科技配置的豐富，避免車道跑偏的“防出軌神器”——車道偏離預警系統及車道保持系統，逐漸成為了主流配置，但是不少車主卻選擇關閉這些功能，難道這些高科技的防出軌神器真的只是雞肋？現在很多高級車輛都會配備，那么它真的有效嗎？最近美國IIHS的一項新研究顯示，車道偏離警告系統技術，將所有的交通事故的發生率降低了11%，并降低了相同類型的傷害事故發生率的21%。這意味著如果所有的乘用車都配備了車道偏離警告，類似的事故率將大幅度降低。車道偏離警告功能，作為近幾年來比較火的高級駕駛輔助功能之一，經常能夠在汽車廣告和配置表中看到，并且車道偏離警告功能作為車輛安全性程度的一項重要指標，可見它對于行車安全的重要性。

二 概述

1.根據美國高速公路安全管理局的定義，無人駕駛技術水平的演進可以分為五個階段，包括L0駕駛員模式、L1輔助駕駛階段、L2半無人駕駛階段、L3高度無人駕駛階段和L4完全無人駕駛階段。目前，無人駕駛的實現程度，在技術面已達到L2、L3水平。在傳統汽車上，各類豐富的輔助駕駛功能逐步由高端汽車選配向中低端選配和標配下沉，如車道偏離預警系統、夜視輔助系統等。車道偏離預警系統是汽車自動駕駛的核心技術之一，更是車輛安全技術的核心組成部分。

2016年3月2日，強制性國家標準GB7528《機動車運行安全技術條件》發布征求意見稿，將于2016年內完全落地。新版本的征求意見稿，對大中型客車的運行安全性和防火安全性提出進一步的要求，增加了“車長大于11m 的客車應裝備符合標準規定的車道偏離報警系統（LDWS）和前車碰撞預警系統（FVCWs）”的要求。

2016年內標準新規落地，11米以上大客車有望成為全市場首先受益于強制性配套政策、帶動ADAS出貨的細分領域。2014年，國內10米以上大客車的年產量約16萬輛，規?？捎^、占全國客車產量超1/4；11米以上大客車標配LDWS、FVCWs等，將加快國內ADAS研發和產業化進程，并進一步帶動ADAS向其他車型的下沉和滲透，成為全行業智能配置標準化的探路者。3月17日，中國汽車工業協會發布了《“十三五”汽車工業發展規劃意見》，對未來5年間的中國汽車工業發展提出了八個發展目標，其中“積極發展智能網聯汽車”引人注目。規劃指明，將積極發展智能網聯汽車，具有駕駛輔助功能（1級自動化）的智能網聯汽車當年新車滲透率達到50%，有條件自動化（2級自動化）的汽車的當年新車滲透率達到10%，為智能網聯汽車的全面推廣建立基礎。此前，工信部裝備工業司也曾表示，將構建智能網聯汽車發展平臺，促使產業鏈上下互補、共同開發，并優化環境、加速法規建設等，從政策層面培育優良成長環境。

2016年3月23日，聯合國歐洲經濟委員會表示，1968年通過的《維也納道路交通公約》一項有關車輛無人駕駛技術的修正案自當天起正式生效。這項修正案明確規定，在全面符合聯合國車輛管理條例或者駕駛員可以選擇關閉該技術的情況下，將駕駛車輛的職責交給無人駕駛技術可以被允許應用到交通運輸當中。

三 定義

車道偏離預警系統，其英文全程為Lane Departure Warning System，簡稱LDW，因此很多車型上都將車道偏離預警系統簡稱為LDW系統。根據美國公路交通安全管理局的定義，車道偏離預警系統只是在車輛發生偏離時以報警的方式提醒駕駛員，以使駕駛員及時作出反應的安全系統，輔助駕駛員避免或者減少車道偏離事故的系統。

車道偏離警告系統（LDW）是一個駕駛員輔助系統，是一種為駕駛提供支持的系統。是一種通過報警或振動等方式輔助駕駛員減少汽車因車道偏離而發生交通事故的系統。通過一個攝像機探測車輛前方區域，從而能夠識別出當前所在車道右側和左側的道路標線。如果在沒有接通轉向信號燈的情況下車輛接近一側道路標線，或車輛在非人為操作的情況下偏離車道時，就會在越過標線之前通過方向盤振動及時提醒駕駛員車輛偏離了車道。其工作方式是通過顯示器或聲音提前提醒駕駛員車輛無意中偏離了車道，提醒駕駛員修正方向，并要求駕駛員校正行駛方向，以降低由于車輛偏離引起交通事故的可能。通過攝像頭、雷達、傳感器，系統能夠識別馬路上的劃線；通過攝像頭檢測前方車道線，計算出車身與車道線之間的距離，判斷汽車是否偏離車道。

在駕駛員無意識（未打轉向燈）偏離原車道時，車道偏移預警系統就是通過環境感知傳感器探測車輛在行駛過程中與兩側車道線的距離，偵測到車輛偏離預定車道時，車輛偏離行駛路線車輪碾壓到劃線時，系統會發出報警。由于車道偏移預警系統（LDWS）能夠提供智能的車道偏離預警，決定了駕駛員駕駛汽車過程的安全性，所以在該系統工作整個過程是十分短的，大概0.5s之內就可以完成所有步驟。在駕駛員無意識偏離原車道時，系統能在偏離車道0.5s之前發出發出視覺警告和聽覺警告或方向盤開始震動以提醒駕駛員目前車輛偏離的狀況。一般駕駛員對危急情況的反應時間是0.2到0.4秒，提前0.5秒就給駕駛員贏得了寶貴的操作時間，為駕駛員提供更多的反應時間。

通過給予方向盤一個反方向的力矩微調方向盤來提醒駕駛員，駕駛員在開車過程中精神不濟疏忽導致車輛偏移預定車道時，就可以獲得很好的提示，從而及時調整車輛，讓車輛重新回到原來的行駛路線上，回到本車道內，減少因汽車偏離車道引發的碰撞事故等危險，保障駕駛員駕駛過程的安全性。一個車道偏離預警本身不會主動干預車輛的運動軌跡，不會試圖控制車輛以防止因車道偏離可能引發的碰撞事故。

當車道偏離系統開啟且車速達到40km/h以上時，攝像頭會時刻采集行駛車道的標識線，通過圖像處理獲得汽車在當前車道中的位置參數，當車速達到60km/h時且檢測到駕駛員無意識/汽車偏離車道時，報警器發出警報信號（方向盤振動和儀表聲音提示3聲），提示駕駛員注意安全駕駛，為駕駛者提供更多的反應時間。而如果駕駛者打開轉向燈，對于駕駛員在需要控制車輛變道時，正常進行變線行駛，那么車道偏離預警系統就不會工作不會做出任何提示，確保駕駛員可以正常變道。使用LDWS還能糾正駕駛員不打轉向燈的習慣，該系統其主要功能是提醒過度疲勞或解決長時間單調駕駛引發的注意力不集中等情況。

目前各廠商所配備的車道偏離預警系統均基于視覺（攝像頭）方式采集數據的基礎上研發，但它們在雨雪天氣或能見度不高的路面時，采集車道標識線的準確度會下降。那么為了解決這個難題，聰明的技術工程師開發了紅外線傳感器的采集方式，其一般安置在前保險杠兩側，并通過紅外線收集信號來分析路面狀況，即使在惡劣環境的路面，也能識別車道標志線，便于在任何環境的路況下均能及時提醒駕駛員汽車道路偏離狀態。

四 組成

1.車道偏離預警系統主要由人機交互單元(HUD抬頭顯示器、儀表中的圖像顯示器和蜂鳴器）、圖像采集單元（視覺傳感器：車載攝像頭）、圖像處理芯片、配備攝像頭的電子控制單元（LDWS ECU控制器）以及車輛狀態傳感器（激光傳感器和紅外傳感器）、LDWS開關、組成，如下圖所示。

車道偏移預警系統主要還是基于視覺系統開發出來的，無論是側視系統還是前視系統，都由道路和車輛狀態感知、車道偏離評價算法和信號顯示界面三個基本模塊組成。

（1）圖像采集單元完成車輛前方道路圖像和環境信息的采集，并將模擬視頻信號轉換為數字視頻信號，主要包括工業照相機、鏡頭和圖像采集卡等。主要是由裝置在前風擋玻璃后的車內照后鏡的傳感攝像頭（影像感測器）檢測前路兩邊的分道線。

車載攝像頭的安裝位置將決定車道偏移預警系統的安全性，除了安裝在車側（車身側面或后視鏡位置）的車載攝像頭，斜指車道線的方案外，還有通過安裝在車輛前部的車載攝像頭，斜指向前方車道的解決方案。更少的情況下是在車輛后方安裝攝像頭檢測后方車道標志。在感覺上，檢測后方車道標志不如檢測前方標志來的及時，特別是在彎道中。而汽車制造商表示，事實并非如此，此外車道偏離警告主要用于直線車道。

目前最常見的車道偏離預警系統基本上都采用了視覺傳感器（少部分品牌采用紅外線傳感器），由前風擋玻璃下的攝像頭進行道路分道線的監測，隨后由感知模塊分析道路幾何特征和車輛動態參數，最后通過算法對車道偏離的可能性進行評價，一旦判定車輛偏離車道系統就會向駕駛員報警。KAFAS立體攝像機提供有關可用車道和道路標線的信息。

▲位于前風擋玻璃下的視覺傳感器

▲駕駛輔助系統上的雙眼立體攝像頭

▲紅外線傳感器

攝像機

攝像機位于鏡腳區域

車內后視鏡前區域內的擋風玻璃要保持清潔和可用

在這一過程中前風擋玻璃下的“眼睛”顯得尤為重要，盡管聽起來在三個傳感器中視覺傳感器并不十分新鮮，但是也絕不能低估了當今的視覺傳感技術，某駕駛輔助系統安上了雙眼立體攝像頭，并打算靠這對眼睛實現完全的自動駕駛功能。

車道偏離預警系統主要依靠集成在LDWS ECU上的攝像頭識別車道，當車輛行駛在兩側沒有明顯道路標線，或雨、雪、霧等惡劣天氣時，由于攝像頭不能準確識別道路，LDWS不工作；當雨刷器高速工作時，系統默認LDWS不工作；當LDWS系統或部件故障時，LDWS退出工作。

由于車道偏移預警系統主要是依托于視覺系統，因此車載攝像頭的很多弊端在車道偏移預警系統上也得到了很好的體現，像是雨雪天氣下或者能見度不高的大霧天氣時，或者在車道上有積水導致反光時，車載攝像頭采集車道線的精準度就會降低，導致車道偏移預警系統準確度下降，目前研究各種魯棒性強、能適應各種天氣條件、克服光照變化以及陰影條件的影響車道偏離的評價算法是所有基于視覺的車道偏離預警系統的發展趨勢。但車道偏移預警系統的出現，是可以有效減少由于車道偏移導致的事故，保障駕駛員行車安全的。

（2）車輛狀態傳感器采集車速、車輛轉向狀態等車輛運動參數；系統首先通過狀態感知模塊感知道路幾何特征和車輛的動態參數，并且回傳至行車電腦進行數據分析。少數情況會包括一系列激光或紅外線傳感器。

（3）電子控制單元可以完成數字圖像處理、車輛狀態分析以及決策控制等功能；由車道偏離評價算法對車道偏離的可能性進行評價。根據相對于自身車輛相對位置的計算位置、車道邊緣和曲率發出相應警告（通過方向盤輕微振動）。LDWS ECU安裝在前風擋中間位置室內后視鏡前。攝像頭與處理軟件會判別車輛與路面標記（例如車道線）的距離，當車輛在沒有打開轉向燈的條件下即將越線時發生車道偏移時，電腦會認定此情況屬于駕駛員無意識下的行為，從而開啟車道偏離提示。

攝像頭的用處并不局限在車道標記上

（4）人機交互單元通過顯示界面向駕駛員提示系統當前的狀態，當存在危險情況時，報警裝置可以發出聲音、光的提示，也有座椅或轉向盤振動的形式。圖像顯示在儀表中間的多功能顯示區，蜂鳴器安裝在儀表內。必要的時候通過信號顯示界面向駕駛員報警。

偏離車道警告系統通過顯示器上的一個按鈕接通和關閉。打開點火開關時，偏離車道警告系統恢復到上次停車前的啟用狀態（上次功能模式）。偏離車道警告系統的接通或關閉狀態通過組合儀表或通過平視顯示屏顯示出來。偏離車道警告系統接通時還會顯示系統是否處于準備發出警告的狀態。只有在接通狀態下且車速超過60km/h時識別到一條或兩條車道邊線時，系統才會進入準備發出警告的狀態。平視顯示屏內可能出現下列顯示符號。

顯示

箭頭1：系統已激活

箭頭2：至少識別出一條行車界線并可以發出警報

靈敏度設置

在音響顯示屏的“車輛設置”中進行靈敏度設定，可以選擇“標準”和“智能”兩種模式，“智能”模式下，系統的預警功能更加靈敏。

組合儀表報警界面

當LDW檢測到車輛偏離車道時，組合儀表界面顯示報警信息。

綠線表示LDW檢測到該側車道線；白線表示未檢測到該側車道線；紅線表示LDW檢測到該側車道線，但此時車輛已經發生車道偏離。

可通過IDrive在設置菜單內設置所需方向盤觸覺反饋特性的強度。

可在智能安全系統子菜單中個性化配置車道偏離報警裝置

駕駛員應用的個性化設置會根據當前使用的駕駛員配置進行保存

聲音警告or振動警告

車道偏離警告系統在儀表板處都有一個警示燈，并伴隨著車道警示圖像一起出現。當車輛即將偏離車道時，圖像中車道的某一邊會閃爍或發生顏色變化。而通常司機從車輛側視鏡中看見的警示燈閃爍是由盲點檢測系統發出的警高，而不是車道偏離警告。

當然，車道偏離警告系統還有進一步警告方式。在亞洲幾乎所有配備車道偏離警告的汽車中，系統都會發出警告聲響，在德國福特與林肯品牌的車中則采用方向盤振動的方式發出警告，通用汽車的新車中則采用座椅單邊振動的方式來提醒司機過于靠近哪邊的車道。

在多種警告方式之中，許多人認為聲音警告最不科學。因為不僅是司機還是乘客都會受到該警告的影響，甚至有時候會被警告聲嚇一跳，若聲音警告多次觸發，這就等于向乘客傳遞一項信息——這位司機駕駛技術很爛。而振動警告則只有司機本人能夠感受到。

車道偏移警報系統的控制按鈕

至少到目前為止，沒有一輛車中有這樣的設置——關閉聲音警報但同時保留儀表板視覺警告。每輛具備車道偏離警告系統的車只有“開”或“關”的選項。一些車中，當汽車啟動后會默認將偏離警告系統打開。司機所要做的就是記住該系統的開關按鈕位置。

車道偏離警告并不是任何情況都有效

車道偏離警告在提升安全性方面的重要性僅次于盲點檢測系統。不過由于成本偏高，要將其作為新車的固定配置不太現實。相對來說，美國NHTSA更可能先批準將后視攝像頭作為新車的標配。在是否需要配備該車道偏離警告方面，如果司機大部分情況下在高速路況下行駛，那么該系統則非常有必要；而若只是在城市路況間行駛，則沒必要配備該系統。

（5）LDWS開關鍵一般安裝在方向盤左側儀表臺護板

駕駛員啟動車輛，按下LDWS開關按鍵啟動系統，車輛速度達到40km/h以上時，系統開始偵測道路情況，檢測完畢顯示道路影像已識別；車輛速度達到60km/h（或70公里/小時）以上，偏離車道時，系統開始進行警示。

接通/關閉

打開：LED指示燈亮起

關閉：LED指示燈熄滅

該系統從約70公里/小時起發出警告，狀態儲存在當前使用的遙控器中。

開啟和關閉

按下位于副儀表板，音響顯示屏控制旋鈕右側的LDW按鍵即可開啟和關閉系統，開啟式，儀表上的指示燈會點亮。

2.車輛行駛在預定車道時，安裝在車身側面或后視鏡位置的車載攝像頭會時刻采集行駛車道的標識線，或通過車輛前方左右兩側的視頻傳感器來探測道路標識線，并不斷探測車輛相對兩側車道線的距離，通過圖像處理獲得車輛在當前車道中的位置參數，當發現車輛在沒有打開轉向燈的條件下偏移預定車道線時，傳感器就會及時收集車輛數據和駕駛員的生物狀態，并通過聲音警示信號（警示音）、儀表板警示燈、振動方向盤甚至振動座椅等方式提醒駕駛員車輛行駛偏離出了當前車道。有些系統甚至可以當完全偏離時做出一定的指令。

車輛轉向時需要開啟轉向開關，當駕駛員打開轉向燈準備正常并線超車時，當LDWS ECU接到轉向開關信號時，該系統將不啟動，不再進行車道偏離警示，不會干預和影響正常的駕駛操作。所以車道偏離系統不僅可以預防高速事故的發生，同時還起到了糾正駕駛員不良駕駛習慣的作用。

奧迪車道偏離預警系統的使用與激活方法說明

當行駛過程中車輛有脫離本車車道的危險時，車道偏離預警系統會對司機予以警示，車道偏離預警報警工作時有個前提條件：司機事前并未激活相應的轉向燈來有意識的要切換車道。車道偏離警報系統使用轉向信號，就是要區別當前這個偏離車道是司機有意為之還是無意中出現的。只有當系統判斷出這個車道偏離不是司機有意為之的，才會觸發出警報。

車道偏離預警系統的接通和關閉是通過觸摸下屏上的一個虛擬按鍵來實現，如果功能符號上有一個紅色的杠就說明車道偏離預警系統已關閉，此功能的關閉能持續一個啟動循環，下次點火開關接通時，該功能又被激活。

車道偏離警報的接通和關閉用的虛擬按鍵位置

車道偏離預警的激活與關閉會在儀表或高配帶抬頭顯示顯示來知曉

1、 車道偏離已關閉或者此功能通過隱藏功能開啟

2、 車道偏離接通，但沒有工作，可能是車速較低或車道無分界線。

3、 車道偏離接通并在工作。識別到了左側車道分界線，因此也只能對車輛靠左側脫離車道發出警報

4、 車道偏離接通并在工作，識別出來左側和右側的車道分界線

5、 車道偏離接通并在工作，識別到左側和右側的車道分界線。由于車輛有靠右側脫離車道的危險。于是會發出報警，并給方向施加一個像左側校準的扭矩，避免發生危險。

只要車上前擋風玻璃有攝像頭，那么車輛都可以開啟此功能，無需加裝任何配件，只需要通過軟件開啟即可。

如何激活車道保持功能：

首先要有一臺帶有軟件的電腦，第一步：A5駕駛員輔助系統前部傳感器系統---編碼---ALDW-active-lane-departure-warning---將not -installed改成installed

第二步：44動力轉向---編碼---Heading Control Assistant未激活改成激活

第三步：09電子中央電氣系統---編碼---heading-control-config將no- heading-control修改成heading-control

第四步：A5駕駛員輔助系統前部傳感器系統---訪問權限-輸入20103開啟訪問權限---匹配---偏離車道警告，開啟狀態---將通過菜單進行選擇，默認"關閉"修改成將通過菜單進行選擇，默認"開啟"

第五步：5F信息電子設備---匹配---Car-Function-Adaptations-Gen2---將menu-display-lane-Departure-Warning改成激活狀態；同時將menu-display-lane-Departure-Warning-over-threshold-hig改成激活

第六步：5F信息電子設備---匹配---Car-Function-List-BAP-Gen2---將LDW-HCA-0x19改成激活狀態；同時將LDW-HCA-0x19-msg-bus改成端子15狀態。

第七步：5駕駛員輔助系統前部傳感器系統---編碼---ALDW-handing-修改成car-menue狀態

最后：重啟系統

五 原理 1.工作原理 當車道偏離報警系統開啟時，系統利用安裝在汽車上的圖像采集單元獲取車輛前方的道路圖像，攝像頭（一般安置在車身側面或后視鏡位置）會時刻采集行駛車道的標識線，或根據安裝于前風檔玻璃頂端的攝像頭或安裝在前擋風玻璃中上部的攝像頭（視覺傳感器）監測行駛道路狀況，感知前方道路的車道線。

控制單元對圖像進行分析處理，通過圖像處理從而獲得汽車在當前車道中的位置參數，車輛狀態傳感器會及時收集車速、車輛轉向狀態等車輛運動參數和駕駛員的操作狀態，控制單元的決策算法并結合車輛當前行駛狀態以及駕駛員意圖來判定車輛是否發生無意識車道偏離。當檢測到汽車距離當前車道線過近有可能偏入臨近車道或駛離本車道而且駕駛員并沒有打轉向燈時，人機交互界面（儀表盤及蜂鳴器）就會發出警告信息，提醒駕駛員注意糾正這種無意識的車道偏離，及時回到當前行駛車道上，整個過程大約在0.5秒完成，為駕駛員提供更多的反應時間，從而盡可能地減少車道偏離事故的發生。如果駕駛員打開轉向燈，正常進行變線行駛，則車道偏離報警系統不會做出任何提示。

通常一個或多個圖像傳感器提供道路的多幀圖像，這些傳感器連接至處理器的多個視頻端口。數據進入系統后，被實時地變換成可處理的格式。在處理器內部，首先進行預處理，過濾掉圖像捕獲期間混入的噪聲；然后探測車輛相對于車道標志線的位置，道路圖像的輸入信息流被變換為一系列畫出道路表面輪廓的線條，在數據字段內尋找邊緣就能發現車道標志線，這些邊實際上形成了車輛向前行駛應保持的邊界。處理器則要時刻跟蹤這些標志線，以確定行車路線是否正常。一旦發現車輛無意間偏離車行道，處理器做出判斷后輸出一個信號驅動報警電路，讓駕駛員立即糾正行車路線。

報警形式可以是蜂鳴器或揚聲器，也可以用語言提示，還有用振動座椅或轉向盤的方式來提醒駕駛員。LDW系統還要考慮到汽車正常使用的制動裝置和轉向裝置，這些裝置會影響LDW的工作，使系統復雜化。因此，在慢速行駛或制動、正常轉向時，LDW系統是不工作的。

2.車道偏離警告如何工作？最常見的車道偏離警告系統中，通過安裝在擋風玻璃后方的車內后視鏡區域內的攝像頭捕捉前方道路圖像。該攝像機通過一根數據導線將攝像機圖像發送至控制單元。系統從數字化影像中解析出道路中的實線與虛線車道標記?？刂茊卧獌鹊能浖鶕z像機圖像確定車輛在車道中的位置。如果系統識別出在一定時間內保持當前行駛狀態就會越過車道邊線時，就會發出警告。發出警告時可以感覺到方向盤的振動。偏離車道警告系統設計用于高速公路、主干道和養護良好的城間公路行駛情況。在歐洲國家，車速超過70km/h（國際標準60km/h ）時偏離車道警告系統才會進入準備發出警告的狀態。

作為司機應當時刻將車輛保持在實線與虛線之間，不過一旦司機操作疏忽使車輛靠近或觸碰到車道線，系統將發出視覺、聽覺雙重警告并在方向盤或座椅上發出振動提示。但如果轉向燈開啟時，該系統便不會發出任何警告。

車道偏移預警系統的攝像頭會捕捉道路圖像

（1）在有行車界線的車道上行駛并且速度高于約70公里/小時時，如果車輛即將偏離出車道，系統會發出警告。

（2）方向盤開始輕微顫動。警告時間點根據當前行駛狀況的變化而變化。

（3）如果汽車在偏離車道前轉向燈閃爍，系統則不會發出警告。

3.基于機器視覺的車道偏離預警的實現

基于機器視覺的車道偏離預警系統大都依賴機器視覺所獲取的道路圖像中的車道標識線信息，根據一定的先驗知識，通過合適的轉換確定自身車輛在車道中的位置和方向信息，然后根據假定的預警模型確定在當前狀態下是否必要觸發警報。

基于機器視覺的道路邊界以及車道標識線識別方法基本上可以歸結為兩類方法：一類為基于特征的識別方法，一類為基于模型的識別方法。

（1）基于特征的識別方法

基于特征的識別方法主要是結合道路圖像的一些特征（顏色特征、灰度梯度特征），從所獲取的圖像中識別道路邊界或車道標識線（對特征車道線進行連接、擬合或其它分析，或是對圖像中邊緣檢測進行直線擬合得到邊界線段、對其長度和方向進行聚類并連接）?；谔卣鞯能嚨雷R別算法中的特征主要可以分為灰度特征和彩色特征，基于灰度特征的識別方法是從車輛前方的序列灰度圖像中，利用道路邊界及車道標識線的灰度特征而完成的對道路邊界及車道標識線的識別?；诓噬卣鞯淖R別方法是利用從獲取的序列彩色圖像中，根據道路及車道標識線的特殊色彩特征來完成對道路邊界及車道標識線的識別。目前應用較多的是基于灰度特征的識別方法。優點在于能適應道路形狀，同時檢查時處理速度快，但當道路圖像復雜時邊緣檢測還需要很多后續工作來完成對邊緣的分析會降低實時性，且道路出現陰影和車道線邊緣受損，此方法可能會失效。

1）圖像預處理

此過程主要由圖像采集、道路圖像預處理和可行區域的建立三部分組成。圖像預處理過程：彩色圖像灰度化、灰度拉伸、邊界增強與邊界檢測、用大律法求圖像閾值、圖像二值化（把灰度圖像轉化為黑白圖像）。

（2）基于模型的識別方法

基于模型的道路邊界及車道標識線識別方法主要是針對結構化道路具有相對規則的標記，根據其形狀建立相應的曲線模型，采用不同的識別技術（Hough變換、模板匹配技術、神經網絡技術等）來對道路邊界及車道標識線進行識別。目前最常用的道路幾何模型是直線道路模擬，也提出了曲線道路模型?；谀Ｐ偷能嚨谰€識別可以有效地克服路面污染、陰影、光照不均等外界環境影響。但當道路不符合預先假設時，模型會失效。

4.車道偏離識別方法

（1）主要有基于道路模型與圖像信息結合的方法和僅基于圖像信息來識別車道偏離兩種方法。

目前基于道路模型與圖像信息結合的車道偏離警告系統采用的預警模型大致可分為：①基于車輛在車道的當前位置（Car's Current Position)、基于將來偏離量的不同（Future Offset Difference)、基于車輛將橫越車道邊界的時間（Time to Lane Crossing)。特點為是通過從圖像中提取有用信息作為特征量即車輛在車道中位置依靠精確定位車道線來獲取車輛與車道邊界的間距，簡單易行但建立路面、攝像機、車輛系統的幾何成像模型會受到攝像機的選取、光學鏡頭與攝像機的安裝位置、道路類型以及車輛型號尺寸等影響。

②僅基于圖像信息的車道偏離預警系統采用的模型可分為：基于知識的道路場景感知（Knowledge-Based Interpretation Of Road Scenes)、基于對車輛在行駛中航向變化、車道夾角法。特點車道線與圖像平面坐標軸夾角不會發生變化，不用進行攝像機的標定，但由于外界環境復雜會出現識別錯誤的情況。

（2）存在車輛干擾時車道線如何精確識別

為解決車輛的干擾問題，提出了一種結合車輛識別的車道線識別方法：

融合雷達數據，車輛識別模塊首先在圖像中識別出車輛占據的區域。對于每一個車道線識別模塊挑出的車道線候選點進行判斷，去除處于車輛區域的車道線點；如果有效車道線點數目不足，則利用卡爾曼濾波的跟蹤結果，確定符合最小風險函數的車道線位置。

5.在軟件核心算法上，

（1）車道偏離警示系統主要采用霍夫變換和邊緣檢測等圖像處理方法來實時檢測攝像頭拍攝的道路視頻中的車道線。

車道線檢測的圖像處理方法

①基于hough變換的車道識別算法原理

霍夫變換是由霍夫于1468年提出的一種用參數來檢測線性目標的方法，它將原始圖像中給定形狀的曲線或直線變換到參數空間的一個點，即原始圖像中給定形狀的曲線或直線的檢測問題，變成了尋找參數空間中峰值的問題，也即把檢測整體特性(給定曲線的點集）變成檢測局部特性的問題。

（2）車道線識別算法結構：

（3）如何保證系統的實時性和準確性

當車輛以100km/h的速度高速行駛時，一秒鐘將通過約27m的距離！

系統算法流程圖

圖像處理快速算法

5.幾個技術問題的實現方式的思考

（1）車道偏離預警系統在內部硬件如何實現

以基于視覺的車道偏離預警系統的典型計算機控制為例。實際的應用環境，由于天氣、光照等因素的影響，甚至是一系列特殊情況的出現，一般的圖像傳感器在各種條件下難以具有較好的魯棒性。

數據傳輸方案

FPGA:輔助邏輯控制和前端處理模塊，主要完成圖像的前期采集和一些類似直方圖統計、卷積等底層的高密度圖像處理工作。

SDRAM:主存儲芯片? ? DSP:高速計算芯片

（2）有意識轉向與無意識轉向的辨識

汽車偏離行駛軌道時有兩種可能：

一種是駕駛員有意的變換車道行駛，那么此時發出的警告則為錯誤信息，有可能會影響到駕駛員的正常行駛；一種駕駛員處于無意中狀態比如駕駛員注意力不集中或駕駛疲勞而引起的，此時的預警系統就會發揮其功能從而避免了事故的發生。

1）轉向燈

優點：識別簡單；穩定性好；成本低；糾正駕駛員的不規則駕駛行為

缺點：過度依賴轉向燈導致人為因素影響較大

2）車速

設計依據主要有以下幾個原因：

第一，車輛在市區范圍內，車速超過限定值的幾率非常小，市區范圍內的頻繁變道和停車都使系統的適用范圍受到較大限制。

第二，低速下車輛的危險性較低，系統的使用性及預警性不能很好地發揮。

3）其它實現辨識的方法

駕駛員的駕駛狀態進行如下分析：

測正常行駛時駕駛員施加在方向盤上的力，那么人手搭載在方向盤上本身就有了一個壓力，而且有的司機在駕駛時轉彎時用手掌撮轉方向盤，不是緊握方向盤的旋轉；另外，還要區分司機是用兩只手握還是一支手握，因為兩只手和一只手的握力肯定不一樣。

準確測量轉向器受到的作用力來判斷駕駛員的意圖較困難！

轉向器中軸的扭矩M（構想）

分析了正常駕駛狀態、疲勞狀態、注意力不集中三種情況下駕駛員對轉向器的作用情況。大多數情況下，轉向器中軸的扭矩M存在一個臨界值，當轉向器中軸所受扭矩大于限定值時，為駕駛員的主動轉向（有意識轉向）。反之，則為無意識轉向，將激活車道偏離預警系統。

那么轉向器的角度θ和角加速度α能否作為觸發因素？

在不同情況下，轉向器的轉向角度θ都不是確定的。不可能找到一定的值作為系統觸發的臨界值。經過同樣的彎道車速較低時轉向器轉角一般遠遠大于車速較高的轉向器轉角，尤其是在車速相當高時，如果轉角角速度非常小，轉向器的角度θ也較?。坏退贂r，轉向器的角度θ大多數情況下又很高，這些不確定因素導致轉向器θ不能簡單的作為車道偏離預警系統的觸發條件。

轉向器的角加速度α（構想）

M=J*α

由于轉向器的轉動慣量J為定值，因此扭矩M與角速度α成正比。也就是說轉向器的角加速度α可作為系統觸發條件。

注：這里所說的轉向器中軸的扭矩M和轉向器的角加速度α都是瞬時值。

駕駛員狀態監控（構想）

駕駛員的狀態監控主要是指在疲勞駕駛、注意力不集中的駕駛環境下對車道偏離預警系統觸發與否進行控制。

（3）系統發出警示的判斷方法和計算方法

絕大部分的車道偏離預警系統都將車輛在車道內的橫向位置作為計算警告發生與否的一個基礎。

檢測車輛橫向位置的系統基本上可以分為兩類：

1）基于道路基礎構造的系統

用來檢測車輛橫向位置，需要對現有道路進行改造。

最典型的道路改造方式就是使用埋在道路下的鐵磁體標記（通常為磁體或電線），這種方法對車輛橫向位置的估計精度能達到幾個厘米，但這種方法最大的缺陷是道路改造耗資巨大。

2）基于車輛的系統

該系統主要是利用機器視覺或紅外傳感器檢測車道標識的位置，按照傳感器的安裝方式可分為俯視系統和前視系統。

基于車輛的俯視系統其優勢就是在結構化道路上效率高并簡單易行，并又可能取得更高的定位精度。其不利的因素是只能在結構化道路上使用。

系統的預警算法

如何判斷車輛偏離車道是防出軌系統的核心所在，這一過程主要需要依靠傳感器，能識

別車輛偏離車道的傳感器主要有三種，分別是安裝在前風擋玻璃內側后視鏡上的視覺傳

感器，車輛前方（多見于進氣格柵附近）的雷達傳感器，以及紅外傳感器。

基于視覺的車道偏離預警系統

系統設計和方法

（1）感知

道路狀態檢測

圖像傳感器 其它傳感器

由嵌入式微機控制圖像傳感器獲得的車輛前方的車道標識線、其它傳感器獲得的車輛狀態數據和駕駛員的操作行為等信息。

基于視覺的車道偏離預警系統，根據攝像頭安裝位置不同，可以將系統分為：

側視系統--攝像頭安裝在車輛側面，斜指向車道；

前視系統--攝像頭安裝在車輛前部，斜指向前方的車道。

（2）判定

視頻處理

VC++ openCV

本系統涉及車道識別偏離檢測算法，包括以下步驟：

1）獲取車道圖像，并對所述車道圖像進行預處理；

2)對進行預處理的車道圖像進行Canny算子邊緣檢測，得到車道邊緣圖像；

3）根據得到的車道邊緣圖像基于卡爾曼預測器的車道跟蹤方法，確定出車道線的位置，選擇卡爾曼預測區域，使用距離判別法篩選出有效點集，最后在點集優化后的基礎上提取車道參數；

4）根據得到的車道參數，利用帶直線擬合的Hough變換提取車道線；

5）利用步驟3）確定的出發點位置和車道的動態預測，在卡爾曼預測區域內統計背景點與車道線點的個數，并求背景點與車道線點之間的比值。本發明能夠快速穩定地實現對車道狀況的監測。

（3）警告

音響等進行聲音報警

當一旦檢測到汽車距離自身車道白線過近有可能偏入臨近車道而且司機并沒有打轉向燈時，該系統就會發出警告信息提醒司機注意糾正這種無意識的車道偏離，從而盡可能地減少車道偏離事故的發生。

設計難點

（1）各種天氣條件；

（2）克服光照變化以及陰影條件；

--研究自適應優化算法

（3）要求采用的閾值警告策略以適應不同的駕駛風格；

（4）在有意識的車道偏離、制動和沒有道路標識等情況下能對警告的產生進行了抑制。

研究現狀與分析

國內外對車道偏離預警系統的做過許多研究，主要是基于視覺的車道偏離預警系統上。系統可靠性的最主要因素是系統應用的天氣條件以及光照變化的影響，這是所有基于視覺系統目前面臨的一個主要難題。目前，研究各種魯棒性強、能適應各種天氣條件、克服光照變化以及陰影條件影響的車道偏離評價算法。

另一個研究是將高速的實時處理芯片應用到視頻圖像處理中。

車道偏離預警系統（LDWS）設計開發?

1?視覺導航系統算法框架

車道偏離報警系統（LDWS）技術實際上來源于移動機器人視覺導航。早期的室外移動機器人視覺導航大多采用基于無地圖的方法，研究背景主要針對結構化環境，包括高速公路車輛自動巡航和工廠自動導引車(AGV)。根據道路環境結構類型，室外視覺導航分為結構化環境和非結構化環境下的視覺導航兩大類。

結構化環境下室外視覺導航主要是指道路檢測及跟蹤。道路檢測及跟蹤方面最具代表性的研究成果是CMU（Carnegie Mellon University）的Navlab項目。該項目從1984年開始，已研制成功一系列的汽車機器人。最新的Navlab家族產品是Navlab 11，由吉普車改裝而成，能完成近范圍和中等范圍的障礙物檢測。Navlab項目中的單幅圖像算法包括三個階段：一是對道路和非道路像素采用高斯分布進行顏色和紋理分類；二是對道路像素執行Hough變換以獲取道路消失點和朝向參數；三是根據確定的道路邊緣對像素再分類。NavLab在有車道線道路上行駛的道路場景如圖1所示，其車道保持系統如圖2所示。許多結構化室外道路跟蹤的研究工作實際上都是延續了Navlab項目的思想。

圖1??NavLab行駛場景

圖2 ?NavLab車道保持系統

視覺導航系統的算法框架通常包括特征提取、環境參數估計和系統狀態跟蹤三部分，如下圖所示。

視覺導航算法框架

2?車道偏離報警系統仿真模型

車道模型及糾偏機理如下圖所示。

車道模型及糾偏機理

在MATLAB Simulink中建立的車道偏離報警系統仿真模型如下圖所示

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 車道線偏離報警系統模仿真型

3?關鍵技術環節

3.1?車道線檢測識別

以北京實際道路場景視頻為模型輸入，采用改進的Hough變換、邊緣特征提取方法識別虛線、實線、雙黃線等各種典型城市道路車道線。以四車道線情況為研究原型，車道線檢測識別結果如下圖所示。

四車道線檢測識別

3.2?逆透視映射

逆透視映射（Inverse Perspective Mapping, IPM）是透視映射的逆過程，可利用攝像機的角度、高度等位置信息建立三維坐標系，消除透視作用，得到場景的俯視圖。經過逆透視映射之后，原本有相交趨勢的車道線轉化為俯視圖中的平行線，更便于檢測。

逆透視映射技術領域的典型IPM公式是由M.Bertozzi等人推導出來的，并成功應用于GOLD自主車上。IPM公式如下：

由上式可推導出世界坐標系下路面坐標與圖像坐標的關系式為：

公式推導工程背景如下圖所示：

攝像機的位置參數?

3.3?位姿預測

當道路信息損失或遇到嚴重煙霧等惡劣環境，依靠常規視覺和雷達融合感知系統無法提供準確信息時，為增加系統的容錯性，此時將常規感知算法切換至估計感知算法。估計感知用卡爾曼濾波器算法實現。系統狀態方程為：

? ? ? ? ? ? ? ? ? ??

式中，為噪聲。

設觀測向量為，則觀測方程為

式中，觀測向量可由旋轉矩陣R和平移向量t（Horn解析法）換算得到。

利用關系式，可求得從k到k+1時刻機器人位置和姿態變化量，通過累加獲得k+1時刻機器人在全局坐標系下的運動參數估計。?

4?實驗結果

車道線跟蹤方法為：首先將檢測到的車道線存儲成一個知識庫，并對檢測到車道線的次數進行累計。跟蹤系統將當前視頻幀中檢測到的車道線與知識庫中車道線進行匹配，若當前車道線與知識庫中車道線的某條足夠相似，則用新檢測到的車道線取代庫中車道線。采用尺度自適應Kalman濾波器預測知識庫中車道線的位置，從而改進車道跟蹤精度。車道偏離預警部分采用Hough變換車道線檢測模塊將極坐標轉換為笛卡爾坐標，進而計算出兩車道線間的距離及中心線位置。若偏航距離大于設定閾值，則系統發出報警提示。

設置基本實驗參數為：檢測到并允許為合法車道線的最低幀數為5幀，車道線無法正確匹配而被錯過的最大允許幀數為20幀。車道偏離報警結果如圖8所示。

圖8?運行結果

安全界限通過車輛與最近車道線的距離來表示。圖9中黃色曲線代表安全界限，當該曲線位于0基準線以下時，車輛就處于偏離車道狀態，且偏離程度由偏離0基準線的程度決定；否則，車輛處于正常駕駛狀態。

圖9?車道偏離量測量結果

5?結語

無人車實際道路檢測實驗表明，自然道路圖像受光照強度、車道線清晰程度影響較大，檢測的實時性和精度是需要綜合考慮又相互制約的因素，因此理想的邊緣檢測算法應能根據路況實時調整精度，基于小波模極大值的多尺度邊緣檢測算法恰好能夠滿足此要求，以此為出發點本文開展了針對實際道路的魯棒視覺檢測器及其實現算法的研究。在分析車道線模型的基礎上，提出一種自校正閉環車道視覺檢測器架構，并給出兩種實現算法：一種基于IPM圖二維二進小波多尺度邊緣特征，一種基于前視圖最佳小波包邊緣特征。具體闡述了基于IPM圖的車道線檢測算法實現過程。針對陰影干擾車道提出一種僅在分解后的垂直子圖上檢測直線的快速魯棒車道線檢測法，實驗結果表明該方法能夠有效去除陰影干擾。為驗證上述車道線檢測方法的有效性和實用性，將車道線檢測結果輸入到尺度自適應Kalman濾波器，搭建出一套車道線實時跟蹤及車道自動就偏系統仿真模型。實驗結果表明，提出的車道線檢測算法在實時性、魯棒性、自適應性方面的綜合性能優秀，可滿足車輛自動糾偏的需求。

面向汽車駕駛安全的視覺導航型車道偏離預警系統仿真設計

面向汽車駕駛安全的視覺導航型車道偏離預警系統仿真設計

1 視覺導航系統算法框架

車道偏離報警系統（LDWS）技術實際上來源于移動機器人視覺導航。早期的室外移動機器人視覺導航大多采用基于無地圖的方法，研究背景主要針對結構化環境，包括高速公路車輛自動巡航和工廠自動導引車(AGV)。根據道路環境結構類型，室外視覺導航分為結構化環境和非結構化環境下的視覺導航兩大類。

結構化環境下室外視覺導航主要是指道路檢測及跟蹤。道路檢測及跟蹤方面最具代表性的研究成果是CMU（Carnegie Mellon University）的Navlab項目。該項目從1984年開始，已研制成功一系列的汽車機器人。最新的Navlab家族產品是Navlab 11，由吉普車改裝而成，能完成近范圍和中等范圍的障礙物檢測。Navlab項目中的單幅圖像算法包括三個階段：一是對道路和非道路像素采用高斯分布進行顏色和紋理分類；二是對道路像素執行Hough變換以獲取道路消失點和朝向參數；三是根據確定的道路邊緣對像素再分類。NavLab在有車道線道路上行駛的道路場景如上圖所示，其車道保持系統如上圖所示。許多結構化室外道路跟蹤的研究工作實際上都是延續了Navlab項目的思想。

視覺導航系統的算法框架通常包括特征提取、環境參數估計和系統狀態跟蹤三部分，如下圖所示。?

視覺導航算法框架

在參考前人工作的基礎上，本文重點對結構化道路導航標志（在公路上即為車道線）的檢測方法進行研究，提出基于小波域多尺度特征的車道線檢測算法。為驗證車道線檢測算法效果，進一步提出一種基于尺度自適應Kalman濾波器的車道線跟蹤方法，將車道線檢測和跟蹤算法看作兩個模塊，封裝為車道偏離預警系統，搭建了系統仿真模型。實驗結果表明，本文車道線檢測算法快速有效、魯棒性強，可用于車道偏離度檢測及偏離預警。

2 車道偏離報警系統仿真模型

車道模型及糾偏機理如下圖所示。

（a）機器視野中的車道? ? ? ? ? ? ? ? ? ? ? ? ? （b）CCD成像模型? ? ? ? ? ? ? ? ? ? （c）車道糾偏機理示意

車道模型及糾偏機理

本課題在MATLAB Simulink中建立的車道偏離報警系統仿真模型如下圖所示

車道線偏離報警系統模仿真型

3 關鍵技術環節

3.1 車道線檢測識別

以北京實際道路場景視頻為模型輸入，采用改進的Hough變換、邊緣特征提取方法識別虛線、實線、雙黃線等各種典型城市道路車道線。以四車道線情況為研究原型，車道線檢測識別結果如下圖所示。

四車道線檢測識別

3.2 逆透視映射

逆透視映射（Inverse Perspective Mapping, IPM）是透視映射的逆過程，可利用攝像機的角度、高度等位置信息建立三維坐標系，消除透視作用，得到場景的俯視圖。經過逆透視映射之后，原本有相交趨勢的車道線轉化為俯視圖中的平行線，更便于檢測。

逆透視映射技術領域的典型IPM公式是由M.Bertozzi等人推導出來的，并成功應用于GOLD自主車上。IPM公式如下：

由上式可推導出世界坐標系下路面坐標與圖像坐標的關系式為：???

公式推導工程背景如下圖所示，其中：攝像機在世界坐標系中的位置坐標為米，攝像機分辨率為像素，視場角為弧度，偏航角為弧度，俯仰角為弧度。

(a)側視圖? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??(b)頂視圖

攝像機的位置參數?

3.3 位姿預測

當道路信息損失或遇到嚴重煙霧等惡劣環境，依靠常規視覺和雷達融合感知系統無法提供準確信息時，為增加系統的容錯性，此時將常規感知算法切換至估計感知算法。估計感知用卡爾曼濾波器算法實現。

式中，為噪聲。

設觀測向量為，則觀測方程為

式中，觀測向量可由旋轉矩陣R和平移向量t（Horn解析法）換算得到。

利用關系式，可求得從k到k+1時刻機器人位置和姿態變化量，通過累加獲得k+1時刻機器人在全局坐標系下的運動參數估計。?

4 實驗結果

車道線跟蹤方法為：首先將檢測到的車道線存儲成一個知識庫，并對檢測到車道線的次數進行累計。跟蹤系統將當前視頻幀中檢測到的車道線與知識庫中車道線進行匹配，若當前車道線與知識庫中車道線的某條足夠相似，則用新檢測到的車道線取代庫中車道線。采用尺度自適應Kalman濾波器預測知識庫中車道線的位置，從而改進車道跟蹤精度。車道偏離預警部分采用Hough變換車道線檢測模塊將極坐標轉換為笛卡爾坐標，進而計算出兩車道線間的距離及中心線位置。若偏航距離大于設定閾值，則系統發出報警提示。

設置基本實驗參數為：檢測到并允許為合法車道線的最低幀數為5幀，車道線無法正確匹配而被錯過的最大允許幀數為20幀。車道偏離報警結果如下圖所示。

運行結果

安全界限通過車輛與最近車道線的距離來表示。下圖中黃色曲線代表安全界限，當該曲線位于0基準線以下時，車輛就處于偏離車道狀態，且偏離程度由偏離0基準線的程度決定；否則，車輛處于正常駕駛狀態。

車道偏離量測量結果

5 結語

無人車實際道路檢測實驗表明，自然道路圖像受光照強度、車道線清晰程度影響較大，檢測的實時性和精度是需要綜合考慮又相互制約的因素，因此理想的邊緣檢測算法應能根據路況實時調整精度，基于小波模極大值的多尺度邊緣檢測算法恰好能夠滿足此要求，以此為出發點本文開展了針對實際道路的魯棒視覺檢測器及其實現算法的研究。在分析車道線模型的基礎上，提出一種自校正閉環車道視覺檢測器架構，并給出兩種實現算法：一種基于IPM圖二維二進小波多尺度邊緣特征，一種基于前視圖最佳小波包邊緣特征。具體闡述了基于IPM圖的車道線檢測算法實現過程。針對陰影干擾車道提出一種僅在分解后的垂直子圖上檢測直線的快速魯棒車道線檢測法，實驗結果表明該方法能夠有效去除陰影干擾。為驗證上述車道線檢測方法的有效性和實用性，將車道線檢測結果輸入到尺度自適應Kalman濾波器，搭建出一套車道線實時跟蹤及車道自動就偏系統仿真模型。實驗結果表明，提出的車道線檢測算法在實時性、魯棒性、自適應性方面的綜合性能優秀，可滿足車輛自動糾偏的需求。

基于單目視覺的車道偏離預警算法研究

提出一種基于視頻的車道偏離預警算法，把檢測到的車道線的ROI分割為兩個子區域，兩個子區域分別應用霍夫變換尋找左右車道線。分割的方法可以提高車道線檢測的計算速度。綜合車輛駕駛狀態、駕駛環境等相關影響因素，基于混合高斯隱型馬爾科夫模型建立了駕駛人換道意圖識別模型，以提高駕駛員換道意圖辨別的準確率與靈敏度。

主要針對車道偏離預警展開研究，比較經典的預測車道偏離的方法有跨道時間(TLC)與跨道距離(DLC) ，但這兩個方法都只考慮了車與路，誤警率、虛警率比較高，容易使駕駛員分心。

國內外學者在駕駛員意圖識別、換道行為等方面展開了一定的研究，如模糊推理、神經網絡、認知模型、動態貝葉斯網絡等，但大多數是基于模擬器的仿真或采用不能描述隨時間變化的特征信號，所以在真實駕車環境下誤警率及虛警率比較高，因此本文采用HMM模型并綜合考慮自車與周圍車輛的動力學關系，如橫向速度、偏向角、角速度等動力學特征，進行駕駛員駕駛意圖識別，進而降低車道偏離預警的虛警率。

1興趣區域分割

　　1.1興趣區域

興趣區域的選擇是影響車道線檢測算法計算復雜度的關鍵因素，在車道線檢測的圖片當中只有40%左右的ROI是有效的車道線區域，車輛前部遮擋、天空、車道周邊環境占了大部分，如圖1所示。ROI的選取可以減少計算復雜度，提高算法的實時性，因此本文只針對ROI應用車道線檢測算法，并針對該區域計算出用于駕駛員換道意圖預測的特征參數。

通過將ROI區域（圖1）劃分為左、右兩個子區域，并且分別實施霍夫變換，檢測左右車道線標記。如圖2所示，霍夫變換的中間點初始位于W/2(W是ROI區域的寬)，根據檢測到的左右標線邊界不斷的改變中間點（圖2中細實線）的位置?！　?/p>

1.2車道線提取與跟蹤

車道線檢測是決定車道偏離預警算法實時性與魯棒性的關鍵因素之一。在近視端，車道線可近似為直線，因此本算法是基于上文所述ROI區域進行霍夫變換的，獲取車道線位置，并利用卡爾曼濾波器進行跟蹤。

由于高速公路車道線分為4車道、6車道不等，因此本文假設視頻中車道線數目最多為12條，建立12組卡爾曼跟蹤模型。每個濾波器定義對應的計數向量，在跟蹤的過程中，如果檢測結果與預測輸出值匹配，將檢測結果作為濾波器的觀測值輸入，并將對應的計數位加1，反之輸出預測結果作為觀測值，并將計數自減1。設定一定閾值，當連續不匹配次數占對應濾波器總迭代次數的比率大于閾值，則重新跟蹤。算法流程圖如3所示。

2混合高斯隱型馬爾科夫模型

駕駛員駕駛意圖是一系列不能直接觀察到的內部狀態，但是它可以通過觀察自車與周圍駕駛環境的相對狀態來推測，如橫向車速、轉向角、角速度、相對運動狀態等，而且此刻的狀態與前一刻狀態和采取的動作有關。隱形馬爾科夫鏈(HMM)［8］不僅可以描述隨著時間變化的觀察信號，還能推測駕駛員的駕駛意圖。

HMM是一個雙重隨機過程，其中之一是Markov鏈，它描述了狀態之間的轉移，另一個隨機過程描述狀態和觀測序列之間的統計關系，如圖4所示?！　?/p>

本文選取的觀察值為連續信號，并將觀測矢量的PDF（概率分布函數）擬合稱為混合高斯概率密度函數，避免矢量化時信息丟失和減少誤差，因此本文選擇混合高斯隱型馬爾科夫鏈來識別駕駛員的駕駛意圖。

3實驗結果

由于駕駛行為與一個時間序列的動力學狀態相關，因此本文還考慮將橫向車速、加速度、轉向角、角速度作為特征參數。駕駛狀態劃分為三類：保持、左偏和右偏。橫向速度由相鄰兩幀圖像獲取的橫向距離計算而來:

其中，T為相鄰幀時間間隔，do當前幀橫向偏移量，dpre為前一幀橫向偏移量。偏向角由極坐標下求得的theta獲得，同理可求得角速度和橫向加速度。駕駛行為是一個連續的過程，而且當前的狀態僅依賴于上一個狀態，基于以上所選的特征參數，每個意圖模型的隱含狀態參數為3個，高斯混合數為3個。其中觀測向量如式(2)所示，分別為橫向偏移do、橫向速度vo、加速度ao、偏向角thetao、角速度ωo。

特征變化曲線如圖5所示，第一列是車輛右偏時的變化曲線，第二列是車輛左偏時的變化曲線，橫坐標是用圖像幀表示的時間序列，縱坐標為特征幅值。可以看出不同駕駛行為特性向量的時間序列所呈現出動力學特性，例如右偏駕駛時，到右車道線的橫向距離逐漸減小，橫向速度、橫向加速度與角速度在一定范圍內波動，偏向角逐漸變大。

本文采用t=2 s、3 s、4 s、5 s作為時間窗（實驗驗證2 s時間窗效果最佳），分別訓練意圖識別模型，包括：左偏離狀態模型（HMMLeft）、右偏離狀態模型（HMMRight）、車道保持模型（HMMKeep）。得到HMMLeft模型部分參數如下：

π=［0100］T(3)

類似可以得到另外兩個模型的參數。本文實驗選取測試時間序列長度為15幀，得到駕駛人換道意圖識別結果為樣本分別在3個模型中的最大loglikehood值，部分樣本測試結果分布如表1所示，20個車道保持樣本檢測正確率達到100%，左偏測試樣本檢測正確率85%，右偏測試樣本檢測正確率90%。

據Daimler Benz調查顯示，如果能夠提前0.5 s發出危險警告，可以防止60%的碰撞，提前1.5 s可防止90%的碰撞危險，本算法可以提前2 s對駕駛偏離狀態發出警告，故本算法是可靠的。

4 結論

通過算法仿真結果表明，本算法對駕駛員駕駛行為辨別有較高的準確率，針對感興趣區域提取車道線，使得算法滿足實時性要求，采用基于馬爾科夫鏈模型的駕駛行為辨別模型，可以提前2 s發出危險警告，算法可靠性較強。

基于可拓決策和人工勢場法的車道偏離輔助系統研究

試驗方法

在基于CarSim 和LabVIEW PXI 的硬件在環平臺上進行硬件在環試驗研究。其硬件組成包括轉向盤、轉向執行電機及控制器、伺服電動機、轉角及車速等傳感器、負責信號采集信號的 PXI 主機、接線板和計算機監測系統等。

上位機是一臺工控機，在CarSim環境中建立整車模型，LabVIEW負責編程和界面設計；下位機為實時控制器PXI主機，編好的程序加載到PXI主機中編譯后執行，車輛狀態參數如轉向盤轉角、橫擺角速度等和車輛運行軌跡在LabVIEW界面上顯示。主要信號有轉向盤轉角、轉向盤轉角速度等，通過轉角傳感器采集到接線板上。各硬件系統通過CAN信號連接發送信號。駕駛員操作轉向盤輸入，轉向盤轉角傳感器采集轉角信號由接線板發送給PXI主機，再到LabVIEW/CarSim中計算出輔助轉角由執行電機控制器執行。

結果

直道工況結果：比較模式切換圖中的兩種切換狀態，采用可拓決策的系統4.8s進入輔助駕駛模式，6.1s進入線控主動轉向模式，8.1s進入輔助駕駛模式，9.0s恢復自由駕駛模式，其中線控主動轉向模式啟動一次；采用單獨TLC決策的系統則出現了模式跳動現象，在6.3s和7.2s模式出現了兩次反復的切換，導致系統穩定性降低。轉向盤轉角圖可以看出各駕駛模式時轉向盤轉角的變化情況：自由駕駛模式時駕駛員輸入即為實際轉角，輔助轉角為0；輔助駕駛模式時實際轉角為駕駛員輸入和輔助轉角加權計算得到；線控主動轉向模式時輔助轉角即為實際轉角。比較橫向偏差圖中三種策略下的DLC，基于時間勢場與可拓控制的系統，其最大DLC幅值為0.68m，明顯優于道路勢場法和單獨TLC決策。

彎道工況結果：由模式切換圖可以看出，彎道路況復雜，其車道偏離狀態也比較復雜，可拓決策系統3次啟動線控主動轉向模式，且是在輔助駕駛和線控主動轉向之間切換，而單獨TLC決策系統則是3種模式下頻繁切換多達5次。比較橫向偏差圖中三種策略下的DLC，基于時間勢場與可拓決策的系統最大DLC幅值為0.94m，由于彎道模型較為復雜，系統的優越性沒有直道明顯，但控制效果仍是比道路勢場和單獨TLC好。

結論

（1）本文針對車道偏離輔助中的決策問題設計了基于TLC和DLC的可拓決策控制器，劃分了經典域、可拓域和非域以對應不同的車道偏離危險程度，在不同域中采用了不同的控制方法，并且設計了動態跨道時間閾值作為可拓域邊界?？紤]到跨道時間既能反映車道偏離狀態又能對車速響應，設計了基于跨道時間勢場法的轉角控制器。

（2）通過Carsim/Simulink聯合仿真和硬件在環實驗，驗證了本文所述方法的有效性和可行性。其在模式切換中的控制效果明顯優于單獨TLC決策，在直道工況和彎道工況下線控主動轉向模式啟動次數都有了減少，提高了系統的模式切換穩定性，減輕了車道偏離輔助系統對駕駛員的影響。其在直道工況和彎道工況車道偏離輔助糾正中的控制效果要優于道路勢場法，且在不同車速工況下均表現出了良好的控制效果。

六?標準

ISO-17361-車道偏離預警系統的設計需求

前言

法規是功能設計的最低要求，本文梳理了ISO-17361中對車道偏離系統LDW的設計需求，有需要的歡迎查看，同時提供了ISO-17361-2017英文全文

ISO-17361-車道偏離預警系統LDW測試方法和流程

在智能駕駛相關功能測試中，都是從測試條件、測試系統安裝與配置，測試流程及測試是否通過的KPI幾個方面來看。

測試條件 其中測試條件包含測試環境條件、測試道路條件、測試車輛條件等方面。 測試環境條件： a) 測試地點應在平坦、干燥的瀝青或混凝土表面。 b) 溫度范圍應是10±30℃。 c) 測試地點的可見車道標記應處于良好狀態，符合國家規定GB-5768，需要的請聯系小編(微信 zhijiashexiaoming)。的可見車道標記。同時，應按照適用的車道標記設計和材料標準進行標記。 d) 水平可視范圍應大于1公里。

測試道路條件： 測試路線應設置如ISO-17361中系統需要中為相關等級規定的最小曲率半徑的±10 %范圍內。測試路線應足夠長，以保持最低車速(I級為17米/秒，II級為20米/秒)，允許以0 < V ≤ 0.8米/秒的偏移率漂出車道。

測試車輛條件：

測試車輛的質量應介于整車重量加上駕駛員和測試設備(駕駛員和測試設備的總質量不應超過150公斤)和最大授權總質量之間(見ISO 15037)。一旦測試程序開始，就不得進行任何改動。

注1：整車重量包括潤滑油、冷卻液、清洗液、燃料、備胎、滅火器、標準備件、卡盤和標準工具箱。

注2：授權的最大總質量由行政當局確定為最大值。

測試系統安裝與配置：

LDWS應按照OEM提供的說明進行安裝和配置。對于帶有用戶可調整的預警閾值的LDWS的測試，每次測試應進行兩次：一次是預警閾值的最早設置，另一次是預警閾值的最晚設置。一旦測試程序開始，就不得對系統進行任何改動。

測試流程： 可從數據記錄中恢復的參數： 以下參數可從數據記錄中恢復： a) 預警問題點 b) 偏離的速度 c) 車輛速度 測試過程中發生的所有預警都應被記錄下來。數據應通過系統以外的設備進行恢復。測試設備的精度應在測試報告中注明。 流程： 測試過程一般分為預警觸發測試、重復測試及預警失效測試。 預警觸發測試： 車道內的起點位置應在車道的大約中心位置。 車輛進入車道并順利跟蹤，使車輛姿態穩定后，車輛應在賽道內外緩緩漂移，同時根據曲線分類以20米/秒至22米/秒的速度（I級）和17米/秒至19米/秒的速度（II級）駛入曲線。車輛應在右側和左側的彎道上，在兩個離去率范圍內（0至0.4米/秒和0.4米/秒至0.8米/秒）向左右兩邊離去一次，總共有8次離去，如ISO-17361 LDW系統設計需求及下圖所示。

?

偏離率(m/s)	右側彎道		左側彎道
	左側偏離	右側偏離	左側偏離	右側偏離
0->0,4	一次試驗	一次試驗	一次試驗	一次試驗
0,4->0,8	一次試驗	一次試驗	一次試驗	一次試驗

?

重復性試驗 重復性測試應在一段直路上進行。車輛將以20米/秒至22米/秒的速度沿直線行駛。當沿直路段直行時，車輛可在車道中央行駛，也可沿車道線行駛，而車道線則與偏離車道時要越過的車道標線相反。例如，當向右偏離車道時，車輛可沿左側車道線行駛，反之亦然，如下圖所示。在保持相關級別的規定速度，車輛平穩地跟蹤路線，使其姿態穩定的情況下，車輛應轉向，以0.1米/秒

?

偏離率(m/s)	偏離方向
	左側	右側
0,1 ?< (V1 ± ?0,05)?≤0,3	組1測試四次	組2測試4次
0,6 ?< (V2 ± ?0,05)?≤??0,8	組3測試四次	組4測試4次

?

預警失效測試：

在無警告區內行駛時，系統應在直道上總距離為1000米的范圍內不發出任何警告（可分一個1000米的路段或兩個500米的路段進行）。

測試評價 預警生成測試： 系統應在跨越最晚的預警線之前提供預警，但在跨越每個測試案例的最早的預警線之前不提供警告。 可重復性測試： 系統應在每個測試組的寬度為30厘米的區域內發出預警。在預警閾值放置區之外不應發出預警。如果一個特定的測試組在規定的速度容許范圍內包括四個以上的試驗，只考慮在規定速度容許范圍內的前四個試驗。 預警錯誤的試驗： 在兩條最早的警告線之間不應出現警告。 備注： 根據GB 5768-2009 中國道路相關參數如下： 中國 - 車道邊界相關參數 車道寬度應在3.0米和3.75米之間。 車道邊界的寬度應該是10厘米、15厘米或20厘米。 中斷標志線應該是 ? 4米(段)+6米(空)，用于相反方向。 ? 2米(段)+4米(空)，用于城市地區的同一方向。 ? 高速公路上同向為6米(段)+9米(空)。

七 分類

1.這種系統目前應用較為廣泛,其中具有代表性的有:AutoVue系統、AWSTM系統、DSS系統、ALVINN系統和SCARF系統等。

（1）AutoVue系統：

Autovue系統是一套可自行安裝的LDW系統套件，包括接線束、喇叭、開關、連接器和電纜等零件。

AutoVue系統結構緊湊,該系統主要由一個安裝在汽車內風窗玻璃后部的攝像機、兩個立體音箱、一個小顯示設備和控制單元等組成。該系統工作原理是通過實時監測本車在當前車道中的位置，計算本車到車道標識線距離，然后與設定的報警距離相比較，判斷是否進行預警。當檢測到將要發生車道偏離時，它將發出一種類似于車輛在隆聲帶上行駛時發出的隆隆作響的聲音來提醒駕駛員修正車輛位置。

AutoVue系統環境適應性較強,在多數氣候條件下能夠有效工作。目前,AutoVue系統已經在歐洲的多種貨車上作為一個選件進行了裝備,美國正大力推廣該系統,以減少車輛車道偏離事故的發生。據說AutoVue一般情況下三小時內就可安裝完畢。使用還是比較方便的。該系統適用于北美使用的8類載重汽車。

（2）ALVINN系統和SCARF系統:?

ALVINN系統利用神經網絡從訓練數據中學習正確的行為。該系統利用機器學習方法，訓練車載電腦控制的車輛，使其在各種類型的道路上正確行駛。目前，ALVINN系統已經能利用它學會的策略獨自在高速公路的其他車輛之間行馳，并以70英里的時速行駛了90英里。獲得了初步的成功。該系統堪稱神經網絡應用的典范。

ALVINN系統主要是采用神經網絡對各種道路環境進行學習，最終獲得最優行駛策略。SCARF系統利用圖像模式識別技術講像素進行聚類分析，實現道路圖像二分類。

SCARF系統將圖像中的像素點基于它們各自的顏色，聚類為道路類和非道路類,在基于假設道路在圖像中表現為梯形的條件下,利用Hough變換尋找最佳的道路位置。不過，由于該系統僅僅尋找道路像素組成的梯形區域,因此不能用于多車道行車以及避障操作。

（3）AWSTM系統：

研究計算機視覺(Computer Vision)，即研究用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。???

AWSTM系統利用安裝在前擋風玻璃上的單個攝像頭，監測車道標識線以及測量和監控本車與道路邊界的距離。AWS系統使用單眼圖像處理器來檢測不同的車道標識，測量汽車相對于標志線的位置。它的特點是能檢測各類標志線，實線的、虛線的、箱式的和貓眼的。在沒有車道標識的情況下,該系統能利用道路邊界線如道路邊緣和路沿等，來進行車道偏離警告。

該系統利用安裝在前風窗玻璃上的單個攝像機監測車道標識線，測量和監控本車與道路邊界的距離。該系統的車道偏離警告模塊通過檢測道路邊界，計算車輛相對于車道的位置和車輛的側向運動，預測車輛將橫越車道標識的時間，當該時間低于設定值時，系統觸發視覺警告和聲音警告，以使駕駛員對不同的危險狀態做出適當的反應而減少意外事故的發生。該系統在有意識的車道偏離、制動和沒有道路標識等情況下能對警告的產生進行了抑制。

AWS系統的車道偏離警告模塊，通過檢測道路邊界,計算汽車相對于車道的位置和汽車的側向運動，來預測汽車將橫越車道標識的時間。當該時間低于設定的閾值時，AWS系統將觸發視覺警告和聲音警告,以使駕駛者對不同的危險狀態做出適當的反應，從而減少意外事故的發生。系統擬合橫向距離、斜率和曲率三個道路模型參數，以提高報警的可靠性。

AWS系統采用的警告閾值能適應不同的駕駛風格。這類車道偏離預警系統在有意識的車道偏離、制動以及沒有道路標識等情況下，對警告的產生進行了抑制。同時也適當考慮了駕駛者的個人駕駛行為。該系統還可在雨天和夜晚下工作。

（4）DSS系統

其英文為：Driver Support System，簡稱為DSS.原意為：駕駛輔助系統。DSS系統是利用角度傳感器和加速度傳感器獲得的汽車行駛狀態，結合駕駛者行為習慣，來實現偏離預警的。

DSS系統由1個小型的CCD攝像機、速度傳感器以及視覺和指示器及警報蜂鳴器等聽覺警告裝置組成。DSS系統利用裝在后視鏡內的CCD攝像頭，通過圖像處理方式識別車道線，并進行車道曲率半徑、橫向偏移量和橫擺角的計算。使用橫擺角速度傳感器檢測車輛的橫擺角速度，并通過控制器來計算當前車輛的實際行駛軌跡和預期行駛軌跡的偏差，確定本車與車道線的相對距離和速度。進而判斷汽車是否已經開始偏離其車道。DSS系統計算預期的跨道時間，以此判斷是否應該發出警報。在需要發出預警時，DSS系統將利用視覺警告信息和聽覺警告信息，以及震動轉向盤等多種途徑，來提醒駕駛者此時應小心駕駛汽車，避免事故的發生。

該系統由一個安裝在汽車后視鏡內的小型CCD攝像機、一些檢測車輛狀態和駕駛員操作行為的傳感器?以及視覺和聽覺警告裝置組成。該系統利用由CCD攝像機獲得的車輛前方的車道標識線、其他傳感器?獲得的車輛狀態數據和駕駛員的操作行為等信息，判斷車輛是否已經開始偏離其車道。如有必要，系統將利用視覺警告信息、聽覺警告信息以及振動轉向盤來提醒駕駛員小心駕駛車輛。

DSS系統的特別之處，是系統將產生一個促使車輛回到自身車道中央的轉向力矩，來幫助駕駛者采取正確的駕駛行為。當然,該力矩不會干涉駕駛者自己施加的轉向力矩,保證駕駛者對車輛的完全控制。

（5）

LDW系統由安裝在前擋風玻璃上的小型攝像頭，速度傳感器、指示器和聲響報警器等部分組成。? ?

車道偏離預警系統LDW是日常行車，尤其是夜晚駕駛必不可少的好幫手。其LDW系統只有在汽車偏離車道線時才會啟動。該系統通過安裝在車內后視鏡上的光學攝像頭,感知汽車所處道路上的車道線，獲取路面信息。當汽車向車道標志線偏離的時候，LDW系統會發出提示音，儀表盤也會有指示燈產生閃爍，以喚醒駕駛者的注意。如果此時駕駛者依然沒有做出正確的反應，車道偏離修正系統（LDP）便會介入，通過對車輛內側車輪施以制動，使車輛離開車道標記線，將車輛拉回正常行駛的車道。不過，車輪扭轉超過2°以上，車道偏離預警系統(LDW)就會處于關閉，不會對正常的車道變更產生干擾，這十分有助于長途駕駛及夜間行車。

（6）STAR系統：

STAR系統主要由車道識別傳感器、橫向角速度傳感器、前轉向促動器和控制器等部分組成。STAR系統的車道識別傳感器主要由黑白攝像頭和圖像處理模塊組成。攝像頭安裝在駕駛室后視鏡處，指向前方車道，主要功能是識別車道標志線、道路曲率半徑、側向偏移和航向角。圖像處理模塊完成實時圖像的預處理，并將處理后的圖像數據傳送到控制器做進一步處理。

STAR系統的橫向角速度傳感器主要功能是檢測車輛的橫擺角速度。前轉向促動器主要由液壓動力轉向機構組成，主要功能是根據控制器指令，對轉向機構施加一定大小的力矩，使方向盤轉動一定的角度。

STAR系統的控制器的主要功能，是根據內置的算法，對實時圖像數據進行處理和分析，以計算當前汽車的實際行駛軌跡和預期行駛軌跡這兩種軌跡的偏差。如果偏差超過設定的閾值，STAR系統就會發出警告指令和轉向促動器控制指令。

（7）AURORA系統
該系統由帶廣角鏡頭的彩色攝像機、數字轉換器和一個便攜SunSparc工作站等組成。該系統通過安裝在車輛一側的視野大約為1.5m-1.6m區域的俯視彩色攝像機檢測車輛旁邊的車道標識，通過數字轉換器采集攝像機的視頻輸出并在一個便攜SunSparc工作站上進行處理，處理速度為60Hz。

2.國內車道偏離預警系統
（1）JLUVA-1系統
該系統是基于單目視覺的前視系統，主要由車載電源、嵌入式微機、顯示設備、黑白CCD攝像機、數據線、音箱以及圖像采集卡等組成。
系統利用安裝在汽車后視鏡位置處的CCD攝像機采集汽車前方的道路圖像，通過圖像處理獲得汽車在當前車道中位置參數，當一旦檢測到汽車距離自身車道白線過近有可能偏入鄰近車道而且司機并沒有打轉向燈時，該系統就會發出警告信息提醒司機注意糾正這種無意識的車道偏離，從而盡可能地減少車道偏離事故的發生。
（2）基于DSP技術的嵌入式車道偏離報警系統
是基于單目視覺的前視系統，由模/數轉化及解碼電路模塊、緩沖電路模塊、媒體處理器DSP電路模塊、編碼及數/模轉換電路模塊等模塊組成。該系統通過車載攝像頭采集被跟蹤車道線的模擬視頻信號，經解碼生成數字信號碼流緩沖后送到高速媒體處理器DSP的視頻接口，然后再由視頻處理模塊對數字視頻信號進行車道特征值的提取，最后將處理后的視頻信號送編碼及數/模轉換電路輸出顯示。

3.在基于汽車的車道偏離預警系統中，LDW系統主要是利用機器視覺或紅外傳感器來檢測車道標識的位置。而按照傳感器的安裝方式又可分為俯視系統和前視系統。?

前視系統可以利用更多的道路信息,在沒有道路標識的道路上也可以使用。其不利因素就是用來定位車輛橫向位置的一些圖像特征點可能被其他車輛或行人干擾。

車道偏離預警系統已經商業化使用的產品都是基于視覺的系統，根據攝像頭安裝位置不同，可以將系統分為：
（1）側視系統

——攝像頭安裝在車輛側面，斜指向車道；
（2）前視系統

——攝像頭安裝在車輛前部，斜指向前方的車道。
無論是側視系統還是前視系統，都由道路和車輛狀態感知、車道偏離評價算法和信號顯示界面三個基本模塊組成。系統首先通過狀態感知模塊感知道路幾何特征和車輛的動態參數，然后由車道偏離評價算法對車道偏離的可能性進行評價，必要的時候通過信號顯示界面向駕駛員報警。

（4）車道偏離警示系統主要有兩類：一是車道偏離報警系統（LDW），當機動車偏離其車道時，系統將通過視、聽覺或者震動進行警示；二是車道保持系統（LKS），車道偏離報警系統在警示駕駛人后，若駕駛人沒有作出相應操作，車道保持系統將自動采取措施保證機動車行駛在車道內。當駕駛人在變道前主動給出轉向信號時，系統將不起作用。

（5）車輛偏離預警系統分為"縱向“和”橫向“車道偏離警告兩個主要功能，其中縱向車道偏移預警系統主要用于預防那種由于駕駛員注意力不集中以及駕駛員放棄轉向操作而引起的車速過快或車輛方向失控導致的車道偏移碰撞；橫向車道偏移預警系統主要用于在駕駛員駕駛車輛過程中，不注意駕駛環境，精神渙散等導致的車道偏移碰撞，車道偏移預警的商用化程度已經比較高，很多車輛上已經加裝了該系統。

七 作用

車道偏離警示系統的主要功能是通過車輛上的傳感器，控制器等部件，在車輛發生無意識偏離車道時通過聲音、閃光和振動等方式提醒駕駛員。是在機動車將要駛出車道時警示駕駛人，能夠減少因駕駛人失誤、分心以及疲勞引起的交通事故，該系統一般在高速公路或快速路上發揮作用。

車道偏離預警系統功能

車輛偏離預警系統有“縱向”和“橫向”車道偏離警告兩個主要功能。縱向車道偏離警告系統主要用于預防那種由于車速太快或方向失控引起的車道偏離碰撞，橫向車道偏離警告系統主要用于預防由于駕駛員注意力不集中以及駕駛員放棄轉向操作而引起的車道偏離碰撞。

（1）如果系統已啟動并準備就緒，而駕駛員尚未開啟轉向指示燈，車道偏離預警將通過正確的轉向干預防止車輛越過已識別的車道邊界線。如果駕駛員愿意，可設置額外的方向盤振動。該系統的工作范圍在大約60km/h到最高250km/h范圍內。

（2）一旦打開點火開關，系統將啟動，這也可以通過MMI手動打開和關閉。

1）進行干預，防止車輛漂出車道

2）在多車道道路上行駛時很輕便

3）在注意力不集中或疲勞時發出警告

車道偏離警告功能用來在車輛“無意識地偏離車道”時提醒駕駛員。這里“無意識地偏離車道”包含兩種情況：車輛已經偏出車道，或者車輛馬上會偏出車道。當前攝像頭監測到，車輛不是故意地偏離車道時， 系統會通過報警提醒您保持在原車道內行駛。該系統使用內部后視鏡上安裝的攝像頭自動檢測車道線！

警告駕駛員

①視覺-駕駛員組合儀表系統液晶顯示屏顯示報警信號?

②聽覺-蜂鳴器報警

在報警聲發出之后，如果報警側車輪仍處于報警區域之內，新的報警會被抑制，除此之外， 以下操作也可抑制報警：

車道偏離指示燈：該燈為黃色，當偏離已識別的車道時，接通系統并且在某些條件下報警，而不會提前閃爍。

報警條件

當滿足以下條件時，將會觸發儀表報警界面和報警蜂鳴音：

①車道偏離預警系統開啟

②在可以探測到的車道邊界行駛，并且有偏離車道的危險

③沒有打轉向燈

④車速在在60km/h至180km/h范圍內

（3）當車速升高至 60 km/h 以上時，車道偏離警告功能自動激活，當車速降低至 55 km/h 以下時，車道偏離警告功能退出。

1）警報會自動中斷的情形

①約 3 秒鐘后。

②返回到自己的車道上。

③在強力制動時。

④操作轉向燈時。

2）功能故障

①方向盤的經常振動會導致系統過熱。車道偏離警告被關閉。

②待系統冷卻下來，通過按壓按鈕可重新激活。

八 優缺點

1.優點

車道偏離系統的適應范圍相對比較嚴苛，但對于高速行駛中安全隱患的預防作用是非常明顯的，而自適應巡航控制雖然不完全屬于主動安全配置，但是在實際使用中也間接增強了行駛的安全性。對消費者來說，如果能夠駕駛一輛同時擁有這兩項配置的車，那肯定將會為高速行駛提供更多的從容和舒適。

（1）LDW屬于高級駕駛輔助功能，也就注定了此配置不可能在最低配車型上配置，注定LDW是那些愿意為高科技配置買單的人們的菜（不過，可能有些人永遠不會知道LDW是什么，因為可能要的只是天窗或者導航，而LDW是綁定在一起的配置）；

（2）那些經常跑高速，而且也確實了解LDW的人也許不會有意疲勞駕駛，但是難免會出現疲勞駕駛的時候，而LDW就是那個能在危難時刻給出最及時的報警提醒的功能；

（3）那些在高速行駛時，經常壓線行駛或不自覺就走S型或慢慢偏離車道而不打轉向燈的人（駕駛行為不規范），LDW在某種程度上可以起到規范駕駛習慣的作用，同時減小了對于旁邊其他車輛產生危險的概率（當然前提是他不要關掉LDW功能）。

2.缺點

車道偏離預警功能作為一個駕駛輔助功能，確實能夠在車輛發生無意識偏離時給出及時的報警，避免碰撞或翻車的發生，是一個非常實用的安全性功能。不過LDW再好，也只是個輔助，而真的要提高駕駛安全性，還是需要規范自身的駕駛習慣，同時避免疲勞駕駛。駕車期間過度疲勞或漫不經心可能會導致車輛無意中偏離車道，結果可能會使車輛駛入對向行駛車道或掉入路旁排水溝內。

（1）車道偏離系統對于應用環境有著比較高的要求，比如行車速度，路面寬度以及分道線的清晰程度，所以在我國恐怕只有路況較好的高速公路上才有施展才能的機會，而對于山道，省道或者路況較差的非鋪裝路面來說，這套系統恐怕也鞭長莫及了。

（2）同時如果因為雨雪及大霧天氣造成路面被覆蓋或者辨識度不高時，該系統也無法進行正常工作，但是隨著科技的進步，車道偏離預警系統也會克服種種困難，逐漸完善自身的功能，更好的為駕駛者服務。

（3）仍然不能否認基于視覺傳感器的車道偏離預警系統的局限性，首先是車速，一般車道偏離預警功能的開啟速度在50-60公里/小時之間；其次就是視野的問題了，由于視覺傳感器對視野的嚴格要求，因此即使是采用了技術先進的攝像頭系統，在大雨、大霧等視線較差的情況下，車道偏離系統也很可能會失效，若是在沒有車道線的小路上，更是無能為力。

（4）根據美國公路安全保險協會（IIHS）的報道：大多數駕駛員比較信任自適應巡航功能，但對車道偏離預警的信任感較低。IIHS的20名員工試駕了5款搭載這些功能的車輛，結果對車道偏離預警功能提出了很多意見，其中有：車輛過度糾正駕駛員的操作、車輛喜歡和駕駛員鬧別扭、該功能不能很好地保持車輛在車道中心等問題，使得駕駛員無法信任車道偏離預警這個功能。

（5）系統的局限性/系統限制：該系統不能替代駕駛員對于道路以及交通狀況的個人判斷。有警報時不要用力移動方向盤，否則車輛會失控。系統功能在如下情形會也許不可用或受到限制僅可受限使用：

1）在大霧、暴雨大雨或者暴雪大雪天氣時。

2）由于行駛而磨損的、看不清的、在一起或者分開的或者不明顯的界線，例如施工路段。

3）邊界線被冰、雪、污垢或者水（雪塊、冰塊、污物或水跡等）覆蓋時。

4）在急轉彎或者狹窄的行車道上時。

5）邊界線不是白色的時。

6）邊界線被物體遮擋時。

7）在距離前方行駛的車輛較近時。

8）在迎面燈光光線較強時。

9）當車內后視鏡前的擋風玻璃上有水霧、臟污或者被貼紙、標簽等東西遮蓋時。

10）在攝像機校準期間直接進行了車輛移交后。

11）一旦駕駛員返回自身車道

12）邊界線消失、磨損、不易見、重合或分叉亦或是難以辨別，例如行車經過施工道路

九 使用注意事項

1.車道偏離警告系統使用的條件:

(1)系統沒有出現故障

(2)偏離車道警告系統未經過正確校準

(3)車速高于啟用限值

(4)系統至少準確識別一條道路標線

(5)車輛處在多條道路標線的施工區域

(6)車輛所在道路的平均車道寬度超過了2.5m?？梢詥⒂闷x車道*警告系統功能的車速限值已根據不同國家的情況作出調整!

2.車道偏離預警系統在使用過程中有哪些注意事項：

（1）若駕駛員開啟了危險警告燈或開啟了轉向燈且轉向燈方向進行變道，車道偏離預警功能將被抑制。

（2）若駕駛員故意壓線行駛，車道偏離預警功能將被抑制。

（3）車道偏離預警功能受天氣、照明度和車道線清晰度的影響。在背光、日落、路面被冰雪覆蓋以及路面磨損嚴重的情況下，性能會顯著下降。車道標線模糊不清或光線較暗的情況下，車道偏離預警功能可能會失效，不會進行預警提示。

（4）LDW一般都有個按鈕開關，在打開后，功能激活，但此時LDW只是處于待機狀態，因為LDW功能只有在車速達到60km/h（一般開啟速度在50~60km/h之間）以上才真正開始工作。除了速度上有要求之外，LDW為了保證能夠有效識別駕駛員意圖，只有在沒有打轉向燈的情況下，車輛發生無意識偏離時才給出報警，同時由于整個LDW系統是通過攝像頭來識別前方道路情況的，因此，鏡頭前方的視野很重要，大雨、大霧等視線較差的情況下，LDW也會失效（人眼看不清車道線，LDW也基本失效），前方沒有車道線的話，LDW也無能為力。

總之，該系統的“糾偏”更多是給駕駛員一個提醒，讓駕駛員迅速回過神，接管駕駛，讓車輛回到正確的行駛路線上，是對安全的多一份保障。當然，LDW再好，也只是個輔助系統，真的要提高駕駛安全性，還是需要規范自身的駕駛習慣，同時避免疲勞駕駛。

3.車道偏離報警裝置可在70km/h至210km/h的速度范圍內使用，LDW在以下情況不發出警報

(1)未標出車道,或者車道標記不清晰

(2)行駛速度低于55km/h(35pm/h)

(3)正在使用方向指示燈(閃爍燈)，使用轉向顯示

(4)急轉彎

(5)系統靜音或者關閉時

(6)車道寬度不足2.60m

4.在下列情況中撤銷警告:

約3秒后自動撤銷

一旦駕駛員返回自身車道

使用轉向顯示

突然制動或轉向與動態穩定控制系統執行干預

5.車道偏離警告已經成為汽車主動安全系統不可缺少的一項功能。關于主動安全系統，需要記住的一點就是：它并不能保證萬無一失。車道偏離警告在雨雪路況下的效果將變得很差，甚至可能在視野不好的情況下自動關閉，并向司機發出提示信息。很顯然，雨雪天氣中，雪將車道標記覆蓋，系統也無從進行車道辨別。在高速公路出入口地帶，因為岔道的存在，車道標記會突然發生 偏離，此時系統也將暫時失去作用。而盲點檢測系統有時也會將隧道的墻壁誤認為是相鄰車道的汽車。另一種情況是，當道路中的車道標記因時間過久而褪色時，系統的功能性將大幅下降。

6.車道偏離警告真的能降低事故率嗎？

車道偏離警告應用的目的就是降低事故率，不過它真的做到了嗎？美國保險業資助下的公路安全保險信息（Insurance Information for Highway Safety）機構表示，車道偏離警告每年可減少7500起交通事故的發生。然而，在2012年，美國公路損失數據研究所（Highway Loss Data Institute）指出，車道偏離警告系統反而會略微增加交通事故率。其中，2012年，美國市場上的別克品牌汽車在配備了車道偏離警告和盲點監測系統后，事故率反而同比略微上升。

美國公路安全保險協會（IIHS）指出：“有記載的交通事故中，97%與是否搭載車道偏離輔助無關?！痹斐稍摻Y果的原因或許是當司機認為有安全系統作為“靠山”后駕駛變得更隨意。但請記住，再先進的安全系統也只能盡量避免事故發生，而不能實現零事故率。

7.車道偏離預警系統如何使用？

（1）可通過位于駕駛輔助開關組的功能按鍵開關直接開啟或關閉車道偏離預警系統的功能。

▲車道偏離預警開關

（2）除此之外，還可通過多媒體系統開啟或關閉車道偏離預警系統的功能，并對系統的靈敏度及報警方式進行選擇設置。

（3）靈敏度分為智能、標準兩種狀態，報警方式分為聲音報警、方向盤振動、聲音報警 +方向盤振動三種。

（4）系統默認記憶上一點火循環的設置狀態。

十 故障分析

寶馬車道偏離警告的轉向干預過于強烈的技術通報

故障現象：車道偏離警告的轉向過于強烈，或過于不舒服。

涉及車型：F91 F92 F93 F95 F96

G05 G06 G07 G12 G14

G15 G16 G20 G28 G29

帶至少一個以下選裝配置：

SA5AV – 碰撞防御輔助

SA5AQ – 加強型碰撞防御輔助

SA5AS – 駕駛輔助功能

SA5AU – 專業型駕駛輔助功能

故障原因：基于攝像機的駕駛員輔助系統控制單元中的軟件程序問題。為了滿足新車魔性的新法律需求，需要在某些情況下強力反向轉向。因此，與先前的車輛相比，這可能引起駕駛的不適感。

處理措施：讀取車輛的集成等級，如果當前集成等級小于S18A-20-07-500 / S15A-20-07-500 / S15C-20-07-500，則用ISTA將車輛編程和設碼為集成等級S18A-20-07-500 / S15A-20-07-500 / S15C-20-07-500或更高版本，然后重新評估車輛。

PS：集成等級為S18A-20-07-500 / S15A-20-07-500 / S15C-20-07-500或更高版本只是對各種參數進行了優化，并以此細化了轉向干預的反應特性，但危險情況時依然會進行安全轉向干預。

取消車道偏離預警系統的方法，駕駛員可以通過按下車道偏離預警系統的開關按鍵進行關閉即可取消，其開關上面是有一條虛線和一輛傾斜的汽車的圖標。不過需要注意的是，車道偏離預警系統是無法關閉的，若想關閉的話，需要去刷掉安全模塊。

車道偏離預警系統主要由HUD抬頭顯示器、攝像頭（一般安置于車身側面或后視鏡位置）、控制器以及傳感器組成。

當該系統開啟時，攝像頭會時刻采集行駛車道的標志線，然后通過圖像處理獲得汽車在當前車道中的位置參數，從而當檢測到汽車偏離車道時，傳感器便會及時收集車輛數據和駕駛員的操作狀態，之后再由控制器發出警報信號。

整個過程大約會在0.5秒即可完成，可以為駕駛員提供更多的反應時間。不過，在行駛過程中，若駕駛員有打開轉向燈，正常進行變道行駛，車道偏離預警系統則不會做出任何提示。那車道偏離提示怎么關閉呢？每個車型的關閉方式會有所不同，具體可查看隨車用戶手冊。這里以長安CS55為例，具體操作如下：

1、在incall系統中選擇“設置”后，并點擊“車輛”；

2、進入后，點擊“車道輔助”；

3、在界面會顯示“僅預警”、“僅糾偏”、“預警+糾偏”的功能，進行選擇確認即可。

車道偏離警告系統不起作用需要從兩個方面去檢測： 1、車道偏離警告系統控制或裝置發生故障造成警告失效或不能啟動，如果是此類原因就要到服務站進行系統檢測或標定。 2、車輛外部原因： （1）車道標記沒有或逐漸減弱； （2）天氣條件不好導致能見度低； （3）通過隧道時外部光線突然變化或路面急轉彎； （4）路面濕滑反射太陽光，路燈或其它車輛的光線時； （5）因陽光直射車內后視鏡周圍溫度很高時； （6）岔道或復雜的交叉道路； （7）前擋風玻璃很臟攝像頭不能清晰識別； （8）人行道和其它劃分結構沿車到邊緣。 以上是部分外部原因，車道偏離警告系統工作比較復雜，需要使用專用設備進行檢測或標定，當發生事故維修底盤或更換前擋風玻璃時需進行攝像頭或系統模塊標定。 15款唐故障原因分析

一輛2015款比亞迪唐，該車上電瞬間儀表報請檢查車道偏離預警系統，OK擋后報請檢查制動系統，熄火后儀表偶發性顯示超越加速中。

原因分析：

1、儀表程序沒有更新

2、儀表故障

3、整車網絡系統故障

4、電動真空泵運行時間超時

5、其它

維修過程：

1、考慮到15款唐無自適應巡航系統，但此車報故障，觀察儀表軟件版本對比正常車顯示板ECU版本低于正常車，用U盤更新儀表后故障依舊。

2、咨詢技術督導告知刷程序后可能車上某個網絡有異常，要將整車進入超低功耗重新喚醒，可以恢復，按照此方法操作后，車輛不報請檢測車道偏離系統了，還報請檢查制動系統。

3、然后檢查剎車油正常，剎車片感應線正常，軟件版本正常，查看前期發的通告發動機控制模塊數據流中電動真空泵工作時間超過1200H說明電動真空泵需更換，觀察數據流顯示1202H,超出范圍。

4、清除真空泵工作時間，上電車輛一切正常。

維修小結：剛開始儀表報車道偏離報普，可能是車輛升級過程序后出現的，刷完程序規范操作燃油車是斷蓄電池，混動車是進超低功耗再上電。可能車上某個網絡有異常，整車進超低功耗重新喚醒，可以恢復。

維修過程中一定要細心，平時多看通告與技術通報方面的文件，排查故障時方能學以致用少走彎路。

維修點評：真空泵工作時間超過1200h,真空泵必須更換。

十一?發展趨勢

1.車道偏離預警系統的功能拓展

（1）由輔助提醒逐漸加入主動轉向

駕駛者可以通過適當增加控制力，來否決“車道偏離預警系統”。

（2）車道預警系統的硬件利用將不斷擴展

目前已經有部分車道預警系統拓展了功能，比如“黑匣子行車記錄儀”就是其中比較成功拓展。

2.偏離預警系統發展

作為近幾年來比較火的高級駕駛輔助功能之一，經常能夠在汽車廣告和配置表中看到，并且車道偏離預警功能（以下簡稱LDW）已經納入了EU-NCAP歐洲新車評估程序中，作為車輛安全性程度的一項重要指標，可見LDW在安全方面的重要性。

基于汽車主動安全發展的趨勢以及國內的一些交通現狀，汽車主動安全電子這一行業逐漸在形成一個獨立的體系，國內很多汽車業內人士多很關注，也在積極地研發中，國內現在只有少部分公司對車道偏離系統的研發比較完善，而且形成了一個獨立的產業，像車道偏離系統的上市意味著中國進入了一個汽車主動安全的新時期。車道偏離預警系統（LDW）及駕駛警示系統分別通過車內警示音，提醒司機車輛已偏離行駛車道、或可能發生碰撞事故，勢必將成為未來汽車安全技術的新趨勢之一!

經過幾年的發展時間，車道偏離警告逐漸升級成了車道保持輔助，除了具有警告功能外，該系統還能夠在汽車“壓線”時自動修正偏差，甚至現在最先進的車道保持輔助系統能夠 將車輛實時保持在車道中央，該結果由系統通過不間斷地微調方向盤實現。零跑汽車自主研發的ADAS（智能駕駛輔助）系統，具備車道偏離預警和車道保持功能，可確保車主無論在低速或是高速行駛狀態下，都能穩健前行。車道偏離預警：當功能開啟狀態下，在行車過程中如發生非主動偏離車道壓線時，系統會以圖像和聲音組合的方式來警示駕駛員，使其保持在原車道上行駛；車道保持：當車輛達到一定的速度時，如出現非主動車道偏離壓線情況，系統可主動介入調節車輛轉向，使其回歸到原有車道內行駛。

車道偏離預警系統的研究主要集中在基于視覺的車道偏離預警系統上，但是從現有的技術水平來看，影響基于視覺的車道偏離預警系統可靠性的最主要因素是系統應用的天氣條件以及光照變化的影響，這是所有基于視覺系統目前面臨的一個主要難題。目前研究各種魯棒性強、能適應各種天氣條件、克服光照變化以及陰影條件的影響的車道偏離評價算法是所有基于視覺的車道偏離預警系統的發展趨勢。

車道偏離警告是“汽車安全循環”中的一環：自適應巡航控制系統負責將車輛與前車保持一定距離跟隨；車道偏離警告/車道保持輔助則負責觀察側面車輛行駛情況；盲點檢測系統負責檢測相鄰車道是否有車輛靠近；后方停車聲納和后視攝像頭（有些車在車身四周均具備攝像頭）則監視車輛后方情況。在某種程度上，這已經可以稱得上“自動駕駛”。

對于自動駕駛的發展，車道偏移預警系統將擔任很重要的角色，自動駕駛達到L5級后，駕駛員的角色將消失，自動駕駛車輛在道路行駛時，除了需要監測車輛與前車位置、車輛行駛路徑的正確與否外，還是需要不斷探測車輛相對于兩側車道線的位置的，這時車道偏移預警系統將起到決定性的作用。不同于HUD抬頭顯示會隨著自動駕駛的出現、駕駛員角色的消失，將會通過另一種形態來滿足人們乘車出行時的娛樂需求，車道偏移預警系統將會在現有的技術方向上不斷提升，將可以直接應用到自動駕駛汽車上。

編輯：黃飛