基于Rao-Blackwellized粒子滤波器的实时道路跟踪研究

目前，现有的高级辅助驾驶系统基于雷达能够准确地确定前方物体的距离和车辆速度。然而，这些系统并不能检测车道线的曲率，因此当车辆在不同车道但距离很近时就会产生许多错误的警告。研究致力于获取一个强大的道路模型，并且提出了一个有效的Rao-Blackwellized粒子滤波器，与传统的粒子滤波采样方法相比，该方法可以减少采样的数量。采用该方法可以确定车辆在其车道内的位置和前方道路的曲率，从而加强辅助驾驶系统的性能。

应用Rao-Blackwellized粒子滤波器将道路模型分为线性和非线性两部分，使得问题的维度减少。线性部分决定了车辆在自己车道的横向位置，并且当车辆靠近一侧车道时，就可以预测车辆是否将偏离车道；非线性部分使用粒子滤波器评估道路的曲率。

通过试验测试来评价系统实时操作的功能和性能。试验结果表明，辅助驾驶系统可以被集成在实际车辆上，可以在突然光照变化的情况下给驾驶员提供辅助驾驶服务，如车道偏离预警和道路曲率评估。未来将致力于设计多车辆跟踪、交通信号检测和驾驶员注意力变化的方法。