As important components of intelligent transportation system, lane detection and tracking (LDT) and lane departure warning (LDW) systems have attracted great interest from the computer vision community over the past few years. Conversely, lane markings recognition (LMR) systems received surprisingly little attention. This thesis proposed a real-time lane assisting framework for intelligent vehicles, which consists of a comprehensive module and simplified module. To the best of our knowledge, this is the first parallel architecture that considers not only lane detection and tracking, but also lane marking recognition and departure warning. A lightweight version of the Hough transform, PPHT is used for both modules to detect lines. After detection stage, for the comprehensive module, a novel refinement scheme consisting of angle threshold and segment linking (ATSL) and trapezoidal refinement method (TRM) takes shape and texture information into account, which significantly improves the LDT performance. Also based on TRM, colour and edge informations are used to recognize lane marking colors (white and yellow) and shapes (solid and dashed). In the simplified module, refined MSER blobs dramatically simplifies the preprocessing and refinement stage, and enables the simplified module performs well on lane detection and tracking. Several experiments are conducted in highway and urban roads in Ottawa. The detection rate of the LDT system in comprehensive module average 95.9% and exceed 89.3% in poor conditions, while the recognition rate depends on the quality of lane paint and achieves an average accuracy of 93.1%. The simplified module has an average detection rate of 92.7% and exceeds 84.9% in poor conditions. Except the conventional experimental methods, a novel point cluster evaluation and pdf analysis method have been proposed to evaluate the performance of LDT systems, in terms of the stability, accuracy and similarity to Gaussian distribution.

Ferramentas computacionais, baseadas em modelos de inventários, que consigam predizer, com precisão apropriada, o consumo de combustíveis e as emissões veiculares, principais motivadores do desenvolvimento automotivo atual, são fundamentais para a elaboração de políticas públicas eficazes vinculadas a essas questões. No Brasil, apesar de afetarem significativamente a sociedade, muitas das intervenções governamentais nesse segmento são realizadas sem a adequada avaliação de seus impactos. Isso ocorre ou porque a importância dessas ferramentas nem sempre é reconhecida ou por não se ter ferramentas apropriadas. O objetivo deste trabalho foi o de desenvolver uma ferramenta de prognóstico do consumo de combustíveis e das emissões da frota rodoviária, estatisticamente consistente, que pudesse ser utilizada para esse propósito. Para tanto, inicialmente buscou-se identificar os aspectos relacionados às questões que deveriam ser considerados nesse desenvolvimento, por meio do levantamento das tendências evolutivas e alternativas que estão sendo apresentadas relativas a combustíveis, tecnologia veicular e sistemas de transportes. A seguir foram revistos os principais modelos e ferramentas públicos, nacionais e estrangeiros, dessa natureza. E, diante da constatação que eles não poderiam ser empregados, apesar dos limites impostos pela disponibilidade de dados, foi proposta uma nova abordagem para se atingir esse objetivo. Primeiro foi desenvolvido um conjunto de planilhas integrando todos os dados e cálculos de um modelo bottom-up similar ao utilizado nos inventários de emissões tóxicas nacionais, totalmente interconectado e configurado para facilitar, por meio de um processo iterativo, o ajuste fino das estimativas mais incertas, de forma que os consumos totalizados resultantes do modelo coincidissem tanto quanto possível com os consumos observados no país. A seguir, foram desenvolvidos modelos econométricos, para estimar os consumos totalizados de combustíveis a partir de indicadores econômicos pertinentes. E pela inserção desses modelos econométricos no modelo bottom-up anterior, foi gerado um modelo híbrido que permite inventariar e prognosticar, segregadas por classes, o consumo de combustíveis e as emissões veiculares. Os consumos de combustíveis obtidos por meio desses modelos, quando comparados com valores observados, forneceram resultados estatisticamente robustos, que podem ser, em algumas condições, convertidos na emissão de CO2. O mesmo não é possível afirmar com relação às demais emissões, inclusive em função da dificuldade de vincular as fontes emissoras a indicadores de qualidade do ar, o que não invalida o uso do modelo híbrido para obtenção de resultados comparativos. Finalmente, os modelos foram submetidos a análise sensibilidade e sua aplicabilidade foi verificada para alguns cenários. / Computational tools, based on inventory models, which are able to predict, with the appropriated accuracy, vehicular fuel consumption and emissions, main current drivers of the automotive development, are essentials for the development of effective public policies related to these issues. In Brazil, despite their significantly influence over the society, many government interventions in this segment are undertaken without the adequate assessment of their impacts. This happen because the importance of these tools is not always recognized or because proper tools are not available. The goal of this study was to develop a statistically consistent prognostic tool of road fuel consumption and emissions, which could be used for this purpose. Initially, by surveying the evolutionary trends and known alternatives related to fuels, vehicular technology and transportation systems, it was examined all the aspects that should be considered for this work. Next it was reviewed the main domestic and foreign public models and tools of this sector. Realizing that they could not be used, due to the limits imposed by data availability, it is proposed a new approach to achieve this goal. First it is developed a set of worksheets integrating all data and calculations of a bottom-up model, similar to the ones used in national inventories of toxic emissions. The set was interconnected and configured to facilitate, through an iterative process, the fine tuning of the uncertain estimates, in such way that the model total consumptions as much as possible reproduce the fuel consumptions observed in the country. Next econometric models were developed to estimate total fuel consumptions based on identified relevant economic indicators. And inserting these econometric models in the previous bottom-up model, it was generated a hybrid model that allows inventorying and forecasting of fuel consumptions and vehicular emissions segregated by classes. When compared with the observed fuel consumptions, these models presented statistically robust results. Under some conditions, these results can be converted in CO2 emissions. The same cannot be said with respect to other emissions, partially due to the difficulty to link emission sources to air quality measurements, which does not invalidate the use of the hybrid model to obtain comparative results for these emissions. Finally, the models were submitted to a sensitivity analysis and their applicability was verified for some scenarios.

Ferramentas computacionais, baseadas em modelos de inventários, que consigam predizer, com precisão apropriada, o consumo de combustíveis e as emissões veiculares, principais motivadores do desenvolvimento automotivo atual, são fundamentais para a elaboração de políticas públicas eficazes vinculadas a essas questões. No Brasil, apesar de afetarem significativamente a sociedade, muitas das intervenções governamentais nesse segmento são realizadas sem a adequada avaliação de seus impactos. Isso ocorre ou porque a importância dessas ferramentas nem sempre é reconhecida ou por não se ter ferramentas apropriadas. O objetivo deste trabalho foi o de desenvolver uma ferramenta de prognóstico do consumo de combustíveis e das emissões da frota rodoviária, estatisticamente consistente, que pudesse ser utilizada para esse propósito. Para tanto, inicialmente buscou-se identificar os aspectos relacionados às questões que deveriam ser considerados nesse desenvolvimento, por meio do levantamento das tendências evolutivas e alternativas que estão sendo apresentadas relativas a combustíveis, tecnologia veicular e sistemas de transportes. A seguir foram revistos os principais modelos e ferramentas públicos, nacionais e estrangeiros, dessa natureza. E, diante da constatação que eles não poderiam ser empregados, apesar dos limites impostos pela disponibilidade de dados, foi proposta uma nova abordagem para se atingir esse objetivo. Primeiro foi desenvolvido um conjunto de planilhas integrando todos os dados e cálculos de um modelo bottom-up similar ao utilizado nos inventários de emissões tóxicas nacionais, totalmente interconectado e configurado para facilitar, por meio de um processo iterativo, o ajuste fino das estimativas mais incertas, de forma que os consumos totalizados resultantes do modelo coincidissem tanto quanto possível com os consumos observados no país. A seguir, foram desenvolvidos modelos econométricos, para estimar os consumos totalizados de combustíveis a partir de indicadores econômicos pertinentes. E pela inserção desses modelos econométricos no modelo bottom-up anterior, foi gerado um modelo híbrido que permite inventariar e prognosticar, segregadas por classes, o consumo de combustíveis e as emissões veiculares. Os consumos de combustíveis obtidos por meio desses modelos, quando comparados com valores observados, forneceram resultados estatisticamente robustos, que podem ser, em algumas condições, convertidos na emissão de CO2. O mesmo não é possível afirmar com relação às demais emissões, inclusive em função da dificuldade de vincular as fontes emissoras a indicadores de qualidade do ar, o que não invalida o uso do modelo híbrido para obtenção de resultados comparativos. Finalmente, os modelos foram submetidos a análise sensibilidade e sua aplicabilidade foi verificada para alguns cenários. / Computational tools, based on inventory models, which are able to predict, with the appropriated accuracy, vehicular fuel consumption and emissions, main current drivers of the automotive development, are essentials for the development of effective public policies related to these issues. In Brazil, despite their significantly influence over the society, many government interventions in this segment are undertaken without the adequate assessment of their impacts. This happen because the importance of these tools is not always recognized or because proper tools are not available. The goal of this study was to develop a statistically consistent prognostic tool of road fuel consumption and emissions, which could be used for this purpose. Initially, by surveying the evolutionary trends and known alternatives related to fuels, vehicular technology and transportation systems, it was examined all the aspects that should be considered for this work. Next it was reviewed the main domestic and foreign public models and tools of this sector. Realizing that they could not be used, due to the limits imposed by data availability, it is proposed a new approach to achieve this goal. First it is developed a set of worksheets integrating all data and calculations of a bottom-up model, similar to the ones used in national inventories of toxic emissions. The set was interconnected and configured to facilitate, through an iterative process, the fine tuning of the uncertain estimates, in such way that the model total consumptions as much as possible reproduce the fuel consumptions observed in the country. Next econometric models were developed to estimate total fuel consumptions based on identified relevant economic indicators. And inserting these econometric models in the previous bottom-up model, it was generated a hybrid model that allows inventorying and forecasting of fuel consumptions and vehicular emissions segregated by classes. When compared with the observed fuel consumptions, these models presented statistically robust results. Under some conditions, these results can be converted in CO2 emissions. The same cannot be said with respect to other emissions, partially due to the difficulty to link emission sources to air quality measurements, which does not invalidate the use of the hybrid model to obtain comparative results for these emissions. Finally, the models were submitted to a sensitivity analysis and their applicability was verified for some scenarios.