共查询到18条相似文献,搜索用时 78 毫秒
1.
基于动态感兴趣区域的车道线识别与跟踪 总被引:1,自引:0,他引:1
利用车载机器视觉系统识别车道线以确定运动车辆相对道路的横向位置,是目前高速公路等规格化道路上实现车道保持的主要手段。通过理论计算确定采用车道线线性模型,能够满足识别的精度要求,同时提高了系统的实时性。卡尔曼滤波器动态确定感兴趣小窗口的大小和位置,实现车道线自动跟踪,使得图像预处理和车道线的Hough变换识别只在小窗口内进行,降低了计算成本。现场跑车试验结果表明,一帧道路图像的预处理和车道线识别与跟踪时间小于30 ms,且系统对道路上其他运动车辆等干扰具有较强的鲁棒性。 相似文献
2.
当前随着汽车数量的增多,导致交通事故频繁发生,高级驾驶辅助系统(ADAS)应运而生,其中车道线检测是ADAS中的重要环节。传统的检测方法是先划定一个固定感兴趣区域(ROI),然后再检测车道线,但这种方法对于一些情况比较复杂的路段检测准确率并不高,因此提出了一种根据前后帧车道线ROI和模板来检测车道线的方法。首先利用Hough变换检测出第一帧图像的车道线,并提取车道线ROI以及对应模板;然后从第二帧开始每一帧图像都利用从上一帧图像中提取的车道线ROI和模板来检测当前帧的车道线,当前帧检测完毕后提取新的ROI和模板传给下一帧继续检测,直至各帧图像都检测完毕为止。在Matlab平台中针对采集的车道线视频用这种方法进行了测试,实验证明,这种方法的检测准确率达到了95.22%,实时性很强,具有一定的可行性。 相似文献
3.
4.
车道线识别是实现车道线保持等高级辅助驾驶的前提条件,针对目前结构化道路车道线在干扰条件下存在检测失效的问题,提出了一种改进的卡尔曼滤波车道线跟踪识别方法。该方法利用连续帧道路图像车道线发展的连续性和车道线状态不出现突变的特点实现车道线的跟踪识别。首先计算出斜率和截距作为前一帧车道线道路图像的参数值,卡尔曼滤波系统以前一帧车道线参数值预算估计出当前帧道路图像的车道线作为最优估计值;通过设定阈值更新当前帧道路图像中车道线出现的区域为感兴趣区域,以减小道路图像中其他非车道线因素的噪声的干扰;利用opencv视觉库分别找到当前帧道路图像感兴趣区域中所有组成车道线的端点作为左右车道线的数据集,用最小二乘拟合出车道线的检测值;将卡尔曼滤波估算得出的最优估计值和最小二乘拟合的检测值比较后完成车道线的检测跟踪。实验结果表明,采用改进的卡尔曼滤波跟踪方法后,车道线识别准确率超过了95%。利用前一帧车道线的参数对当前车道线的状态进行估算,可以消除不同干扰条件下噪声的影响,提高车道线的识别准确率,提升辅助驾驶功能的稳定性。 相似文献
5.
该文基于逆透视变换技术提出了一种车道线检测方法。将道路图像映射为逆透视图,用二维高斯滤波器对图像进行滤波,然后进行阈值处理;用Hough变换提取车道线的线条曲线,利用三阶Bezier样条曲线拟合算法进行直线拟合,获得车道线的检测结果。实验表明,该方法在图像较清晰的情况下,检测近距离的车道线获得了较好的效果,适用于平坦路面下的白色和黄色等车道线检测。 相似文献
6.
车道线检测是自动驾驶的基本任务之一,提出了一种高效稳定的车道线提取拟合和跟踪的算法。根据车道线的截面特征逐行提取车道线特征点,并使用连通域聚类滤波,与传统的霍夫算法相比降低算法复杂度,提高运行效率。将提取的车道线特征点区域分成近视场和远视场,并分段拟合,提高拟合精度。使用卡尔曼滤波算法对车道线的端点和斜率进行跟踪,以此缩小感兴趣区域,提高运行效率。实验中,该方法能够完成多种不同场景下的车道线检测,证明了该算法具有良好的鲁棒性和实时性。 相似文献
7.
基于视觉的车道线检测方法研究进展 总被引:1,自引:0,他引:1
车道线检测作为智能驾驶领域的关键技术,在车道偏离预警(LDW)和车道保持(LK)、车道变换(LC)和前向碰撞预警(FCW)、自适应巡航控制(ACC)等先进驾驶辅助系统(ADAS)中发挥重要作用。利用视觉的方法在车道线检测技术研究中占据主导地位,也是未来的发展方向。综述了近二十年来利用视觉的车道线检测方法的研究进展。首先简述了车道的分类及其特征,阐明了车道线检测的一般流程及面临的挑战;重点阐述了检测车道线的基于特征、基于模型、基于学习及其他方法的检测原理,评述了其优缺点并进行了分析与比较;随后介绍了车道线检测的常用数据集及性能评估指标;最后针对车道线检测方法目前存在的问题,对进一步的研究方向进行了展望。 相似文献
8.
应用多阶动态规划的车道线识别方法 总被引:1,自引:0,他引:1
根据图像中车道线特征,提出一种应用多阶动态规划的车道线识别算法.为准确识别车道线,算法利用非均匀B样条曲线拟合车道线,通过多阶动态规划确定非均匀B样条曲线的控制点.根据多阶动态规划的起始点和目标点确定车道线检测区域,进行区域分割确定动态规划的阶数,确定控制点的候选点;根据定义的代价函数和最优化原理,利用多阶动态规划确定曲线的控制点;拟合车道线,实现车道线的识别.处理各种路况的视频图像进行算法验证,试验结果表明,对于实车道线和虚车道线的直道、左转、右转的多种路况条件下,算法能有效准确地提取车道线的参数,稳定地实现车道线的识别. 相似文献
9.
10.
11.
12.
13.
基于线搜索算法的输电线路覆冰厚度检测 总被引:1,自引:0,他引:1
针对复杂背景下输电线路覆冰厚度的检测,提出一种线搜索算法。利用复杂背景下沿覆冰电缆方向,电缆图像纹理具有平滑性或周期性的特征,首先遍历符合条件的直线,得到直线簇,并统计直线簇斜率,再根据斜率直方图,通过电缆图像特征匹配,完成覆冰电缆的边缘提取,最终计算出电缆覆冰厚度值。通过不同背景下的覆冰电缆的覆冰厚度检测实验测试,验证了该算法的有效性。 相似文献
14.
15.
16.
<正>This paper proposes a lane detection algorithm using sub stretching of histogram.First of all,makes a decision whether the image has foggy or not.For this,sets the interest region and analyzes the histogram of the region. If the image has a fog,applies a contrast enhancement algorithm using sub-stretching of histogram.In order to detect lane information,uses connectivity of edge pixels of road image and finds the straight lines forward to the center of image.To evaluate the performance of proposed algorithm,tested the algorithm on the road image obtained by a driving test and verified its efficiency. 相似文献