基于改进的卡尔曼滤波车道线跟踪算法研究

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。     

结构化道路中车道线的单目视觉检测方法

车道线实时检测是智能车辆视觉导航系统中的重要研究内容.提出了一种基于单目视觉的车道线实时检测方法.首先用Canny边缘检测方法对给定图像进行边缘检测.然后提出一种基于方向优先级的车道线搜索方法,分别对左右车道独立完成搜索,在增强车道线特征的同时削弱其他边缘特征.接下来用霍夫变换计算每条线段的直线度,过滤具有复杂纹理的边缘.最后利用图像的亮度信息及其变换识别出车道线.对提出方法进行了实验验证,结果显示提出方法定位准确,在PIII 933 MHz的CPU上的处理速度平均达每秒13帧,能够满足车辆驾驶的安全性和实时性要求.     

基于OpenCV图像处理的车道线识别研究

近年来,智能驾驶技术成为国内外学者研究的热门,车道线识别技术作为智能驾驶领域的一项关键技术,需要准确地识别出各种条件下的车道线。本文设计了一种基于OpenCV图像处理的车道线识别算法,该算法首先将图像进行色彩空间转换,然后利用大津法（OTSU）和Canny算子对图像进行分割,设计掩膜找出图像中的感兴趣区域,采用渐近概率式Hough变换对直线车道线进行检测,拟合直线绘制出车道线,最后借助OpenCV平台对算法进行实现,结果表明该算法对直线车道线识别具有很好的效果。     

应用方向可调滤波器的车道线识别方法

考虑车道线的方向特性,提出一种应用方向可调滤波器的图像预处理方法。在对图像中的车道线方向特性进行分析的基础上,对图像进行分区处理,在每个区域内使用符合该区车道线方向的方向可调滤波器。在车道线初始检测阶段,利用边缘分布函数(Edge distribution function, EDF)确定车道线方向;在车道线跟踪阶段,则把上一轮检测结果作为方向可调滤波器的方向角输入。对比分析表明,该方法能够更加有效地强化车道线信息,去除图像噪声。经过多种工况下的试验验证,应用方向可调滤波器的车道线识别方法能够稳定地对车道线进行识别,准确地提取车道线参数,并且算法实时性很高。     

基于接箍识别的管柱测速方法研究

石油钻井作业中,下放井下配套设备时,需要获取准确的井深信息。提出一种基于管柱接箍识别和帧间差分法的管柱升降速度测量方法,首先对管柱运动视频图像进行预处理,再根据接箍部分直径大于管径的特征检测接箍,最后利用帧间差分法测量管柱起升速度。实验表明,该方法可以较准确地识别出接箍并测量出管柱运动速度。     

基于机器视觉的智能车辆鲁棒车道线识别方法

针对目前传统车道线识别算法在复杂道路环境中识别困难的问题,提出了一种基于机器视觉的智能车辆鲁棒车道线识别方法.为消除噪声干扰以及提高特征检测效率,设计了一种自适应道路感兴趣区域(ROI)计算方法,针对不同情况的车道可自适应地将车道区域与非车道区域分离.对待检测目标采用改进划分角度的检测算子进行车道线特征检测,同时对车道...     

直线道路识别实用性的优化分析

为了提高车道识别的实时性与鲁棒性,提出了一种车道识别优化方法。通过建立强鲁棒性的车道模型,对传统的道路图像边缘算法优化处理:图像预处理中充分考虑实用性,采用了加权平均法实现灰度化、中值滤波法降噪处理以及自适应Otsu法二值化分割图像、Canny算法实现边缘检测;基于模型利用极角极径法提取图像的感兴趣区域,改进Hough算法实现有效车道线的识别。最后实验证明,通过与传统方法比较,该算法极大提高了车道识别的效率并且增强了可靠性。     

基于机器视觉的车道线检测算法研究

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。     

应用多阶动态规划的车道线识别方法

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.     

一种基于时空信息的多目标检测新算法

运动目标检测是计算机视觉中进行信息提取的关键技术之一.为了克服传统帧间差分法检测出的目标不完整的缺点,提出了一种基于时空信息的视频图像中多目标检测新算法.该算法将帧间差分得到的图像序列的时间信息和帧间边缘差分得到的图像空间信息结合起来检测图像中的运动目标,同时利用形态学闭运算和近区域合并方法进一步强化图像中的空间信息,利用小区域去除的方法去除图像中的噪声影响.最后通过3组实验对其有效性进行了验证,实验结果证明,其检测效果与传统算法相比有较大改善.     

[智能感知]一种基于形态学特征的车道线识别方法

The existing lane detection algorithm mainly used edge information to extract lane features, and the algorithm that generated feature points through the contrast of adjacent pixels was easily affected by many external factors, and the detection results were easily disturbed, thus a new feature extraction algorithm was proposed. This algorithm improved the robustness of the algorithm in complex situations by calculating the tensor rotation of the gray structure in the region and selecting the largest changing trend pixel as the feature point. A new lane line feature extraction algorithm was used to extract feature points in interest areas, then feature points were selected, and Hough transform was used to fit them. After the lane lines were obtained , the dashed line and the solid line were distinguished by the coordinate variances of the feature points. The algorithm was tested by driving pictures of about 15 500 frames in different time periods. The results show that the detection method may detect the lane line well under various environments, the correct rate under the sunny conditions is as 99.18%, the correct rate under the rainy conditions is as 97.19%, and the correct rate under the worn pavement conditions is as 94.72%,the correct rate under the night conditions is as 97.62%.     

基于投影统计与双曲线拟合的车道识别算法

提出了一种运用投影统计与双曲线拟合的车道线识别方法。首先对采集的图像进行预处理,利用车道线宽度等信息提取车道线的特征点;然后根据特征点的位置及方向角分布对消失点进行定位,并基于消失点位置提取近视场直道模型,再结合直道模型对当前车道进行补充;最后利用近视野车道直线信息和双曲线拟合,对存在弯曲车道的车道线进行车道线寻优。实验结果表明,提出的算法能有效检测不同曲率的车道线,所提出的车道检测方法准确率高,在复杂行驶环境下表现出较高的鲁棒性。     

复杂场景中基于变块差分的运动目标检测

针对复杂场景中包含的摄像机扫描运动、随机抖动和目标运动,提出一种基于帧间可变块差分的运动目标检测算法.首先,利用全局特征点估计运动参数对帧间背景进行补偿,提取图像的全局特征点并匹配,以特征点集的最小位置误差和作为目标进行迭代,获取误差不大于0.5 pixel的全局运动参数,并精确补偿当前帧实现背景校正.然后,利用可变块...     

纹理粗糙度在红外图像显著性检测中的应用

提出了基于纹理粗糙度的红外图像显著性检测算法,以解决红外图像对比度低,目标显著性检测难的问题。首先,研究了Tamura的粗糙度原理,对粗糙度进行分析和评价,提出了新的粗糙度计算方法。然后,将图像分解为超级像素集合,并计算超级像素的最大平均强度差;利用最大平均强度差定义超级像素的最佳尺度,作为纹理粗糙度的度量。最后,将超级像素区域均匀外延,利用粗糙度的局部对比度和灰度信息度量红外图像的显著性。通过实验验证了本文算法的有效性,结果表明:在10%的噪声水平下,本文粗糙度保持不变,粗糙度特征图一致性较好,而Tamura的粗糙度特征图中杂点明显增多。与其它显著性检测算法对比,本文算法击中率最高,为0.752。该算法挖掘了红外图像的纹理粗糙度特征,为红外图像显著性检测提供了新的特征选择。     

基于计算机视觉的道路标志线车载检测系统与算法设计

提出一种在结构化道路情况下的道路标志线检测系统。选择中值滤波、Sobel算子和最大熵分割算法对道路图像进行预处理。选用2D的直线模型,采用增强型Hough变换从预处理后的图像中获取道路几何特征参数,最终检测出道路边界。建立粗略和精细的感兴趣区域提高道路标志线识别的可靠性和实时性。试验结果表明本算法可靠、有效,户外试验中具有很好的鲁棒性。     

基于视觉的车道线检测方法研究进展

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。     

基于二分试探的平面冗余机械臂碰撞检测与避障

针对协作机械臂与未知环境安全交互问题,提出基于二分试探的平面冗余机械臂碰撞位置检测与虚拟碰撞空间估计方法,基本思想为碰撞臂杆绕选定二分点旋转微小角位移,期间根据关节电流信息判断是否发生进一步碰撞,从而确定碰撞位置所处二分区间,以此迭代试探缩小碰撞位置估计误差至可接受范围。建立冗余机械臂碰撞臂杆以选定二分点为不动点的逆运动学模型,解决机械臂二分试探运动控制问题;通过简化改进二阶前馈外力观测器,建立基于关节电流的快速碰撞检测算法;根据碰撞位置与碰撞臂杆位姿信息,建立基于包络法的虚拟碰撞空间模型,以近似表征障碍物空间信息。仿真与实验结果表明,所提出的基于二分试探的碰撞位置检测与虚拟碰撞空间估计方法,可为主从任务转化闭环控制避障算法提供有效的障碍物信息,实现平面冗余机械臂安全避障,提高协作机械臂与环境交互安全性。     

利用平面约束的月球车立体匹配方法

为了满足月球车视觉系统对检测障碍物检测的时效性和可靠性的需求,提出了一种基于平面约束和自适应惩罚参数的半全局立体匹配算法。首先,对极线校正后的两幅图像进行SIFT特征点提取与匹配,同时提取边缘特征;然后,利用匹配的SIFT特征点拟合空间平面,并根据平面估计左右图像所有像素点的视差搜索范围;最后,基于传统的半全局匹配算法,采用自适应惩罚参数的策略对左右图像进行立体匹配。实验结果表明：所提出的算法有效地降低了计算复杂度,其计算复杂度只有传统方法的19.9%,对于视差不连续区域以及遮挡区域都能够获得正确的匹配结果。较传统半全局匹配方法无论在速度还是匹配精度上都得到明显提高,为对立体匹配的实际应用奠定了基础。     

采用快速路面重建的车道和障碍物检测新方法

对从二维图像平面中重建真实空间实际路面进行了研究，提出了实际路面快速重建算法，明显降低了其计算复杂度并保证重建的准确性。基于快速路面重建，本文提出了车道检测、障碍物检测方法给出了相应的道路参数估计。实验系统仅需要一台摄像机获取路景图像，新方法能自适应地修正摄像机参数，在斜坡路面情况时也能有效地给出车道检测和障碍物检测结果。