基于特征提取的车道线快速检测方法研究 |
| |
引用本文: | 徐嘉雯,何超,魏明洋,张慧蒙,罗鑫,刘学渊.基于特征提取的车道线快速检测方法研究[J].机电工程技术,2023(2):118-122. |
| |
作者姓名: | 徐嘉雯 何超 魏明洋 张慧蒙 罗鑫 刘学渊 |
| |
作者单位: | 西南林业大学机械与交通学院 |
| |
基金项目: | 国家自然科学基金项目(编号:51968065);;云南省教育厅科研基金项目(编号:2022Y571); |
| |
摘 要: | 车道线检测是无人驾驶车辆及车道偏离预警等系统的关键技术。针对自动驾驶车辆当前道路可行驶区域检测精度不高、环境适应性差及实时性差的问题,提出了一种基于特征提取的快速检测车道线的方法。在图像预处理阶段,首先读取视频图像,把每一帧RGB图像转为灰度图,通过Canny算子对图像的边缘轮廓进行提取,然后绘制车道线的掩码区域,并与边缘检测结果图结合,对感兴趣区域(ROI),也就是对车道线所划分的汽车当前可行驶区域进行提取。最后进行概率霍夫变换和最小二乘拟合,并将得到的直线绘制到原图像中,最终对每一帧处理后的图像进行输出。该算法在多种边缘检测方法中选用Canny算法,并针对人为选取双阈值的复杂性问题,提出了自适应调节、选取阈值的方法;运用改进的概率霍夫变换对车道线进行检测,并进行离群值的过滤,有效提高了检测精度和速度。结果表明:该算法处理每一帧图像的时长为13.9 ms,且平均准确率达到97.6%,具有较好的实时性和准确性。
|
关 键 词: | 自动驾驶 车道线检测 特征提取 图像处理 |
|
|