详情

原文传递自适应感兴趣区域车道检测算法

论文题名：	自适应感兴趣区域车道检测算法
关键词：	汽车辅助驾驶;车道检测;图像预处理;自适应感兴趣区域
摘要：	随着道路环境的改善和汽车保有量的增加，汽车给生产、生活带来了极大的便利和巨大的经济效益。同时，交通事故所造成的人身伤害和经济损失也不容忽视。因此，人们在不断的改进汽车安全技术，减少交通事故。近年来，车辆智能辅助驾驶受到研究人员的高度重视，得到了快速发展和广泛应用，特别是计算机视觉、车辆传感、通信控制等技术的发展，使得采用技术手段避免交通事故发生具有可行性和有效性。车道检测作为车辆智能辅助驾驶的关键和基础技术，是该领域的研究热点，本文在现有车道检测算法的基础上做进一步地研究和改进。　　为更好、更快的获取车道信息，对不同的图像预处理方法进行分析和筛选，选择处理速度快、效果好的方法。对比不同边缘检测算子的优缺点，选取Sobel边缘检测算子检测车道边缘，并根据车道线在图像中的特点对其进行改进。采用最优阈值法对图像二值化，提高车道检测算法对道路环境的适应性。利用形态学方法对前期处理的图像腐蚀膨胀，消除孤立点噪声，得到骨架化的车道图像。　　在车道检测跟踪过程中，本文提出一种基于线性预测自适应感兴趣区域的车道检测算法。首先利用Hough变换稳定、精确的优点，采用一次约束条件的Hough确定车道线的起始位置，然后根据Hough变换所得参数，结合最小二乘直线拟合，线性预测车道方向，确定车道检测的左右自适应感兴趣区域(AROI-AdaptiveRegion of Interest)，减少非车道噪声干扰，实现车道检测。在车道拟合跟踪阶段，根据车道方向变化的大小判别采用最小二乘直线或曲线拟合车道线，由感兴趣区域对车道进行跟踪。以上方法可以在准确检测车道的前提下确保算法的实时性，克服现有车道检测算法感兴趣区域固定的缺点，同时实现对直道和弯道的检测和跟踪。　　实验表明，本文算法能够快速有效地检测车道，正确率达到了98.35％。特别是在试验场路况较差、弯道和车道破损等情况下显示了优越效果，具有良好的实时性、准确性和鲁棒性，非常实用。
作者：	高建明
专业：	通信与信息系统
导师：	陈辉
授予学位：	硕士
授予学位单位：	山东大学
学位年度：	2016
正文语种：	中文