原文传递
基于图像的车道线检测与跟踪算法研究
| 论文题名： | 基于图像的车道线检测与跟踪算法研究 |
| 关键词： | 图像特征;车道线检测;Hough变换;三次B样条曲线;跟踪算法;粒子滤波 |
| 摘要： | 近年来，随着国家经济和城市规模的不断发展扩大，汽车的数量开始与日俱增，交通安全问题也随之面临着严峻的挑战。通过对大量交通事故的分析表明，造成人员伤亡最多、经济损失最重的事故原因属于追尾相撞，其中由随意变更车道引起的追尾事故占到了70％。汽车辅助驾驶系统作为行车安全的保障，能够在车辆即将发生碰撞或偏离车道时提醒司机，避免事故发生，而车道线的定位与识别作为车道偏离预警、车道变更辅助等辅助驾驶系统的重要组成部分，有着重要的研究意义与价值。因此，如何准确有效地检测和跟踪车道线成了辅助驾驶系统首要解决的问题，本文围绕基于图像的车道线检测与跟踪算法展开研究。 论文介绍了国内外车道检测与跟踪技术的研究现状，在现有车道线检测跟踪技术的基础上，提出了一种光照变化适应性较强的检测跟踪算法。本文的主要内容如下: 1.在车道线的信息提取方面，对现有的车道线提取算法进行分析研究，提出了一种基于局部特征信息的车道线提取方法。利用局部中值滤波处理道路图像，过滤出符合一定宽度和亮度的区域，并根据连通区域方向信息排除非标志线的干扰，筛选出准确的车道线。该算法具有较强的适应性，能够处理低对比度等光照不均情况下的车道线提取问题。 2.在车道线的检测方面，介绍了直线与曲线模型的拟合方法，为了使检测结果更接近车道线的真实形状，并考虑算法的运算复杂度，本文提出了一种结合两种模型的车道线检测算法，利用带有约束的Hough变换检测直线，道路弯曲时，用随机采样一致性方法拟合三次B样条曲线。该算法采用的曲线模型，能够在直线模型不够贴合弯道的情况下获得较好的检测效果。 3.在车道线的跟踪方面，主要分析了基于模型参数的跟踪算法——粒子滤波方法，介绍了一种适用于视频图像跟踪的CONDENSATION(Conditional Density Propagation for Visual Tracking)算法，提出了基于CONDENSATION粒子滤波的车道线跟踪算法。通过对车道线模型参数进行预测和更新，估计状态，达到跟踪车道线的目的。该方法能够有效提高结果的准确性和鲁棒性。 本文在不同的测试图像上验证了提出的检测跟踪算法，测试了包含光照变化在内的各种道路场景，实验结果表明了本文算法的有效性和鲁棒性。 |
| 作者： | 刘国荣 |
| 专业： | 控制科学与工程 |
| 导师： | 李树涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
