原文传递
基于IPM和边缘图像过滤的多干扰车道线检测
| 题名： | 基于IPM和边缘图像过滤的多干扰车道线检测 |
| 正文语种： | 中文 |
| 作者： | 吴骅跃;赵祥模; |
| 作者单位： | 长安大学信息工程学院; |
| 关键词： | 交通工程;多干扰车道线检测;自适应车道线边缘提取;非车道线干扰过滤 |
| 摘要： | 在基于视觉的自动驾驶环境感知中,路面阴影、雨水、污渍和反光会对车道线识别和车辆导航造成干扰,针对此问题提出了一种基于逆投影映射(IPM)和边缘图像过滤的改进车道线识别方法。通过逆投影方法可以得到原始道路图像的鸟瞰图像,很大程度上增强了车道线的视觉特性并减少了干扰。同时提出迭代聚类分割方法对IPM图像中的灰度值进行分析,并保留与车道线颜色和形态特征最为接近的灰度点作为车道线边缘。随后提出一种搜索统计边缘图像中连续边缘区域的方法,通过分析边缘点并保留最长区域实现过滤道路干扰因素的目的。最后将该算法与其他常用车道线检测算法进行对比。研究结果表明:该方法可以更好地过滤路面各种干扰因素,有效增强干扰环境下识别模糊车道线、实车道线、虚车道线、弯车道线的能力,大幅提高了自动驾驶环境中的车道保持能力,并且由于该方法相比其他方法能够更加有效地去除路面干扰区域,因此识别车道线的速度得到大幅提高,可以满足自动驾驶对于实时性的要求。 |
| 期刊名称： | 中国公路学报 |
| 出版年： | 2020 |
| 期： | 05 |
| 页码： | 153-164 |
检索历史
应用推荐
