基于优先像素与卡尔曼滤波追踪的车道线检测
本文关键词:基于优先像素与卡尔曼滤波追踪的车道线检测 出处:《汽车工程》2016年02期 论文类型:期刊论文
更多相关文章: 车道检测 偏离车道 优先像素 最大类间方差法 卡尔曼滤波追踪
【摘要】:针对车道线检测不能满足实时性与鲁棒性要求的问题,提出了一种新的车道线检测方法。基于R,G和B三原色在灰度图像中所占比例的多样性、车道线与道路的亮度差,将黄色、白色像素作为优先像素处理。首先通过图像的形态学礼帽算法去除大量噪声,再经最大类间方差法(OTSU)将图像二值化,最终通过轮廓的筛选标注车道线,后续视频帧采用卡尔曼滤波追踪处理,确定新的感兴趣区域。本算法大大减少数据计算量,提高了处理效率,同时正确提取感兴趣区域,提高了算法的鲁棒性,降低车道线检测的误检率。
[Abstract]:Aiming at the problem that lane detection can not meet the requirements of real-time and robustness, a new lane line detection method is proposed, which is based on the diversity of RG and B primary colors in grayscale images. The brightness of lane line and road is poor, yellow and white pixels are treated as priority pixels. Firstly, a large amount of noise is removed by morphological hat algorithm. Then the image is binarized by the method of maximum Inter-class Variance (OTSUA). Finally, the lane line is marked through the screening of the contour, and the subsequent video frames are processed by Kalman filter tracking. The algorithm greatly reduces the amount of data computation and improves the processing efficiency. At the same time, it can extract the region of interest correctly and improve the robustness of the algorithm and reduce the false detection rate of lane line detection.
【作者单位】: 湖南大学汽车车身先进设计制造国家重点实验室;
【基金】:湖南省自然科学基金(14JJ3055) 国家863计划项目(2012AA111802)资助
【分类号】:U463.6;TP391.41
【正文快照】: 前言随着汽车工业的发展,高速公路交通事故也呈现出增长的趋势,调查报告显示,50%的交通事故是由车道偏离引发的。轨道偏离预警系统能在驾驶员由于疲劳驾驶而偏出车道的时候提前报警,提醒驾驶员回到正常行驶的车道内,促进安全驾驶。目前,基于视觉的轨道偏离预警系统[1-3]占主导
【相似文献】
相关期刊论文 前10条
1 田炳香;郑榜贵;吴晴;;高速公路车道线检测与跟踪算法研究[J];现代电子技术;2008年09期
2 郭磊;李克强;王建强;连小珉;;应用方向可调滤波器的车道线识别方法[J];机械工程学报;2008年08期
3 余厚云;张为公;;直线模型下的车道线跟踪与车道偏离检测[J];自动化仪表;2009年11期
4 余厚云;张为公;;基于动态感兴趣区域的车道线识别与跟踪[J];工业仪表与自动化装置;2009年05期
5 刘富强;张姗姗;朱文红;李志鹏;;一种基于视觉的车道线检测与跟踪算法[J];同济大学学报(自然科学版);2010年02期
6 高德芝;段建民;杨磊;杨喜宁;;应用多阶动态规划的车道线识别方法[J];机械工程学报;2011年08期
7 徐后杰;李会方;缪国锋;;基于单目视觉的车道线分离警告算法研究[J];微处理机;2011年03期
8 刘振超;孔斌;王俊;黄俊杰;;水平亮度微分在车道线检测中的使用[J];仪表技术;2012年07期
9 高志峰;汪渤;周志强;徐方芳;;一种鲁棒的非平坦路面车道线检测算法[J];北京理工大学学报;2013年01期
10 柴灿;郎朗;;嵌入式实时车道线偏移快速侦测算法及系统实现[J];新余学院学报;2014年04期
相关会议论文 前8条
1 毕雁冰;;提高车道线识别精度的一种方法[A];第三届中国CAE工程分析技术年会论文集[C];2007年
2 杨广林;苗冬霜;;结构化道路车道线检测与跟踪算法[A];2005年全国理论计算机科学学术年会论文集[C];2005年
3 刘晓龙;邓志东;;基于全局与局部模型相互制约及具有模型不确定性评估的车道线检测方法[A];2013年中国智能自动化学术会议论文集(第三分册)[C];2013年
4 张洁颖;王生进;丁晓青;;基于车辆轨迹的车道线检测与划分[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
5 余贵珍;李芹;王迪;;车辆智能化车道线跟踪方法研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年
6 李钢;圣华;张仁斌;;基于LMedSquare选取最佳子集的车道线检测算法[A];2009全国虚拟仪器大会论文集(二)[C];2009年
7 刘天辉;李飞;;车辆视觉导航中道路检测算法研究[A];第十一届沈阳科学学术年会暨中国汽车产业集聚区发展与合作论坛论文集(信息科学与工程技术分册)[C];2014年
8 孙晓军;李华;;基于Facet模型的一种车道线提取方法[A];第八届中国智能交通年会论文集[C];2013年
相关博士学位论文 前3条
1 陈军;基于DSP的高速公路车道偏离报警系统研究[D];天津大学;2010年
2 沈\,
本文编号:1370809
本文链接:https://www.wllwen.com/kejilunwen/qiche/1370809.html