基于主动投票法的车道线检测与跟踪算法研究

发布时间：2021-11-21 16:34

　　由于汽车数量剧增,交通事故频发已经成为当前世界一大难题。在长时间行车时,人类驾驶员承担负荷重,其生理和心理状态容易波动,不能保持注意力集中,增加了交通事故发生的风险。为提高驾驶安全性和舒适性,以车道线检测与跟踪技术为基础的先进驾驶辅助系统成为近年来研究热点。论文针对结构化道路,对基于主动投票法的车道线检测与跟踪算法做了研究。主要工作如下:首先,对道路图像进行灰度化和中值滤波处理,利用逆透视变换得到车道线互相平行的俯视图,设置感兴趣区域减少干扰,使用直方图均衡化进行图像增强,降低亮度变化带来的影响。分析了不同的边缘检测算子,分别从原理和实际应用效果对比,确定选用Canny算子进行边缘检测。使用Hough变换检测边缘图中的直线,针对道路图像特点,通过对极角进行约束,极大程度减少了Hough变换的计算量。提出了一种基于主动投票法的车道线检测算法,其主动表现在每一根直线都被假设成车道线,将自身特点属性作为车道线标准来对其他直线进行投票,根据总票数筛选出车道线。在车道线拟合稳定后,利用卡尔曼滤波进行车道线跟踪,进一步缩小感兴趣区域,降低计算量,提高了算法的实时性,拟合出的车道线也更加精确。为了缩... 

【文章来源】：安徽理工大学安徽省

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

均值滤波效果图

(a)ROI 区域示意 (b)真实 ROI 区域图 5 确定感兴趣区域Fig5 region of interest established表 1 不同速度下道路设计最小转弯半径Table1 the minimum turning radius in road design for different speeds速度(km/h) 100 80 60 50 40 30(m)自由地形 1600 1000 600 400 300 150受限地形 650 400 300 200 150 85特别地形 400 250 150 100 70 40缘检测检测算法一般基于图像强度的一阶和二阶导数。经过均值滤波

Sobel算子边缘检测图

【参考文献】：
期刊论文
[1]基于结构化道路的车道偏离实时预警算法[J]. 高琪,冯燕,梁瑞波.  计算机仿真. 2018(09)
[2]基于感兴趣区域模型的车道线快速检测算法[J]. 钱基德,陈斌,钱基业,陈刚.  电子科技大学学报. 2018(03)
[3]一种基于特征点投票统计的车道线快速检测算法[J]. 时利,谈东奎,王乃汉,袁宁,张一营.  汽车工程学报. 2018(03)
[4]基于神经网络与最小二乘法的车道线检测算法研究[J]. 贾会群,魏仲慧,何昕,李沐雨.  汽车工程. 2018(03)
[5]基于混合贝塞尔曲线模型的车道检测算法[J]. 韩浩,王舜燕.  计算机工程与设计. 2018(03)
[6]基于改进简单图像统计算法的车道线识别[J]. 段建民,张云飞,郑榜贵.  计算机工程与设计. 2018(03)
[7]车道线实时检测与偏离预警系统设计与研究[J]. 李福俊,顾敏明.  光电子·激光. 2018(03)
[8]一种鲁棒性的多车道线检测算法[J]. 宣寒宇,刘宏哲,袁家政,李青,牛小宁.  计算机科学. 2017(11)
[9]针对复杂路面虚线条件的车道线偏离预警[J]. 朱雨桐,刘华军.  计算机应用. 2017(S1)
[10]一种基于边缘点投影的车道线快速识别算法[J]. 陈无畏,蒋玉亭,谈东奎.  汽车工程. 2017(03)

博士论文
[1]基于视觉的自主车道路环境理解技术研究[D]. 杜明芳.北京理工大学 2015

硕士论文
[1]基于路段传输模型的动态系统最优出发时间及路径选择模型[D]. 王超.合肥工业大学 2018
[2]危险超车预警系统设计及DSP实现[D]. 孙焱标.中国科学技术大学 2014
[3]基于车道线的路面标志检测识别研究[D]. 许媛媛.中国科学技术大学 2014
[4]基于图像的车道线检测与跟踪算法研究[D]. 刘国荣.湖南大学 2014
[5]基于双曲线模型的车道识别与偏离预警算法的研究[D]. 陈本智.湖南大学 2013
[6]基于机器视觉的车道偏离预警理论与算法研究[D]. 初雪梅.湖南大学 2013
[7]基于嵌入式平台的H.264编码器的优化与实现[D]. 李茜.西安电子科技大学 2012
[8]基于DSP的数字音效处理器设计及实现[D]. 唐新灿.华南理工大学 2010
[9]车道线检测在车道偏离预警中的应用研究[D]. 圣华.合肥工业大学 2010
[10]MIMO-OFDM通信机中MIMO检测算法及实现技术研究[D]. 谭晋.电子科技大学 2008



本文编号：3509852