基于滑动窗口与多帧平均的车道检测算法

发布时间：2021-09-05 21:08

　　为满足自动驾驶领域对车道线检测准确性和实时性的要求,提出一种基于滑动窗口与多帧平均的车道线检测算法。在鸟瞰图上进行颜色分割,再根据像素分布直方图和上帧信息,动态选择滑动窗口方法提取车道线像素点,并使用最小二乘法进行二次多项式曲线拟合。利用视频图像的多帧平均化,增强算法的鲁棒性。实验结果表明,该算法能很好地应对光线明暗变化,车道线污损、遮挡等多种复杂道路环境,具有良好的准确性和鲁棒性。 

【文章来源】：计算机应用与软件. 2020,37(12)北大核心

【文章页数】：6 页

【部分图文】：

基于滑动窗口与多帧平均的车道检测算法

式中:arg max函数用来计算Sum(x)取最大值的x坐标值;w为图像宽度。得到车道线的左右起始基点之后,采用纵向滑动窗口搜索的方式提取车道线像素点。为了避免其他因素所造成的二进制颜色分割图像的干扰,选择滑动窗口的宽度为车道线宽度的5倍,而滑动窗口高度的选取需要将车道线在鸟瞰图中的最大斜率考虑在内,经过多次实验,本文选择图像高度的1/10作为滑动窗口的高度值。

式中:n为第i个窗口包含像素点的个数。当n=0时,即该窗口未发现像素点,则下一窗口的基点x坐标值保持不变。该算法的具体效果如图5所示,其中各个矩形为滑动窗口,左右曲线分别为左右车道线像素点。考虑到在鸟瞰图变换视角下,视频图像相邻两帧之间车道线的斜率,位置变化很小,因此可以利用前一帧的拟合曲线,来简化滑动窗口搜索过程,提高计算速度。以拟合的二次曲线为中心线,宽度为滑动窗口宽度,高度为h的搜索区域,来提取车道线像素点,在该区域内的像素点保留,反之则舍弃。最终输出效果如图6所示,图中两个较宽区域为搜索区域。

【参考文献】：
期刊论文
[1]基于多帧叠加和窗口搜索的快速车道检测[J]. 陈涵深,姚明海,陈志浩,杨圳.  计算机科学. 2018(10)
[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]基于不定Bezier变形模板的城市道路检测算法[J]. 王科,黄智,钟志华.  机械工程学报. 2013(08)



本文编号：3386091