计算机科学››2017,第44卷››发行(11): 305-313.数字对象标识:10.11896/j.issn.1002-137X.2017.11.047

以前的文章   下一篇文章

鲁棒多波长检测算法

XUAN Han-you、刘洪哲、袁家正、李青、NIU Xiao-ning  

  • 在线:2018-12-01 出版:2018-12-01

摘要:机器视觉广泛应用于智能车辆领域,车道线检测已成为人工智能领域的研究热点。为了获得更稳健的车道线检测效果,提出了一种基于多条件约束的车道线特征滤波器,并提出了一个新的车道线聚类算法。通过卡尔曼滤波,利用基于透视投影线性关系的车道线位置和宽度来设置自适应动态ROI。此外,利用车道线的特征来获得约束条件,以获得更稳定的检测结果。实际道路环境下的实时检测结果表明,该算法具有鲁棒性和实时性,具有非常稳定的检测效果。

关键词: 机器视觉、车道线特征过滤器、聚类算法、稳定性、卡尔曼滤波器、位置宽度函数

[1] 宋海波,何德杰,辛晓杰。基于机器视觉的非结构化道路检测与障碍物识别算法[J]。中国证券交易委员会交易,2011,7(6):225-230.(中文)宋怀波,何东健,辛湘俊.基于机器视觉的非结构化道路检测与障碍物识别方法[J] 《建筑工程》,2011年,27(6):225-230。
[2] 王天堂,赵永光,常福林.基于视觉传感器的障碍物提取[J]。计算机工程与应用,2015,1(4):180-183王天涛,赵永国,常发亮.基于视觉传感器的障碍物检测[J] ●●●●。计算机工程与应用,2015,51(4):180-183.
[3] YENIKAYA S,YENIKAYA,KHAN G,等.保持车辆在道路上行驶:道路车道检测系统综述[J]。ACM计算调查,2013,46(1):125-134。
[4] MECHAT N,SAADIA N,M'SIRDI N K,等.道路车辆单目视觉系统车道检测与跟踪[C]‖国际图像与信号处理大会.2012:1276-1282。
[5] HOUYUN T U.基于线性模型的车道跟踪和偏离检测[J]。过程自动化仪表,2009,30(11):1-7。
[6] MASTORAKIS G,DAVIES E R.用于定位道路车道标记的改进线检测算法[J]。《电子快报》,2011年,47(3):183-184。
[7] HOU L L。高速公路车道检测算法的研究[D]。郑州:河南工业大学,2012.(中文)侯利龙.高速公路车道线检测算法研究[D] ●●●●。郑州:河南工业大学,2012
[8] 陈晓勇。基于单目视觉的实时车道检测研究[D]。南京:南京邮电大学,2015陈小燕.基于单目视觉的车道线实时检测研究[D] 。南京:南京邮电大学,2015
[9] 张C,范晓宁.基于线性模型的实时车道检测方法[J]。计算机工程与设计,2012,3(1):295-299张翀,范新南.基于直线模型的车道线实时检测方法[J] ●●●●。计算机工程与设计,2012,33(1):295-299.
[10] 魏斯,张晓瑞,唐海清,等.基于霍夫变换和最小二乘拟合的车道协调检测[J]。光电工程,2011,1(3):26-30。
[11] HA S,KIM G,HA S,et al.B-基于特征融合和外部摄像机参数估计的车道检测[J]。韩国电子工程师学会学报,2013,0(1):215-224。
[12] JU Q A,YING R D,JIANG L T.基于计算机视觉的快速车道检测[J]。计算机应用研究,2013,0(5):1544-1546鞠乾翱,应忍冬,蒋乐天.基于机器视觉的快速车道线识别[J] ●●●●。计算机应用研究,2013,30(5):1544-1546.
[13] 王晓英,王义忠.一种基于线性超博拉模型的车道检测算法[J]。杭州电子科技大学学报,2010,0(6):64-67王晓云,王永忠.基于线性双曲线模型的车道线检测算法[J] ●●●●。杭州电子科技大学学报,2010,30(6):64-67.
[14] 徐海瑞,王晓东,方清.基于B样条曲线模型的结构化道路检测算法[J]。自动化学报,2011,7(3):270-275许华荣,王晓栋,方遒.基于B类样条曲线模型的结构化道路检测算法[J] 《中国日报》,2011年,37(3):270-275。
[15] 王毅,TEOH E K,SHEN D.车道检测与跟踪B-Snake[J]。图像与视觉计算,2004,22(4):269-280。
[16] 孙伟,张晓瑞,唐海清,等.基于霍夫变换和最小二乘拟合的车道协调检测[J]。光电工程,2011,8(10):13-19.(中文)孙伟,张小瑞,唐慧强,等.霍夫变换和最小二乘拟合的车道线协调检测[J] .工程,2011,38(10):13-19。
[17] 王晓勇。基于DM642的车道检测方法研究[D]。天津:河北工业大学,2015.(中文)DM642的车道线检测方法的研究[D] ●●●●。天津:河北工业大学,2015
[18] 马义忠。计算机视觉边缘检测算法研究[D]。重庆:重庆理工大学,2010马亚洲.机器视觉中边缘检测算法的研究[D] ●●●●。重庆:重庆理工大学,2010
[19] 刘恩,曹继明,王晓林.基于视觉的车道线检测算法研究[J]。电子测试,2013(7):106-107.(中文)刘娜,曹健明,王小乐.基于视觉的车道线检测算法探讨[J] 2013年(7):106-107。
[20] 王美海。基于视觉的智能车辆车道检测与偏离报警算法研究[D]。北京:北京交通大学,2012王明慧.基于视觉的智能汽车道路检测与预警算法的研究[D] 。北京:北京交通大学,2012
[21]王D。基于形态学特征的车道识别技术的研究与实现[D]。沈阳:东北大学,2012王丹丹.基于形态特征的车道线检测和识别技术的研究与实现[D] ●●●●。沈阳:东北大学,2012
[22]彭浩,肖建生,程欣,等.基于扩展卡尔曼滤波的车道检测算法[J].光电子激光学报,2015,6(3):567-574彭红,肖进胜,程显,等.基于扩展卡尔曼滤波器的车道线检测算法[J] .北京·北京,2015(3):567-574。
[23]徐敏华,张开新,姜振林.车道偏离实时预警系统的算法设计与实现[J]。交通运输工程学报,2016,6(3):149-158徐美华,张凯欣,蒋周龙.一种实时车道线偏离预警系统算法设计和实现[J] ●●●●。交通运输工程学报,2016,16(3):149-158.
[24]吴世杰,蒋海华,彭建伟,等.车辆车道保持的异构系统集成设计与实现[J]。IEEE智能交通系统汇刊,2008,9(2):246-263。
[25]BURZIO G,GUIDOTTI L,PERBOLI G,等.真实驾驶条件下车道偏离警告系统的影响研究-主观现场操作[J]。现场操作测试和自然驾驶研究,2010,8(13):313-322。
[26]JUN M,JING C.根据中国市场的具体需求,先进的汽车驾驶员辅助系统发展趋势[J]。农业设备与车辆工程,2012,50(3):36-40。
[27]HILLEL A B,LERNER R,DAN L,等.道路和车道检测的最新进展:综述[J]。机器视觉与应用,2014,25(3):727-745。
[28]郭开元,王永伟,郭雪莲.基于卡尔曼滤波噪声分析的车道检测与跟踪算法[J]。计算机测控,2016,4(5):216-219.(中文)郭克友,王艺伟,郭晓丽.结合卡尔曼滤波器噪声分析的车道线检测跟踪算法[J] ●●●●。计算机测量与控制,2016,24(5):216-219.
[29]王J.无人车辆感知系统关键技术研究[D]。合肥:中国科技大学,2016。(中文)王俊.无人驾驶车辆环境感知系统关键技术研究[D] ●●●●。合肥:中国科学技术大学,2016
[30]徐敏华,张开新,姜振林.车道偏离实时预警系统的算法设计与实现[J]。交通工程学报,2016,6(3):149-158徐美华,张凯欣,蒋周龙.一种实时车道线偏离预警系统算法设计和实现[J] ●●●●。交通运输工程学报,2016,6(3):149-158.
[31]CHEN G H,PAN X X,HOU Z H.一种基于车道检测和多特征的车辆检测算法[J]。科学技术与工程,2016,6(15):245-250陈戈珩,潘晓旭,侯作辉.基于车道线识别和多特征的前车检测算法[J] ●●●●。科学技术与工程,2016,16(15):245-250.

找不到相关文章!
已查看
全文


摘要

引用

  共享   
  讨论   
找不到建议阅读的文章!