基于多信息融合优化的鲁棒性车道检测算法

• 作者: 张为公 林国余 陈旭
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 车道线检测 鲁棒性 多特征融合
• 年，卷（期）: 2010,（4）
• 页码范围: 771-777
• 分类号: TP391.4
• 字数: 6750字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2010.04.021

摘要

为了提高复杂环境下车道线检测的鲁棒性,提出一种基于多特征信息融合优化的鲁棒性车道线检测算法.首先构建了基于二次曲线空间道路模型图像中左右车道线数学模型;然后融合像素梯度值、梯度方向、像素灰度以及车道线结构等多特征信息,构造后验概率函数;最后采用基于免疫克隆策略的改进粒子群优化算法优化车道线模型参数,实现车道线提取.对实际道路图像的实验结果表明,引入多特征信息后,在道路中存在阴影、车辆和道路标记等干扰因素,以及车道线模糊、对比度较低的情况下,该算法也能快速准确地提取车道线,具有很强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张为公	东南大学仪器科学与工程学院	227	2706	26.0	38.0
2	陈旭	南京信息工程大学信息与控制学院	24	92	6.0	8.0
3	林国余	东南大学仪器科学与工程学院	35	414	8.0	19.0