基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
道路元素检测是基于简单视觉的缩微智能车自主驾驶系统的研究基础.针对基于缩微智能车处理能力不足及对检测控制算法实时性的要求,提出了基于像素点数据块快速识别和跟踪算法.为降低光照对检测识别的影响,采用修正OTSU阈值二值化方法.实验检测结果显示,在光照、遮挡、污染等干扰情况下,缩微智能车对车道线、路面标志、斑马线等道路元素能够实现快速提取识别,并分析了速度对道路元素检测率的影响,而车道保持和超车换道实验验证了整个算法的高效性和稳定性.
推荐文章
基于视频图像像素点阵的车辆检测技术
视频图像
像素点阵
触发稳定区
车辆对象
车辆检测
一种实时鲁棒的非结构化道路检测算法
非结构化道路检测
混合高斯模型
B样条曲线
图像处理
基于主元神经网络的非结构化道路跟踪
主元神经网络
粒子滤波器
自主陆地车辆
非结构化道路跟踪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于像素点的快速结构化道路元素检测
来源期刊 计算机工程与科学 学科 工学
关键词 视觉导航 道路检测 道路跟踪 模式识别
年,卷(期) 2013,(5) 所属期刊栏目 图形与图像
研究方向 页码范围 100-105
页数 6页 分类号 TP39
字数 3563字 语种 中文
DOI 10.3969/j.issn.1007-130X.2013.05.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王京春 清华大学自动化系 45 924 13.0 29.0
2 江永亨 清华大学自动化系 37 289 8.0 16.0
3 陆耿 清华大学自动化系 16 262 9.0 16.0
4 毕建权 清华大学自动化系 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (134)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视觉导航
道路检测
道路跟踪
模式识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导