基于滑动ROI的强鲁棒性实时车道侦测算法实现

• 作者: 杨会成 陈孟元
• 来源期刊: 安徽工程大学学报
• 学科: 工学
• 关键词: 弯道侦测 车道识别 双曲线对模型 横向梯度算子 车道资讯修补
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 自动化与信息工程
• 页码范围: 52-56
• 页数: 5页
• 分类号: TP391.41
• 字数: 2220字
• 语种: 中文

摘要

车道线检测是智能交通系统(Intelligent Transport System,ITS)实现的重要组成部分,文章提出一种在复杂环境中的直弯道检测方法。首先采用带有自适应阈值的横向梯度算子对影像灰度图进行车道线资讯过滤,并采用模糊搜索策略修补过滤后的车道线资讯,提高系统鲁棒性及车道检测的正确率。然后采用滑动 ROI (Region Of Interest)窗口策略统计车道边界资讯图梯度方向角,剔除异常梯度方向角的边界噪音资讯,同时采用影像关联方法减少冗余车道线边界资讯,以减少后续 Hough转换运算量。直线车道部分提出一种快速查表的 Hough转换方法,用于直线侦测；弯道部分引入双曲线对模型,其参数初始值承接于直线车道部分,并通过搜索策略最终确定其k参数,实现弯道部分的侦测。实验表明,此算法在路况复杂的环境中具有较好的鲁棒性,能够实时提供车道资讯信息。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨会成	安徽工程大学安徽省电气传动与控制重点实验室	61	224	7.0	11.0
2	陈孟元	安徽工程大学安徽省电气传动与控制重点实验室	87	626	12.0	21.0