作者:
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:
车道线识别是智能交通系统(intelligent transport system,ITS)实现的重要组成部分.为了解决道路图像中光源干扰、阴影遮挡、车道线破损、标志线不连续等因素导致道路识别方法鲁棒性较差的问题,提出一种基于粒子滤波框架的Catmull-Rom样条的车道线侦测及跟踪算法,这种算法利用Catmull-Rom样条数学模型能够灵活且精确的标定车道线,且基于粒子滤波框架的滤波器保障了系统的稳定性及鲁棒性.实地测试结果显示在9种路况环境下算法侦测及跟踪性能准确稳定;该方法与近远景分割算法比较,路况侦测及跟踪边界更清晰;进行基于影像序列的量化稳定性评估,正确识别率接近98%.
推荐文章
基于Catmull-Rom几何样条的过渡曲面构造
Catmull-Rom样条
几何连续
超限插值
过渡曲面
基于Catmull-Rom样条曲线的弯曲车道线检测研究
智能车辆
弯曲车道线
检测
Catmull-Rom样条曲线
机器视觉
基于Canny边缘检测的Catmull-Rom图像放大
Canny算子
Catmull-Rom样条
边缘保持
图像放大
基于Catmull-Rom样条的道路检测算法研究
半结构化道路
Catmull-Rom样条
层次搜索优化
高斯滤波
道路模型
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 基于粒子滤波框架Catmull-Rom样条的多车道侦测及跟踪算法研究
来源期刊 电子测量与仪器学报 学科 工学
关键词 弯道侦测 车道识别 样条曲线 多车道侦测
年,卷(期) 2015,(10) 所属期刊栏目 学术论文
研究方向 页码范围 1520-1528
页数 9页 分类号 TP391.41
字数 5158字 语种 中文
DOI 10.13382/j.jemi.2015.10.015
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 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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (146)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (31)
二级引证文献  (2)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(7)
  • 参考文献(3)
  • 二级参考文献(4)
2015(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)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(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
弯道侦测
车道识别
样条曲线
多车道侦测
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
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
总被引数(次)
44770
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导