考虑车辆动态行为的感兴趣区域预测技术

• 作者: 张强 王晓彤 高锋 黄赛赛
• 来源期刊: 汽车工程学报
• 学科: 交通运输
• 关键词: 驾驶辅助 图像处理 车道线识别 感兴趣区域
• 年，卷（期）: 2018,（3）
• 页码范围: 176-181
• 页数: 6页
• 分类号: U461.99
• 字数: 3545字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1469.2018.03.03

摘要

车辆横向运动剧烈时,基于视频序列的感兴趣区域(Region of Interest,ROI)预测方法未直接考虑车辆动态特性,通过误差反馈矫正,容易使预测结果不准确.考虑车辆相对车道线的动态特性,建立其微观交通系统模型.基于该模型应用卡尔曼滤波理论在车辆坐标系下设计感兴趣区域预测算法,并应用于车道线识别系统以提高识别实时性和准确性.台架试验结果表明,在测试工况下感兴趣区域预测的准确率提高了19.4%,通过缩小图像处理区域,单帧图像平均处理时间降低1.9 ms,车道线识别准确率提高了1.3%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高锋	重庆大学汽车工程学院	8	28	3.0	5.0
2	黄赛赛	重庆大学汽车工程学院	2	19	1.0	2.0
3	张强		1	0	0.0	0.0
4	王晓彤	重庆大学汽车工程学院	2	0	0.0	0.0