基于改进SIS算法和顺序RANSAC的车道线检测方法研究

• 作者: 庄博阳 李岳 段建民
• 来源期刊: 计算机测量与控制
• 关键词: 阈值分割 车道线模型 随机抽样一致性 模型配对 误检率
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 设计与应用
• 页码范围: 280-284,289
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.08.062

摘要

为了降低车道线识别算法在车道线存在阴影遮挡、路面出现泛白现象等不同道路环境下的误检率,提出了一种基于改进简单图像统计(Simple Image Statistics,SIS)阈值算法和改进的顺序随机抽样一致性(Random Sample Consensus,RANSAC)的车道线检测算法;首先,在图像预处理阶段采用改进的SIS阈值算法进行二值化;然后构建车道线模型,并简化车道线模型为双曲线模型;之后采用改进的顺序RANSAC算法拟合车道线;最后根据两边的车道线模型进行模型配对,通过选取最多支持数据点的组合确定车道线;分别采用加州理工学院的车道数据集和实际采集的城市快速路视频对所提出方法进行了实验验证,实验结果表明,该算法误检率低,为2.32％,鲁棒性高,能在复杂环境下快速、准确识别车道线.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段建民	北京工业大学信息学部	130	1093	16.0	25.0
2	李岳	北京工业大学信息学部	1	1	1.0	1.0
3	庄博阳	北京工业大学信息学部	3	2	1.0	1.0