一种基于横截面特征的车道线检测方法

• 作者: 李堃 杨振泰 毕高杰 谢昌刚 赵伟康 黎向锋
• 来源期刊: 机械制造与自动化
• 学科: 工学
• 关键词: 自动驾驶 车道线检测 截面特征 分段拟合 卡尔曼滤波器
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 电气与自动化
• 页码范围: 167-170
• 页数: 4页
• 分类号: TP391
• 字数: 3528字
• 语种: 中文
• DOI: 10.19344/j.cnki.issn1671-5276.2019.03.043

摘要

车道线检测是自动驾驶的基本任务之一,提出了一种高效稳定的车道线提取拟合和跟踪的算法.根据车道线的截面特征逐行提取车道线特征点,并使用连通域聚类滤波,与传统的霍夫算法相比降低算法复杂度,提高运行效率.将提取的车道线特征点区域分成近视场和远视场,并分段拟合,提高拟合精度.使用卡尔曼滤波算法对车道线的端点和斜率进行跟踪,以此缩小感兴趣区域,提高运行效率.实验中,该方法能够完成多种不同场景下的车道线检测,证明了该算法具有良好的鲁棒性和实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎向锋	南京航空航天大学机电学院	109	810	15.0	20.0
2	李堃	南京航空航天大学机电学院	11	72	4.0	8.0
3	毕高杰	南京航空航天大学机电学院	5	1	1.0	1.0
4	杨振泰	南京航空航天大学机电学院	6	1	1.0	1.0
5	谢昌刚	南京航空航天大学机电学院	4	1	1.0	1.0
6	赵伟康	南京航空航天大学机电学院	2	8	1.0	2.0