基于IPM和边缘图像过滤的多干扰车道线检测

• 作者: 吴骅跃 赵祥模
• 来源期刊: 中国公路学报
• 学科: 交通运输
• 关键词: 交通工程 多干扰车道线检测 自适应车道线边缘提取 非车道线干扰过滤
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 交通工程
• 页码范围: 153-164
• 页数: 12页
• 分类号: U495
• 语种: 中文

摘要

在基于视觉的自动驾驶环境感知中,路面阴影、雨水、污渍和反光会对车道线识别和车辆导航造成干扰,针对此问题提出了一种基于逆投影映射(IPM)和边缘图像过滤的改进车道线识别方法.通过逆投影方法可以得到原始道路图像的鸟瞰图像,很大程度上增强了车道线的视觉特性并减少了干扰.同时提出迭代聚类分割方法对IPM图像中的灰度值进行分析,并保留与车道线颜色和形态特征最为接近的灰度点作为车道线边缘.随后提出一种搜索统计边缘图像中连续边缘区域的方法,通过分析边缘点并保留最长区域实现过滤道路干扰因素的目的.最后将该算法与其他常用车道线检测算法进行对比.研究结果表明:该方法可以更好地过滤路面各种干扰因素,有效增强干扰环境下识别模糊车道线、实车道线、虚车道线、弯车道线的能力,大幅提高了自动驾驶环境中的车道保持能力,并且由于该方法相比其他方法能够更加有效地去除路面干扰区域,因此识别车道线的速度得到大幅提高,可以满足自动驾驶对于实时性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵祥模	长安大学信息工程学院	171	1125	16.0	25.0
2	吴骅跃	长安大学信息工程学院	3	1	1.0	1.0