本文關(guān)鍵詞：基于優(yōu)先像素與卡爾曼濾波追蹤的車道線檢測　出處：《汽車工程》2016年02期 　論文類型：期刊論文

  更多相關(guān)文章： 車道檢測 偏離車道 優(yōu)先像素 最大類間方差法 卡爾曼濾波追蹤

【摘要】：針對車道線檢測不能滿足實時性與魯棒性要求的問題,提出了一種新的車道線檢測方法�；赗,G和B三原色在灰度圖像中所占比例的多樣性、車道線與道路的亮度差,將黃色、白色像素作為優(yōu)先像素處理。首先通過圖像的形態(tài)學(xué)禮帽算法去除大量噪聲,再經(jīng)最大類間方差法(OTSU)將圖像二值化,最終通過輪廓的篩選標(biāo)注車道線,后續(xù)視頻幀采用卡爾曼濾波追蹤處理,確定新的感興趣區(qū)域。本算法大大減少數(shù)據(jù)計算量,提高了處理效率,同時正確提取感興趣區(qū)域,提高了算法的魯棒性,降低車道線檢測的誤檢率。
[Abstract]:Aiming at the problem that lane detection can not meet the requirements of real-time and robustness, a new lane line detection method is proposed, which is based on the diversity of RG and B primary colors in grayscale images. The brightness of lane line and road is poor, yellow and white pixels are treated as priority pixels. Firstly, a large amount of noise is removed by morphological hat algorithm. Then the image is binarized by the method of maximum Inter-class Variance (OTSUA). Finally, the lane line is marked through the screening of the contour, and the subsequent video frames are processed by Kalman filter tracking. The algorithm greatly reduces the amount of data computation and improves the processing efficiency. At the same time, it can extract the region of interest correctly and improve the robustness of the algorithm and reduce the false detection rate of lane line detection.
【作者單位】： 湖南大學(xué)汽車車身先進設(shè)計制造國家重點實驗室;
【基金】：湖南省自然科學(xué)基金(14JJ3055) 國家863計劃項目(2012AA111802)資助
【分類號】：U463.6;TP391.41
【正文快照】： 前言隨著汽車工業(yè)的發(fā)展,高速公路交通事故也呈現(xiàn)出增長的趨勢,調(diào)查報告顯示,50%的交通事故是由車道偏離引發(fā)的。軌道偏離預(yù)警系統(tǒng)能在駕駛員由于疲勞駕駛而偏出車道的時候提前報警,提醒駕駛員回到正常行駛的車道內(nèi),促進安全駕駛。目前,基于視覺的軌道偏離預(yù)警系統(tǒng)[1-3]占主導(dǎo)

【相似文獻】

相關(guān)期刊論文 前10條

1 田炳香;鄭榜貴;吳晴;;高速公路車道線檢測與跟蹤算法研究[J];現(xiàn)代電子技術(shù);2008年09期

2 郭磊;李克強;王建強;連小珉;;應(yīng)用方向可調(diào)濾波器的車道線識別方法[J];機械工程學(xué)報;2008年08期

3 余厚云;張為公;;直線模型下的車道線跟蹤與車道偏離檢測[J];自動化儀表;2009年11期

4 余厚云;張為公;;基于動態(tài)感興趣區(qū)域的車道線識別與跟蹤[J];工業(yè)儀表與自動化裝置;2009年05期

5 劉富強;張姍姍;朱文紅;李志鵬;;一種基于視覺的車道線檢測與跟蹤算法[J];同濟大學(xué)學(xué)報(自然科學(xué)版);2010年02期

6 高德芝;段建民;楊磊;楊喜寧;;應(yīng)用多階動態(tài)規(guī)劃的車道線識別方法[J];機械工程學(xué)報;2011年08期

7 徐后杰;李會方;繆國鋒;;基于單目視覺的車道線分離警告算法研究[J];微處理機;2011年03期

8 劉振超;孔斌;王俊;黃俊杰;;水平亮度微分在車道線檢測中的使用[J];儀表技術(shù);2012年07期

9 高志峰;汪渤;周志強;徐方芳;;一種魯棒的非平坦路面車道線檢測算法[J];北京理工大學(xué)學(xué)報;2013年01期

10 柴燦;郎朗;;嵌入式實時車道線偏移快速偵測算法及系統(tǒng)實現(xiàn)[J];新余學(xué)院學(xué)報;2014年04期

相關(guān)會議論文 前8條

1 畢雁冰;;提高車道線識別精度的一種方法[A];第三屆中國CAE工程分析技術(shù)年會論文集[C];2007年

2 楊廣林;苗冬霜;;結(jié)構(gòu)化道路車道線檢測與跟蹤算法[A];2005年全國理論計算機科學(xué)學(xué)術(shù)年會論文集[C];2005年

3 劉曉龍;鄧志東;;基于全局與局部模型相互制約及具有模型不確定性評估的車道線檢測方法[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第三分冊）[C];2013年

4 張潔穎;王生進;丁曉青;;基于車輛軌跡的車道線檢測與劃分[A];圖像圖形技術(shù)與應(yīng)用進展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

5 余貴珍;李芹;王迪;;車輛智能化車道線跟蹤方法研究[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

6 李鋼;圣華;張仁斌;;基于LMedSquare選取最佳子集的車道線檢測算法[A];2009全國虛擬儀器大會論文集（二）[C];2009年

7 劉天輝;李飛;;車輛視覺導(dǎo)航中道路檢測算法研究[A];第十一屆沈陽科學(xué)學(xué)術(shù)年會暨中國汽車產(chǎn)業(yè)集聚區(qū)發(fā)展與合作論壇論文集（信息科學(xué)與工程技術(shù)分冊）[C];2014年

8 孫曉軍;李華;;基于Facet模型的一種車道線提取方法[A];第八屆中國智能交通年會論文集[C];2013年

相關(guān)博士學(xué)位論文 前3條

1 陳軍;基于DSP的高速公路車道偏離報警系統(tǒng)研究[D];天津大學(xué);2010年

2 沈\，

本文編號：1370809