發(fā)布時(shí)間：2025-03-30 01:36

　　 隨著汽車智能化與網(wǎng)聯(lián)化的發(fā)展，在未來智能網(wǎng)聯(lián)汽車必將占據(jù)主流汽車消費(fèi)市場，因此智能汽車的交通安全受到人們更多的重視，車道偏離預(yù)警系統(tǒng)是實(shí)現(xiàn)自動(dòng)駕駛的核心技術(shù)之一，該系統(tǒng)的實(shí)現(xiàn)能夠有效降低交通事故發(fā)生的概率。車道偏離預(yù)警系統(tǒng)主要由車道線檢測系統(tǒng)和車道線追蹤系統(tǒng)組成，車道線的準(zhǔn)確識(shí)別對(duì)智能駕駛的實(shí)現(xiàn)具有重要意義。為了提高車道線識(shí)別技術(shù)的準(zhǔn)確性，本文提出了一種基于Hough霍夫變換的車道線檢測算法，文中設(shè)計(jì)的車道線識(shí)別算法可以為自動(dòng)駕駛汽車提供可靠的車道線數(shù)據(jù)信息。

【文章頁數(shù)】：3 頁

【部分圖文】：

圖1 車道檢測流程圖

車道線檢測任務(wù)受很多因素的干擾，如天氣、光照變化、障礙物部分遮擋等不可避免的因素，導(dǎo)致人們?cè)谶^去的一段時(shí)間內(nèi)進(jìn)行著不斷的技術(shù)改進(jìn)。本文運(yùn)用計(jì)算機(jī)視覺領(lǐng)域的圖像處理技術(shù)來對(duì)車道線進(jìn)行檢測和識(shí)別任務(wù)，如圖1所示。1車道線邊緣檢測

圖2 圖像灰度化處理圖

調(diào)用OpenCV中的cvtColor（）函數(shù)，能夠方便地對(duì)圖像進(jìn)行灰度化處理，如圖2所示。對(duì)于灰度化之后的圖像，為了精確的從中提取車道線的數(shù)據(jù)信息，對(duì)灰度圖進(jìn)行了邊緣檢測處理。由于Canny邊緣檢測算法[2]能夠盡可能地標(biāo)出圖像中的實(shí)際邊緣且與實(shí)際邊緣盡可能接近，并且圖像中的邊緣....

圖3 canny邊緣檢測圖

在OpenCV函數(shù)庫中用到了Canny函數(shù)，通過調(diào)整閾值獲得想要的圖像。通過閾值的改變，可以漸漸過濾掉一些背景；當(dāng)閾值選擇過大時(shí)，也會(huì)將圖像的特征完全損壞。本文中Canny函數(shù)的高低閾值經(jīng)過調(diào)整最后設(shè)置為70和120，灰度圖經(jīng)過Canny邊緣檢測后的圖像如圖3所示。通過進(jìn)行閾值的....

圖4 ROI區(qū)域圖

通過Canny邊緣檢測算子處理后的圖像中含有較多的事物因素，會(huì)對(duì)接下來的車道識(shí)別任務(wù)的準(zhǔn)確性造成干擾。為了去除掉這些不感興趣的區(qū)域，有效提高檢測效率與速度，進(jìn)行了感興趣區(qū)域[3]的確定。在車道檢測中，只關(guān)心車道線，由于視覺采集儀相對(duì)于車的位置是固定的，而自動(dòng)駕駛汽車相對(duì)于車道的左....

本文編號(hào)：4037979