基于分段直线模型和ATN的车道识别方法

被引：11

作者：

胡斌

何克忠

机构：

[1] 清华大学智能技术与系统国家重点实验室

来源：

清华大学学报(自然科学版) | 2006年 / 10期

关键词：

移动机器人; 车道线检测; 分段直线模型; ATN;

D O I：

10.16511/j.cnki.qhdxxb.2006.10.032

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

为了满足室外移动机器人高速安全行驶的要求,提出了一种基于分段直线模型和增强型状态转移网络(ATN)的车道识别方法。给出了高速公路车道线的分段直线模型;在车道识别阶段,首先采用动态双阈值二值化方法对原始图像进行预处理得到二值化图像,再利用基于ATN的图像理解算法识别出车道线。使用该算法的清华大学室外移动机器人(THM R-V)系统在高速公路上的最高自主行驶速度已经超过了150 km/h,另外在各种天气和不同路况下的稳定表现也说明了该算法的鲁棒性。

引用

页码：1762 / 1766

页数：5

共 5 条

[1]

Road Recognition from multifocal vision. Behringer R. Proceedings of the Intelligent Vehicles Symposium . 1994

[2]

Transition network grammars for natural language analysis. Woods W A. Communications . 1970

[3]

A vision-based road edge detection algorithm. Wang R B,,Xu Y C,Li B, et al. Proceedings of the IEEE Intelligent Vehicles Symposium . 2002

[4]

The YARF system for vision-based road following. Kluge K,,Thorpe C. M athematical and Computer Modeling . 1995

[5]

GOLD: A Parallel Real Time Stereo Vision System for Generic Obstacle and Lane Detection. BERTOZZI M,BROGGI A. IEEE Transactions on Image Processing . 1998

← 1 →