基于成像模型的车道线检测与跟踪方法

被引：15

作者：

陈龙 ^{[1
,2
]}

李清泉 ^{[1
,3
]}

毛庆洲 ^{[1
,3
]}

机构：

[1] 武汉大学时空数据智能获取技术与应用教育部工程研究中心

[2] 武汉大学电子信息学院

[3] 武汉大学测绘遥感信息工程国家重点实验室

来源：

中国公路学报 | 2011年 / 24卷 / 06期

基金：

高等学校博士学科点专项科研基金;

关键词：

交通工程; 车道线检测与跟踪; 成像模型; 梯度贡献函数; Kalman滤波;

D O I：

10.19721/j.cnki.1001-7372.2011.06.014

中图分类号：

U491.116 [];

学科分类号：

082302 ; 082303 ;

摘要：

针对结构化道路上存在非车道线标记干扰的情况,提出一种基于成像模型的线扫描车道线检测及跟踪方法。检测算法中首先对路面图像进行形态学高帽变换预处理,然后建立前方道路图像的成像模型,将图像坐标系中车道参数和世界坐标系中实际车道参数对应,对图像进行初扫描,利用边缘贡献函数及RANSAC算法选取最确定线后,以此线为标准进行二次扫描,得到边缘点后统计边缘贡献函数局部最大值并拟合成直线车道线。跟踪算法中运用Kalman滤波器预测车道线区域,并提取符合标准的控制点拟合成模型为B样条的车道线。试验结果表明:该方法能够快速准确地在复杂环境中提取多个车道线,尤其对存在非车道线道路标记干扰的情况有显著效果。

引用

页码：96 / 102

页数：7

共 13 条

[1]

Lane Boundary Detection Using aMultiresolution Hough Transform. YU B,JAIN A K. Inter-national Conference on Image Processing . 1997

[2]

Vision-basedLane Recognition Under Adverse Weather ConditionsUsing Optical Flow. GERN A,MOEBUS R,FRANKE U. IEEE.Intelligent VehiclesSymposium . 2002

[3]

Predicting Lane Position for Roadway Departure Prevention. Batavia Parag H. Proceedings of IEEE Intelligent Vehicles Symposium . 1998

[4]

LANA: a lane extraction algorithm that uses frequency domain features. Kreucher C,Lakshmanan S. IEEE Transactions on Robotics and Automation . 1999

[5]

Artificial Vision in Road Vehicles. Massimo Bertozzi,Alberto Broggi,Massimo Cellario. Proceedings of Tricomm . 2002

[6]

GOLD: a parallel real-time stereo vision system for generic obstacle and lane detection. Bertozzi M,Broggi A. IEEE Transactions on Image Processing . 1998

[7]

Robust Real-time Lane and Road Detec-tion in Critical Shadow Conditions. BROGGI A. IEEE.Pro-ceedings of International Symposium on Computer Vi-sion . 1995

[8]

Aurora:a Vision-based Roadway Departure WarningSystem. CHEN M,JOCHEM T,POMERLEAU D,et al. IEEE.Intelligent Robots and Systems . 1995

[9]

Perform-ance Specification Development for Roadway De-parture Collision Avoidance Systems. POMERLEAV D,THORPE C,EMERY L. IEEE.Pro-ceedings of 4th World Congress on Intelligent Trans-portation Systems . 1997

[10]

Lane Recognition in Urban Environment UsingOptimal Control Theory. PAETZOLD F,FRANKE U,VON SEELEN W,et al. IEEE.Intelligent Ve-hicles Symposium . 2000

← 1 2 →