首页|智能车辆车道线识别方法研究

智能车辆车道线识别方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对基于特征的车道线识别算法识别不佳的问题,提出了一种基于开源计算机视觉库(OpenCV)的车道线识别算法来改进车道线的识别.首先对图像进行感兴趣区域划分,其次根据RGB颜色空间将图像三通道以5:5:0的比例转化为灰度图,经过高斯滤波后用积分图法将图像转换为二值图像,再进行形态学去噪并将二值化图像转换为鸟瞰图,使用滑动窗多项式拟合法拟合车道线.同时,为了解决车道线突然消失的问题提出了一种重构缺失边车道线的方法.结果表明:该检测方法在caltech车道线数据集达到了92.52％的准确率,处理单帧图像耗时约65.80 ms,具有较好的准确率和实时性.提出的车道线重构方法重构效果良好,能有效提高智能车辆的行车安全.
Research on lane recognition method of intelligent vehicle

王源隆、井志强、张峻玮、王亮国、季子杰、赵万忠

展开 >

南京航空航天大学能源与动力学院,南京 210016

车道线识别 OpenCV 积分图 滑动窗多项式拟合 车道重构

国家自然科学基金江苏省自然科学基金江苏省自然科学基金航空科学基金

52002180BK20201295BK201804822019ZF052009

2022

10.3969/j.issn.1674-8425(z).2022.02.001

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2022.36(2)
  • 4
  • 7