單目視覺結(jié)構(gòu)化道路車道線檢測和跟蹤技術(shù)研究.pdf

1、20世紀(jì)80年代以來,自主導(dǎo)航已成為智能車領(lǐng)域研究的主要方向,車道線是實現(xiàn)自主導(dǎo)航的重要信息,因此開發(fā)一種魯棒性和實時性較高的車道線檢測方法成為智能車領(lǐng)域中研究的熱點問題。本文主要研究了基于單目視覺的結(jié)構(gòu)化道路車道線檢測和跟蹤技術(shù)。通過理論分析和仿真結(jié)果確定了一種包含圖像預(yù)處理、直線檢測、消失點檢測、車道線提取的算法流程,并利用Kalman濾波實現(xiàn)了車道線的跟蹤檢測。
　　 在圖像預(yù)處理模塊,本文給出了一個最優(yōu)的算法流程:G分量

2、灰度化、中值濾波、Sobel邊緣檢測、OSTU法二值化。實驗結(jié)果表明這一流程能夠很好的檢測出光照較好和光照較惡劣的道路圖像中的車道線邊緣。
　　 為了降低干擾線對第一幀圖像消失點檢測的影響,本文提出了權(quán)值聚類法。根據(jù)傳統(tǒng)Hough變換會在車道線附近檢測出多條傾角相近的直線,而這些直線對應(yīng)參數(shù)空間中一組密集點的特點,先采用權(quán)值聚類法得到直線簇的中心直線,然后再次利用權(quán)值聚類法得到這些中心直線交點的中心點,將得到的中心點作為最終的消

3、失點。仿真結(jié)果表明該方法能夠很好地排除干擾線的影響。
　　 為了提高系統(tǒng)的實時性,對第一幀道路圖像和跟蹤過程中地直線檢測和消失點檢測分別采用了不同的方法。第一幀圖像采用傳統(tǒng)Hough變換查找直線,權(quán)值聚類法檢測消失點,消失點約束中心直線提取車道線。在跟蹤過程中首先采用Kalman濾波確定出感興趣域,再根據(jù)線性鄰域法檢測出消失點,然后用基于消失點的改進(jìn)Hough變換查找直線,最后根據(jù)直線簇的角度信息提取車道線。
　　 通過