版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、基于逆透視變換的車道標(biāo)志線檢測(cè)算法基于逆透視變換的車道標(biāo)志線檢測(cè)算法裘偉,戴斌,吳濤(國(guó)防科學(xué)技術(shù)大學(xué)機(jī)電工程與自動(dòng)化學(xué)院,長(zhǎng)沙,410073)摘要:要:在車輛自主駕駛系統(tǒng)中,準(zhǔn)確快速的檢測(cè)車道標(biāo)志線是一項(xiàng)基本而又相當(dāng)重要的任務(wù)。傳統(tǒng)的完全基于圖像的檢測(cè)方法容易受到各種因素的干擾,為此本文提出了一種新的車道標(biāo)志線檢測(cè)算法。該算法在逆透視變換的基礎(chǔ)上,進(jìn)一步引入高速公路的結(jié)構(gòu)約束條件,實(shí)現(xiàn)了車道標(biāo)志線的準(zhǔn)確檢測(cè)。實(shí)驗(yàn)表明該算法具有很好的抗
2、干擾性能。關(guān)鍵詞:關(guān)鍵詞:自主駕駛系統(tǒng);車道標(biāo)志線;逆透視變換;結(jié)構(gòu)化道路InversePerspectiveMappingBasedLanesDetectionQiuWeiDaiBinWuTao(MechatronicsEngineeringAutomationSchoolofNationalUniversityofDefenseTechnologyChangsha410073)Abstract:Detectingthelanesex
3、actlyfastisanessentialimptanttaskinautonomousdrivingsystem.Traditionarymethodtotallybasedonlaneimagecaneasilybedisturbedbymanyfactssoanewalgithmofdetectingthelanemarkingsisproposedinthispaper.Onthebasisoftheinverseperspe
4、ctivemapping(IPM)modelthealgithmusesthestructuralconstraintofthehighwaydetectsthelanemarkingsexactly.Thetestresultsshowthatthisalgithmisofgoodantijammingacter.Keywds:autonomousdrivingsystemlanemarkingsinverseperspectivem
5、appingstructuralroad.1引言智能交通系統(tǒng)是當(dāng)今世界研究的一個(gè)熱點(diǎn),而車輛自主駕駛系統(tǒng)一直是智能交通系統(tǒng)的研究重點(diǎn)。在車輛自主駕駛系統(tǒng)中,一個(gè)重要的研究任務(wù)是要準(zhǔn)確快速的檢測(cè)車道標(biāo)志線信息,提取車輛在車道平面中的位置。各國(guó)對(duì)此都開展了深入的研究,也取得了不少成果。德國(guó)慕尼黑國(guó)防軍大學(xué)的VaMsP系統(tǒng)[1]使用回旋曲線作為簡(jiǎn)化的道路模型,避免了道路幾何復(fù)雜的重構(gòu)問題,提高了系統(tǒng)對(duì)陰影的魯棒性,但需要復(fù)雜的公式匹配,而且當(dāng)
6、道路不符合模型假設(shè)時(shí)會(huì)失效。由車載攝像機(jī)獲取的道路圖像具有強(qiáng)烈的透視效果,主要表現(xiàn)為車道標(biāo)志線在圖像底部較直,在滅點(diǎn)附近成為比較復(fù)雜的曲線,這樣的車道標(biāo)志線模型與世界坐標(biāo)系下具有平行結(jié)構(gòu)的車道標(biāo)志線模型相比顯然要復(fù)雜很多。為了能夠使用簡(jiǎn)單的車道標(biāo)志線模型展開研究,美國(guó)卡耐基梅隆大學(xué)的RALPH系統(tǒng)[2]與意大利帕爾馬大學(xué)的GOLD系統(tǒng)[34]通過逆透視變換的方法對(duì)道路圖像進(jìn)行處理,消除了圖像的透視效果。這兩個(gè)系統(tǒng)在假設(shè)道路寬度固定或變化
7、緩慢的前提下,檢測(cè)具有一定寬度的平行車道線,明顯提高了系統(tǒng)對(duì)陰影和遮擋的魯棒性,但是該假設(shè)并不適于寬度變換頻繁的道路。本文受帕爾馬大學(xué)的GOLD系統(tǒng)[4]的啟發(fā),在滿足道路平坦假設(shè)的前提下,針對(duì)結(jié)構(gòu)化道路下的道路特征,提出了一種新的車道標(biāo)志線檢測(cè)算法。該算法首先利用逆透視變換消除原道路圖像中的透視效果,然后通過對(duì)逆透視變換后的圖像進(jìn)行處理獲取二值化的車道標(biāo)志線邊緣圖像,在此基礎(chǔ)上,我們將結(jié)構(gòu)化道路車道標(biāo)志線之間的平行約束引入到Hough
8、變換中,檢測(cè)出車道線的起始段和起始方向,并沿起始方向逐段跟蹤檢測(cè)車道標(biāo)志線,最后通過曲線擬合得到車道標(biāo)志線的參數(shù)方程。圖2世界坐標(biāo)系下的平面圖3世界坐標(biāo)系下的平面xoyyz?通過簡(jiǎn)單的坐標(biāo)系變換,求得到的逆透視變換的模型如下:IW22()sin()1122()cos()110yxyxxhctguvdRRyhctguvlRRz?????????????????????????????????逆透視變換前后的圖像如圖4所示。(a)原道路圖像
9、(b)逆透視變換后的準(zhǔn)俯視圖圖4逆透視變換前后圖像3圖像預(yù)處理由車載攝像機(jī)采集到的道路圖像除了包含車道信息,還包含了路面障礙、車道旁以及遠(yuǎn)處的人或物和天空等非車道信息,而這些信息都會(huì)影響到對(duì)車道標(biāo)志線的檢測(cè)。所以,在進(jìn)行車道線檢測(cè)前,需要進(jìn)行預(yù)處理。本文所采用的圖像預(yù)處理主要包括三個(gè)步驟:中值濾波、邊緣檢測(cè)和閾值分割。3.1中值濾波建立一個(gè)33的濾波器滑動(dòng)窗口,按從左到右,從上到下的順序?qū)斎雸D像進(jìn)行檢測(cè),對(duì)窗口內(nèi)的9個(gè)像素點(diǎn)灰度值進(jìn)行
10、排序,取它們的中值作為窗口中心像素點(diǎn)的灰度值,遍歷整幅輸入圖像后即實(shí)現(xiàn)了對(duì)圖像的中值濾波。濾波后的圖像在一定程度上去除了大噪聲的影響,便于后面的處理。3.2邊緣檢測(cè)為了得到車道標(biāo)志線的信息,最直接的方法就是提取車道標(biāo)志線的邊緣。利用邊緣增強(qiáng)算子不僅可以得到車道線的邊緣信息,還可以在一定程度上克服光照不均的影響。常用的邊緣算子有:Robert算子、Sobel算子、Prewitt算子等,本文采用Robert算子對(duì)圖像進(jìn)行邊緣檢測(cè)。Rober
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 車道偏離預(yù)警算法概述
- 基于機(jī)器視覺的車道線檢測(cè)識(shí)別與車道偏離預(yù)警算法研究.pdf
- 車道偏離預(yù)警系統(tǒng)
- 車道偏離預(yù)警系統(tǒng)車道線檢測(cè)及預(yù)警策略算法研究.pdf
- 基于DSP的車道偏離預(yù)警算法研究與實(shí)現(xiàn).pdf
- 基于機(jī)器視覺的車道偏離預(yù)警理論與算法研究.pdf
- 基于計(jì)算機(jī)視覺的車道偏離預(yù)警算法研究.pdf
- 基于信息融合的車道偏離預(yù)警魯棒性算法研究.pdf
- 融合圖像與激光雷達(dá)的車道偏離預(yù)警算法研究.pdf
- 基于分段歸類擬合算法的車道偏離預(yù)警系統(tǒng).pdf
- 智能車輛輔助駕駛系統(tǒng)中車道偏離預(yù)警算法的研究.pdf
- 基于雙曲線模型的車道識(shí)別與偏離預(yù)警算法的研究.pdf
- 車道線檢測(cè)在車道偏離預(yù)警中的應(yīng)用研究.pdf
- 基于單目視覺的結(jié)構(gòu)化道路車道線識(shí)別和SAE算法的車道偏離檢測(cè)研究.pdf
- 基于相機(jī)的車道線識(shí)別與車道偏離預(yù)警技術(shù)研究.pdf
- 車道偏離預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于FPGA的車道偏離預(yù)警系統(tǒng)設(shè)計(jì).pdf
- 車道偏離預(yù)警系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 車道保持-偏離輔助系統(tǒng)可拓控制研究.pdf
- 基于機(jī)器視覺的車道偏離預(yù)警策略研究.pdf
評(píng)論
0/150
提交評(píng)論