基于單目視覺(jué)的車(chē)道線(xiàn)實(shí)時(shí)檢測(cè)研究.pdf

1、隨著我國(guó)汽車(chē)產(chǎn)量和數(shù)量的急劇增長(zhǎng)，駕駛安全問(wèn)題受到越來(lái)越多的關(guān)注。目前，汽車(chē)駕駛輔助系統(tǒng)產(chǎn)品隨著消費(fèi)者需求量的增加而快速發(fā)展。智能駕駛輔助系統(tǒng)的一個(gè)關(guān)鍵組成部分是車(chē)道線(xiàn)的準(zhǔn)確檢測(cè)。通過(guò)車(chē)載攝像頭得到道路圖像，運(yùn)用視頻處理算法來(lái)提取道路圖像中的車(chē)道線(xiàn)信息，提醒駕駛員車(chē)輛偏離車(chē)道的情況，避免危險(xiǎn)的發(fā)生。
　　論文研究了一種車(chē)道線(xiàn)的實(shí)時(shí)檢測(cè)算法。完成的主要工作如下：
　　1.為了解決路面標(biāo)示造成的車(chē)道線(xiàn)的誤檢測(cè)問(wèn)題，提出了結(jié)合時(shí)域

2、模糊算法和逆透視映射算法的預(yù)處理方法。用連續(xù)三幀圖像的均值圖像來(lái)作為當(dāng)前幀圖像處理，連接虛車(chē)道線(xiàn)同時(shí)平滑圖像。運(yùn)用逆透視映射算法得到道路圖像的俯視圖，消除透視影響。在有路面標(biāo)示情況下，實(shí)現(xiàn)車(chē)道線(xiàn)的正確檢測(cè)。
　　2.在基于可調(diào)濾波器的基礎(chǔ)上，采用了二維分離的高斯核在水平和豎直方向上對(duì)圖像進(jìn)行邊緣檢測(cè)，在閾值化處理的過(guò)程中保留了像素點(diǎn)的原始灰度值。本方法充分利用了車(chē)道線(xiàn)的方向信息，能夠得到比較多的車(chē)道線(xiàn)像素點(diǎn)，有利于后期的車(chē)道線(xiàn)擬合

3、。
　　3.針對(duì)霍夫變換檢測(cè)到的車(chē)道線(xiàn)數(shù)量多、模型單一，隨機(jī)抽樣一致算法運(yùn)算量大的問(wèn)題，首先，運(yùn)用霍夫變換檢測(cè)車(chē)道線(xiàn)所在的位置區(qū)域，對(duì)車(chē)道線(xiàn)進(jìn)行粗檢測(cè)。然后，在每個(gè)區(qū)域內(nèi)分別進(jìn)行隨機(jī)抽樣一致算法精確定位車(chē)道線(xiàn)的位置。
　　4.針對(duì)路面破損以及虛線(xiàn)類(lèi)型的車(chē)道線(xiàn)造成的車(chē)道線(xiàn)漏檢測(cè)問(wèn)題，論文提出了一種用于車(chē)道線(xiàn)跟蹤的方法。采用兩組卡爾曼濾波器分別對(duì)左右兩邊的車(chē)道線(xiàn)進(jìn)行預(yù)測(cè)跟蹤，根據(jù)左右兩邊車(chē)道線(xiàn)是虛線(xiàn)類(lèi)型還是實(shí)線(xiàn)類(lèi)型以及車(chē)道線(xiàn)是否