實時車道標記檢測

?

實時車道標記檢測

對于自動導航來說，實時處理是非常重要的技術。提出了一種實時檢測車道標記的方法，利用并行處理的優勢。由于關注區域受約束于當前車輛的速度，因此利用道路標記和路面顏色的不同，可以對圖像進行分片化處理。整個處理過程分為3部分：①基于顏色概率檢測道路標記；②布置了一個距離聚類分析算法，用來定義表面層；③使用曲線擬合的方法將車道線的參數從圖像中提取出來。在一個數據集上對這種方法進行了測試，并且證明了其有效性。

系統使用的相機布置在車輛頂棚上，并且向下有一個9°傾角，這樣有助于獲取更多的有關路面信息，同時減少類似天空和建筑等無用信息的干擾。當車速不同時，預警時間內車輛向前行駛的距離也會不同，在圖像中受關注的區域也有所不同。文中所提出的方法根據車輛的速度確定關注區域的范圍，速度大時關注范圍就大，速度小時關注范圍就小，這樣不但能提高檢測精度，而且能提高計算速度。對關注區域范圍的圖像進行二值化處理，可以將車道標記和道路表面初步分離開，便于后續的特征提取操作。特征提取階段首先提取近視場直線區域，然后提取遠視場曲線區域，這樣就能夠獲得帶有曲率的車道線。測試結果顯示，所提出算法的檢出率高于90%。

Alexander Filonenko et al. Cybernetics (CYBCONF), 2015 IEEE 2nd International Conference.

編譯：王也