摘要:
现有车道线检测算法主要用边缘信息提取车道特征,通过相邻像素点灰度的对比产生特征点,易受多种外部因素影响导致检测结果易受干扰,为此,提出了一种新的特征点提取算法。该算法通过计算区域内灰度各向结构张量的旋度,选择变化趋势最大的像素作为特征点,提高了算法在复杂情况下的鲁棒性。在兴趣区域采用新的车道线特征提取算法提取特征点,而后筛选特征点,并用Hough变换拟合。在求得车道线后,通过特征点坐标方差区分虚线和实线。通过约15 500帧不同时间段的车道图片对算法进行检验,结果表明:检测方法能很好地实现在多种环境下的车道线检测,在晴天工况下的正确率为99.18%,在雨天工况下的正确率为97.19%,在受损路面工况下的正确率为94.72%,在夜晚工况下的正确率为97.62%。
中图分类号:
蔡英凤, 高力, 孙晓强, 陈龙, 王海. [智能感知]一种基于形态学特征的车道线识别方法[J]. 中国机械工程.
CAI Yingfeng, GAO Li, SUN Xiaoqiang, CHEN Long, WANG Hai. A Lane Identification Method Based on Morphological Features[J]. China Mechanical Engineering.