实时车道标记检测



实时车道标记检测

对于自动导航来说，实时处理是非常重要的技术。提出了一种实时检测车道标记的方法，利用并行处理的优势。由于关注区域受约束于当前车辆的速度，因此利用道路标记和路面颜色的不同，可以对图像进行分片化处理。整个处理过程分为3部分：①基于颜色概率检测道路标记；②布置了一个距离聚类分析算法，用来定义表面层；③使用曲线拟合的方法将车道线的参数从图像中提取出来。在一个数据集上对这种方法进行了测试，并且证明了其有效性。

系统使用的相机布置在车辆顶棚上，并且向下有一个9°倾角，这样有助于获取更多的有关路面信息，同时减少类似天空和建筑等无用信息的干扰。当车速不同时，预警时间内车辆向前行驶的距离也会不同，在图像中受关注的区域也有所不同。文中所提出的方法根据车辆的速度确定关注区域的范围，速度大时关注范围就大，速度小时关注范围就小，这样不但能提高检测精度，而且能提高计算速度。对关注区域范围的图像进行二值化处理，可以将车道标记和道路表面初步分离开，便于后续的特征提取操作。特征提取阶段首先提取近视场直线区域，然后提取远视场曲线区域，这样就能够获得带有曲率的车道线。测试结果显示，所提出算法的检出率高于90%。

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

编译：王也