10.3969/j.issn.1002-0268.2022.09.017
成像模型约束非均匀B样条曲线拟合车道线检测
控制点作为基于样条曲线拟合的车道线检测方法的关键数据,其提取过程容易受车道线图像中存在的车辆遮挡、路侧阴影、路面破损等干扰,导致控制点定位精度降低甚至定位失败,进而影响车道线拟合结果.为了提高基于样条曲线拟合的车道线检测效率,提出了一种成像模型约束的非均匀B样条曲线拟合车道线检测方法.首先,对经过中值滤波和直方图均衡化预处理后的车道线图像进行了Canny边缘检测,通过Hough变换和形态学处理减少干扰边缘.然后,基于"相机光轴与道路平面平行"及"左右车道线平行"2个假设,结合相机几何成像模型,建立了车道线曲线拟合控制点成像模型约束.在非均匀B样条曲线车道线拟合阶段,为避免由各种干扰导致扫描线定位当前控制点错误或丢失,基于成像模型约束推导了相邻控制点位置信息关系式,根据已知控制点位置信息估算出当前控制点位置,实现控制点精确定位,进而实现车道线精准拟合.利用Matlab平台实现了算法仿真试验,采用涵盖4种干扰等级的2个车道线图像库验证了算法的有效性,并与2种经典算法在控制点检测率、定位精度、时间成本3个方面展开了对比试验.结果表明:相较于传统经典算法,本算法能显著提高控制点的定位精度和检测率,并对4种等级的干扰有更高的鲁棒性.
智能交通、成像模型约束、曲线拟合、车道线检测、控制点提取
39
U491.1+16(交通工程与公路运输技术管理)
国家自然科学基金;国家重点研发计划;国家重点研发计划;陕西省重点研发计划项目;陕西省重点研发计划项目
2022-09-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
132-139