10.13229/j.cnki.jdxbgxb20190767
基于DBSCAN的复杂环境下车道线鲁棒检测及跟踪
为了提高车道线检测的准确性、实时性和鲁棒性,首先,利用逆透视点变换减少图像形变;根据颜色和几何特征,基于DBSCAN算法实现聚类簇划分.然后,利用基于抛物线模型的随机采样一致性拟合方法初步完成车道线提取,并针对不同的环境干扰,制定了相应的优化策略,实现了自车道线的鲁棒检测.最后,利用卡尔曼滤波对车道线模型进行跟踪处理,保证系统的稳定性.实验证明,本文算法在多种复杂环境下都能准确识别自车道线,能够满足辅助驾驶系统的实际需求.
模式识别、车道线检测、密度聚类、随机采样一致性算法、卡尔曼滤波跟踪
50
TP391.4(计算技术、计算机技术)
国家重点研发项目2016YFB0101102
2020-12-29(万方平台首次上网日期,不代表论文的发表时间)
共9页
2122-2130