基于改进卡尔曼滤波的车道线与车辆跟踪系统算法研究

摘要：

针对传统的车道线跟踪系统在复杂交通流情况下,利用卡尔曼滤波无法有效跟踪车道线的问题,论文提出了一种融合车辆与车道线检测的跟踪算法.该算法首先利用二阶高斯方向滤波器提取车道线检测的响应,同时利用haar-like特征检测图像平面中的车辆的2D回归框,并利用卷积神经网络预测车辆的3D回归框区域.利用车辆3D回归框的在车道线平面上的投影,结合改进的卡尔曼滤波同时跟踪车道线和车辆位置,避免因为车辆的遮挡造成对车道线的跟踪失效问题.实验室结果表明提出的融合车道线与车辆跟踪算法具有较好的准确性和鲁棒性.

关键词：主题词车道线跟踪;车辆检测;改进卡尔曼滤波;融合跟踪

所属期刊栏目：49

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2021-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1363-1366,1395