基于视觉的自主车道路检测技术研究

摘要：

针对结构化道路检测中基于单一特征的检测易受影响,非结构化道路检测算法对多种类型的非标准道路缺乏适应性的问题,分别提出了一种基于D S证据理论的多视觉特征融合的车道线检测方法和一种基于增量模糊支持向量机(IFSVM)的非结构化道路在线学习检测方法;选取梯度幅度等检测算子分别设计基本概率分配函数,根据建立的分段线性道路模型进行求解,FSVM分类器通过从前先的检测结果中学习,在耗费少量计算时间与内存空间的情况下,不断再训练以增强分类器的性能;实验结果表明,该算法比单纯利用图像的边缘或颜色等特征进行道路检测具有更高的可靠性,对复杂环境下的道路检测具有较强的鲁棒性和较强的抗干扰能力.

关键词：自主车、道路检测、信息融合、D-S证据理论、FSVM

所属期刊栏目：23

分类号：TP274(自动化技术及设备)

在线出版日期：2015-04-20（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：734-737,740