基于改进SIS算法和顺序RANSAC的车道线检测方法研究

摘要：

为了降低车道线识别算法在车道线存在阴影遮挡、路面出现泛白现象等不同道路环境下的误检率,提出了一种基于改进简单图像统计(Simple Image Statistics,SIS)阈值算法和改进的顺序随机抽样一致性(Random Sample Consensus,RANSAC)的车道线检测算法;首先,在图像预处理阶段采用改进的SIS阈值算法进行二值化;然后构建车道线模型,并简化车道线模型为双曲线模型;之后采用改进的顺序RANSAC算法拟合车道线;最后根据两边的车道线模型进行模型配对,通过选取最多支持数据点的组合确定车道线;分别采用加州理工学院的车道数据集和实际采集的城市快速路视频对所提出方法进行了实验验证,实验结果表明,该算法误检率低,为2.32％,鲁棒性高,能在复杂环境下快速、准确识别车道线.

关键词：阈值分割、车道线模型、随机抽样一致性、模型配对、误检率

所属期刊栏目：26

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61573029;北京市自然科学基金项目4162012

在线出版日期：2018-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：280-284,289