基于融合分割和LASSO回归的实时车道偏离预警

摘要：

在有路面污染、标识干扰等复杂高速道路环境下,车道偏离预警系统的鲁棒性和实时性会变差.为此提出一种利用两种算法融合分割和LASSO回归模型进行车道线检测和偏离预警的新方法.首先,分别采用TopHat算法和OTSU算法分割出车道线背景并进行"与"运算融合,据此准确提取出车道信息;其次,分两步检测车道线,第一步基于概率Hough变换进行直线检测,将检测出的车道线位置设为动态ROI区域并进行卡尔曼滤波跟踪处理,第二步是基于LASSO多项式回归模型对车道线再次进行参数估计和拟合,以改善使用最小二乘法时的过拟合问题;最后,根据设置的虚拟车道线和角度模型进行车道偏离预警决策.实验结果表明,所提出的方法在复杂道路环境下的平均正检率为96.07％,检测速率可达到32 ms/帧,即具有良好的鲁棒性和实时性.

关键词：车道偏离预警、车道线检测、TopHat算法、OTSU算法、图像融合、LASSO回归、角度模型

所属期刊栏目：43

分类号：U491.6;TP391(交通工程与公路运输技术管理)

资助基金：国家自然科学基金资助项目;湖北省技术创新专项重大项目;中国汽车技术研究中心科研项目

在线出版日期：2020-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：50-58