基于视觉的车道线检测方法研究进展

摘要：

车道线检测作为智能驾驶领域的关键技术,在车道偏离预警(LDW)和车道保持(LK)、车道变换(LC)和前向碰撞预警(FCW)、自适应巡航控制(ACC)等先进驾驶辅助系统(ADAS)中发挥重要作用.利用视觉的方法在车道线检测技术研究中占据主导地位,也是未来的发展方向.综述了近二十年来利用视觉的车道线检测方法的研究进展.首先简述了车道的分类及其特征,阐明了车道线检测的一般流程及面临的挑战;重点阐述了检测车道线的基于特征、基于模型、基于学习及其他方法的检测原理,评述了其优缺点并进行了分析与比较;随后介绍了车道线检测的常用数据集及性能评估指标;最后针对车道线检测方法目前存在的问题,对进一步的研究方向进行了展望.

关键词：先进驾驶辅助系统、车道线检测、特征提取、车道线模型、深度神经网络

所属期刊栏目：40

分类号：TP391;TH89(计算技术、计算机技术)

资助基金：国家自然科学基金61573183

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共18页

页码：92-109