基于改进的卡尔曼滤波车道线跟踪算法研究

摘要：

车道线识别是实现车道线保持等高级辅助驾驶的前提条件,针对目前结构化道路车道线在干扰条件下存在检测失效的问题,提出了一种改进的卡尔曼滤波车道线跟踪识别方法.该方法利用连续帧道路图像车道线发展的连续性和车道线状态不出现突变的特点实现车道线的跟踪识别.首先计算出斜率和截距作为前一帧车道线道路图像的参数值,卡尔曼滤波系统以前一帧车道线参数值预算估计出当前帧道路图像的车道线作为最优估计值;通过设定阈值更新当前帧道路图像中车道线出现的区域为感兴趣区域,以减小道路图像中其他非车道线因素的噪声的干扰;利用opencv视觉库分别找到当前帧道路图像感兴趣区域中所有组成车道线的端点作为左右车道线的数据集,用最小二乘拟合出车道线的检测值;将卡尔曼滤波估算得出的最优估计值和最小二乘拟合的检测值比较后完成车道线的检测跟踪.实验结果表明,采用改进的卡尔曼滤波跟踪方法后,车道线识别准确率超过了95％.利用前一帧车道线的参数对当前车道线的状态进行估算,可以消除不同干扰条件下噪声的影响,提高车道线的识别准确率,提升辅助驾驶功能的稳定性.

关键词：车道线跟踪、卡尔曼滤波、opencv、最小二乘拟合

分类号：TP391(计算技术、计算机技术)

资助基金：广西高校中青年教师科研基础能力提升项目2021KY1015

在线出版日期：2023-04-27（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：49-52,75