欢迎来到天天文库
浏览记录
ID:37084705
大小:4.00 MB
页数:65页
时间:2019-05-17
《结构化道路车道线的单目视觉检测方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、学校代号10532学号S1502W0167分类号U462.3密级公开工程硕士学位论文结构化道路车道线的单目视觉检测方法研究学位申请人姓名范宝正培养单位机械与运载工程学院导师姓名及职称黄智副教授高晖高级工程师学科专业车辆工程研究方向汽车智能辅助驾驶论文提交日期2018年05月21日学校代号:10532学号:S1502W0167密级:公开湖南大学工程硕士学位论文结构化道路车道线的单目视觉检测方法研究学位申请人姓名:范宝正导师姓名及职称:黄智副教授高晖高级工程师培养单位:机械与运载工程学院专业名称:车辆工程论文提交日期:2018年05月21日论文答辩日期:2018年05月21日答辩委员会主席
2、:程军圣ResearchonLanedetectionTechnologyforStructuredRoadwithMonocularVisionbyFANBaozhengB.E.(NorthUniversityofChina)2015AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinVehicleofEngineeringintheGraduateSchoolofHunanUniversitySupervisorAssociateProfessorHuang
3、ZhiSeniorEngineerGaoHuiMay,2018结构化道路车道线的单目视觉检测方法研究摘要本文围绕基于单目视觉的车道线检测技术展开研究;旨在提出一种能适应多种复杂道路交通环境的车道线检测方法。论文介绍了国内外车道线检测方法的研究现状。在现有方法的基础上,本文提出一种基于多视觉线索、先验知识与时空信息的车道线检测方法,其主要内容如下:1.从图像的轮廓特征入手,利用一种快速线段检测器提取道路图像在鸟瞰视角下的轮廓线段。和基于边缘检测算子的轮廓检测方法不同,该线段检测器可实现亚像素级的检测精度,且能够提取低对比度等光照不均及远视场的车道线特征,有利于提高车道线检测的视野范围。2
4、.在车道线检测方面,为了提高算法在复杂道路交通场景的适应能力,本文结合车道线轮廓的梯度、长度、位置等视觉线索,对轮廓线段进行分类、重生与延伸操作,倘若最终延伸结束后的线段满足阈值要求,则将作为车道线线性段的拟合结果。3.在车道线拟合模型上,采用动态的连接点连接直线段与抛物线段;这种直线-抛物线模型对车道宽度不一及形状多变的车道有较好的拟合效果。4.为了提高卡尔曼滤波器的跟踪响应性能,设计两类噪声模型用于提升不同道路交通环境下的车道线跟踪鲁棒性与响应速度。通过与其他主流车道线检测算法的对比实验及对不同场景下的道路图像进行测试,结果表明,提出的车道线检测算法能在复杂的道路交通环境下具有较好
5、的鲁棒性,能够满足车道线检测的实际应用需求。关键词:车道线检测;线性-抛物线模型;视觉线索;线段检测器;线段分类II工程硕士学位论文AbstractThisarticlecarriesoutaresearchfocusedonlanedetectionbasedonmonocularvisionandbeaimedtoproposearobustlanedetectionalgorithmthatcanbeappliedundermanycomplicatedroadtrafficenvironments.Thisarticleintroducestheexistingresearch
6、statusoflanedetection.Basedonthestate-of-the-artalgorithmsonlanedetection,weproposealanedetectionthatsynergizesmultiplevisualcueswiththea-prioriknowledgeandspatial-temporalinformation.Themaincontentsofthethesisareasfollows:1.Thisarticlebeginswiththecontourfeaturedetectedinbird’s-eyeviewwithafast
7、linesegmentdetector.Comparedtothecontourdetectionmethodbasedoncontourdetectionoperator,thelinesegmentdetectorcanachievesub-pixelaccuracy,andacquirethelanemarkingfeaturesunderlowcontrast,unevenilluminationandfarviewfield,whic
此文档下载收益归作者所有