欢迎来到天天文库
浏览记录
ID:8534225
大小:627.00 KB
页数:8页
时间:2018-03-31
《基于逆透视变换的车道标志线检测算法》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、基于逆透视变换的车道标志线检测算法裘伟,戴斌,吴涛(国防科学技术大学机电工程与自动化学院,长沙,410073)摘要:在车辆自主驾驶系统中,准确快速的检测车道标志线是一项基本而又相当重要的任务。传统的完全基于图像的检测方法容易受到各种因素的干扰,为此本文提出了一种新的车道标志线检测算法。该算法在逆透视变换的基础上,进一步引入高速公路的结构约束条件,实现了车道标志线的准确检测。实验表明该算法具有很好的抗干扰性能。关键词:自主驾驶系统;车道标志线;逆透视变换;结构化道路InversePerspectiveMappingB
2、asedLanesDetectionQiuWei,DaiBin,WuTao(MechatronicsEngineeringandAutomationSchoolofNationalUniversityofDefenseTechnology,Changsha,410073)Abstract:Detectingthelanesexactlyandfastisanessentialandimportanttaskinautonomousdrivingsystem.Traditionarymethodtotallybase
3、donlaneimagecaneasilybedisturbedbymanyfactors,soanewalgorithmofdetectingthelanemarkingsisproposedinthispaper.Onthebasisoftheinverseperspectivemapping(IPM)model,thealgorithmusesthestructuralconstraintofthehighwayanddetectsthelanemarkingsexactly.Thetestresultssh
4、owthatthisalgorithmisofgoodanti-jammingcharacter.Keywords:autonomousdrivingsystem,lanemarkings,inverseperspectivemapping,structuralroad.1引言智能交通系统是当今世界研究的一个热点,而车辆自主驾驶系统一直是智能交通系统的研究重点。在车辆自主驾驶系统中,一个重要的研究任务是要准确快速的检测车道标志线信息,提取车辆在车道平面中的位置。各国对此都开展了深入的研究,也取得了不少成果。德国慕尼
5、黑国防军大学的VaMoRs-P系统[1]使用回旋曲线作为简化的道路模型,避免了道路几何复杂的重构问题,提高了系统对阴影的鲁棒性,但需要复杂的公式匹配,而且当道路不符合模型假设时会失效。由车载摄像机获取的道路图像具有强烈的透视效果,主要表现为车道标志线在图像底部较直,在灭点附近成为比较复杂的曲线,这样的车道标志线模型与世界坐标系下具有平行结构的车道标志线模型相比显然要复杂很多。为了能够使用简单的车道标志线模型展开研究,美国卡耐基-梅隆大学的RALPH系统[2]与意大利帕尔马大学的GOLD系统[3,4]通过逆透视变换的
6、方法对道路图像进行处理,消除了图像的透视效果。这两个系统在假设道路宽度固定或变化缓慢的前提下,检测具有一定宽度的平行车道线,明显提高了系统对阴影和遮挡的鲁棒性,但是该假设并不适于宽度变换频繁的道路。本文受帕尔马大学的GOLD系统[4]的启发,在满足道路平坦假设的前提下,针对结构化道路下的道路特征,提出了一种新的车道标志线检测算法。该算法首先利用逆透视变换消除原道路图像中的透视效果,然后通过对逆透视变换后的图像进行处理获取二值化的车道标志线边缘图像,在此基础上,我们将结构化道路车道标志线之间的平行约束引入到Hough
7、变换中,检测出车道线的起始段和起始方向,并沿起始方向逐段跟踪检测车道标志线,最后通过曲线拟合得到车道标志线的参数方程。2道路图像投影变换在欧式空间中定义两个坐标系和,分别表示世界坐标系和图像坐标系:本文逆透视变换的实质就是将图像坐标系下的道路图像(也就是车载摄像机所获取的图像)变换到世界坐标系下的平面中,两者关系如图1所示。图1逆透视变换关系示意图车载摄像机安装在车体中的位置在世界坐标系下的坐标为(见图1、图2、图3),摄像机标定的其它参数如下::摄像机光轴在平面的投影与轴的夹角(见图2);:摄像机光轴偏离平面的角
8、度(见图3);:摄像机的视角(见图2、图3);:摄像机水平方向分辨率;:摄像机垂直方向分辨率。图2世界坐标系下的平面图3世界坐标系下的平面通过简单的坐标系变换,求得到的逆透视变换的模型如下:逆透视变换前后的图像如图4所示。(a)原道路图像(b)逆透视变换后的准俯视图图4逆透视变换前后图像3图像预处理由车载摄像机采集到的道路图像除了包含车道信息,还包含了路面障
此文档下载收益归作者所有