汽车工程
汽車工程
기차공정
AUTOMOTIVE ENGINEERING
2014年
4期
503-508
,共6页
樊超%狄帅%侯利龙%徐静波
樊超%狄帥%侯利龍%徐靜波
번초%적수%후리룡%서정파
辅助驾驶系统%车道线识别%改进RANSAC算法
輔助駕駛繫統%車道線識彆%改進RANSAC算法
보조가사계통%차도선식별%개진RANSAC산법
driving assistance system%lane marking detection%improved RANSAC algorithm
为在光照变化和车道线破损、阴影遮挡和污迹覆盖等路况下提高车道线识别算法的实时性和鲁棒性,在特征提取基础上提出一种改进的随机抽样一致(RANSAC)算法.首先使用对应掩模分别对特征提取后的左右车道线区域进行滤波得到特征点的随机抽样集,并从中随机抽取特征点初始化车道线参数;然后在余集中选取到初始模型距离小于阈值容限的特征点,构成一致集,并用其中的特征点重新构建新的车道线模型;最后删除新模型一致集内的所有特征点以及到新模型距离介于阈值容限和删除容限之间的点;按照上述步骤重复迭代数次后,选取最大一致集所计算的参数作为最佳车道线参数.各种路况下大量实验测试和对比分析的结果表明:改进的RANSAC算法在各种工况下均能实现车道线的正确识别,具有较好的鲁棒性;同时删除容限的引入使算法的迭代过程相互独立,在提高算法实时性的基础上更有利于得到最佳车道线参数.
為在光照變化和車道線破損、陰影遮擋和汙跡覆蓋等路況下提高車道線識彆算法的實時性和魯棒性,在特徵提取基礎上提齣一種改進的隨機抽樣一緻(RANSAC)算法.首先使用對應掩模分彆對特徵提取後的左右車道線區域進行濾波得到特徵點的隨機抽樣集,併從中隨機抽取特徵點初始化車道線參數;然後在餘集中選取到初始模型距離小于閾值容限的特徵點,構成一緻集,併用其中的特徵點重新構建新的車道線模型;最後刪除新模型一緻集內的所有特徵點以及到新模型距離介于閾值容限和刪除容限之間的點;按照上述步驟重複迭代數次後,選取最大一緻集所計算的參數作為最佳車道線參數.各種路況下大量實驗測試和對比分析的結果錶明:改進的RANSAC算法在各種工況下均能實現車道線的正確識彆,具有較好的魯棒性;同時刪除容限的引入使算法的迭代過程相互獨立,在提高算法實時性的基礎上更有利于得到最佳車道線參數.
위재광조변화화차도선파손、음영차당화오적복개등로황하제고차도선식별산법적실시성화로봉성,재특정제취기출상제출일충개진적수궤추양일치(RANSAC)산법.수선사용대응엄모분별대특정제취후적좌우차도선구역진행려파득도특정점적수궤추양집,병종중수궤추취특정점초시화차도선삼수;연후재여집중선취도초시모형거리소우역치용한적특정점,구성일치집,병용기중적특정점중신구건신적차도선모형;최후산제신모형일치집내적소유특정점이급도신모형거리개우역치용한화산제용한지간적점;안조상술보취중복질대수차후,선취최대일치집소계산적삼수작위최가차도선삼수.각충로황하대량실험측시화대비분석적결과표명:개진적RANSAC산법재각충공황하균능실현차도선적정학식별,구유교호적로봉성;동시산제용한적인입사산법적질대과정상호독립,재제고산법실시성적기출상경유리우득도최가차도선삼수.
