基于边缘的车道线识别算法的研究与实现

论文摘要

随着社会经济的发展,交通运输问题越来越突出,迫切要求采用现代化的管理方法来实现交通管理,这样就引发了对智能交通系统(ITS)的研究。车辆辅助驾驶是智能交通系统的重要组成部分,在提高汽车的主动安全性能和减少交通事故方面有着广阔的应用前景。在过去十几年里,基于视觉的道路感知技术被越来越多地应用于辅助驾驶系统中,因此研究道路的感知技术对车载辅助驾驶系统具有重要的意义。本文研究的内容是基于车载单目视觉的道路识别技术,本文的基本思想是：车辆运行起始阶段,运行车道线检测模块,实现车道线的识别,车辆进入路径稳定时期,则启动车道线跟踪模块,得到车道线信息；当车辆转向频繁或幅度较大时,或发现道路状况发生变化时,转入车道线检测模块。研究内容分为两大部分,第一部分研究鱼眼图像的图像矫正问题和道路平面上消失点的计算方法,为车道线识别提供技术支持。第二部分主要研究车道线检测和跟踪算法。本文在对现有的车道线检测算法分析比较的基础上,基于Sobel算子和Hough变换原理提出道路边缘检测算法和道路直线检测算法,进而设计和实现车道线检测算法；本文总结现有运动目标跟踪的算法,设计和实现车道线跟踪算法。实验结果表明本文所提出的车道线识别算法,能很好地识别出道路车道区域,具有一定的鲁棒性和实时性,为辅助驾驶系统融合多种道路识别算法提供了重要的依据。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.1.1 智能交通系统（ITS）
• 1.1.2 车辆辅助驾驶系统（DAS）
• 1.2 本课题研究的目的和意义
• 1.2.1 研究目的
• 1.2.2 研究意义
• 1.3 本文的研究内容
• 1.4 本文的组织结构
• 第二章 算法需求分析及算法结构
• 2.1 算法应用背景分析
• 2.2 摄像机镜头选择
• 2.2.1 常规镜头
• 2.2.2 鱼眼镜头
• 2.3 基于单目视觉车道线识别算法概述
• 2.4 基于边缘的车道线识别算法结构
• 2.4.1 车道线识别算法概述
• 2.4.2 车道线识别算法设计
• 2.4.3 车道线识别算法实现
• 2.5 本章小结
• 第三章 图像预处理
• 3.1 引言
• 3.2 鱼眼图像矫正
• 3.2.1 反向变换得对应位置坐标
• 3.2.2 计算像素值
• 3.3 相机成像模型与消失点计算
• 3.3.1 摄像机成像模型
• 3.3.2 消失点的计算
• 3.4 本章小结
• 第四章 车道线识别算法研究与实现
• 4.1 引言
• 4.2 车道线检测算法研究与实现
• 4.2.1 基于单目视觉的车道检测技术概述
• 4.2.2 车道边缘检测算法
• 4.2.3 车道直线检测算法
• 4.2.4 车道方向主线识别
• 4.2.5 车道线识别
• 4.3 车道线跟踪算法研究与实现
• 4.3.1 运动目标跟踪技术概述
• 4.3.2 估计车道线区域
• 4.3.3 车道线定位
• 4.3.4 车道线评估校正
• 4.4 本章小结
• 第五章 算法评估及分析
• 第六章 总结和展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 论文情况