Copyright ?2013-2017 中國知網論文查重檢測系統入口 All Rights Reserved. 網站備案號:黔ICP備19012782號-3.
其中TuSimple和CULane是車道線檢測文章最常使用的數據集。 其中TuSimple挑戰性低,場景多為高速公路,新論文喜歡用它來驗證可行性。 與之相比CULane場景復雜,很多位于北京城區,難度較高。 開局一輛坦克,摧毀水晶,你能否稱霸這座城?
一般車道線檢測系統多是基于單目圖像,早期算法多是傳統方法。 基本上分成幾個模塊:圖像清理(障礙物遮擋檢測,陰影消除,曝光矯正),特征提取(道路/車道線檢測),道路/車道線模型擬合(橫向/縱向),時域整合(前后幀)和圖像-物理空間(路面坐標系)的對應等。 " Multiple Lane Detection Algorithm Based on Optimized Dense Disparity Map Estimation" 這里重點介紹采用立體視覺(即雙目)的一個方法,其優點是可以利用視差信息。 如圖是其算法框架,雙目特征點提取和匹配之后估計路面方程,計算視差(disparity)圖以及消失點(平行線原理),之后再提取車道線。
在檢測車道線前,需要粗定位車道線的位置。 為了方便理解,這里引入一個概念——直方圖。 我們知道,我們處理的圖像的分辨率為1280*720,即720行,1280列。 如果我將每一列的白色的點數量進行統計,即可得到1280個值。