一种基于视觉的车道线检测及跟踪算法.pdfVIP

第38卷第2期 同济大学学报(自然科学版) VoI．38No．2 0F In0IVERSITY(NAll瓜AI，SCIENCE) Feb．2010 2010年2月 JCHⅡiNAL1℃匝吲I 文章编号：0253．374X(2010)02．0223-07 一种基于视觉的车道线检测与跟踪算法 刘富强，张姗姗，朱文红，李志鹏 (同济大学电子与信息工程学院，上海200092) basedonthe filterto the 摘要：提出了一种新颖的适用于自主驾驶系统的车道线检测 trackingalgorithm particle improve ofthewhole in 与跟踪算法．该算法采用了广义曲线的车道线参数模型，能 stability system．Extensive experiments variable occasionsare to the t0 同时适应弯道和直道的检测．该检测算法最突出的贡献在 implementedproveapproach bebothrobustandfast。besides，thecanextract 于，没有仅仅使用单一方法求解各个参数，而是根据各参数 algorithms lanes even the accuratelyunder illumination 的不同精度要求，分别使用自适应随机霍夫变换(ARHT)方 unsatisfactory 法和禁忌搜索算法计算车道线模型中的各个参数，这样既准 situations． 确计算车道线模型中的参数，也兼顾了车载系统的实时性要 Keywords．．1ane random detection；adaptiveHough 求．此外，为r提高算法的实时性，引入了多解析度的策略， transformation；Tabu filter 以降低整个流程的时耗．最后，为了满足自主驾驶系统对稳 定性的需求，还提出了一种基于粒子滤波器的跟踪算法．通 过不同场景下进行的实验，充分表明提出的车道线检测与跟 近年来，自主驾驶技术受到研究者们的普遍关 踪算法具有良好的鲁棒性和实时性，同时对不同的光照条件 注，车道线的提取是自主驾驶系统的重要组成部分． 也有较好的适应性． 车道线的提取就是从车载摄像头获得的视频图像 关键词：车道线检测；自适应随机霍夫变换；禁忌搜索算法； 中，根据车道线的颜色，形状和纹理等特征，将车