基于机器视觉的快速车道线识别.PDFVIP

第３０卷第５期 计 算 机 应 用 研 究 Ｖｏｌ．３０Ｎｏ．５ ２０１３年５月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｍａｙ２０１３ 基于机器视觉的快速车道线识别 鞠乾翱，应忍冬，蒋乐天 （上海交通大学 电子系嵌入式系统实验室，上海２００２４０） 摘　要：为了克服已有车道线识别算法运算复杂、速度较慢以及鲁棒性欠缺等不足之处，提出一种新的快速车 道线识别算法，首先通过对图像的灰度变化分析，得出车道线轮廓像素，然后运用ＢＳｐｌｉｎｅ曲线拟合车道线轮 廓，得到最终的识别效果图。实验表明，该算法在速度和识别率上都能取得优异的表现。在嵌入式平台上，该算 法取得了１２ｆｐｓ的速度，符合智能驾驶的实际需求。 关键词：机器视觉；车道线识别；ＢＳｐｌｉｎｅ；曲线拟合；随机采样一致；嵌入式系统 中图分类号：ＴＰ３９１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１３）０５１５４４０３ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１３．０５．０６８ Ｃｏｍｐｕｔｅｒｖｉｓｉｏｎｂａｓｅｄｆａｓｔｌａｎｅｄｅｔｅｃｔｉｏｎ ＪＵＱｉａｎａｏ，ＹＩＮＧＲｅｎｄｏｎｇ，ＪＩＡＮＧＬｅｔｉａｎ （ＥｍｂｅｄｄｅｄＳｙｓｔｅｍｓＬａｂ，Ｄｅｐｔ．ｏｆＥｌｅｃｔｒｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００２４０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｐｒｅｖｉｏｕｓｌａｎｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｓｉｎｃｏｍｐｕｔａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙ，ｓｐｅｅｄａｎｄｒｏ ｂｕｓｔｎｅｓｓ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｎｅｗａｎｄｆａｓｔｌａｎｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ．Ｆｉｒｓｔ，ｉｔｄｅｔｅｃｔｅｄｌａｎｅｅｄｇｅｓｂｙａｎａｌｙｚｉｎｇｇｒｅｙｓｃａｌｅ ｃｈａｎｇｅｏｆｔｈｅｉｍａｇｅｓ．ＴｈｅｎｉｔｕｓｅｄＢＳｐｌｉｎｅｆｉｔｔｉｎｇｔｏｍａｔｃｈｔｈｅｌａｎｅｅｄｇｅｐｉｘｅｌｓｔｏｇｅｔｆｉｎａｌｄｅｔｅｃｔｉｏｎｒｅｓｕｌｔｓ．Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｈａｓｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｔｈａｎｐｒｅｖｉｏｕｓｗｏｒｋｓｉｎｂｏｔｈｓｐｅｅｄａｎｄｅｆｆｅｃｔｉｖｅｎｅｓｓ．Ｏｎｔｈｅｅｍｂｅｄｄｅｄ ｐｌａｔｆｏｒｍ，ｔｈｅａｌｇｏｒｉｔｈｍｐｒｏｃｅｓｓｅｓ１２ｆｐｓ．Ｉｔｃａｎｍｅｅｔｔｈｅｐｒａｃｔｉｃａｌｎｅｅｄｓｏｆｉｎｔｅｌｌｉｇｅｎｔｔｒａｎｓｐｏｒｔａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ：ｃｏｍｐｕｔｅｒｖｉｓｉｏｎ；ｌａｎｅｄｅｔｅｃｔｉｏｎ；ＢＳｐｌｉｎｅ；ｓｐｌｉｎｅｆｉｔｔｉｎｇ；ＲＡＮＳＡＣ；ｅｍｂｅｄｄｅｄｓｙｓｔｅｍｓ ［３］ ［４］ ［５］ 边沿检测，利用 Ｃａｎｎｙ 、Ｓｏｂｅｌ 与Ｒｏｂｅｒｔ 等经典微分算子 　引言 提取车道边沿像素。这类算法利用图像处理中广泛应用的边 沿检测技术来获取车道线轮廓信息。但同时，由于这些边沿检 近年来，交通事故已经成为世界各国面临的严峻问题。我 测算法并非为车道线量身定制，在获得车道线轮廓模型的同时 国更是世界上交通事故死亡人数最多的国家。据公安部交通