一种基于双曲线模型的车道线检测算法.pdfVIP

第３３卷第１０期西安工业大学学报Ｖｏｌ．３３Ｎｏ．１０

２０１３年１０月ＪｏｕｒｎａｌｏｆＸｉ’ａｎＴｅｃｈｎｏｌｏｇｉｃａｌＵｎｉｖｅｒｓｉｔｙＯｃｔ．２０１３

文章编号：１６７３‐９９６５（２０１３）１０‐８４０‐０５

一种基于双曲线模型的车道线检测算法倡

高嵩，张博峰，陈超波，全昱，田姗姗

（西安工业大学电子信息工程学院，西安７１００２１）

摘要：针对目前车道线检测算法识别率不高、弯道检测不准确的问题，提出了一种基于双

曲线模型的车道线检测算法．算法首先运用Ｃａｎｎｙ算子对道路边缘进行检测；采用Ｈｏｕｇｈ变

换提取道路边界点，并使用扩展的Ｋａｌｍａｎ滤波进行预测跟踪来减小道路扫描范围；最后通过

左右车道边界参数与双曲线模型参数进行匹配，利用最小二乘法来求解模型参数，完成车道边

界重建．实验结果表明，该算法的准确率达到９３．４％，每帧图像的处理速度为８７．４ｍｓ，有效克

服抛物线模型和直线模型在直道与弯道连接处不连续的问题，而且在车道线模糊、对比度较低

的情况下也能快速准确的识别出车道线．

关键词：车道检测；双曲线模型；Ｈｏｕｇｈ变换；扩展卡尔曼滤波

中图号：ＴＮ９１１．７３文献标志码：Ａ

基于视觉的智能导航系统是计算机视觉的一实时性不高．

个重要应用领域，而道路检测算法是基于视觉导航为了解决以上问题，文中提出一种基于双曲线

系统的关键技术之一．利用机器视觉识别公路上的模型的车道线检测算法，减小了道路标线扫描范围

车道线，实现自主导航是现阶段智能车辆常用的导来改善弯道识别率不高的问题．

航方法［１桘２］．该方法简单实用，并能适应复杂道路环１双曲线道路模型建立

境的特点．现阶段对道路线检测的主要算法有基于

［３］现阶段基于视觉的车道线检测，建立道路模型

特征和基于模型两类．基于特征的算法主要是识

别出道路的某些特征来对道路标线进行检测［４］，是大多学者常用的方法，文中采用车道线组合模型

如：颜色、纹理、道路形状等特征，但是光照变化［５］、对车道线进行建模，近视场区域用直线模型

ｕｂｖａ

＝－

水迹、阴影、道路标线的破损及不连续都将影响基

远视场区域用双曲线模型

于特征的道路线检测效果［６］；基于模型的算法主是

＝ｋ

［７］ｕｕ－

先建立道路参数模型，然后根据图像分析确定模

Ｈｖｌ－

型参数，从而得到道路的全部信息，这类方法主要

道路模型如图１所示，道路图像任意边界点

在于模型不同，如：直线模型、抛物线模型、样条曲

（ｕ，ｖ），ｕ代表横向坐标、ｖ代表纵向坐标．我们对道

线模型等［８桘１０］．目前有不少车道线检测算法有采用

路两边的标线同时建立双曲线模型

直线模型、抛物线模型、样条曲线模型．直线模型虽ｋ

ｕｕ