江苏大学学报(自然科学版)

作者：蔡创新1，邹宇1，潘志庚1，刘志彬1，高尚兵2

单位：1. 南京信息工程大学 人工智能学院， 江苏 南京 210044; 2. 淮阴工学院 计算机与软件工程学院， 江苏 淮安 223001

关键词：无人驾驶, 车道线检测, 多特征融合, 单应性变换, 窗口搜索

基金：国家自然科学基金资助项目（62072150）； 馆藏资源活化技术文化和旅游部重点实验室开放课题项目（CRRT2022K03）； 浙江省自然科学基金资助项目（LZ21F020008）； 江苏省“333工程”项目（BRA2016454）； 江苏省教育科学“十四五”规划2021年度课题项目 （C-c/2021/03/30）； 2022年度高校哲学社会科学研究一般项目（2022SJYB0852）

针对现有车道检测算法准确性和实时性较难平衡的问题，提出了一种基于多特征融合和窗口搜索的新型车道线检测算法.采用多边形填充方法确定车道线的感兴趣区域（region of interest，ROI），融合车道线的颜色、直方图和梯度特征，以消除ROI中的复杂背景.通过单应性变换得到车道线的二值图像，基于其像素密度分布寻找车道线初始位置，以窗口搜索方式提取整个车道线上的所有候选像素点.通过拟合像素点构建车道线数学模型.结果表明：提出的算法具有较高的准确性和实时性，算法对黄色车道线、树木阴影遮挡、光照变化、车道线缺损和地面交通标志干扰具有较好的鲁棒性.

来源：2023年第4期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2023年第4期