-
公开(公告)号：CN108805891A
公开(公告)日：2018-11-13
申请号：CN201810503927.5
申请日：2018-05-23
Applicant: 北京工业大学
CPC classification number: G06T7/136 , G06T5/002 , G06T2207/10016
Abstract: 本发明公开了一种基于脊状图与改进顺序RANSAC的车道线检测与车辆定位方法，属于道路上的车道线检测领域。本发明从提高车道线检测准确度及抗干扰角度出发，提出了基于脊状图与改进顺序RANSAC模型拟合的车道线检测与车辆定位方法。本发明在脊状图的基础上，提出了一种有效的噪声滤波机制，并在模型拟合的过程中去除摄像机俯仰角的变化，使得模型拟合不依赖于预先确定的俯仰角，而是根据拟合的模型计算得到俯仰角。针对车道线一侧消失的问题提出了一种改进的顺序RANSAC算法，使得只存在一边车道线的情况下也可以进行车辆的定位。
-
公开(公告)号：CN110569704B
公开(公告)日：2022-11-22
申请号：CN201910391161.0
申请日：2019-05-11
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于立体视觉的多策略自适应车道线检测方法，该方法建立在立体视觉基础上，通过融合视差图的三维深度信息与二维图像的RGB语义信息来提高车道线检测任务的鲁棒性。检测阶段以三维环境信息的先验知识来自适应的分割道路路面区域作为车道线估计区域，滤除与检测非相关的障碍物，解决干扰问题。车道线提取阶段，使用二维图像的RGB语义信息，采用图像时域内多策略融合机制和滑动窗口技术进一步排除与检测相关的树木阴影、道路标识、局部污损等同区域的干扰。车道线拟合过程采用三阶贝塞尔曲线模型，能够更好的表达不同车道线的阶数特性。以上方法极大提高了基于视觉的车道线检测任务的鲁棒性，提高了数据点搜索速度和准确性。
-
公开(公告)号：CN110569704A
公开(公告)日：2019-12-13
申请号：CN201910391161.0
申请日：2019-05-11
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于立体视觉的多策略自适应车道线检测方法，该方法建立在立体视觉基础上，通过融合视差图的三维深度信息与二维图像的RGB语义信息来提高车道线检测任务的鲁棒性。检测阶段以三维环境信息的先验知识来自适应的分割道路路面区域作为车道线估计区域，滤除与检测非相关的障碍物，解决干扰问题。车道线提取阶段，使用二维图像的RGB语义信息，采用图像时域内多策略融合机制和滑动窗口技术进一步排除与检测相关的树木阴影、道路标识、局部污损等同区域的干扰。车道线拟合过程采用三阶贝塞尔曲线模型，能够更好的表达不同车道线的阶数特性。以上方法极大提高了基于视觉的车道线检测任务的鲁棒性，提高了数据点搜索速度和准确性。
-
-
Search Results
3
records
(took 0.013 seconds)
