基于视觉的车道线检测方法研究进展

论文摘要

车道线检测作为智能驾驶领域的关键技术,在车道偏离预警(LDW)和车道保持(LK)、车道变换(LC)和前向碰撞预警(FCW)、自适应巡航控制(ACC)等先进驾驶辅助系统(ADAS)中发挥重要作用。利用视觉的方法在车道线检测技术研究中占据主导地位,也是未来的发展方向。综述了近二十年来利用视觉的车道线检测方法的研究进展。首先简述了车道的分类及其特征,阐明了车道线检测的一般流程及面临的挑战;重点阐述了检测车道线的基于特征、基于模型、基于学习及其他方法的检测原理,评述了其优缺点并进行了分析与比较;随后介绍了车道线检测的常用数据集及性能评估指标;最后针对车道线检测方法目前存在的问题,对进一步的研究方向进行了展望。

论文目录

• 0 引 言
• 1 车道线的特征及检测流程与挑战
•   1.1 车道线的分类及特征
•   1.2 车道线检测的流程
•   1.3 车道线检测面临的挑战
•     1) 车道线的类型具有多样性。
•     2) 光照变化[22]。
•     3) 阴影。
•     4) 路面状况。
•     5) 天气因素。
• 2 基于视觉的车道线检测方法
•   2.1 基于特征的方法
•     1)基于颜色的检测方法
•     2)基于边缘的检测方法
•     3)基于Vp的检测方法
•     4)基于其他特征的检测方法
•   2.2 基于模型的方法
•     1)直线模型方法
•     2)曲线模型方法
•     3)可变模型方法
•     4)3种车道模型比较
•   2.3 基于学习的方法
•     1)基于CNN的方法
•     2)基于RCNN的方法
•     3)基于CNN和RNN的方法
•     4)基于GAN模型的方法
•   2.4 其他方法
•   2.5 主要方法的比较
• 3 数据集及评价指标
•   3.1 数据集
•   3.2 评估指标
• 4 展 望
•   1)多特征融合。
•   2)多种方法的结合。
•   3)基于深度学习的方法。
•   4)提高算法稳定性。
•   5)提高实时性。
•   6)多种传感器获取道路信息。
•   7)统一的数据集及评价指标。
• 5 结 论

文章来源

类型: 期刊论文

作者: 吴一全,刘莉

关键词: 先进驾驶辅助系统,车道线检测,特征提取,车道线模型,深度神经网络

来源: 仪器仪表学报 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 汽车工业,计算机软件及计算机应用,自动化技术

单位: 南京航空航天大学电子信息工程学院

基金: 国家自然科学基金(61573183)项目资助

分类号: U463.6;TP391.41;TP18

DOI: 10.19650/j.cnki.cjsi.J1905719

页码: 92-109

总页数: 18

文件大小: 2879K

下载量: 475