基于视觉的车道线检测技术综述

基于视觉的车道线检测技术综述

论文摘要

车道线检测是完全无人驾驶的关键推动因素。本文综述了近年来基于视觉的车道线检测技术的研究进展。车道线检测通常采用三个步骤进行处理,首先图像预处理得到感兴趣区域,然后预测车道线标记高频出现的区域,最后在该区域进行车道模型拟合。在这项工作中,我们对每个步骤的实现方法进行了详细分析,并展望了车道线检测技术的发展。得益于深度学习技术的进步,车道线检测技术取得了长足的发展,但同时带来了大规模数据集的需求和网络模型的不可解释性,未来的车道线检测技术挑战与机遇并存。

论文目录

  • 1 前言
  • 2 图像预处理
  •   2.1 光照效果处理
  •   2.2 感兴趣区域检测
  •   2.3 路面与图像之间的映射
  • 3 特征检测
  •   3.1 传统特征检测方法
  •   3.2 基于深度学习的特征检测方法
  • 4 车道模型拟合
  • 5 验证评估
  • 6 总结
  • 文章来源

    类型: 期刊论文

    作者: 孙鹏飞,宋聚宝,张婷,周玉祥

    关键词: 车道线检测,计算机视觉,深度学习,目标检测分割

    来源: 时代汽车 2019年16期

    年度: 2019

    分类: 经济与管理科学,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

    单位: 北京新能源汽车技术创新中心有限公司

    分类号: U463.6;TP391.41

    页码: 8-11

    总页数: 4

    文件大小: 2115K

    下载量: 596

    相关论文文献

    标签:;  ;  ;  ;  

    基于视觉的车道线检测技术综述
    下载Doc文档

    猜你喜欢