基于可行驶区域分割与扩展 SLT 的鲁棒车道线检测算法
机器人学
2019-11-21 v1 计算机视觉与模式识别
摘要
本文提出一种鲁棒车道检测算法，其中道路的垂直路面轮廓由 v-视差图通过动态规划估计，并基于所估轮廓分割出道路区域。由于车道线位于道路区域上，且地面以上的任何特征点都将成为车道检测的噪声源，因此为道路区域创建掩膜以去除部分车道检测噪声。所估掩膜与鸟瞰图（BEV）中的车道特征图相乘。车道特征点通过使用对称局部阈值（SLT）的扩展版本提取，该版本不仅像 SLT 那样考虑车道线的暗-亮-暗过渡（DLD），还考虑车道线边界的平行性。随后分割仅使用位于道路区域上的特征点。最多使用高效的一维 Hough 变换检测两条线性车道线。然后，将检测到的线性车道线用于创建抛物线车道检测的感兴趣区域（ROI）。最后，基于所估感兴趣区域，使用鲁棒拟合拟合抛物线车道模型。得益于鲁棒的车道特征提取与道路区域分割，所提算法鲁棒地检测车道线，在 KITTI 数据集某序列上测试时达到 91% 的车道线检测准确率。
引用
@article{arxiv.1911.09054,
title = {Robust Lane Marking Detection Algorithm Using Drivable Area Segmentation and Extended SLT},
author = {Umar Ozgunalp and Rui Fan and Shanshan Cheng and Yuxiang Sun and Weixun Zuo and Yilong Zhu and Bohuan Xue and Linwei Zheng and Qing Liang and Ming Liu},
journal= {arXiv preprint arXiv:1911.09054},
year = {2019}
}
备注
4 pages, 3 figures, 2019 IEEE International Conference on Robotics and Biomimetics