SafeDrive：在有限能见度下增强自动驾驶与辅助驾驶中的车道显现
计算机视觉与模式识别
2018-08-01 v1
摘要
车道标记的自主检测可提升道路安全性，而纯视觉跟踪因广泛的车辆兼容性和减少传感器侵入、成本及能耗而备受青睐。然而，视觉方法常因多种因素而失效，例如遮挡、恶劣天气条件和漆线磨损。我们提出了一种用于增强辅助与自动驾驶中车道标记显现的方法，尤其在低能见度条件下。我们的方法名为 SafeDrive，试图在极度退化的视觉条件下改进视觉车道检测方法。SafeDrive 在车辆所在位置处的道路替代影像中查找车道标记，并重建周边环境的稀疏三维模型。通过估计该三维模型与当前视图之间的几何关系，将车道标记投影至视觉场景中；随后可使用任意车道检测算法在所得图像中检测车道。SafeDrive 除视觉和位置数据外无需额外传感器。我们在城市环境中实际驾驶数据获取的若干测试用例上展示了方法的有效性。
引用
@article{arxiv.1807.11575,
title = {SafeDrive: Enhancing Lane Appearance for Autonomous and Assisted Driving Under Limited Visibility},
author = {Jiawei Mo and Junaed Sattar},
journal= {arXiv preprint arXiv:1807.11575},
year = {2018}
}
备注
arXiv admin note: text overlap with arXiv:1701.08449