基于机器视觉的车道线检测算法研究

车道线检测问题一直是智能网联汽车领域研究的热点问题。利用图像预处理、车道线边缘点特征提取、车道线参数提取可实现对车道线的检测。论文对已提出的算法进行归纳、总结,认为对于非结构化道路,基于模型的车道线检测算法的鲁棒性要优于基于特征和基于区域的算法,并提出基于动态阈值和动态ROI的车道线检测算法结合卡尔曼滤波对车道线位置进行跟踪,采用直线-双曲线相结合的模型能提高鲁棒性和实时性。