基于激光雷达回波信号的雾天车道线快速检测

当前主要通过深度神经网络模型提取路面车道线,并设计能见度检测网络,根据车道线可见长度检测路面车道线。但是,在雾天,基于深度分割神经网络设计编码解码结构非相关因素过多,无法通过其提取车道线特征图,无法准确检测图像坐标系下可见车道线的高度。针对雾天驾驶时的视觉障碍问题,以激光雷达技术为支撑,提出雾天车道线快速检测方法。根据激光雷达回波信号中每个回波脉冲宽度级的扫描点数,采用最小类内方差算法,阈值分割路面与车道线扫描点,由3σ准则分离出车道线的种子点后,基于高斯核函数加权搜索的生长准则,经区域生长得到完整的车道线种子点集。基于密度的空间聚类算法二次聚类获取的车道线种子点集,得到车道线的识别结果。以识别结果为基础,建立抛物线模型,结合随机采样一致性算法和最小二乘法,依据拟合分值迭代取得最优模型,通过拟合完成车道线检测。实验结果表明:该方法屏蔽雾天干扰引起的非相关因素,清晰检测出雾天环境中的多种车道线。在雾天环境车道线检测中,交并比高于0.95,F1值高于96%,可以满足准确性和实时性需求,为雾天驾驶提供有效的解决方案。