弯曲路径识别中感兴趣区设定方法的研究

在路径识别中设置搜索感兴趣区以提高弯曲道路边界的识别实时性。用抛物线模型拟合弯曲道路边界,根据道路边界位置不会发生突变的特性,在识别出的道路抛物线模型上选取有代表性的3个点,针对每个点建立预测模型,应用Kalman滤波理论准确预测道路边界的位置,并据此设置搜索感兴趣区。依照合理的目标函数,在感兴趣区范围内搜索并确定抛物线参数,从而将搜索范围较为准确地限定在较小区域,能够有效提高识别的实时性。试验验证该方法在大大提高识别实时性的同时,增强了识别的精确性和鲁棒性。

基于蚁群算法的弯曲道路边界的识别

路径识别是智能车辆导航技术关键步骤之一。用抛物线模型拟合道路边界,使直线路径与弯曲路径的表述统一化。将蚁群算法应用于路径识别,利用信息素的正反馈作用,使搜索尽快地在较优的路径上收敛,从而确定抛物线参数。实验证明算法的准确性与实时性都满足实际需要。