基于视觉动态模型的道路检测算法研究

道路的检测与识别是自主导航车辆视觉感知研究的重要问题之一。在阴影、光照不均匀、边缘信息模糊等情况下,道路的识别与环境的理解变得尤为困难。为了提高道路识别中抗干扰和鲁棒性能力,提出了一种基于视觉动态模型的道路检测算法。该算法利用计算机视觉方法对摄像机观测系统进行建模,引入了直线变形模型描述道路环境的几何结构。基于道路图像的连续性建立对车辆运动状态的动态预测模型,并利用粒子滤波算法对状态模型参数进行预测,以达到对道路边缘的跟踪。同时,引入了似然概率作为评价道路图像与结构模型的匹配程度。通过对大量实际路面的检测,证明了该方法的有效性和实用性。

一种基于粒子群的道路检测新算法

为了提高道路环境图像识别中抗干扰性和鲁棒性,提出了一种基于粒子群优化的道路检测算法。该方法针对道路几何特征引入直线变形模型描述道路结构。利用似然估计概率评价道路图像与模型的匹配程度。在先验知识的条件下结合粒子群优化算法搜索参数空间的全局理想值。同时,在模型中定义友谊区域减少运算复杂度与干扰因素。通过对实际大量路面的检测,证明了该方法在阴影、光照等干扰环境下对道路检测的有效性和实用性。