|本期目录/Table of Contents|

[1]阎 翔,谌海云,蒋 钰,等.基于计算机视觉的车道线检测与识别[J].工业仪表与自动化装置,2020,(01):118-121.
　YAN Xiang,SHEN Haiyun,JIANG Yu,et al.Lane line detection and recognition based on computer vision[J].Industrial Instrumentation & Automation,2020,(01):118-121.
点击复制

基于计算机视觉的车道线检测与识别

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2020年01期
页码:
118-121
栏目:
出版日期:
2020-02-15

文章信息/Info

Title:
Lane line detection and recognition based on computer vision
作者:
阎 翔1; 谌海云; 蒋 钰; 范光鑫; 王晓杰; 闫嘉欣
1.西南石油大学 电气信息学院，成都 610500；
2.南宁铁路局南宁南车辆段，南宁 530001.
Author(s):
YAN Xiang1;  SHEN Haiyun;  JIANG Yu;  FAN Guangxin;  WANG Xiaojie;  YAN Jiaxin
1.Electrical Engineering and Information, Southwest Petroleum University, Chengdu 610500, China;
2.Nanning South Railway Depot, China Railway Nanning Group Co.,Ltd, Nanning 530001, China.
关键词:
计算机视觉; 车道线; 检测; 识别
Keywords:
computer vision;  lane line;  detection;  recognition
分类号:
TP391.41
DOI:
-
文献标志码:
A
摘要:
该文基于计算机视觉基础，设计了一种车道线的检测与识别技术，通过汽车搭载的前置摄像头获取道路前方包含车道线等信息的实时画面，并对画面进行预处理、形态学运算、Canny边缘检测、累计概率Hough变换等一系列转换，得到正确的车道线信息。实验结果表明，该方法可以有效快速地检测和识别出正确车道线，满足了汽车无人驾驶系统的响应时间需求，在汽车无人驾驶的开发过程中有一定的现实研究意义。
Abstract:
This paper designs a lane detection and recognition technology based on computer vision,obtains the real-time lane line image of the road through the camera,and performs preprocessing, morphological operation,Canny edge detection,cumulative probability Hough transform,etc.Converted and got the correct lane line information.The experimental results show that the method can detect and identify the correct lane line effectively and quickly,and meet the response time requirement of the vehicle unmanned system.It has certain practical research significance in the development of vehicle driverless.

参考文献/References:

[1] 李德海.自动驾驶等级划分及技术路线分析[J].汽车实用技术,2019(6): 22-25.

[2] 黄思育,柳培忠.一种自适应的车道线检测算法[J].东莞理工学院学报,2019,26(1):45-49.
[3] 王文豪,高利.一种基于OpenCV的车道线检测方法[J].激光杂志,2019,40(1):44-47.
[4] 宣寒宇,刘宏哲,袁家政,等.一种鲁棒性的多车道线检测算法[J].计算机科学,2017,44(11):305-313.
[5] 段建民,张云飞,郑榜贵.基于改进简单图像统计算法的车道线识别[J].计算机工程与设计,2018,39(3): 842-847.
[6] 高琪,冯燕,梁瑞波.基于结构化道路的车道偏离实时预警算法[J].计算机仿真,2018,35(9):172-178.
[7] 段建民,战宇辰,刘冠宇.基于TopHat分割和曲线模型的三车道检测方法[J].北京工业大学学报,2016,42(8): 1174-1181.
[8] 冯庆,陈开燕,张冬梅,等.基于灰度优化的车道线识别[J].科学技术创新,2019(1):72-73.
[9] 毛星云.OpenCV3编程入门[M].北京:电子工业出版社, 2015.
[10] Yue Wang,Eam Khwang Teoh,Dinggang Shen. Lane detection and tracking using B-Snake[J].Image and Vision Computing,2003,22(4):269-280.
[11] 刘伟,黎宁,张丹,等.基于自适应分割阈值的夜间车道标识线识别[J].计算机与数字工程,2015,43(2): 308-311.

相似文献/References:

[1]康朝海,刘 杨,任伟建,等.基于Mask R-CNN的油田井场指针仪表识别方法研究[J].工业仪表与自动化装置,2024,(05):76.[doi:DOI:10.19950/j.cnki.cn61-1121/th.2024.05.015]
　KANG Chaohai,LIU Yang,REN Weijian,et al.Research on Mask R-CNN-based pointer instrument recognition method for oilfield wellsite[J].Industrial Instrumentation & Automation,2024,(01):76.[doi:DOI:10.19950/j.cnki.cn61-1121/th.2024.05.015]

备注/Memo

备注/Memo:
收稿日期：2019-08-05
基金项目：南充市市校科技战略合作项目(18SXHZ0012)
作者简介：阎翔(1992)，男，辽宁盘锦人，西南石油大学硕士研究生，从事汽车无人驾驶技术研究。
更新日期/Last Update: 2020-01-10