您的位置: 专家智库 > >

河南省教育厅自然科学基金(14A510019)

作品数:2 被引量:11H指数:2
相关作者:樊超徐静波狄帅侯利龙更多>>
相关机构:河南工业大学更多>>
发文基金:河南省教育厅自然科学基金河南省自然科学基金河南省杰出青年科学基金更多>>
相关领域:自动化与计算机技术交通运输工程机械工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇机械工程
  • 1篇交通运输工程

主题

  • 2篇车道
  • 1篇优化算法
  • 1篇子群
  • 1篇线性判别分析
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇路况
  • 1篇混沌
  • 1篇混沌粒子群
  • 1篇混沌粒子群优...
  • 1篇混沌粒子群优...
  • 1篇驾驶
  • 1篇驾驶系统
  • 1篇核FISHE...
  • 1篇辅助驾驶
  • 1篇辅助驾驶系统
  • 1篇复杂路况
  • 1篇RANSAC...
  • 1篇车道线检测

机构

  • 2篇河南工业大学

作者

  • 2篇樊超
  • 1篇侯利龙
  • 1篇狄帅
  • 1篇徐静波

传媒

  • 1篇汽车工程
  • 1篇计算机工程与...

年份

  • 1篇2020
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
基于改进RANSAC算法的车道线识别方法被引量:7
2014年
为在光照变化和车道线破损、阴影遮挡和污迹覆盖等路况下提高车道线识别算法的实时性和鲁棒性,在特征提取基础上提出一种改进的随机抽样一致(RANSAC)算法。首先使用对应掩模分别对特征提取后的左右车道线区域进行滤波得到特征点的随机抽样集,并从中随机抽取特征点初始化车道线参数;然后在余集中选取到初始模型距离小于阈值容限的特征点,构成一致集,并用其中的特征点重新构建新的车道线模型;最后删除新模型一致集内的所有特征点以及到新模型距离介于阈值容限和删除容限之间的点;按照上述步骤重复迭代数次后,选取最大一致集所计算的参数作为最佳车道线参数。各种路况下大量实验测试和对比分析的结果表明:改进的RANSAC算法在各种工况下均能实现车道线的正确识别,具有较好的鲁棒性;同时删除容限的引入使算法的迭代过程相互独立,在提高算法实时性的基础上更有利于得到最佳车道线参数。
樊超狄帅侯利龙徐静波
关键词:辅助驾驶系统车道线识别
基于混沌粒子群的车道线检测算法被引量:4
2020年
为解决在恶劣天气、光照条件变化和路面信息干扰等情况下的车道线检测识别率低的问题,提出一种采用核Fisher线性判别分析灰度变换以及混沌粒子群的车道线检测算法。将高维的RGB彩色图像通过最佳鉴别投影向量投影到低维的子空间,通过混沌粒子群算法,根据车道线特征,遍历粒子取值范围内的空间,寻找适应度函数最大的解,根据最优解获得的直线参数在图像上拟合车道线。实验结果表明,所提算法能够实现各种道路情况下的车道线检测功能,验证了该算法具有良好的鲁棒性。
樊超宋雨佩焦亚杰
关键词:车道线检测复杂路况混沌粒子群优化算法
共1页<1>
聚类工具0