Matlab车道线检测，可检测车道线超线识别，车速，车流量等

VPGNet: 车道和道路标记检测和识别

本次基于单片机的交通信号灯控制系统的设计是在一般交通灯的基础上加上时间的智能控制，从而改变各方向通行的时间。 此次硬件实物的设计分为两部分，一部分是电子器件的设计，另一部分是显示界面的设计。电子器件的设计主要是单片机的最小系统设置、DS1302时钟模块的设置、DS18B20温度模块的设置以及非门74HC04的设置等；显示界面的设置主要是LCD1602液晶显示模块、各个方向数码管倒计时、数码管显示系统工作模式、各个道口的交通灯、人行道的交通灯以及控制开关调节按键的设置。 系统采用双向六车道:直行、左转、右转。 工作模式上有:正常模式、繁忙模式、特殊模式 交通灯信号灯智能控制仿真电路截图: 交通规则的设置: 说明: 此次基于单片机的交通信号灯控制系统的设计可以说得到了成功，但是还是存在很多的不足和缺陷。如:工作模式的时间只有三种选择，而不能通过按键进行随意更改，工作模式时间的智能切换也不能进行手动调节，以及对通过道口车流量的统计、车辆速度的检测和拍摄功能等都还没实现，而且此次设计需要用到的电子元器件较多，从经济上不划算，因此本次基于单片机的交通信号灯控制系统的设计也还存在着很大的不足，还有待改善。 附件内容截图:

包含了MATLAB车道线识别的m程序，用于从视频流识别车道线，可调整相关参数。同时包含了四个车道线识别的视频，可用于车道线识别的测试。

基于深度强化学习的无人驾驶车道保持决策的研究_方川.caj

改进的人工势场法智能汽车避障及车道保持研究_王赛赛.caj

matlab建立汽车模型代码迷你自动驾驶 MAD MAD 是一项 1:24 比例的自动驾驶汽车实验室实验。 请访问视频和更多信息。 MAD 应用于德国海尔布隆大学的教学和研究。 MAD 在海尔布隆的 Bundesgartenschau BUGA 2019 上展出。 该存储库包含 C++14/ROS 或 MATLAB(R)/Simulink(R)/Stateflow(R) 中自动驾驶汽车软件功能的基于模型工程的模板文件。 MAD 在 Linux 上的 ROS 或 ROS2 上运行，有或没有 Preempt-RT 或在 MATLAB/Simulink/Stateflow 中虚拟运行。 联系 frank.traenkle(at)hs-heilbronn.de 获取课程材料/教程为了学习如何在ROS/C++14/MATLAB/Simulink/Stateflow中开发自动驾驶汽车的仿真模型和软件功能。 疯狂的特点 1:24比例自动驾驶 在 C++14 或 MATLAB/Simulink/Stateflow 中对自动驾驶汽车的软件功能进行基于模型的工程 MATLAB/Simulink/State

论文阅读笔记Vanishing Point Constrained Lane Detection With a Stereo Camera (IEEE 2017)

本文档是智能驾驶行业摄像头传感器巨头MOBILEYE关于其智能车速辅助系统，车道保持辅助系统和AEB技术介绍，欢迎下载

本篇文章是在学习C++的时候做的小项目，对目前的方法进行了稍微的改动，效果还可以。目前车道线检测方面的方法主要包括：基于Hough变换、基于透视变换、基于机器学习和深度学习。其中第一种方法是根据车道线与周围环境的物理特征差异进行图像的处理，从而检测到车道线，该方法复杂度较低，实时性较高，但易受到道路环境的干扰，而且Hough变换的直线检测特质导致了该方法在道路曲率较大时的检测误差较大。本文是利用c++和Hough变换实现对车道线的检测。