基于OpenCV3( Python / C++ ) 的车道检测代码和测试视频

视频来源： 长安大学·数字图像处理·项目视频资源 内容： 十六中人行天桥下 双车道车流监控视频 积分随着下载数涨幅，非本意

高清无噪的双车道监控视频，ｍｐ４格式，适用于视频＼图像处理相关科研项目的测试分析下载数越高平台下载积分涨的越高，非本意。

利用matlab 对车道线进行检测 主函数为：lane.m

在visual studio上新建项目，将本程序添加到源文件目录下，直接运行即可，你可以用鼠标在改变控制点的位置观察探究bezier拟合出曲线的变化过程，还可以自行设置四个控制点，程序会自动拟合新的bezier曲线，你可以稍作改动用于车道线拟合，代码简洁规整，有文字说明，写代码不易，分享更不易，师兄说20个积分，但是我不忍心那么贵。。。

基于视觉的曲线车道线检测完整代码，采用滑动窗口，详情见博客：http://blog.csdn.net/adamshan/article/details/78733302

安全辅助驾驶(Safety Driving Assist，简称SDA)是当前国际智能交通系统研究的重要内容， 它主要解决交通安全的问题，对于困扰运输领域的交通堵塞及环境污染两个问题也有缓解作用。基于此，世界上很多国家都在加强车辆安全辅助驾驶技术领域的研究。关于安全辅助驾驶技术的研究主要集中在车道偏离预警，前方障碍物探测，以及驾驶员状态监测等方面。近20年来，车道偏离预警系统作为安全辅助驾驶研究领域的一个组成部分，已经受到越来越多的关注，很多国家都投入大量的人力、物力和财力进行系统研发。 　　　车道偏离预警系统研究背景 根据(美国)联邦公路局的估计，美国2002年所有致命的交通事故中44%是跟车道偏离有关的，同时车道偏离也被看成车辆侧翻事故的主要原因。AssitWare网站的分析结果认为：23%的汽车驾驶员一个月内至少在转向盘上睡着一次；66%的卡车驾驶员自己在驾驶过程中打瞌睡；28%的卡车驾驶员在一个月内有在转向盘上睡着的经历。四个驾驶员中就有一个驾驶员经历过车道偏离引起的伤亡事故。 　　　在汽车应用中通过高性能技术提高安全性 汽车分析师认为，主动安全系统与ADAS 将成为 2010 年的顶级新技术，不仅能进一步避免事故的发生，即便发生事故，也能显著降低事故的严重性。车道偏离预警系统 (LDWS)、睡意检测以及夜视技术等将成为今后五年内高速发展的应用领域，预计复合年均增长率(CAAGR) 将超过 50%（资料来源：摘自《2004 至 2013 年车载半导体预测：安全性与便捷性电子技术将成为发展的关键》第 10 页）。在进行市场营销时，应积极向消费者宣传上述系统的优势，预计他们将非常乐于接受这种新技术，进而需求也会相应增长。对于汽车 OEM 厂商而言，在引擎、被动安全系统以及信息娱乐设备已成为当前智能化汽车的标准设备之际，主动安全系统与 ADAS 还能作为产品差异化的增值亮点。凭借其达芬奇技术 (DaVinci™) 与专为车载安全应用设计而精心优化的最新 TMS320DM643x 处理器，TI 为 OEM 厂商带来了可帮助他们向当前市场快速推出主动安全与 ADAS 解决方案的先进技术。 不过，主动安全系统与 ADAS 并不是完全无需驾驶人员干预就能完全控制汽车的保护技术，而是要为驾驶人员提供车辆周边的操作和环境条件的相关信息，以提高汽车的整体安全性。通常说来，这些系统会发出适当的预警，警告驾驶人员可能存在潜在危险，不过在特定条件下，主动安全系统也能自行做出干预，比方说自适应巡航控制等。主动安全系统目前仅在豪华轿车中处于早期实施阶段，预计今后该技术将普遍用于各类汽车中，随着技术的不断普及和成熟，规模经济效益将日益突显。举例来说，当前正处于开发阶段以及已在汽车中部署的主动安全系统包括车道偏离预警、线内行驶辅助 (lane keep assistance)、交通标志识别、盲区检测和睡意检测等。众多主动安全系统均采用图像传感器来收集可视数据。这些数据经过处理后，可提取出对象检测与对象跟踪所需的相关特性。

元胞自动机交通流模型 matlab 代码。 元胞自动机交通流模型matlab代码，双车道模型，靠右行驶模型，代码很容易修改成其他相关模型。 元胞自动机 交通流 matlab

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opencv的道路车道线检测。 采用了边缘检测法先检测出绘图图像的边缘，再hough直线拟合，拟合出图中的直线。由于这样查找到的直线非常多，所以先筛选掉角度明显有误的直线，在剩下的直线中保留最长的一组。 然后根据栅格扫描的方式进行逐行扫秒，把得到的交点，和道路中间的灰度小块进行块匹配，因为道路的分道线和道路的颜色是不一样的，根据块匹配区分该点是在分道线上还是在道路上，统计得到中心点左右两侧最匹配的两条直线，作为检测到的道路车道线。