使用卡尔曼滤波器在夜间环境中进行车道检测
自动驾驶计算机视觉技术的一个重要里程碑是在道路上寻找车道标记。 在这里,我们描述了在夜间环境中检测车道的过程。
挑战性
·低光强度·难以调整各种光强度的参数·边缘检测不良·阴影,突然的高强度汽车大灯
我们的方法
这些步骤中描述了我们的方法:
我们对每个视频帧执行伽玛校正以设置光强度
从图像中裁剪出“感兴趣的区域”,因此我们只能在ROI部分上查找泳道。 它有助于降低计算成本并提高fps。
应用双边滤波器消除噪声并平滑视频帧,但保留边缘。
应用HSV滤镜为固定范围内的像素创建蒙版
经过这些预处理(伽玛校正和滤波)后,我们使用Canny边缘检测器检测边缘。
之后,霍夫变换用于使用上一步中的边缘检测线。
检测到的线使用DBSCAN进行聚类,因为我们只希望跨车道的线。
卡尔曼滤波用于更好的车道检测。 在这里,我们为车道的聚集线应用了线性估计器,以
1