提出了一种复杂环境下的车道检测算法。 它关注通过对象分割来选择候选车道区域。 然后由Sobel算子提取冗余边。 此外，通过从边缘进行阈值选择来获得候选车道标记。 最后，通过分段拟合检测车道标记。 该算法在MATLAB中进行了仿真。 实验表明，可以正确检测车道标记。 在昏暗的环境中，预处理中的分段线性变换可增强检测性能。 有限的兴趣区域有助于识别适当区域中的车道，从而提高了操作速度。 基于特征的方法通常受图像强度的影响。 为了更精确地检测，需要进一步考虑道路的几个特征。
2022-11-08 23:27:21
329KB
1
基于SegNet实现了车道线的识别。里面包含已经训练好的模型。
2022-11-08 09:24:39
42.93MB
1
carmaker车道线传输教程，包含LineSensor_calculation of distance.pdf的指导文件和原始c文件，以及已经通过测试的一般传输左右侧车道线的源文件
2022-11-04 11:06:10
838KB
1
工程文件实现了carmaker/matlab联合仿真，通过C编码的方式将车道线数据传输到simulink中进行拟合。实现将carmaker中的车道线信息给到simulink中进行拟合，便于后续算法模块使用。
2022-11-03 21:05:58
76.33MB
1
Rethinking Efficient Lane Detection via Curve Modeling.
2022-10-28 21:05:27
873KB
1
基于matlab的车道线检测，采用边缘检测，形态学和hough变换来检测车道线，还可以计算车里车道线多远，偏僻多少，可制作一个GUI界面来呈现。
2022-09-23 20:34:30
1.17MB
1