作者|ABHISHEK SHARMA 编译|VK 来源|Analytics Vidhya 大约十年前，当谷歌的人还在试验一辆原型车时，我预见了自己的第一辆自动驾驶汽车。当时我立刻被这个想法迷住了。不可否认，我不得不等待一段时间，直到这些概念向社区开放，现在看来等待确实是值得的！ 我最近试验了一些与计 ...
分类：
其他好文 时间：
2020-06-19 13:36:59
阅读次数：
66
汽车在道路上行驶需要遵循一定的行驶规则，路面的车道则起到规范汽车行驶规则的作用。车道的种类有很多种，如单行线、双行线，虚线、网格线等，不同颜色、形状的车道线代表着不同的行驶规则，汽车和行人可以根据这些规则来使用道路，避免冲突。因此，准确检测并识别车道类型，并按照相应规则正确行驶，是汽车实现自动驾驶的 ...
分类：
其他好文 时间：
2019-10-17 23:39:18
阅读次数：
361
Tusimple 是一家做自动驾驶的公司，他也公布了一些其在自动驾驶领域积累的数据，其中有一些是和车道线检测相关的。2018年6 月份，其举办了一次以摄像头图像数据做车道检测的比赛，公开了一部分数据及其标注。数据下载数据是：https://github.com/TuSimple/tusimple-b ...
分类：
其他好文 时间：
2019-04-08 16:00:10
阅读次数：
1333
hough变换可以让我们检测到直线，这在前面已有详解，对于车道检测，我们需要其到图像边界的延长线一遍之后数据帧分析。 以下代码帮助我们在opencv中画延长线，本来想用虚线表示延长线的，无奈参数调不好了……只好把bug的虚线贴上去注释掉了，希望牛人能给点帮助帮我调下吧 其他的代码部分可供参考 [cp ...
分类：
其他好文 时间：
2016-04-10 14:12:07
阅读次数：
822
ROMA (ROad MArkings)Evaluation of Road Marking Feature Extraction view on IEEE.org 【下文为摘要翻译】
本文提出了一种以评估车道线提取算法（从图像中提取出车道标记特征）的系统方法。尽管已经有很多车道线提取算法被提出，但有关该主题（评价方法）的讨论很少在文献中出现。大多数算法可以分解成三个步骤：提取道路标记的特征，估计...
分类：
其他好文 时间：
2015-07-25 20:00:33
阅读次数：
383
在每个检测周期开始时,首先判断采用日间模式还是夜间模式工作。摄像机视野中的上半部分为天空背景,天空亮度可以显著区分日间和夜间环境。由于天空的颜色为蓝离,日间天空的蓝色分量饱和度最高,算法只分析彩色图像的蓝色分量"提取一块固定一的天空区域(位于图像中上部),计算区域内像素的平均亮度。若该值低于指定阈值1,且整帧图像中亮度高于200的像素点个数(因夜间车尾灯的亮度较高)超过阈值2,则采用夜间模式,否则采用日间模式。...
分类：
编程语言 时间：
2015-05-21 22:41:34
阅读次数：
319
下面看一个出自国外某教授的基于OpenCVSharp的车辆视觉框架，虽然包含车道检测和车辆识别，但源程序仅100行左右，非常精巧。算法描述检测部分的步骤很经典，是比较通用的步骤：
将图像上半部分无关内容截掉，设定ROI
转为灰度图
Canny算子提取边缘
Hough检测直线
通过直线角度位置信息筛选出车道线，标记到图上...
分类：
其他好文 时间：
2015-05-17 12:18:53
阅读次数：
266
本节分析一个国人开发的简单的车道检测程序（不涉及跟踪）
算法核心步骤
提取车道标记特征，封装在laneExtraction类中
车道建模（两条边，单车道），封装在laneModeling类中
对于断断续续的斑点车道标记（虚线）使用RANSAC匹配直线，对每幅图像，检测结果可能是感兴趣的左右车道都检测...
分类：
其他好文 时间：
2015-05-15 12:07:42
阅读次数：
397
车道线检测是辅助驾驶和自动驾驶的重要研究内容，相关的算法研究已经延续了20多年，本系列文章旨在帮助初学者在阅读文献之余快速上手构建自己的项目。OpenCV极大地方便了机器视觉应用的编写，为了能在刚起步时就看得远些，我们需要站在OpenCV巨人的肩膀上。...
分类：
其他好文 时间：
2015-05-11 16:14:43
阅读次数：
945
