王宝锋， 齐志权， 马国成， 陈思忠

(北京理工大学 机械与车辆学院，北京 100081)



基于线性逼近的车道线弯道识别方法

王宝锋， 齐志权， 马国成， 陈思忠

(北京理工大学 机械与车辆学院，北京 100081)

为提高车道线识别算法在大曲率弯道下的识别性能，提出一种基于线性逼近的弯道识别方法. 基于车道线先验知识，利用改进的局部逆透视变换和Hough变换对车道线进行初步提取. 根据初步提取结果，对未知区域进行循环线性逼近并提取车道线边界点. 通过最小二乘法利用B-样条曲线完成车道线拟合. 实验证明，该算法对大曲率弯道的车道线识别具有较高的精确性.

弯道识别；线性逼近；逆透视变换；Hough变换

先进驾驶员辅助系统(advanced driver assistance system， ADAS)的应用，可以有效地避免驾驶员因为误操作而造成的交通事故，提高车辆行驶安全性. 作为ADAS系统的重要组成部分，车道线识别系统通过视传感器对车辆所行驶的路面进行监测，确定车辆所在车道横向的位置及前方道路的趋势，并为车道偏离预警、车道保持及自适应巡航控制等ADAS系统提供车道信息.

近年来，国内外学者对于基于视觉的车道标识线及道路边界的识别方法进行了大量的研究. 姜岩等[1]采用了一种改进的Hough变换的车道线识别方法，并通过感兴趣区域动态规划减少了运算量，提高了车道线识别速度和可靠性. 但该方法基于车道线近距离为直线的假设，无法进行弯道识别，不具备车道线延伸趋势预测的能力. 王宝锋等[2]提出了基于动态区域划分的车道线识别方法，并将直线和B-样条曲线用于车道线重构. 为了更好地提取车道线几何特征；……