孙悦

摘 要：车道线检测是无人车环境感知模块的重要组成部分。为实现对智能小车循迹过程中的精准控制，文章提出了一种新的车道中心线的提取算法。首先对图像进行处理，根据光照条件不同进行分类，之后用霍夫变换特征提取方法来检测车道线;根据图像中车道线的几何关系以非拟合的方式得到正确的车道中心线。所提出的方法在规定地图中可以完成完整的车道保持，尤其在弯道中保持良好。实践证明，该智能小车的车道中心线提取准确、稳定、计算速度快。关键词：图像处理;智能小车;霍夫变换;车道中心线中图分类号：U461.4  文献标识码：A  文章编号：1671-7988（2019）01-47-03

The overall design of medium-sized trucks based on Python

Sun Yue

（ Chang'an University， Shanxi Xi'an 710064 ）

Abstract： Lane line detection is an important part of the unmanned vehicle environment awareness module. In order to achieve precise control of the tracking process， this paper proposes a new lane center line extraction algorithm. Firstly， the image is processed， classified according to different lighting conditions， and then the Hough transform feature extraction method is used to detect the lane line; the correct lane center line is obtained in a non-fitting manner according to the geome -tric relationship of the lane lines in the image. The proposed method can complete a complete lane keeping in a prescribed map， especially in a corner. Practice has proved that the lane center line of the smart car is accurate， stable and fast.Keywords： Image Processing; Smart car; Hough transform; Lane centerlineCLC NO.： U461.4  Document Code： A  Article ID： 1671-7988（2019）01-47-03

前言

近些年，随着雷达、摄像头、传感器的升级换代，各种智能驾驶辅助技术成了汽车行业前瞻研究的热点课题：自动跟车、车道保持、自动泊车等，但智能驾驶算法实车验证成本大，硬件设备复杂，企业前瞻研究和高校科研都基于单片机或树莓派的智能小车进行方法验证。

車道中心线的位置主要用于估计车辆位置，作为车道保持算法的输入。目前，国内外研究人员提出了多种基于摄像头的车道线识别和车道中心线提取方法。曹旭光^[1]在非结构化道路识别中，用估计中值截距法和最小二乘法进行车道线拟合;Marc Revilloud^[2]等通过对车道线进行标记来改善车道的检测和估算算法，在置信度图中使用车道估计的轮廓得到车道标记的面积;Yue Wang^[3]等提出基于B-Snake的车道检测和跟踪算法，能够描述更宽范围的车道结构。……