%0 Journal Article
%T 基于融合分割和LASSO回归的实时车道偏离预警
%A 史延雷
%A 曾佳辉
%A 蔡永祥
%A 许小伟
%A 陈乾坤
%J -
%D 2020
%X 在有路面污染、标识干扰等复杂高速道路环境下,车道偏离预警系统的鲁棒性和实时性会变差。为此提出一种利用两种算法融合分割和LASSO回归模型进行车道线检测和偏离预警的新方法。首先,分别采用TopHat算法和OTSU算法分割出车道线背景并进行“与”运算融合,据此准确提取出车道信息；其次,分两步检测车道线,第一步基于概率Hough变换进行直线检测,将检测出的车道线位置设为动态ROI区域并进行卡尔曼滤波跟踪处理,第二步是基于LASSO多项式回归模型对车道线再次进行参数估计和拟合,以改善使用最小二乘法时的过拟合问题；最后,根据设置的虚拟车道线和角度模型进行车道偏离预警决策。实验结果表明,所提出的方法在复杂道路环境下的平均正检率为96.07%,检测速率可达到32 ms/帧,即具有良好的鲁棒性和实时性
%K 车道偏离预警 车道线检测 TopHat算法 OTSU算法 图像融合 LASSO回归 角度模型<br>lane departure warning lane detection TopHat algorithm OTSU algorithm image fusion LASSO regression angle model
%U http://wkdxb.wust.edu.cn/wkd_zr/ch/reader/view_abstract.aspx?file_no=20200108&flag=1