潮汐车道线

基于道路特征的车道线检测方法综述 摘 要：智能车辆安全驾驶是车辆工程发展的重要方 向，其中一个重要的环节就是车道线检测。本文介绍了机器 视觉中车道线检测方法并针对基于道路特征的车道线检测 方法进行了分类，对各类方法中采用的不同技术进行了阐 述。最后就该领域的当前技术难点和发展前景进行了简要论 述。 关键词：车道线检测；道路特征；道路检测 中图分类号： TP391.41 文献标识码： A 文章编号： 1671-2064（2017）08-0247-03 Abstract：Safety driving ofintelligent vehicle is an important direction for the development of vehicle engineering ， and the lane detection is an essential part of it. The

使用 Python和 OpenCV 在道路上找到车道线 识别道路上的车道是所有司机的共同任务，以确保车辆在驾驶时处于车道限 制之内，并减少因越过车道而与其他车辆发生碰撞的机会。 对自动驾驶汽车来说，这同样也是一项关键任务。事实证明，使用计算机视觉技术识别道 路上的车道标记是可能的。本算法将介绍其中的一些技术。 这个项目的目标是创建一种方法，使用 Python和 OpenCV 在道路上找到车道线。 实例图像 Udacity 提供了 960 x 540像素的示例图像，用于训练我们的算法。 下面是提供的两个图像。 算法步骤 在这一部分中，我们将详细介绍本算法所需的不同步骤，这将使我们能够识别和分类车道 线，如下所示 : 将原始图像转换为 HSL 从 HSL 图像中分离出黄色和白色 将分离的 HSL 与原始图像相结合 将图像转换为灰度，便于操作 应用高斯模糊来平滑边缘 在平滑的灰色图像上应用