基于梯度增强转换的光照鲁棒性车道检测

基于梯度增强转换的光照鲁棒性车道检测(中文8000字,英文PDF)
摘要
车道检测在很多高级驾驶辅助系统（ADAS）中很重要。基于视觉的车道检测算法被广泛使用并且通常使用梯度信息作为车道特征。然而，车道和道路之间的梯度值随着光照变化而变动，这会降低车道检测系统的性能。在本文中，我们提出了一个用于光照鲁棒性车道检测的梯度增强转换方法。我们提出的梯度增强转换方法基于线性判别分析从RGB颜色图像生成新的灰度图像。转换后的图像在车道边界处有很大的梯度。为了应对光照变化，灰度转换矢量被动态更新。此外，我们提出了一种新颖的车道检测算法，该算法使用所提出的转换方法，自适应Canny边缘检测器，Hough变换和曲线模型拟合方法。我们在各种照明环境中进行了几次实验，并确认在道路的车道边界处梯度最大化。所提出的车道检测算法的平均检测率是96%，在非常恶劣的环境中大于93%。
关键词：梯度增强转换，光照鲁棒性方法，车道检测，线型判决分析。