排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
环境视觉感知技术是智能车获取外界环境信息的主要手段,是智能车进行自主驾驶的前提条件。在综合分析以不同检测对象为目标的检测技术方法的基础上,给出了环境视觉感知研究的主要内容,讨论了研究涉及的关键技术:车道检测技术、车辆检测技术、行人检测技术、交通标志检测技术,并对每种检测技术各子技术的优点和不足之处进行了分析。在总结全文的基础上,提出未来智能驾驶中环境视觉感知技术的主要发展趋势包括:基于多特征融合的环境视觉感知技术的发展;复杂环境下多种环境感知技术的融合应用;三维图像在图像处理方面的应用;改进的卷积神经网络(CNN)方法在图像处理方面的应用。 相似文献
3.
针对现有结构化道路车道线弯道检测识别技术的准确性和鲁棒性不高的问题,提出一种基于改进Hough变换的车道线识别方法。首先利用Canny边缘算子进行车道边缘检测,其次对比相邻区域距离内的Hough变换峰值参数值,将小于设定阈值距离的直线段进行连接,拟合形成车道线检测区域,然后根据消失点的横坐标距离图像中心点的位置来预测车道线方向,最后借助MATLAB平台完成车道线的识别。验证结果表明:该方法避免了曲线模型复杂、计算量大的缺点,实现了直、弯车道的识别统一化,识别准确率为95.3%,平均耗时0.036s,具有很好的实时性和鲁棒性。 相似文献
1