一种照度自适应车道检测算法及多核平台实现

谢红韬，杨斌，张翠芳

(西南交通大学 智能系统与控制实验室，成都 611756)

一种照度自适应车道检测算法及多核平台实现

谢红韬，杨斌，张翠芳

(西南交通大学 智能系统与控制实验室，成都 611756)

针对车道线检测，基于图像白平衡算法和灰度直方图，自适应地提取出感兴趣区域，并自适应确定Canny边缘检测算法的高低阈值。通过对概率霍夫变换得到的直线点集进行RANSAC拟合，满足了在不同光照条件下的自适应车道线检测，并基于英伟达Jetson TK1嵌入式开发板结合开源GUI库Qt，使用其Qt Quick开发出一套车道线检测系统。

车道线检测；Canny边缘检测；霍夫变换；Jetson TK1；Qt Quick

引 言

车道线检测主要用于驾驶辅助和无人驾驶系统，根据摄像头数量，分为单目和双目两种检测系统。出于实时性和经济性的考虑,一般采用单目检测，在对采集过来的图像预处理之后进行边缘检测和霍夫变化，提取出图像中的直线，并由各类拟合算法拟合出车道线。通常在车道线检测中，不同光照条件下，对于传统固定值的车道检测算法有非常大的影响，经常出现长时间无法检测到车道线的情况。本文通过灰度世界算法对图像进行白平衡处理，能很好过滤掉摄像头采集过来的图像的光照噪声。对于车道线检测的感兴趣区域(ROI)，一般在图像的下半部分，即车道消失的点到图像底部。传统车道线检测对ROI的提取，通常为图像的某一固定区域，由于行驶过程中，车道消失点是不断变化的，所以本文通过灰度世界算法得到的灰度平均值结合灰度分布统计，提取出感兴趣区域，并应用到之后的Canny算法阈值的确定，达到自适应的车道线检测。……