Changchun Institute of Optics,Fine Mechanics and Physics,CAS
基于神经网络与最小二乘法的车道线检测算法研究 | |
贾会群; 魏仲慧; 何昕; 李沐雨 | |
2018 | |
发表期刊 | 汽车工程
![]() |
期号 | 03页码:363-368 |
摘要 | 为提高车道线的检测精度和识别率,在构建新的道路模型基础上提出了一种基于BP神经网络与最小二乘法曲线模型的车道线检测算法。该算法运用具有方向性的线检测器对道路图像进行边缘检测,提取出道路边缘点;接着利用BP神经网络估计新的道路模型参数确定模型函数;根据新道路模型函数的上凸性,以函数最大值为分界点,分界点左侧为左车道线,右侧为右车道线,从而完成对左右车道线的检测;最后利用最小二乘法实现左右车道线重构。实验结果表明,所提出的算法的检测精度达到92.8%,适合多种道路状况下的车道线检测,具有较好的鲁棒性。 |
关键词 | 车道线检测 BP神经网络 最小二乘法 道路模型 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ciomp.ac.cn/handle/181722/61377 |
专题 | 中国科学院长春光学精密机械与物理研究所 |
推荐引用方式 GB/T 7714 | 贾会群,魏仲慧,何昕,等. 基于神经网络与最小二乘法的车道线检测算法研究[J]. 汽车工程,2018(03):363-368. |
APA | 贾会群,魏仲慧,何昕,&李沐雨.(2018).基于神经网络与最小二乘法的车道线检测算法研究.汽车工程(03),363-368. |
MLA | 贾会群,et al."基于神经网络与最小二乘法的车道线检测算法研究".汽车工程 .03(2018):363-368. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[贾会群]的文章 |
[魏仲慧]的文章 |
[何昕]的文章 |
百度学术 |
百度学术中相似的文章 |
[贾会群]的文章 |
[魏仲慧]的文章 |
[何昕]的文章 |
必应学术 |
必应学术中相似的文章 |
[贾会群]的文章 |
[魏仲慧]的文章 |
[何昕]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论