jalur_deteksi

Deskripsi Proyek

Tujuan dari proyek ini adalah untuk mendeteksi dan melacak jalur dalam serangkaian bingkai yang diambil dari sebuah mobil. Metode yang digunakan untuk tujuan ini adalah transformasi Hough untuk mendeteksi garis yang kemudian dibandingkan menggunakan skor titik potong dan sudut tertimbang. Filter Kalman digunakan untuk mempersempit area di mana transformasi Hough perlu diterapkan, sehingga meningkatkan kinerja.

Pemrosesan gambar

Gambar diproses sebelum menggunakan transformasi Hough untuk meningkatkan kemungkinan deteksi dan mengurangi upaya komputasi. Gambar sumber awalnya dibagi menjadi dua wilayah yang diinginkan di mana jalur kiri dan kanan dapat ditemukan, kemudian gambar-gambar ini ditolak sebelum menerapkan ambang batas adaptif untuk meningkatkan kontras. Gambar yang diperoleh setelah ambang batas adaptif di-noise lagi sebelum menerapkan transformasi Canny untuk mendapatkan tepinya. Gambar yang diperoleh didenoisasi lagi untuk menghilangkan noise yang diperkuat oleh filter high pass.

Deteksi Jalur

Transformasi garis kasar kemudian diterapkan pada gambar yang diperoleh setelah pemrosesan dan garis-garis yang sudutnya cukup curam untuk dijadikan penanda jalur dikumpulkan. Garis-garis ini kemudian diberi skor berdasarkan jumlah sudutnya yang tertimbang dan perpotongannya dengan bagian bawah gambar. Jalur dengan skor tertinggi dipilih sebagai jalur yang paling memungkinkan.

Filter Kalman

Setelah marka jalur pertama terdeteksi, filter Kalman digunakan untuk memprediksi perkiraan jalur pada frame berikutnya. Estimasi tersebut digunakan untuk mempersempit penerapan transformasi hough berikutnya ke jalur sempit yang mengelilingi estimasi. Bahkan jika jalur yang sesuai tidak ditemukan pada jalur sempit tersebut, Transformasi Hough diterapkan pada seluruh wilayah yang diinginkan untuk menemukan jalur tersebut. Jika lajur tetap tidak ditemukan, estimasi lajur Kalman diasumsikan sebagai estimasi marka lajur yang terbaik.

Hasil

Program ini gagal akurat dalam mendeteksi dan melacak jalur, namun hasilnya cenderung berbeda ketika kelengkungan jalur melebihi nilai tertentu. Namun, setelah mengalami kemunduran sesaat, prediksi tersebut kembali menyatu dengan pengukuran sebenarnya