レーン検出

プロジェクトの説明

このプロジェクトの目的は、自動車から撮影された一連のフレーム内の車線を検出して追跡することです。この目的で使用される方法は、重み付けされた切片と角度のスコアを使用して比較される線を検出するハフ変換です。カルマン フィルターは、ハフ変換を適用する必要がある領域を狭めるために使用され、パフォーマンスが向上します。

画像処理

検出の確率を高め、計算量を削減するために、ハフ変換を使用する前に画像が処理されました。ソース画像は最初に左右の車線が見つかる 2 つの関心領域に分割され、次にこれらの画像はコントラストを改善するために適応しきい値処理を適用する前にノイズ除去されます。適応閾値処理後に得られた画像は、キャニー変換を適用してエッジを取得する前に、再度ノイズ除去されます。得られた画像は再度ノイズ除去され、ハイパスフィルターで増幅されたノイズが除去されます。

車線検出

次に、処理後に得られた画像にハフ ライン変換が適用され、車線境界線となる可能性があるほど角度が急な線が収集されます。これらの線は、角度と画像の底部との切片の加重合計に基づいてスコア付けされます。最も高いスコアを持つラインが、最も可能性の高いレーンとして選択されます。

カルマンフィルター

最初の車線区分線が検出された後、カルマン フィルターを使用して次のフレームの車線の推定値が予測されます。この推定値は、後続のハフ変換の適用を推定値を囲む狭いストリップに絞り込むために使用されます。この狭いストリップ内に適切なレーンが見つからない場合でも、レーンを見つけるために対象領域全体にハフ変換が適用されます。それでも車線が見つからない場合は、車線のカルマン推定値が車線標示の可能な限り最良の推定値であると想定されます。

結果

このプログラムは車線の検出と追跡においてはあまり正確ではありませんが、車線の曲率が特定の値を超えると結果が異なる傾向がありました。しかし、一時的な後退の後、予測は再び実際の測定値と収束し始めました。