차선 감지
1.0.0
이 프로젝트의 목적은 자동차에서 촬영한 일련의 프레임에서 차선을 감지하고 추적하는 것입니다. 이 목적을 위해 사용되는 방법은 가중치가 부여된 절편 및 각도 점수를 사용하여 비교되는 선을 감지하는 Hough 변환입니다. 칼만 필터(Kalman Filter)는 허프 변환(Hough Transform)을 적용해야 하는 영역을 좁혀 성능을 향상시키는 데 사용됩니다.
검출 확률을 높이고 계산 노력을 줄이기 위해 Hough 변환을 사용하기 전에 처리된 이미지입니다. 원본 이미지는 처음에 왼쪽 및 오른쪽 차선을 찾을 수 있는 두 개의 관심 영역으로 분할된 다음 적응형 임계값을 적용하기 전에 이러한 이미지의 노이즈를 제거하여 대비를 개선합니다. 적응형 임계값 지정 후에 얻은 이미지는 가장자리를 얻기 위해 Canny 변환을 적용하기 전에 다시 노이즈 제거됩니다. 획득된 이미지는 다시 노이즈 제거되어 고역 통과 필터에 의해 증폭된 노이즈를 제거합니다.
그런 다음 처리 후 얻은 이미지에 허프 라인 변환을 적용하고 차선 표시가 가능할 만큼 각도가 가파른 선을 수집합니다. 그런 다음 이 선은 각도의 가중 합과 이미지 하단과의 절편을 기준으로 점수가 매겨집니다. 가장 높은 점수를 받은 라인이 가장 가능성이 높은 레인으로 선택됩니다.
첫 번째 차선 표시를 감지한 후 Kalman 필터를 사용하여 다음 프레임의 차선 추정치를 예측합니다. 추정치는 추정치를 둘러싸는 좁은 스트립에 대한 후속 허프 변환의 적용 범위를 좁히는 데 사용됩니다. 이 좁은 스트립에서 적합한 차선을 찾을 수 없는 경우에도 전체 관심 영역에 대해 Hough 변환을 적용하여 차선을 찾습니다. 여전히 차선을 찾을 수 없는 경우 차선에 대한 칼만 추정이 차선 표시에 대한 최선의 추정인 것으로 가정됩니다.
이 프로그램은 차선을 감지하고 추적하는 데는 매우 정확하지만 차선의 곡률이 특정 값을 초과하면 결과가 달라지는 경향이 있었습니다. 그러나 일시적인 하향 이후 예측은 다시 실제 측정값과 수렴하기 시작했습니다.
